波段组合分析

基于信息量遥感图像最佳波段选择研究

摘要：本文介绍基于信息量最佳波段选择中的单波段信息特征量、相关性系数、熵和联合熵、最佳指数、协方差矩阵特征值、波段指数的计算方法及特点，以石家庄市的TM 影像为例，分析单波段信息特征量，相关性，最佳指数法，找出了最佳波段组合为1、4、5。 关键词：信息量，最佳指数，波段指数，最佳波段组合。

1 引言 随着空间技术，数字图像处理技术和计算机技术的不断发展，遥感技术得到突飞猛进的发展----多光谱和高光谱技术的出现，是21世纪遥感技术的发展前沿和当今世界遥感关注的焦点之一，多光谱遥感数据的最佳波段选取是遥感图像增强处理的关键部分，直接影响到目视解译和研究对象的信息提取。目前遥感图像解译在相当的程度上仍依赖于目视解译．由于人眼对彩色比较敏感且分辨能力强，故应充分利用信息丰富的彩色合成图像进行目标判读．一般的数字图像处理系统都采用三色合成原理形成彩色图像，即在3个通道

上安置3个波段图像，然后分别赋以红、绿、蓝色，叠合在一起形成彩色图像[1]

。因此，如何从遥感提供的多光谱数据中快速、准确选取最佳波段，以便于图像的目视解译和信息的有效提取，是遥感数字图像处理的关键问题之一。本文是基于TM 图像信息量的最佳波段选择。

通常选择最佳波段的原则有3点[2]

：(1)所选的波段信息量要大；(2)波段间的相关性要小；(3)波段组合对所研究地物类型的光谱差异要大。那些信息含量多、相关性小、地物光谱差异大、可分性好的波段组合就是最佳组合，据此，可以认为相关性较强的波段组合在一起不会是最佳组合，高光谱遥感数据波段间的存在着不同程度的信息量重复和冗余。

一般选择波段的主要依据是：波段辐射量的方差应尽可能大，因为方差的大小体现了所含信息的多少，但由于地物在各波段的辐射特性之间存在相关性，用3个方差最大的波段合成的效果并不一定能获得更多的信息。当三者相关性很强时，各波段所包含的信息之间有可能出现大量的重复和冗余。因此，选择三个波段进行组合时，必须同时考虑方差要大

而相关性要小这样两个条件[3]

。

2 最佳波段选择的理论模型[4]

目前应用比较广泛的选取方法有各波段信息量的比较、波段间相关性比较、最佳指数法（OIF ）、各波段数据的信息熵和联合熵、协方差矩阵特征值法、波段指数法。

2.1单波段信息量的比较 根据遥感图像各波段包含的信息量进行数值评价来选择波段是

进行波段组合的第一步[5]

。通过分析，可以确定哪几部分或哪几个波段(即波段子集)包含信息量的多少。各波段的标准差反映了图像各像元灰度值与平均值总的离散度，一定程度上反映了各波段的信息量，其值越大，所包含的信息量越大。TM 图像各波段所包含的地物信息量，一般采用该波段图像覆盖的辐射量化级， 即亮度值范围或称亮度差(最大亮度值-最

小亮度值)来衡量[6]

。 标准差公式为 S=

MN

1∑∑m

n

)A -A

(0ij

某幅图像为A ij ,(i =1，2，3…… ；j=l ，2，

3……)，其图像矩阵大小为MxN ，A o 代表整幅图像的平均灰度值。亮度差反映灰度值的变化程度，其大小等于最大亮度值减去最小亮度值，公式:frange(i,j)=fmax(i,j)-fmin (i,j)。均

值向量则表征图像中地物的平均反射强度，f=

MN

j i f M i N j ∑∑-=-=1010

)

,(。

2.2波段间相关性比较 信息量最大的三个波段组合的图像，不一定信息量最大，因为在多光谱影像间存在着谱间冗余和空间冗余，所以我们在基于信息量的最佳波段选择时，应该

考虑到波段间的相关性。相关系数描述了波段图像间的相关程度，反映了波段图像所包含信息的重叠程度.反映了的是各通道之间的相关性。因为图像数据的标准差越大，所包含的信息量也越大，而波段间的相关系数越小，表明各波段图像数据的独立性越高，信息的冗余度越小。多光谱影像各波段包含的地物信息量固然多寡不一，但基本上有一定的顺序。各波段之问信息的重迭与分异程度也表现出明显的规律。相关系数的大小反映的是各通道之间的相关性。波段间的相关系数反映了两个波段间的信息重叠度，如果两个波段间的相关系数大，则说明它们的信息重叠度高，因此可将相关性大的两个通道合二为一或者取其

