遙感基礎學習
學習目標:
兩週學習《遙感物理》
緒論/Chapter 1/Chapter 2/Chapter 3/Chapter 6
學習內容:
緒論(遙感技術基礎)
- 大氣視窗和環境遙感
大氣視窗:地球大氣對於電磁波吸收作用相對較弱的波段部分。即:通過大氣層較少被反射、吸收和散射,而透射率高的波段。
常用大氣視窗
為了利用地面目標反射或輻射的電磁波資訊成像,遙感中對地物特性進行探測的電磁波“通道”應選擇在大氣視窗內。目前在遙感中使用的一些大氣視窗為:
0.4~2.5μm 可見光-近紅外波段
*攝影成像的最佳波段,許多衛星遙感器掃描成像的常用波段(Landsat TM band1~4;SPOT HRV)
0.3-0.4μm透過率約為70%[包括部分紫外光];
0.4-0.7μm,透過率大於95%;
0.7-1.1μm,透過率約為80%;
*白天日照條件好的時候掃描成像常用波段,常用於探測植物含水量以及雲、雪(TM band 5、7)
1.4-1.9μm,近紅外視窗,透過率為60%-95%;
2.0~2.5μm,近紅外視窗,透過率約80%;
3.5~4.0μm 中紅外波段
透過率為60%-70%,熱輻射較強。這一區間除了地面物體反射太陽輻射外,地面物體自身也有長波輻射。
8.0~14.0μm,熱紅外波段(扣除9.6μm臭氧吸收帶)
透過率約80%。主要來自物體熱輻射的能量,適於夜間成像,測量探測目標的地物溫度。
300~1GHz,微波波段
1.0-1.8mm,透過率約35%~40%;
2.0-5.0mm,微波視窗,透過率約50%~70%;
8.0~1000.0mm,微波視窗,透過率約100%。由於微波具有穿雲透霧的特性,因此具有全天候、全天時的工作特點。由前面的被動遙感波段過渡到微波的主動遙感波段。
- 基爾霍夫定律
熱傳導定律(Kirchhoff):在熱力學平衡的條件下,各種不同物體對相同波長的單色輻射出射度與單色吸收比之比值都相等,並等於該溫度下黑體對同一波長的單色輻射出射度。
*聯絡主被動遙感的條件:地球表層系統局地熱平衡,一個物體的發射率和外來電磁波的吸收率是相等的,if 不存在透射,目標物的發射率(比輻射率)+其“方向->半球”反射率=1 - 植被波譜特徵
在可見光波段內,在中心波長分別為0.45μm(藍色)和0.65μm(紅色)的兩個譜帶內為葉綠素吸收峰,在0.54μm(綠色)附近有一個反射峰。在光譜的中紅外階段,綠色植物的光譜響應主要被1.4μm、1.9μm和2.7μm附近的水的強烈吸收帶所支配。
*對綠色光有較強的反射峰(解釋了為什麼我們所見的葉子呈現綠色)
葉子對近紅外輻射吸收很小,葉子內部結構使得其對於這段電磁波散射具有近似的隨機性,反射透射幾乎相等。
4.遙感獲取地表資訊的基本手段
學習時間:
1、 週六下午8點-下午 11 點學習產出:
1、 Page1-7相關文章
- 利用ENVI深度學習進行遙感變化監測教程深度學習
- arduino操作遙感UI
- 穀雨紀事:深度學習理解遙感影象 | PaddlePaddle與中科院遙感地球所聯手保護土地資源深度學習
- 幾種不同資料採集的概念:遙測、遙控、遙信、遙調、遙視、遙感
- 免殺學習-基礎學習
- Linux基礎學習——檔案基礎Linux
- 【遙感遙測】【2016】灌溉玉米田間土壤水分變化的遙感定量研究
- python基礎學習Python
- Redis 基礎學習Redis
- Linux基礎學習Linux
- Docker 基礎學習Docker
- Flume基礎學習
- 【Vue學習】基礎Vue
- jQuery基礎學習jQuery
- Scala基礎學習
- kafka基礎學習Kafka
- Zookeeper 基礎學習
- 深度學習基礎深度學習
- 學習linux基礎Linux
- Pandas基礎學習
- 【機器學習基礎】神經網路/深度學習基礎機器學習神經網路深度學習
- ArcGIS批量裁剪遙感影像
- 遙感影像處理流程
- 逍遙自在學C語言 | 位運算子的基礎用法C語言
- SPIE獨立出版。遙感徵稿中--2024年遙感與數字地球國際學術會議(RSDE 2024)
- ENVI新機器學習:隨機森林遙感分類工具操作手冊機器學習隨機森林
- 基於R語言的raster包讀取遙感影像R語言AST
- Python基礎學習篇Python
- Zookeeper學習——基礎框架框架
- python基礎學習1Python
- linux基礎命令學習Linux
- python基礎學習2Python
- 深度學習--RNN基礎深度學習RNN
- redis學習——基礎指令Redis
- YII-基礎學習
- python基礎學習五Python
- opencv學習之基礎OpenCV
- Spring Boot 學習-基礎Spring Boot