遥感学习笔记(五)——Landsat卫星简介

美国NASA的陆地卫星(Landsat)计划(1975年前称为地球资源技术卫星 — ERTS ),从1972年7月23日以来, 已发射8颗(第6颗发射失败)。目前Landsat1—4均相继失效Landsat 5于2013年6月退役。 Landsat 7于1999年4月15日发射升空。Landsat8于2013年2月11日发射升空,经过100天测试运行后开始获取影像。

卫星参数

LandSat1

LandSat2

LandSat3

LandSat4

LandSat5

LandSat6

LandSat7

LandSat8

发射时间

1972.7.23

1975.1.22

1978.3.5

1982.7.16

1984.3.1

1993.10.5

1999.4.15

2013.2.11

卫星高度

920km

920km

920km

705km

705km

发射失败

705km

705km

半主轴

7285.438km

7285.989km

7285.776km

7083.465km

7285.438km

7285.438km

倾角

99.125度 

99.125度

99.125度

98.22度

98.22度

98.2度

 98.2度98.2度(轻微右倾) 

经过赤道的时间

8:50a.m.

9:03a.m.

6:31a.m.

9:45a.m.

9:30a.m.

10:00a.m.

10:00a.m.

10:00am

15分 

覆盖周期

18天

18天

18天

16天

16天

16天

16天

16天

扫幅宽度

185km

185km

185km

185km

185km

185km

185×170

170km

180km

波段数

4

4

4

7

7

8

8

11

机载传感器

MSS

MSS

MSS

MSS、TM

MSS、TM

ETM

ETM+

OLI、TIRS

运行情况

1978退役

1976年失灵,1980年修复,1982退役

1983退役

2001.6.15TM传感器失效,退役

2013年6月退役

发射失败

正常运行至今(有条带) 

正常运行至今

运行特点:

近极地、近圆形的轨道;

轨道高度为700~900 km;

轨道倾角98.2度(LandSat4,5,7)、 99.125度LandSat1,2,3);

运行周期为99~103 min/圈;

重复周期18天( LandSat1,2,3 )、16天( LandSat4,5,7 );

轨道与太阳同步;

卫星轨道倾角:卫星轨道平面与赤道面之间的夹角

极轨卫星和近极轨卫星:

轨道倾角=90度-----极轨卫星

轨道倾角≈90度-----近极轨卫星

一般的资源卫星都是近极轨卫星

太阳同步:光照角不随地球绕太阳公转而改变(光照角β--卫星轨道面至太阳至地心连线间的夹角)

选择太阳同步轨道,能保证卫星每天在特定的时刻经过指定地区,这便于我们获得最好的太阳光条件,从而得到高质量的地面目标图像;而且卫星以同一地方时、同一方向通过同一地点,保证遥感观测条件基本一致,利于图像的对比。这就是气象卫星、资源卫星通常选择太阳同步轨道的原因。

卫星运行周期:

卫星运行周期是指卫星绕地球一周所需的时间。

Landsat 1~3的重复周期为18天,Landsat 4~7为16天

卫星传感器:

(1) MSS:多光谱扫描仪,4个波段(只有Landsat3上增加了一个热红外波段)。

(2) TM :专题绘图仪,7个波段。TM数据是第二代多光谱段光学——机械扫描仪,是在MSS基础上改进和发展而成的一种遥感器。TM采取双向扫描,提高了扫描效率,缩短了停顿时间,并提高了检测器的接收灵敏度。

(3) ETM+:增强主题绘图仪,8个波段。ETM数据是第三代推扫式扫描仪,是在TM基础上改进和发展而一种遥感器。

美国陆地卫星7 号(Landsat-7 ) 于1999 年4 月15 日由美国航空航天局(NASA) 发射升空,其携带的主要传感器为增强型主题成像仪( ETM+ ) 。
Landsat-7 除了在空间分辨率和光谱特性等方面保持了与Landsat-5 的基本一致外,又增加了许多新的特性,因而受到了各国用户的普遍重视和欢迎。自发射升空至今,已为用户提供了大量高质量的图像数据。Landsat-7每16 天扫瞄同一地区,即其16天覆盖全球一次。

2003 年5 月31 日,Landsat-7ETM+ 机载扫描行校正器(ScanLinesCorrector, 简称SLC) 突然发生故障,导致获取的图像出现数据重叠和大约25% 的数据丢失,因此2003.5.31日之后Landsat 7的所有数据都是异常的,需要采用SLC-off模型校正。
数据产品(L7 SLC-on)是指2003.5.31日Landsat 7 SLC故障之前的数据产品。

