Jason's Blog of GIS & RS

Landsat卫星MSS/TM/ETM数据（转自ESRI社区）（二）

543：波段选取及主成份分析 　我们的研究采用1995年8月2日的TM数据。对于屏幕显示和屏幕图象分析，选用信息量最为丰富的5、4、3波段组合配以红、绿、兰三种颜色生成假彩色合成图像，这个组合的合成图像不仅类似于自然色，较为符号人们的视觉习惯，而且由于信息量丰富，能充分显示各种地物影像特征的差别，便于训练场地的选取，可以保证训练场地的准确性；对于计算机自动识别分类，采用主成分分析（K-L变换）进行数据压缩，形成三个组分的图像数据，用于自动识别分类。该项工作是采用以遥感图像解译为主结合地质、物化探资料进行研究的综合方法。解译为 目视解译，解译的遥感图像有：以1984年3月成像经处理放大为1：5万卫星TM假彩色片（5 、4、3波段合成）和1979年7月拍摄的1：1.6万黑白航片为主要工作片种；采用1986年11月的1：10万TM假彩色片（7、4、2波段合成）为参考片种。

453：本研究遥感信息源是中国科学院卫星遥感地面接收站于1995年10月接收美国MSS卫星遥感TM波段4(红)、波段5(绿)、波段3(蓝)CCT磁带数据制作的1∶10万和1∶5万 假彩色合成卫星影像图。图上山地、丘陵、平原台地等喀斯特地貌景观及各类用地影像特征分异清晰。成像时期晚稻接近收获，且稻田中不存积水，因此耕地类型中 的水田色调呈粉红色；旱地由于作物大多收获，且土壤水分少而呈灰白色；菜地则由于蔬菜长势好，色调鲜亮并呈猩红色。园地色调呈浅褐色，且地块规则整齐、轮 廓清晰。林地中乔木林色调呈深褐色，而分布于喀斯特山地丘陵等地区的灌丛则呈黄到黄褐色。牧草地大多呈黄绿色调。建设用地中的城镇呈蓝色；公路呈线状，色 调灰白；铁路呈线条状，色调为浅蓝；机场跑道为蓝色直线，背景草地呈蓝绿色；在建新机场建设场地为白色长方形；备用旧机场为白色色调，外形轮廓清晰、较规 则。水库和河流则都呈深蓝色调。采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰富，而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。472：在采用TM4、7、2波段假彩色合成和 1:4 计算机插值放大技术方面，在制作 1:5万TM影像图并成 1:5万工程地质图、塌岸发展速率的定量监测以及在单张航片上测算岩 (断) 层产状等方面，均有独到之处。
三.类型提取:
1.城市与乡镇的提取:TM1+TM7+TM3+TM5+TM6+TM2-TM4
2.乡镇与村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5
3.河流的提取:TM5+TM6+TM7-TM1-TM2-TM4
4.道路的提取：ＴＭ６－（ＴＭ１＋ＴＭ２＋ＴＭ３＋ＴＭ４＋ＴＭ５＋ＴＭ７）

四．光谱差异
　ＴＭ１居民地与河流菜地不易分开．
　ＴＭ２居民地与河流菜地不易分
　ＴＭ３乡村与菜地不易分
　ＴＭ４农田与道路不易分，乡镇，道路，河滩易浑．
　ＴＭ５县城与农田不易分
　ＴＭ６村庄与河流易混
首先来了解假彩色图像与其它影像的区别，通常在RS中单波段或全色波段表现为黑白图像，黑白图像的质量一般用“灰阶”来度量。三波段组合表现为彩色影像包括：
真彩色(true color)：（三波段组合），分别对RGB三个波段的图像赋予RGB三种颜色，一一对应，合成后图像的色彩与原地区或景物的实际色彩一致，称为真彩色，真彩色是唯一的合成。
伪彩色(pseudo color)：将黑白图像变换为彩色图像，对不同的灰度或灰度范围按值赋予不同的颜色或一个颜色系列，得到图像的彩色与实际彩色则不一致，即伪彩色图像。
假彩色(false color)：（三波段组合），对得来不同波段图像分别赋予RGB三元色，并不与原来波段的RGB三个波段一一对应，得到图像的彩色与实际彩色则不一致，称为假彩色图像，假彩色图像是为了使一些地物的特征更加明显，有助于我们进行解译和分析。下面就以ETM+图像为例来谈谈假彩色图像主要应用
TM各波段技术参数见下表，任意三个波段（除过321组合）的不同组合形成不同的假彩色表现形式和不同的应用：

