南沙群岛部分岛礁的Landsat7 ETM +图像观察

陆地卫星Landsat-7影像坏行数据和图像修复方法研究2006-3-22 中国图象网（1 哈尔滨工程大学，黑龙江 150001；2 中国科学院遥感应用研究所，北京 100101）摘要: 美国陆地卫星Landsat-7提供的观测数据一直以来被广泛应用各个领域，但其传感器ETM+上的扫描行校正部件SLC（Scan Line Corrector）在2003年5月31日发生故障，导致Landsat-7影像出现坏行，难以正常使用。

为了使剩余的78%的数据能够被利用，NASA立即组织有关科学家研究解决这一问题的方案。

我们与NASA科学家密切配合，探索了五种修复方法。

经过对这五种方法的尝试与试验，自适应局部回归算法得到较好效果。

修复后的图像完整没有明显的修复边界，达到理想的效果。

本文介绍了该算法的基本原理、流程和试验结果，并对修复效果进行了评估。

关键词： Landsat-7，坏行数据，修复方法1．前言1999年4月美国发射的Landsat-7上搭载了专题扫描仪（ETM+），其空间分辨率为30m，扫描幅宽为185km。

由于其出色的影像质量，Landsat-7的数据现在被世界上15个地面站所接收，广泛应用于资源调查、环境监测、地质调查、测绘、考古和规划管理等领域。

数据分发也在世界各地进行，是我国现在应用最为广泛的地球观测数据。

因此，该数据的损坏对这些领域造成了很大的影响。

Landsat-7卫星上SLC部件虽然已经失效，但是Landsat-7卫星仍然在轨道上正常运行。

SLC的损坏并没有影响其它器件的性能，主扫描镜继续能正常工作，具有提供有用图像数据的能力。

另外，在存在坏行数据的影像上，仍然有约78%的数据是完好的。

因此研究如何修复由于SLC失效而造成的数据坏行，将所得到的有坏行的数据重新利用起来，成为当前国际遥感领域中研究的热点。

针对SLC失效造成的影像坏行数据，USGS/NASA专门组成了一个陆地卫星小组继续研究发掘Landsat-7系统剩余的可用价值。

Landsat卫星TM/ETM数据——波段组合321：真彩色合成，即3、二、1波段别离给予红、绿、蓝色，则取得自然彩色合成图像，图像的色彩与原地域或景物的实际色彩一致，适合于非遥感应用专业人员利用。

432：标准假彩色合成，即4、3、2波段别离给予红、绿、蓝色，取得图像植被成红色，由于突出表现了植被的特征，应用十分的普遍，而被称为标准假彩色。

举例：卫星遥感图像示蓝藻暴发情况。

咱们先看一看蓝藻暴发时遥感监测机理。

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别。

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。

另外，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：信息量最丰硕的组合，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个波段包括的地物信息最丰硕。

3个可见光波段（即第一、二、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。

计算各类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硕的地物信息，其中又常以4，5，3或4，5，1波段的组合为最佳。

第7波段只是在探测丛林火灾、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，要想取得最佳彩色合成图像，还必需考虑赋色问题。

人眼最敏感的颜色是绿色，其次是红色、蓝色。

Landsat7ETMSLC-OFF和ETMSLC-ON数据描述Landsat 7 ETM SLC-OFF产品描述美国陆地卫星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(21:42:35 GMT)，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。

另外，2003.05.31-2003.07.14以及2003.07.03-2003.09.17之间的数据是没有获得。

Landsat ETM+影像数据包括8个波段（波段设计），band1-band5和band7的空间分辨率为30⽶，band6的空间分辨率为60⽶，band8的空间分辨率为15⽶，南北的扫描范围⼤约为170km，东西的扫描范围⼤约为183km。

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

波段设计卫星图⽚标准参数产品类型Level 1T 标准地形校正单元格⼤⼩15m –全⾊波段8；30m –反射波段1-5和7；60m –热波段6H和6L输出格式GeoTIFF取样⽅法三次卷积 (CC)地图投影UTM – WGS 84南极洲极地投影分发只能通过Http下载对于已经有数据实体的影像可以⽴即通过⽹上下载，对于未获得数据实体的影像，需要提传递交数据申请，或者参照其他说明。