数据产品(L7 SLC-off)是指2003.5.31日Landsat 7 SLC故障之后的异常数据产品。

TM各波段特性

 TM1  0.45~0.52um,蓝波段。该波段位于水体衰减系数最小,散射最弱部位,对水的穿透力最大,可获得更多水下细节,用于判别水深、浅海水下地形、水体浑浊度等,进行水系及浅海水域制图。同时它位于绿色植物叶绿素的吸收区,对叶绿素与叶绿素浓度反应敏感。用于海水叶绿素含量监测,特别是常绿与落叶植被的识别,森林类型制图以及土壤与植被的区分。

TM2  0.52~0.60um,绿波段。该波段对植物的绿反射敏感,可用以识别植物类别和评价植物生产力。对水体有一定穿透力,可反映水下特征、水体浑浊度、沿岸泥沙流、水下地形等,并对水体污染特别是金属和化学污染的研究效果好。

TM3  0.63~0.69um,红波段。该波段位于叶绿素的主要吸收带,可根据对不同植物叶绿素的吸收来区分植物类型、覆盖度,判断植物生长状况、健康状况等。此外,该波段对裸露地表、植被、土壤、岩性、地层、构造、地貌、人文特征等可提供丰富的信息,为可见光最佳波段。

TM4 0.76~0.90um,近红外波段。该波段位于植物的高反射区,光谱特征受植物细胞结构控制,反映大量植物信息,故对植物的类别、密度、生产力、病虫害等的变化最敏感。用于植物识别分类、生物量调查及作物长势测定,为植物通用波段。同时处于水体强吸收区,水体轮廓清晰,用于勾画水体,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。

TM5 1.55~1.75um,短波红外波段。该波段位于水的强吸收带(1.4~1.9um)之间,受两个吸收带的控制。反映植物和土壤水分含量敏感,利于植物水分状况研究和作物长势分析等,从而提高了区分不同作物的能力。此外,该波段雪比云反射率低,色调暗而形成较大反差,易于区分云和雪,特别是那些可见光、近红外、热红外波段难以区分的小而薄的云。

TM7 2.08~2.35um,短波红外波段。该波段位于水的吸收带(1.9~2.7um)之间,受两个吸收带的控制。对植物水分敏感。包含了粘土化蚀变矿物吸收谷(2.2um附近)及碳酸盐化蚀变矿物吸收谷(2.35um附近),对岩石、特定矿物反应敏感,用于区分主要岩石类型、岩石的水热蚀变、探测与交待岩石有关的粘土矿物等,为地质学家追加的波段,以增加地质探矿方面的应用。

TM6 10.4~12.5um,热红外波段。探测常温的热辐射差异,根据辐射响应的差异,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以及监测与人类活动有关的热特征,进行热测定与热制图。

通过对TM7个波段数据的分析,可获得5个具有明确物理意义的特征变量:

亮度、绿度、湿度、透射度、热度

亮度:构成亮度的主要成分是可见光波段。TM1~3的灰度值各代表可见光中的蓝、绿、红光的亮度。亮度主要反映地物的辐射水平,用以检测地物的反射辐射强度。它可以是几个波段之和、平均值等。

绿度:对绿度贡献最大的是对植物高反射的TM4,而TM3与之呈负相关。它们的组合反映红外与红光辐射强弱的对比关系,提供更多植被信息。最常用的绿度值为归一化植被指数: NDVI=(TM4-TM3)/(TM4+TM3)

湿度:构成湿度的主要是TM5、TM7。它们处于两个水的强吸收带之间,受到水吸收带的控制,对湿度反映敏感。它可以是TM5、TM7独立构成,也可以是两波段比值、差值、标准差等。

透射度:透射度主要对透射可见光的水体而言,由TM1、TM2构成,对研究水深、水下地形、水体浑浊度等有用。

热度:构成热度的主要是热红外波段的TM6。热度主要反映物体常温下的热辐射差异,也可反映高温的“热度”,它与湿度也有一定的相关性。

 对于不同的应用目的,不同的研究对象,其具有意义的特征变量是不同的。如土地资源调查中,最有用的是亮度、绿度、湿度;而对于地质体的研究,则亮度、湿度、热度意义更大。另外,由于存在地域差异,可根据不同的区域特征和不同的目标,进行不同波段数据的各种变换处理,获得新的特征空间数据集。