中一个[7]

。波段问的相关系数公式如下：

R=S ij 2

/S ij S jj 式中：S ij =COV(i,j)=N 1 )(1

∑=-n

k Xi Xik (Y jk -j Y )

其中i 、j 为1，2,3，4，5，7为波段数，S ij 为第i 波段与第j 波段的协方差；Xi 为第i 波段的光谱灰度均值，Xi 为第i 波段的第k 个像元灰度值，Y jk 为第j 波段的第k 个像元灰度值，

j Y 为第j 波段的光谱灰度均值；k=l ，2，3……，n 为实验样区的像元数。R 越大，说明波

段问信息重叠越大。波段相关系数矩阵计算相对比较简单，一般的图像处理软件都有该功能。相关系数分析成了波段选择的基础，相关系数的计算也是最佳指数法的法所必需的。 2.3 最佳指数法（OIF ） 因为图像数据的标准差越大所包含的信息量也越大，波段间的相关系数越小，表明各波段图像数据的独立性越高，信息的冗余度越小。故也可采用美国查维茨提出的最佳指数(OIF)的概念。 OIF=

∑=31

i i S /∑=3

1

r j

Ri

其中：S i 为第i 个波段的标准差，S ij 为i 、j 两波段的相关系数。OIF 越大，则相应组合图像的信息量越大. 对OIF 值进行由大到小排列，最大OIF 值对应的波段为最佳波段组合。此方法

是目前最常用的波段选择方法。计算方法简单，易于操作，且更接近于波段选择的原则[8]

.

2.4 各波段数据的信息熵和联合熵 一种既全面、效果又较好且较简便的方法。信息熵定

义来源于信息论和信号处理，它是对信息内容的客观评估[9]。近年来在遥感数据融合[7][10]

处理研究中，信息熵常作为对融合图像信息质量的客观评价指标。

联合熵表征了多个波段组合的信息量，联合熵最大的组合波段即“信息量最大”这个意义上的最佳波段。但联合熵方法计算量相当大，一般不易操作。计算时需要编写程序实现。

根据仙农信息论的原理[11]

，一幅8bit 表示的图像X 的熵为： H(x)=-

∑=255

log i i i

p p

(比特)

式中 为图像像素灰度值为i 的概率。 同理， 2-3幅图像的联合熵分别为： H(x 1,x 2)=-

∑=255

,212121

log i i i i i i p p p

H(x 1,x 2,x 3)=-

∑=255

3,2,13213

21log .i i i i i i i i i p p

式中P i1i2i3表示图像X 1中像素灰度值为i 1 ；图像X 2中同名像素灰度值为i 2 与图像X 3中同名像素灰度值为i 3的联合概率。一般来说，H (x)和H (x1 ，x2 ，x3)越大，图像(或图像组)所含信息越丰富。用熵和联合熵可以得出信息量大的波段及波段组合。

2.5 协方差矩阵特征值法 在多波段遥感图像的波段组合选择中， 章孝灿等、Charles [3，12]

引提出了用计算Ⅳ维数据熵值原理进行优选最佳波段组合的方法，最后选出了包含信息量丰富的波段组合。其公式为：H=

)(2

1

)2(22)(2Ms Ln n Ln N N Ki Ln N ++=+ 由于要选取的是三个波段，所以式中Ms=2

33

32

31232

22

21

13122

11

S C C C S C C C S 为三阶方阵。其中对角线上的

元素分别为各波段的方差，非对角线上的元素为两个不同波段的协方差。因为图像的熵(信

息量)H 随着变量协方差矩阵行列式的值变化，所以计算任意三波段组合的协方差矩阵行列式的值并进行由大到小排序，就可选出包含信息量丰富的三波段组合。由协方差矩阵进一步可计算波段间的相关系数矩阵，波段间相关系数由下式计算：R ij =

jj

ii 2

ij

S S S 式中．S ij 为波段

间的协方差。利用协方差矩阵特征值法可得到包含信息量丰富的波段，但是它是在完全服从正态分布的情况下得出的模型，选出的波段组合并非完全按照信息量大小排列。另外这种模型的缺点是计算数据量大，处理速度慢。 2.6 波段指数法