Landsat陆地卫星遥感影像数据简介“地球资源技术卫星”计划最早始于1967年，美国国家航空与航天局（NASA）受早期气象卫星和载人宇宙飞船所提供的地球资源观测的鼓舞，开始在理论上进行地球资源技术卫星系列的可行性研究。

1972年7月23日，第一颗陆地卫星（Landsat_1）成功发射，后来发射的这一系列卫星都带有陆地卫星（Landsat）的名称。

到1999年，共成功发射了六颗陆地卫星，它们分别命名为陆地卫星1到陆地卫星5以及陆地卫星7，其中陆地卫星6的发射失败了。

Landsat陆地卫星系列遥感影像数据覆盖范围为北纬83o到南纬83o之间的所有陆地区域，数据更新周期为16天（Landsat 1~3的周期为18天），空间分辨率为30米（RBV和MSS传感器的空间分辨率为80米）。

目前，中国区域内的Landsat陆地卫星系列遥感影像数据（见图1）可以通过中国科学院计算机网络信息中心国际科学数据服务平台免费获得（）。

Landsat 陆地卫星在波段的设计上，充分考虑了水、植物、土壤、岩石等不同地物在波段反射率敏感度上的差异，从而有效地扩充了遥感影像数据的应用范围。

在基于Landsat遥感影像数据的一系列应用中，计算植被指数和针对Landsat ETM off影像的条带修复为最常用同时也是最为基础的两个应用。

因此，中国科学院计算机网络信息中心基于国际科学数据服务平台，提供了1）基于Landsat 数据的多种植被指数提取。

2）对Landsat ETM SLC-off影像数据的条带修复。

图1 Landsat 遥感影像中国区示意图数据特征（1）数据基本特征Landsat陆地卫星包含了五种类型的传感器，分别是反束光摄像机（RBV），多光谱扫描仪（MSS），专题成像仪（TM），增强专题成像仪（ETM）以及增强专题成像仪+（ETM+），各传感器拍摄影像的基本特征如下：（2）数据主要参数Landsat陆地卫星携带的传感器，在南北向的扫描范围大约为179km，东西向的扫描范围大约为183km，数据输出格式是GeoTIFF，采取三次卷积的取样方式，地图投影为UTM-WGS84南极洲极地投影。