posted @ 2009-07-24 21:18 Jason Luo 阅读(924) 评论(0) 编辑

Landsat卫星MSS/TM/ETM数据（转自ESRI社区）

LANDSAT是美国陆地探测卫星系统。从1972年开始发射第一颗卫星LANDSAT 1，到目前最新的LANDSAT 7。
LANDSAT 7 卫星于99年发射，装备有Enhanced Thematic Mapper Plus(ETM+)设备，ETM+被动感应地表反射的太阳辐射和散发的热辐射，有8个波段的感应器，覆盖了从红外到可见光的不同波长范围。 ETM+比起在LANDSAT 4、5上面装备的Thematic Mapper(TM)设备在红外波段的分辨率更高，因此有更高的准确性。

卫星系列	卫星名称	服务时间	RS器名称	周期/轨道	辐射宽度	波段/频率（µm）	分辨率
美国陆地卫星系列（Landsat1-7号星）	Landsat-1	72.7～78.1	RBV,MSS	18D/918km	185km	B:0.45-0.52	30m
	Landsat-2	75.1～82.2			185km	G:0.52–0.60	30m
	Landsat-3	78.3～83.3			185km	R:0.63-0.69	30m
	Landsat-4	82.7～92	MSS,TM	16D/705km	185km	NIR:0.76-0.90	30m
	Landsat-5	84.1～至今			185km	SWIR1.55-1.75	30m
	Landsat-6	93.10.5	MSS,ETM	发射失败	185km	TIR:10.4-12.5	60m
	Landsat7	99.4～	TM,ETM+	16D/705km	185km	SWIR2.08-2.35	30m

LANDSAT 7 的一些总体数据：
一、波段介绍
         1.TM1 0.45-0.52um,蓝波段
对水体穿透强, 该波段位于水体衰减系数最小，散射最弱的部位（0.45—0.55um）,对水体的穿透力最大，可获得更多水下信息，用于判断水深，浅海水下地形，水体浑浊度，沿岸水，地表水等；
能够反射浅水水下特征，区分土壤和植被、编制森林类型图、区分人造地物类型,分析土地利用。
对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等。
        2.TM2 0.52-0.60um,绿波段
对植物的绿反射敏感该波段位于健康绿色植物的绿色反射率（0.54----0.55um）附近；
对健康茂盛植物的反射敏感,
主要观测植被在绿波段中的反射峰值,这一波段位于叶绿素的两个吸收带之间,利用这一波段增强鉴别植被的能力
对绿的穿透力强,
探测健康植被绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种，植被类型和评估作物长势
对水体有一定的穿透力，可反映水下特征，水体浑浊度，水下地形，沙洲，沿岸沙地等。.
可区分人造地物类型，
       3.TM3 0.62-0.69um ,
红波段
对水中悬浮泥沙反映敏感。该波段位于含沙浓度不同的水体辐射峰值（0.58----0.68um）附近，对水中悬浮泥沙反映敏感。
叶绿素的主要吸收波段,
能增强植被覆盖与无植被覆盖之间的反差,亦能增强同类植被的反差，反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,
测量植物绿色素吸收率，并以此进行植物分类；
此外其信息量大,广泛用于对裸露地表，植被，岩性，地层，构造，地貌等为可见光最佳波段；
可区分人造地物类型
    4 .TM4 0.76-0.96UM 近红外波段,
对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,
处于水体强吸收区，水体轮廓清晰，用于勾勒水体，绘制水体边界、探测水中生物的含量和土壤湿度；
区分土壤湿度及寻找地下水，识别与水有关的地质构造，地貌，土壤，岩石类型等均有利。
测量生物量和作物长势，区分植被类型，
用来增强土壤-农作物与陆地-水域之间的反差。
     5.TM5 1.55-1.75UM,中红外波段,
该波段位于水的吸收带（1.4----1.9um）之间，受两个吸收带的影响，反映植物和土壤水分含量敏感。
探测植物含水量和土壤湿度，
区别雪和云：
适合庄稼缺水现象的探测
作物长势分析,从而提高了区分不同作用长势的能力.
     6.TM6 1.04-1.25UM热红外波段,
测常温的热辐射差异。根据辐射响应，可进行
植物胁迫分析，
土壤湿度研究，
农业与森林区分，
水体，岩石等地表特征识别。
可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,进行热制图.
7.TM7 2.08-3.35UM,中红外波段,
为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物.
位于水的吸收带，受两个吸收带控制。对植物水分敏感。
二、各波段均有其不同的用途：