波段指数[7]

的定义：设 R ij 为通道i 与j 之间的相关系数，高光谱数据被分为k 组，每组的

波段数分别为n 1,n 2…….n k 。定义波段指数Pt=Rt St ，其中Rt =Rw +Ra ，Rw =

nk

1

∑=nk

i Rij 1

(i

≠j)。式中S i 为第i 波段的标准差， Rw 为第i 波段与所在组内其他波段相关系数的绝对值之

和的平均值，Ra 为第i 波段与所在组外的其他波段之间的相关系数的绝对值之和。从公式可以看出，它综合考虑了波段的信息量和相关性两个因素。标准差越大，表明波段的离散程度越大，所含的信息量越丰富，而波段的总体相关系数的绝对值越小，表明通道数据的独立性越强，信息冗余度越小。波段指数是从高光谱数据具有的特点出发，综合考虑了图像的信息量和相关性两个因素，并且是在分组成块的情况下设计的模型，而且还发现选出的最佳波段组合与由最佳指数法(考虑光谱特性后)得出的基本一致。波段指数能综合地反

映波段的信息含量和相关性两个因素，可作为波段选择的依据[13]

。因此，波段指数法对高光谱数据来说是一种较理想的最佳波段选择方法。从波段指数公式可以看出，分子是关于标准差的，分母是关于相关系数的，这与最佳指数很相似，最佳指数的计算简单于波段指数，所以在波段选择时，最佳指数法用的更多。

3 基于信息量的最佳波段选择实验研究

3.1 试验背景 选择一景轨道号12434的TM 影像，时间为1993年10月19日。ERDAS IMAGINE

中的AOI工具切出石家庄市影像。所有实验在微机上进行，所用软件为ERDAS IMAGINE8.6。由于TM6是与热有关的波段，所以在波段组合时不考虑，但一起计算了出来。从信息量和信息冗余这两方面来考虑，最佳指数为最优方法。各波段组合的最佳指数值同各波段的均方差之和成正比、与各波段间相关系数之和成反比。满足最佳波段组合选择的基本原则。又由于其简单的计算方法，所以本文以最佳指数法为例。

3.2 单波段信息量比较从ERDAS中LAYER INFOR 可以得到各波段的统计信息，表1。

表1 TM各波段光谱信息统计表

从表中可以看出（1）标准差大小顺序为TM6> TM1〉TM5>TM4>TM3>TM7> TM2（2）亮度差TM7> TM5〉TM4〉TM1>TM3>TM2> TM6(3) 标准差与亮度差大小顺序不一样（4）如果仅仅考虑单波段，TM1信息量最丰富，TM5波段相对也较丰富。TM1、TM5是理想的波段子集，用此方法仅仅只能判断出单波段所包含的信息量的大小，仅供最佳波段选择时候作参考用。三个信息量都比较大的波段组合，往往组合后的信息量不一定大。因为波段间包含有信息量重复。

3.3 相关性分析波段间的相关性用相关系数大小来表示，其计算是用ERDAS IMAGINE8.6中MODEL模块进行。通过计算可得出波段间相关性矩阵表。从相关性矩阵可以看出：（1）1、2、3波段相关性比较好， 1、2波段相关系数为0.8539，2.3波段相关系数为0.9426，1、3波段相关系数相对较小，为0.7565。（2）TM4和所有波段相关性比较小，与1、2、3、4、5、7波段的相关系数分别为0.0588、0.2993、0.25956、0.5387、-0.0104、0.3301。所以TM4是比较孤立的波段（3）5、7波段相关性较好，达0.9371，而7波段与2、3波段相关性也较好，所以在波段选择时应用5波段代替7波段。（4）波段选择时，应从1、2、3波段中选择一个，5、7波段选择一个（以5代7），加上4波段，就组成了最佳波段。