1科技咨询导报Sci en c e a nd Tec hn ol og y Co ns ul t i ng Her al d 高新技术2006NO .14Sc i e nc e a nd Te chn ol og y Con su l t i ng H e r a l d 科技咨询导报1引言遥感技术在20世纪60年代兴起它是在航天技术计算机技术遥感器技术等的推动下发展起来的遥感技术促使摄影测量发生了革命性的变化它在地学和环境学方面的广泛应用产生了十分可观的经济效益和显著的社会效益由于文中研究的对象是遥感图像了解其包含哪些对我们有用的信息是必要的从而使我们的研究会有针对性可行性和实用性遥感图像中包含着三大信息内容即图像中波谱信息图像的空间结构信息以及图像的时间信息EN V I T he E nvi r onm ent f or V i sua l -i zi ng I m a ges 遥感影像处理软件由美国RSI 公司R ese ar ch Syst em s I nc.开发研制它是分析处理并显示多光谱数据高光谱数据和雷达数据的高级工具E N V I 可以直接支持L a nds at -7格式并能识别Landsat -7的所有头文件信息方便用户显示图像并对各种属性及文本文件作各种分析2几何校正由于遥感成像过程中多种因素影响致使遥感图像质量的衰减遥感图像质量衰减产生的原因和作用结果都不相同因此一般采用不同的校正处理方法文中使用几何校正的方法进行图像处理图像的几何校正g e o m e t r i c cor r ect i on 是指从具有几何畸变的图像中消除畸变的过程也可以说是定量地确定图像上的像元坐标与目标物的地理坐标的对应关系文中为了简要说明遥感图像的处理过程故在实际的操作过程中采用直接转换法进行几何校正的而采用这种方法的关键在于控制点的选择上通常采集的控制点是影像上和地形图上都有的特殊形态的地物对应点如道路河流的交叉点等3图像合成人的视觉对彩色的分辨能力远远高于对灰度的分辨能力通常人眼能分辨的灰度有十几个等级但可以分辨100多种彩色层次彩色合成增强是将多波段黑白图像变换为彩色图像的增强处理技术根据合成影像的彩色与实际景物自然彩色的关系彩色合成分为真彩色合成和假彩色合成两种由于在后续的各项遥感图像处理过程中都涉及到Lands at -7E TM +所包含的各波段知识所以下面将其相关的内容做一个简要的介绍4数据融合数据融合的概念始于70年代进入20世纪90年代以后随着多种遥感卫星的发射成功从不同遥感平台获得的不同空间分辨率和时间分辨率的遥感影像形成了多级分辨率的影像金字塔序列给遥感用户提供了从粗到精从多光谱到高光谱的多种遥感数据非监督分类的k-m e a ns方法在从化市La nds at -7遥感图像的应用陈宇达刘艳梅汪新庆中国地质大学资源学院信息所湖北武汉430074摘要文中利用RSI ENVI 4.2图形图像处理软件对广东省从化市La n d s a t -7ETM +遥感图像依据地物光谱特性采用非监督分类的k -m e a n s 方法对遥感图像进行分类同时也简单地介绍了利用RSI ENVI 4.2进行遥感图像处理的几个步骤和方法关键词ENV I 几何校正图像合成数据融合分类中图分类号TP317.4文献标识码A 文章编号1673-0534(2006)10(a )-0001-02源数据融合的发展在一定程度上解决了多种数据源综合分析的问题在本次的图像处理过程中,对多光谱图像(包含了B and1至Band7的遥感图像)和全色图像仅包含B and8的遥感图像进行图像融合,这个过程中采用了G r am -Sc hm i dt 波谱融合方法.5图像的分类计算机遥感图像分类是统计模式识别技术在遥感领域中的具体应用遥感图像计算机分类的依据是遥感图像像素的相似度相似度是两类模式之间的相似程度在遥感图像分类过程中常使用距离和相关系来衡图1非监督分类的k-m ea ns 方法分类图图2非监督分类的统计曲线表1ETM +各波段Ba nd的详细信息2科技咨询导报Sci en ce a nd Tec hn ol og y C o ns ul t i n g Her al d2006N O .14Sci en ce an d Tec hn ol o gy C o ns ul t i ng H e r al d高新技术科技咨询导报量相似度遥感图像的计算机分类方法包括监督分类和非监督分类而监督分类和非监督分类的根本区别点在于是否利用训练场地来获取先验的类别知识监督分类根据训练场提供的样本选择特征参数建立判别函数对待分类点进行分类非监督分类不需要更多的先验知识它根据地物的光谱统计特性进行分类因此非监督分类方法简单且分类具有一定的精度此次图像处理过程中采用了非监督分类的K -m e ans 方法对融合后的图像进行了分类通过图2的非监督分类的统计曲线可以看出融合的遥感图像采用非监督分类的k-m ea ns 方法后每一类的分布情况从而可以进一步计算出相应的分布精确值然而我们在对遥感图像分类的过程中需要注意的问题是遥感图像的灰度是地物电磁波辐射特征的反映灰度值的大小除与地物成分有关外还与地物的表面结构以及地形的起伏有关图像分类仅仅只考虑图像的光谱信息而不考虑图像的结构信息以及地形起伏变化的影响是很难保证分类精度的今后的遥感图像分类必然要考虑图像中结构信息与地形变化因素6结束语通过采用非监督分类的k-m eans 方法对广东省从化市Lands at -7ET M +遥感图像进行处理的过程使我们进一步加深对遥感图像处理步骤的理解同时通过这个具体实例阐释了遥感技术在国民经济的各个领域的重要作用参考文献[1]梅安新,彭望,秦其明.