1、 植被的反射波谱曲线规律性明显而独特，主要分三段：可见光波段有一个小的反射峰，两侧有两个吸收谷；在近红外波段有一个反射的“陡坡”，至1.1微米附近有一峰值；在中红外波段反射率大大下降，形成几个低谷。植被在上述基本特征下因植物种类、季节、病虫害影响等不同仍有细部差别。 水体的反射主要在蓝绿光波段，其它波段吸收都很强，特别到了近红外波段，吸收就更强。在遥感影像上，特别是近红外影像上，水体呈黑色。但水中含有其它物质时，反射光谱曲线会发生变化。如水中含泥沙，峰值出现在黄红区。水中含叶绿素时，近红外波段明显抬升植被、水体的反射波谱特性植被、水体的反射波谱特性土壤和岩石的反射波谱特性土壤和岩石的反射波谱特
2、性 自然状态下土壤表面的反射率没有明显的峰值和谷值，一般来讲土质越细反射率越高，有机质含量越高、含水量越高反射率越低，此外土类和肥力也会对反射率产生影响。 岩石的反射波谱曲线无统一的特征，矿物成分、矿物含量、风化程度、含水状况、颗粒大小色泽、粗糙度等都会对曲线形态产生影响。 地质遥感是综合应用现代遥感技术来研究地质规律，进行地质调查和资源勘察的一种方法。它从宏观的角度，着眼于由空中取得的地质信息，即以各种地质体对电磁辐射的反应作为基本依据，结合其他各种地质资料及遥感资料的综合应用，以分析、判断一定地区内的地质构造情况。地质遥感工作的基本内容是：地面及航空遥感试验，发挥适用于地质找矿、地质环境的
3、遥感系统，进行图像、数字数据的处理和地质判释。地质遥感需要应用电子计算机技术、电磁辐射理论、现代光学和电子技术以及数学地质的理论与方法，是促进地质工作现代化的一个重要技术领域。 第一节 地质遥感 岩性的识别岩性的识别 沉积岩的识别 变质岩的识别 岩浆岩的识别 地质构造的识别地质构造的识别 水平岩层的识别 倾斜岩层的识别 褶皱及其类型的识别 构造运动的分析构造运动的分析第二节 水体遥感一、水体的光谱特征 传感器所接受的辐射包括水面反射光、悬浮物反射光、水底反射光和天空散射光。不同水体的水面性质、水中悬浮物的性质和数量、水深 和水底特性的不同，传感器上接收的反射光谱特性存在差异,为遥感探测水体提供
4、了基础。第二节 水体遥感二、水体界线的确定 在近红外图像上，水体呈黑色； 在雷达图像上，水体呈黑色。三、水体悬浮物的确定1、泥沙的确定 浑浊水体的反射光谱曲线整体高于清水； 波谱反射峰值向长波方向移动。（“红移） 随着悬浮泥沙浓度的加大，可见光对水体的透射能力减弱，反射能力加强。 波长较短的可见光，如蓝光和绿光对水体的穿透力较强，可反映出水面下一定深度的泥沙分布状况。三、水体悬浮物的确定2、叶绿素的确定 水体叶绿素浓度增加，蓝光波段的反射率下降，绿光波段的反射率增高； 水面叶绿素和浮游生物浓度高时，近红外波段仍存在一定的反射率，该波段影像中水体不呈黑色，而呈灰色，甚至浅灰色。四、水温的探测 白
5、天水体为暗色调，夜晚为浅色调。五、水体污染的探测1、水体污染物浓度大且使水色显著地变黑、红、黄等，与背景水色有较大差异时，在可见光波段的影像上可识别出来。2、水体高度富营养化，可在近红外波段影像上识别出来。3、水体受到热污染，可在热红外波段影像上被识别。4、水上油溢污染可使紫外波段和近红外波段的反射率增高，可被探测出来。六、水深的探测 蓝光波段影像上的灰度可反映水深。第三节 植被遥感一、植被的光谱特征1、健康植物的反射光谱特征：有两个反射峰、五个吸收谷。一、植被的光谱特征 植物叶子的颜色叶子的组织结构叶子的含水量植物的覆盖度2、影响植物光谱的因素第三节 植被遥感二、不同植物类型的区分1、不同植
6、物由于叶子的组织结构和所含色素不同，具有不同的光谱特征。 在近红外光区，草本植物的反射高于阔叶树，阔叶树高于针叶树。2、利用植物的物候期差异来区分植物。3、根据植物的生态条件区别植物类型。三、植物生长状况的解译 健康的绿色植物具有典型的光谱特征。遭受病虫害的植物其反射光谱曲线的波状特征被拉平。四、大面积农作物的遥感估产1 1、根据作物的色调、图形结构等差异大的物候期的、根据作物的色调、图形结构等差异大的物候期的遥感时相和特定的地理位置等的特征，将其与其他遥感时相和特定的地理位置等的特征，将其与其他植被分开。植被分开。 获得植被分布图。2 2、利用高时相分辨率的卫星影象对作物生长的全过、利用高时