3.4最佳指数分析法最佳指数是通过各波段的标准差和波段间相关系数来计算的。根据OIF计算公式，计算出组合波段的OIF值，见表3。

表3 波段组合最佳指数表

3.5 选择结果 OIF值最大前5位的波段组合大小顺序是：1、4、5 〉1、4、7 〉3、4、5 〉

4、5、7 〉1、3、4。单波段也是1、5、4、7的信息量较大，所以最后最佳的波段组合为1、4、5组合。

（1）从信息量和信息冗余这两方面来考虑，最佳指数为最优方法。各波段组合的最佳指数值同各波段的均方差之和成正比、与各波段问相关系数之和成反比。满足最佳波段组合选择的基本原则。然而在实际应用中，用这些方法选择出的最佳波段也存在一定的局限性。这些波段选择方法只考虑了信息量和相关性这两个方面，而没有充分考虑研究对象的光谱特征和卫星传感器的用途等方面。本问只就基于信息量波段选择方法的论述。

（2）其实每个波段有其自身的特点，在实际应用中应该根据这些特点加实际情况进行波段的选择，基于信息量的最佳波段选择只是参考。如[14]TM1，4，5为解译居民点和水域的最佳波段组合，TM3，4，5为耕地、林地、草地的最佳波段组合。在地物解译时，应该根据单波段特点和地物特点来选择波段组合。

（3）根据高光谱数据各波段包含的信息量、波段间的相关性以及影像中各地物DN值光谱曲线的差异性，再结合联合熵、协方差矩阵特征值法、最佳指数法、波段指数法来进行最佳波段选择，可以弥补以往波段选择的不足之处。

landsat8波段介绍

Landsat8卫星包含OLI（Operational Land Imager 陆地成像仪）和TIRS（Thermal Infrared Sensor 热红外传感器）两种传感器。OLI包括了ETM+的所有波段，为了避免大气吸收部分特征，OLI对波段进行了重新调整，比较大的调整： 1、OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征； 2、OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征； 3、新增两个波段：海蓝波段(band 1; 0.433–0.453 μm) 主要应用海岸带观测；短波红外波段，又称卷云波段(band 9; 1.360–1.390 μm) 包含水汽强吸收特征，可用于云检测； 4、近红外band5和短波红外band9与MODIS对应的波段更加接近。 Landsat TM （ETM+）7个波段可以组合很多RGB方案用于不同地物的解译，Landsat8的OLI陆地成像仪包括9个波段，可以组合更多的RGB方案。 OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段(band 1; 0.433–0.453 μm)

主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近，

ETM多波段合成解析

ETM+遥感不同波段的用途（转） 各个波段的特征 B1 为蓝色波段，该波段位于水体衰减系数最小的部位，对水体的穿透力最大，用于判别水深，研究浅海水下地形、水体浑浊度等，进行水系及浅海水域制图； B2 为绿色波段，该波段位于绿色植物的反射峰附近，对健康茂盛植物反射敏感，可以识别植物类别和评价植物生产力，对水体具有一定的穿透力，可反映水下地形、沙洲、沿岸沙坝等特征； B3 为红波段，该波段位于叶绿素的主要吸收带，可用于区分植物类型、覆盖度、判断植物生长状况等，此外该波段对裸露地表、植被、岩性、地层、构造、地貌、水文等特征均可提供丰富的植物信息； B4 为近红外波段，该波段位于植物的高反射区，反映了大量的植物信息，多用于植物的识别、分类，同时它也位于水体的强吸收区，用于勾绘水体边界，识别与水有关的地质构造、地貌等； B5 为短波红外波段，该波段位于两个水体吸收带之间，对植物和土壤水分含量敏感，从而提高了区分作物的能力，此外，在该波段上雪比云的反射率低，两者易于区分，B5 的信息量大，应用率较高； B6 为热红外波段，该波段对地物热量辐射敏感，根据辐射热差异可用于作物与森林区分、水体、岩石等地表特征识别； B7 为短波外波段，波长比 B5 大，是专为地质调查追加的波段，该波段对岩石、特定矿物反应敏感，用于区分主要岩石类型、岩石水热蚀变，探测与交代岩石有关的粘土矿物等； B8 为全色波段（Pan），该波段为 Landsat-7 新增波段，它覆盖的光谱范围较广，空间分辨率较其他波段高，因而多用于获取地面的几何特征。 波段组合： TM321（RGB）：均是可见光波段，合成结果接近自然色彩。对浅水透视效果好，可用于监测水体的浊度、含沙量、水体沉淀物质形成的絮状物、水底地形。一般而言：深水深兰色；浅水浅兰色；水体悬浮物是絮状影象；健康植被绿色；土壤棕色或褐色。可用于水库、河口及海岸带研究，但对水陆分界的划分不合适。这种RGB组合模拟出一副自然色的图象。有时用于海岸线的研究和烟柱的探测。 TM453（RGB）：2个红外波段、1个红色波段。对内陆湖泊及河流分辨清楚。植被类型及长势可由棕、绿、橙、黄等色调分别。能区分土壤含水量（水分越多则越暗）。用于土壤湿度和植被状况的分析。也很好的用于内陆水体和陆地/水体边界的确定。 TM742（RGB）：植被基本都是绿色，城市呈现品红色或紫色，草地淡绿色，森林深绿色（针叶林色调比阔叶林暗）。能区分土壤和植被的含水量。适用于水/陆边界划分、土/植被边界划分，但不适于植被分类。土壤和植被湿度内容分析；内陆水体定位。植被显示为绿色的阴影。 TM432（RGB）：标准假彩色。植被呈现各种红色调。深红色/亮红色为阔叶林，浅红色为草地等生物量较小的植被。密集的城市地区为青灰色。最适合用于植被分类。红外假色。在