遥感导论.北京:高等教育出版社.2001.[2]秦其明.遥感概论网络教程.北京高等教育出版社,2003.[3]宁书年遥感图像处理与应用.北京地震出版社,1995.[4]何维李秉柏张娅香,等.一种新的控制点采集方法[J].国土资源遥感.2001.460-63.通性W i -Fi 网络可以使用来互连电脑链接电脑上互连网W i -Fi 网络在无执照的2.4和5千兆H z 的无线电频带经营数据速率可达11M bps (802.11b)~54M bps 802.11a 或包含以上两条频带的产品双重频带W i -Fi 覆盖范围很广可达100m 但其电波易受干扰速度较快提供个人及公司内部人员使用局域网用户不再使用C a bl e 上网由于使用电波作为传送媒介资料包被截取的可能性高这也成为用户所担心问题现在W i -Fi 产品利用W E D W i r ed E qui val ent Pr i vacy 技术作资料加密之用然而其保安的效能却倍受质疑另一方面支援新一代W i -Fi Pr ot e ct e d A cce ss 加密方式的W i -Fi 产品亦相继出现3UW B Ul t r a -W i de ba ndUW B 是一个新兴的高速短距离通信技术在短距离13m 以下有很大优势最高传输速度可达1G b/S 而传统的窄带技术在长距离低速传输具有优势U W B 技术覆盖的频谱低范围为3.1~10.6G H z 频谱范围很宽但是发射功率非常低U W B 技术目前可以支持114M b/S 的传输速度距离13m 完全可以满足短距离家庭娱乐应用需求直接传输宽带视频数码流但在目前U V B 技术只有在美国官方承认目前在市场应用的产品正处于初期阶段目前使用标准有U W B Fo r u m 推举的DS-U W B 和The W I M e di a A l l i anc e 推举的OF DM4Zi gB ee I EEE 802.15.4Z i gB e e 是一种新兴的短距离低功率五种主流近距离无线技术比较蒋伟民毕红军(北京交通大学电子信息工程学院北京)摘要本文对目前主流的五种近距离无线通信技术进行介绍并对五种技术从传输速率使用频段技术特点以及最新的发展进行初步比较分析让读者对短距离无线技术有个概括了解关键词无线技术蓝牙技术W i -Fi UW B Zi gBe e I r D A 中图分类号TM 935.31文献标识码A 文章编号1673-0534(2006)10(a )-0002-01低速率无线接入技术工作在2.4G H z I SM 频段速率为10M ~250K b/S 传输距离为10~75m 技术和蓝牙接近但大多时候处于睡眠模式适合于不需实时传输或连续更新的场合Z i gB e e 是I E EE 802.15.4的扩展集目前Z i gB e e 联盟包含有70多成员物理层标准采用三个频段北美2.4G 和915M H z 欧洲868M H z Zi gBe e 采用基本的主从结构配合静态的星型网络因此更适合于使用频率低传输速率低的设备激活时延短仅15m s 低功耗等特点将成为未来自动监控遥控领域的新技术5I r D A I nf r ar ed 红外技术红外通讯一般采用红外波段内的近红外线波长0.75m 和25m 之间由于波长短对障碍物的衍射能差所以更适合应用在需要短距离无线点对点场合1993年I r D A 协会发布其第一个标准后又发布FI R 速率高达4M bps 采用4PPM 调制解调目前其应用已相当成熟其规范协议主要有物理层规范连接建立协议和连接管理协议等I r D A 以其低价和广泛的兼容性得到广泛应用参考资料[1]朱刚.蓝牙技术原理与协议.2002.北方交通大学出版社.[2]世界电子元器件.2005年第2期.[3]移动通信.2005年第7期.[4]ht t p://w w w .s i m pl et ea m .com /.[5]ht t p://w w w .bl uet oot h.c om /Bl uet oot h/Le ar n/随着个人通信消费电子的迅猛发展新的近距离接入技术也不断进步朝着更快更方便更安全有效等方面进行发展新的技术在I nt el 接入信息家电移动办公工业化等各个领域得到了广泛的运用本文就目前主流的五种近距离无线通信技术进行综述剖析其技术特点及应用方面1蓝牙技术B l uet oot h Technol ogy蓝压技术是使用2.4G H z 的I SM 公用频道的一种短距离低成本的无线接入技术主要应用于近距离的语言和数据传输业务蓝牙设备的工作频段选用全世界范围内都可自由使用的2.4G H z I SM 频段用户无需申请可使用频道采用23个或79个频道间隔为1M H z 时分双工方式采用跳频速率为1600跳/秒使得蓝牙系统具有足够高的抗干扰能力设备简单性能优越根据其发射功率的不同蓝压设备之间的有效通讯距离大约为10~100m蓝牙设备组网灵活提供点对点和点对多点的无线连接基于TD M A 原理组网蓝牙技术安全除采用跳频扩展技术和低发射功率等常规安全技术外还采用三级安全模式进行管理控制随近年来个人通信的发展蓝牙技术得到广泛的推广应用其技术成熟并开放式的系统开发模式目前最新版的EDR Z-OT 速率达到3M bps 广泛应用于手机耳机笔记本电脑P D A 等个人电子消费品中2W i -Fi I EEE 802.11:W i r el e s sF i d eli t yW i -Fi 使用I E EE 802.11b 或802.11a无线电技术提供安全可靠快速的无线连。