  • 27
    点赞
  • 117
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
### 回答1: Landsat 8是一种卫星遥感平台,通过其传感器拍摄的图像可以用于叶绿素反演。叶绿素是植物中的关键化学物质,对植物的光合作用和生长发育起着重要作用。 首先,叶绿素反演需要获取Landsat 8遥感图像。Landsat 8的传感器可以获得多个波段的图像,其中红光和近红外波段对叶绿素反演非常重要。 其次,需要利用遥感图像中的红光和近红外波段来计算植被指数,常用的指数包括归一化植被指数(NDVI)和叶绿素吸收比(CARI)。这些指数可以表征植物的健康状况和叶绿素含量。 然后,需要建立一个针对特定地区和植被类型的叶绿素含量模型。通过采集一定数量的野外数据,可以获取野外叶绿素浓度的确定值,并与相应的Landsat 8图像进行对比。利用这些对比数据,可以建立一个叶绿素含量模型,基于植被指数和地面测量数据的关系。 最后,利用所建立的模型可以对Landsat 8图像中的植被指数进行反演,得出叶绿素含量分布图。这些分布图可以显示不同地区和植被类型的叶绿素含量差异,对植物生态学和农业生产等领域的研究有重要意义。 总的来说,利用Landsat 8遥感图像进行叶绿素反演需要获取图像、计算植被指数、建立叶绿素含量模型,然后进行反演分析。这种方法可以通过遥感技术来获取大范围的叶绿素含量信息,为植物生态学和农业生产等科学研究提供有力支持。 ### 回答2: Landsat 8是一颗卫星,可以获取地球表面的遥感图像。叶绿素反演是指通过遥感图像分析,估计地表上植被叶绿素含量的过程。 叶绿素反演的思路主要包括以下几个步骤: 第一步是图像预处理。首先对Landsat 8遥感图像进行大气校正,以消除大气对图像的影响。然后进行辐射校正,将图像转换为地表反射率,以消除太阳辐射的影响。 第二步是选择合适的光谱指数。光谱指数是基于遥感图像不同波段的比值或均值计算得到的参数,可以反映出植被叶绿素含量的变化。常用的光谱指数包括归一化差异植被指数(NDVI)和归一化水体指数(NWI)等。 第三步是建立反演模型。通过收集现场采集的植被叶绿素含量数据,可以建立统计模型来估计植被叶绿素含量与光谱指数之间的关系。常用的模型包括线性回归模型和多元回归模型等。 第四步是应用反演模型。将建立好的反演模型应用到Landsat 8遥感图像中,利用选择的光谱指数计算出叶绿素含量的预测值。根据预测值可以进行空间分布分析,得到植被叶绿素含量的空间分布图。 第步是结果评价。评估反演结果的准确性和可靠性,可以通过与现场测量结果进行对比来确定反演模型的精度。 总的来说,通过预处理、选择光谱指数、建立反演模型、应用模型和结果评价,可以利用Landsat 8遥感图像进行叶绿素反演,从而获得地表植被叶绿素含量的空间分布信息。 ### 回答3: Landsat 8是一颗遥感卫星,能够获取地球表面的高分辨率多光谱图像。叶绿素反演是基于Landsat 8遥感图像来确定植被叶绿素含量的一种方法。下面是对于Landsat 8遥感图像叶绿素反演的思路。 首先,Landsat 8的多光谱图像可以通过对地面不同波段的反射率进行分析来获得植被的信息。利用Landsat 8的4个波段(蓝色、绿色、红色和近红外)可以计算植被指数(如归一化植被指数,简称NDVI),该指数与叶绿素含量有着较强的相关性。 其次,通过对地面真实的叶绿素含量进行验证和校验,可以建立叶绿素含量与NDVI之间的关系模型。可以利用野外采样的方法,收集与Landsat 8图像获取时期吻合的地面叶绿素数据。利用这些数据,可以通过回归分析等方法建立叶绿素含量和NDVI之间的关系模型。 然后,根据建立的关系模型,可以将Landsat 8遥感图像中的NDVI值转换为叶绿素含量。这样,就可以通过Landsat 8遥感图像来反演植被叶绿素含量的空间分布。可以利用GIS软件和遥感图像处理软件,对Landsat 8图像进行处理和分析,生成反演结果。 最后,对于反演结果的验证和精度评估也是非常重要的。可以利用独立的地面采样数据和其他遥感数据进行对比,对反演结果的准确性进行验证。同时,可以计算反演结果与实际叶绿素含量的误差,评估叶绿素反演的精度。 综上所述,利用Landsat 8遥感图像进行叶绿素反演的思路主要包括:获取Landsat 8图像、计算NDVI、建立关系模型、转换为叶绿素含量、验证和精度评估。通过这种思路,可以得到准确的植被叶绿素含量信息,为环境和生态研究提供重要的数据支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值