landsat8波段介绍

landsat8： Landsat 8 是美国陆地卫星计划（Landsat）的第八颗卫星，于2013年2月11号在加利福尼亚范登堡空军基地由Atlas-V火箭搭载发射成功，最初称为“陆地卫星数据连续性任务”（Landsat Data Continuity Mission，LDCM）。Landsat 8上携带陆地成像仪（Operational Land Imager ，OLI）和热红外传感器（Thermal Infrared Sensor，TIRS）。 简介： Landsat 8是NASA与美国地质调查局（USGS）合作开发并由轨道科学公司（Orbital Science Corporation）建造的。NASA负责了设计、建造、发射和在轨校准阶段，在此期间卫星被称为Landsat 数据连续性任务（Landsat Data Continuity Mission ，LDCM）。2013年5月30日，USGS接管了常规操作，卫星改名为Landsat 8。USGS在地球资源观测与科学（EROS）中心负责发射后的校准活动、卫星操作、数据产品生成和数据存档。 介绍： OLI陆地成像仪包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了 0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两

个新增的波段：蓝色波段(band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。

ETM 遥感不同波段的意义及用途1解析

ETM+遥感不同波段的意义及用途 741 741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、42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象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 754 陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波段MSS4图像、第五波段MSS5图像和第七波段MSS7图像，分别配以兰、绿、红色的彩色合成图像上的彩色。并称此种合成的图像为陆地卫星标准假彩色图像。在此图像上植被分布显红色，城镇为兰灰色，水体为兰色、浅兰色（浅水），冰雪为白色等。 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。

Landsat卫星的TM ETM各波段介绍

Landsat卫星的TM/ETM各波段介绍 北京揽宇方圆信息技术有限公司拥有WorldView、QuickBird、IKONOS、GeoEye、SPOT、PLEIADES、高分一号、高分二号、资源三号等世界上最高分辨率卫星影像的代理权，能够为户提供全天候、全覆盖、多分辨率、多尺度的影像产品。整合最丰富的遥感影像数据资源，为用户提供最专业的遥感影像数据服务，北京揽宇方圆致力成为中国遥感影像数据服务第一品牌。 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

Landsat8的不同波段组合说明

Landsat8的不同波段组合说明 Landsat TM （ETM+）7个波段可以组合很多RGB方案用于不同地物的解译，Landsat8的OLI陆地成像仪包括9个波段，可以组合更多的RGB方案。 OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI 全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段(band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近，详情参考表3。 如表1是国外公布的OLI波段合成的简单说明。表2是前人在长期工作中总结的Landsat TM（ETM+）不同波段合成对地物增强的效果。对比表3，可以将表1和表2的组合方案结合使用。 表1：OLI波段合成

表2：Landsat TM波段合成总结说明

ENVI中进行波段组合非常方便，如下图为打开一个标准Landsat8数据，根据需求选择对应RGB合成显示即可。图2-图5为几个RGB组合。 图1：数据管理面板

图2：7、6、4，水体和植被得到了增强

图3：6、5、2，裸地得到增强，可以与有作物的耕地区分

图4：5、6、2，植被呈现不同颜色 图5：6、5、4，植被非常鲜艳，植被和非植被区很好的区分

ETM 7个波段组合的不同用途_百度文库解析

ETM +7个波段组合的不同用途 741 741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 1:1 0万 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象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 MSS 7, 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