波段序号	波长范围	波段名称	地面分辨率	主要应用领域
1	0.45~0.52μm	蓝绿色	30m	对水体有一定的透视能力，能够反射浅水水下特征，区分土壤和植被、编制森林类型图、区分人造地物类型,分析土地利用。
2	0.52~0.60μm	绿色	30m	探测健康植被绿色反射率、区分植被类型和评估作物长势，区分人造地物类型，对水体有一定透射能力，主要观测植被在绿波段中的反射峰值,这一波段位于叶绿素的两个吸收带之间,利用这一波段增强鉴别植被的能力。
3	0.63~0.69μm	红色	30m	测量植物绿色素吸收率，并以此进行植物分类，可区分人造地物类型；位于叶绿素的吸收区,能增强植被覆盖与无植被覆盖之间的反差,亦能增强同类植被的反差
4	0.76~0.90μm	近红外	30m	测量生物量和作物长势，区分植被类型，绘制水体边界、探测水中生物的含量和土壤湿度；要用来增强土壤-农作物与陆地-水域之间的反差。
5	1.55~1.75μm	短波红外	30m	探测植物含水量和土壤湿度，区别雪和云：适合庄稼缺水现象的探测和作物长势分析。
6	10.4~12.5μm	热红外	60m	用于热强度、测定分析，探测地表物质自身热辐射，用于热分布制图，岩石识别和地质探矿
7	2.08~2.35μm	短波红外	30m	探测高温辐射源，如监测森林火灾、火山活动等，区分人造地物类型，岩系判别。
8（PAN）	0.52~0.90 μm	全色	15m

321：真彩色合成，即3、2、1波段分别赋予红、绿、蓝色，则获得自然彩色合成图像，图像的色彩与原地区或景物的实际色彩一致，适合于非遥感应用专业人员使用。
432：标准假彩色合成，即4、3、2波段分别赋予红、绿、蓝色，获得图像植被成红色，由于突出表现了植被的特征，应用十分的广泛，而被称为标准假彩色。
    举例：卫星遥感图像示蓝藻暴发情况
我们先看一看蓝藻爆发时遥感监测机理。蓝藻暴发时绿色的藻类生物体拌随着白色的泡沫状污染物聚集于水体表面，蓝藻覆盖区的光谱特征与周围湖面有明显差异。由于所含高叶绿素A的作用，蓝藻区在LandsatTM2波段具有较高的反射率，在TM3波段反射率略降但仍比湖水高，在TM4波段反射率达到最大。因此，在TM4（红）、3（绿）、2（蓝）假彩色合成 图像上，蓝藻区呈绯红色，与周围深蓝色、蓝黑色湖水有明显区别。此外，蓝藻暴发聚集受湖流、风向的影响，呈条带延伸，在TM图像上呈条带状结构和絮状纹理，与周围的湖水面也有明显不同。
451：信息量最丰富的组合，TM图像的光波信息具有3～4维结构，其物理含义相当于亮度、绿度、热度和湿度。在TM7个波段光谱图像中，一般第5个波段包含的地物信息最丰富。3个可见光波段（即第1、2、3波段）之间，两个中红外波段（即第4、7波段）之间相关性很高，表明这些波段的信息中有相当大的重复性或者冗余性。第4、6波段较特殊，尤其是第4波段与其他波段的相关性得很低，表明这个波段信息有很大的独立性。计算各种组合的熵值的结果表明，由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像一般具有最丰富的地物信息，其中又常以4，5，3或4，5，1波段的组合为最佳。第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。最佳波段组合选出后，要想得到最佳彩色合成图像，还必须考虑赋色问题。人眼最敏感的颜色是绿色，其次是红色、蓝色。因此，应将绿色赋予方差最大的波段。按此原则，采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰富，而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。
741：波 段组合图像具有兼容中红外、近红外及可见光波段信息的优势，图面色彩丰富，层次感好，具有极为丰富的地质信息和地表环境信息；而且清晰度高，干扰信息少， 地质可解译程度高，各种构造形迹（褶皱及断裂）显示清楚，不同类型的岩石区边界清晰，岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。
742：1992年，完成了桂东南金银矿成矿区遥感地质综合解译，利用1：10万TM7、4、2假彩色合成片进行解译，共解译出线性构造1615条，环形影像481处, 并在总结了构造蚀变岩型、石英脉型、火山岩型典型矿床的遥感影像特征及成 矿模式的基础上，对全区进厅成矿预测，圈定金银A类成矿远景区2处，B类 4处，C类5处。为该区优选找矿靶区提供遥感依据。
743：我国利用美国的陆地卫星专题制图仪图像成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段（2.08-2.35微米）对温度变化敏感；TM4、TM3波段则分别属于红外光、红光区，能反映植被的最佳波段，并有减少烟雾影响的功能；同时TM7、TM4、TM3（分别赋予红、绿、蓝色）的彩色合成图的色调接近自然彩色，故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。
754：对不同时期湖泊水位的变化，也可采用不同波段，如用陆地卫星MSS7，MSS5，MSS4合成的标准假彩色图像中的蓝色、深蓝色等不同层次的颜色得以区别。从而可用作分析湖泊水位变化的地理规律。
541：XX开发区砂石矿遥感调查是通过对陆地卫星TM最佳波段组fefee7合的选择（TM5、TM4、 TM1）以及航空、航天多种遥感资料的解译分析进行的，在初步解译查明调查区第四系地貌。例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。