7、相分辨率的卫星影象对作物生长的全过程进行动态监测程进行动态监测 得到植被指数：比值植被指数、归一植被指数、差值植被指数、正交植被指数。3 3、建立农作物估产模式、建立农作物估产模式 用选定的植物灌浆期植被指数与某一作物的单产进行回归分析，得到回归方程。We can therefore use this information to evaluate vegetation type, condition, or density. One way of characterizing this relationship with a single variable is by dividing th
8、e near-infrared reflectance by the red reflectance (NIR/Red). The larger this ratio, the more photosynthetically active vegetation is present; the lower the ratio, the less photosynthetically active vegetation present. With aircraft and satellite digital sensors we acquire brightness or reflectance
9、data in separate regions of the electromagnetic spectrum. This allows us to create a NIR/Red ratio image simply by dividing the NIR image by the Red image. Because these ratio values will vary considerably from one region to another, a way of normalizing the ratio was established called the Normaliz
10、ed Difference Vegetation Index or NDVI. NDVI = (NIR Red) / (NIR + Red). The NDVI image of Arizona (Figure 3) shows the range of NDVI across the state.植被指数植被指数Figure 3. NDVI image of Arizona from the MODIS sensor acquired on March 14, 2002. The image has been color coded so that areas of high NDVI ap
11、pear in shades of green and areas of low NDVI appear in shades of tan and brown. 五、遥感植被解译的应用1、植被制图2、城市绿化调查与生态环境评价3、草场资源调查4、林业资源调查第四节 土壤遥感 土壤是在地形,气候等多种成土因素的综合作用下形成的.在遥感影像上，不同的土壤类型的特征不如水体,植被等要素明显，而且，土壤的性状主要表现在剖面上，而不是在土壤的表面.土壤 判读主要通过综合分析，并依靠间接解译标志.一、土壤的光谱特征 地表植被稀少的情况下，土壤 的光谱曲线与其机械组成和颜色密切相关. 土壤表面有植被覆盖时,
12、覆盖度小于15%,光谱特征与裸土相似;在15%-70%,表现为混合光谱.二、土壤类型的确定 确定土类确定土类 确定亚类确定亚类 土属的的确定土属的的确定 土种的确定土种的确定 土壤类型综合分析和间接解译土壤类型综合分析和间接解译第五节 高光谱遥感 高光谱遥感是高光谱分辨率遥感（Hyperspectral Remote Sensing）的简称。它是在电磁波谱的可见光，近红外，中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。高光谱遥感是当前遥感技术的前沿领域,它利用很多很窄的电磁波波段从感兴趣的物体获得有关数据，它包含了丰富的空间、辐射和光谱三重信息。高光谱遥感的出现是遥感界的一场革命,它使本来在宽波段遥感中不可探测的物质,在高光谱遥感中能被探测。