754 陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波段 MSS4图像、第五波段 MSS5图像和第七波段 MSS 7图像,分别配以兰、绿、红色的彩色合成图像上的彩色。并称此种合成的图像为陆地卫星标准假彩色图像。在此图像上植被分布显红色,城镇为兰灰色,水体为兰色、浅兰色(浅水,冰雪为白色等。 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。 543 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。 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象,这个组合的合成图象不仅类似于自然色, 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,形成三个组分的图象数据,用于自动识别分类。 543 742

不同波段组合说明

Landsat8 ETM+7个不同波段组合说明 Landsat TM （ETM+）7个波段可以组合很多RGB方案用于不同地物的解译，Landsat8的OLI陆地成像仪包括9个波段，可以组合更多的RGB方案。 OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段 (band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近，详情参考表3。 如表1是国外公布的OLI波段合成的简单说明。表2是前人在长期工作中总结的Landsat TM（ETM+）不同波段合成对地物增强的效果。对比表3，可以将表1和表2的组合方案结合使用。 表1：OLI波段合成

741 741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象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。 754 陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波段MSS4图像、 第五波段MSS5图像和第七波段MSS7图像，分别配以兰、绿、红色的彩色合成图像上的彩色。并称此种 合成的图像为陆地卫星标准假彩色图像。在此图像上植被分布显红色，城镇为兰灰色，水体为兰色、浅 兰色（浅水），冰雪为白色等。 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。 543 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。 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象，这个组合的合成图象不仅类似于自然色，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，形成三个组分的图象 数据，用于自动识别分类。 543 742 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。 432 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

TM不同波段组合及其用途解析

741 741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象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。754 陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波段MSS4图像、第五波段MSS5图像和第七波段MSS7图像，

分别配以兰、绿、红色的彩色合成图像上的彩色。并称此种合成的图像为陆地卫星标准假彩色图像。在此图像上植被分布显红色，城镇为兰灰色，水体为兰色、浅兰色（浅水），冰雪为白色等。 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。 543 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。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象，这个组合的合成图象不仅类似于自然色，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，形成三个组分的图象数据，用于自动识别分类。 543 742 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。

Landsat系列辐射定标参数整理

辐射定标参数整理 1.亮度温度计算 亮度温度是一个常用的温度概念，是在卫星高度上传感器探测波段范围内普朗克黑体辐射函数与传感器响应函数乘积积分得到的辐射值．亮度温度包含有大气和地表对热辐射传导的影响，不是真正意义上的地表温度。 计算公式： 其中，Lλ为传感器探孔处光谱辐射强度，即星上辐射亮度值，实现像素DN值转化为绝对辐射亮度值。 1.1.星上辐射亮度（Lλ） 遥感影像的亮度值(DN值)都是经过量化和纠正过的以8bit编码的数字影像，为了精确反演地物特性，有必要将DN值转化为星上辐射亮度值。 https://www.wendangku.net/doc/d514713748.html,ndsat8 Lλ= M L*Q cal + A L 通过查看影像的头文件，可以获取偏差参数：M L(RADIANCE_MULT_BAND_x)和A L(RADIANCE_ADD_BAND_x)为图像的增益和偏置。 1.1. https://www.wendangku.net/doc/d514713748.html,ndsat5/7

QCAL为经过辐射校正的图像灰度值即DN值；L max为探测器可检测到的最大辐射亮度，也是最大灰度值所相应的辐射亮；L min为探测器可检测到的最小辐射亮度，也是最小灰度值所相应的辐射亮度。 表 1 Landsat5 TM的Lmin和Lmax值 表 2 Landsat7 ETM+的Lmin和Lmax值 QCAL max为传感器接收到的最大灰度值，QCAL min为传感器接收到的最小灰度值。（1）如