posted @ 2009-07-24 21:18 Jason Luo 阅读(1831) 评论(0) 编辑

Union/Merge/Dissolve/Append（ArcGIS）的区别联系（转贴）

ARCGIS 之 dissolve
可以把多个要素,通过指定的属性(属性值相同),溶解成一个要素;
例如：可以把县 溶解成 市。 条件：县要素里面有共同的 市 标志~!
dissolve/////丢失没有指定的不同的属性
--------------------------------------
ArcMap中的append合并
苦恼的一下下，在工具里面才发现append，
如果源数据的字段属性相同，则可以用append 合并多个shapefile文件为一个。
如不同级别的河流shapefile文件，可以合并在一个shapefile中，显示专题还可以分开描述。
也可以用于 测绘院标准的 图块拼接~！
-------------------------------------
ArcGis Merge工具
功能一：可以联合一般的属性表，合并属性或者说挂接属性！
例如：县polygon，只有name属性，现在需要添加他的邮编、区号、人口、面积、代码等等信息，现在搜集到了这些信息，并且放到一般的属性数据库如access里面。属性表和图形属性存有共同的name属性字段，可以joins一起，然后用 Merge工具，选择需要的属性字段，生成独立的新要素！！
----------------------------------
merge union append有哪不同？
均为合并，开始，过程，结果，有什么不同？
merge和union一般来说是对要素类中的“要素”来说的，也就是说，对某一部分要素进行操作。
merge 是对同一个要素类中的要素的操作，操作完成后原来的要素消失
union   则灵活一些，可以对不同图层的要素进行操作，新生要素在目标图层中产生
-----------------------------------
append 一般用于将多个要素类合并，比如将两个省的数据合并到一个要素类中。
“那比如两省的数据有公路.水系等等,合并后还是有两层公路和水系,是吗?”
是的，要素的记录数肯定是不会改变的，只不过原来的两个要素类现在合成为了一个要素类。比如，原来的两个要素类的记录数量分别是A和B，那么新生成的要素类的记录数量就是A+B。

posted @ 2009-07-24 21:04 Jason Luo 阅读(2047) 评论(0) 编辑

ArcMap打不开ENVI的img格式问题解决

posted @ 2009-07-24 20:42 Jason Luo 阅读(1185) 评论(0) 编辑