果没有元数据信息，QCAL MIN默认值1（TM和ETM+1)或者0(MSS)；QCAL MAX取默认值255(TM 和ETM+)或者127(MSS)。（2）如果有元数据信息，QCAL MIN取值如下：对于LPGS Products（The level 1 product generation system）取值为1，对于NLAPS Products（National Landsat Archive Production System）在04 April 2004之前取值为0，在04 April 2004之后取值为1；QCAL MAX 取值为127（MSS）, 255（TM、ETM）。 注：LPGS和NLAPS分别是两种数据处理系统得到的产品，从2008年12月份开始，L7 ETM+ 和L5都是以LPGS系统处理，L4 TM和MSS以NLAPS系统处理。 表 3 Landsat5/7的QCALmin和QCALmax的值 1.2.预设常量K K1和K2是发射前预设的常量，具体值如下表所示。 2.大气顶层反射率（表观发射率） https://www.wendangku.net/doc/d514713748.html,ndsat 5/7（TM/ETM） ρ= π?Lλ?d2 ESUN?cosθ 其中：ρ——地面相对反射率；D——日地天文单位距离；Lλ——传感器光谱辐射值，即大气顶层的辐射能量；ESUN——大气顶层的太阳平均光谱辐射，即大气顶层太阳辐照度；1注：Landsat7热红外波段（Band 6）在格式1时总设置为低增益(6L)，格式2时总设置为高增益(6H)

遥感影像的波段组合及用途

高光谱遥感数据最佳波段的选择根据自己对具体影像解译的要求进行波段的选择，以提高解译的速度和精度。 若要获得丰富的地质信息和地表环境信息，可以选择TM(7、4、1)波段的组合，TM(7、4、1)波段组合后的影像清晰度高，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； 若要获得监测火灾前后变化分析的影像，可以选择TM(7、4、3)波段的组合，它们组合后的影像接近自然彩色，所以可通过TM(7、4、3)彩色合成图的分析来掌握林火蔓延与控制及灾后林木的恢复状况； 若要获得砂石矿遥感调查情况，可以选择TM(5、4、1)波段组合；用TM影像编制洲地芦苇资源图时，宜用TM(3、4、5)波段组合的影像，分辨率最高，信息最丰富；用MSS图像编制土地利用地图，通常采用MSS(4、5、7)波段的合成影像； 若要再区分林、灌、草，则需要选用MSS(5、6、7)波段的组合影像。 遥感影像时相的选择 : 遥感影像的成像季节直接影响专题内容的解译质量。对其时相的选择，既要根据地物本身的属性特征，又要考虑同一地物不同地域间的差异。例如解译农作物的种植面积最好选在8、9月份，因为这时作物成熟了，但还没有收割，方便各种作物的区别；解译海滨地区的芦苇地及其面积宜用5、6月份的影像；解译黄淮海地区盐碱土分布图宜用3、4月份的影像。 高分辨率影像的选择 : 分辨率的选择要符合自己的实际需要，分辨率高对解译速度和精度都有很大帮助。随着科技的不断发展，已经有了15～30m分辨率的ETM／TM影像、2．5～5．0m分辨率的SPORT 影像、2m分辨率的福卫二号、lm分辨率的ORBVIEW一3／IKONOS、0．6m分辨率的QUICK BIRD 等。法国SPOT-5卫星影像分辨率可达到2．5m，并可获得立体像对，进行立体观测。SPOT 一5卫星上的主要遥感设备是2台高分辨率几何成像仪(HRVIR)，其工作谱段有4个，主要任务是监测自然资源分布，特别是监测农业、林业和矿产资源，观测植被生长状态与农田含水量等项，对农作物进行估产，了解城市建设与城市土地利用状况等。卫星遥感传感器和遥感数据处理技术发展很快，一些传感器的立体观测，各类遥感数据分辨率的提高，为遥感影像解译标志和遥感影像信息模型的开发、研究提供了有利条件，为快速和精确地进行解译提供了便利。 ETM+遥感不同波段的用途 741 741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

ETM各波段组合的用途

ETM+遥感不同波段的用途 | [<<][>>] 741 741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161 5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象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MSS 7，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 754 陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波段MSS4图像、第五波段MSS5图像和第七波段MSS 7图像，分别配以兰、绿、红色的彩色合成图像上的彩色。并称此种合成的图像为陆地卫星标准假彩色图像。在此图像上植被分布显红色，城镇为兰灰色，水体为兰色、浅兰色（浅水），冰雪为白色等。 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

Landsat 各产品参数及常用波段组合

Landsat 各产品参数及常用波段组合

ETM＋个波段组合的不同用途 741 741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象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

陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波段MSS4图像、第五波段MSS5图像和第七波段MSS7图像，分别配以兰、绿、红色的彩色合成图像上的彩色。并称此种合成的图像为陆地卫星标准假彩色图像。在此图像上植被分布显红色，城镇为兰灰色，水体为兰色、浅兰色（浅水），冰雪为白色等。 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。 543 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。 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象，这个组合的合成图象不仅类似于自然色，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，形成三个组分的图象数据，用于自动识别分类。 543 742 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197 9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。 432 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Lands atTM2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。 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。 453 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。

ETM+7个波段组合的不同用途

ETM＋7个波段组合的不同用途 741 741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1：1 0万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象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MSS 7，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 754 陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波段MSS4图像、第五波段MSS5图像和第七波段MSS 7图像，分别配以兰、绿、红色的彩色合成图像上的彩色。并称此种合成的图像为陆地卫星标准假彩色图像。在此图像上植被分布显红色，城镇为兰灰色，水体为兰色、浅兰色（浅水），冰雪为白色等。 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。 543 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、

Landsat 8卫星11个波谱

北京揽宇方圆信息技术有限公司 Landsat8卫星11个波谱 2013年发射的Landsat8卫星包含11个波段。影像特征较之前的Landsat7卫星有部分改进。该数据详细光谱信息如上表所示。在Landsat8数据获取过程中有一个质量评估影像（QA），该影像反映了像元受到传感器和云污染的影响。 卫星参数（Irons J R etal.,2012） 产品级别：L0Rp，L1G，L1Gt，L1T。 L1T级：辐射校正数据经过几何精校正处理（使用地面控制点和数字高程模型数据）得到的数据产品。格式为：GeoTIFF(我们获取到的影像即为该级别产品) 分辨率：OLI多光谱波段30m OLI全色波段15m TIRS热红外波段100m，被重采样成了30m 数据格式：Geotif格式 采样方式：三次卷积 方向：北方向 瞬时视场角：15度 投影：通用横轴墨卡托投影，WGS84坐标 误差：OLI是12m圆误差，90%置信度 TIRS是14m圆误差，90%置信度 Landsat OLI传感器 OLI陆地成像仪包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。 OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段(band1;0.433–0.453μm)主要应用海岸带观测，短波红外波段(band 9;1.360–1.390μm)包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。 Landsat8的OLI传感器采用的是已在EO-1卫星的ALI传感器上实验过的推进扫描方式［Ungar S G et al.,2003］，并且Landsat8的辐射分辨率在Landsat78bit的基础上提高到了12bit，大大增加了影像的灰度量化级。同时新的OLI传感器将比之前的Landsat系列卫星传感器具有更高的信噪比，根据Irons等［Irons J R et al.,2012］的总结整理，OLI各波段的信噪比可能比ETM+各对应波段平均高出近3倍。

各个波段的特征

各个波段的特征 TM1 0.45-0.52um蓝波段：对叶绿素和叶色素浓度敏感，对水体穿透强，用于区分土壤与植被、落叶林与针叶林、近海水域制图，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。 TM2 0.52-0.60um,绿波段：对健康茂盛植物的反射敏感,对绿的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征。在所有的波段组合中，TM 波段－2 的分类精度是最高的，达到了 75.6%。从单时相遥感影像的分类来讲，这种分类精度只相当于中等水平。但若从多时相图像的角度来看，这一精度则相当于在采用分类后比较法时，每一景图像的平均分类精度需达到 86.9% 的水平②，而这种分类精度，特别是在山区，其实已经是比较好的了。 TM3 0.62-0.69UM ,红波段：叶绿素的主要吸收波段,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,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面。 TM4 0.76-0.96UM近红外波段：对无病害植物近红外反射敏感，对绿色植物类别差异最敏感,为植物通用波段,用于目视调查,作物长势测量,水域测量，生物量测定及水域判别。 TM51.55-1.75UM中红外波段：对植物含水量和云的不同反射敏感，处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而 提高了区分不同作用长势的能力，可判断含水量和雪、云。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。 TM61.04-1.25UM远红外波段：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,作温度图，植物热强度测量。 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。 ============================= 波段组合： TM321（RGB）：均是可见光波段，合成结果接近自然色彩。对浅水透视效果好，可用于监测水体的浊度、含沙量、水体沉淀物质形成的絮状物、水底地形。一般而言：深水深兰色；浅水浅兰色；水体悬浮物是絮状影象；健康植被绿色；土壤