Laｎdｓat陆地卫星遥感影像数据简介“地球资源技术卫星”计划最早始于1967年,美国国家航空与航天局（ＮＡSA）受早期气象卫星和载人宇宙飞船所提供的地球资源观测的鼓舞，开始在理论上进行地球资源技术卫星系列的可行性研究。

1972年7月23日，第一颗陆地卫星(Ｌａｎdsat_1)成功发射，后来发射的这一系列卫星都带有陆地卫星(Lａｎｄsat)的名称。

到１999年，共成功发射了六颗陆地卫星，它们分别命名为陆地卫星１到陆地卫星５以及陆地卫星7，其中陆地卫星６的发射失败了。

Landsａt陆地卫星系列遥感影像数据覆盖范围为北纬８３o到南纬83ｏ之间的所有陆地区域,数据更新周期为16天（Ｌandsaｔ1~3的周期为18天),空间分辨率为3０米（RＢＶ和MSS传感器的空间分辨率为80米）。

目前,中国区域内的Lａndsaｔ陆地卫星系列遥感影像数据(见图1）可以通过中国科学院计算机网络信息中心国际科学数据服务平台QQ电子网免费获得(）。

Ｌａndsat陆地卫星在波段的设计上，充分考虑了水、植物、土壤、岩石等不同地物在波段反射率敏感度上的差异，从而有效地扩充了遥感影像数据的应用范围。

在基于Lａnｄsat遥感影像数据的一系列应用中，计算植被指数和针对Lａndsat EＴM off影像的条带修复为最常用同时也是最为基础的两个应用。

因此,中国科学院计算机网络信息中心基于国际科学数据服务平台，提供了１)基于Landsat 数据的多种植被指数提取。

2)对LａnｄsaｔＥＴM ＳLC-off影像数据的条带修复。

图1 Ｌandsaｔ遥感影像中国区示意图数据特征(1）数据基本特征Ｌandsat陆地卫星包含了五种类型的传感器,分别是反束光摄像机（RBV),多光谱扫描仪（MSS），专题成像仪（TＭ)，增强专题成像仪（ETM)以及增强专题成像仪＋（EＴM+）,各传感器拍摄影像的基本特征如下:(2)数据主要参数Lａndｓat陆地卫星携带的传感器,在南北向的扫描范围大约为179ｋｍ，东西向的扫描范围大约为18３km，数据输出格式是ＧeoTIFF,采取三次卷积的取样方式，地图投影为UTM-WGS8４南极洲极地投影。

Landsat7卫星的TM/ETM+数据介绍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。

Landset卫星介绍：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-172.7～78.1RBV,MSS18D/918km185kmB:0.45-0.5230mLandsat-275.1～82.2185kmG:0.52-0.6030mLandsat-378.3～83.3185kmR:0.63-0.6930mLandsat-482.7～92MSS,TM16D/705km185kmNIR:0.76-0.9030mLandsat-584.1～至今185kmSWIR1.55-1.7530mLandsat-693.10.5MSS,ETM发射失败185kmTIR:10.4-12.560mLandsat799.4～TM,ETM+16D/705km185kmSWIR2.08-2.3530m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。

Landsat-7是美国Landsat计划的第七个项目，于1999年4月15日在美国加利福尼亚州范登堡空军基地与Delta II火箭一起发射。

该卫星带有增强型专题测绘仪（ETM +）传感器。

自2003年6月以来，该传感器已收集并传输了由扫描线校正器（SLC）故障引起的数据间隙数据。

到2020年底，将把Landsat 7替换为Landsat7。

在数据产品方面，Landsat-7和Landsat-5之间的主要区别如下：添加了分辨率为15m的全色波段；频段6的数据分为低增益和高增益数据，分辨率从120m增加到60m。

此外，除了两个校准灯之外，还添加了全光圈太阳能校准器（Fasc）和部分光圈太阳能校准器（PASC）。

八个频段的具体参数如下：频段12345波长范围（μm）0.45〜0.5150.525〜0.605 0.63〜0.690 0.75〜0.901.55〜1.75地面分辨率30 m 30 m 30 m 30 m 30 m 610.40〜12.507 2.09〜2.358 0.52〜0.90 60 m 30 m 15 m 2数据级别1原始数据产品是通过格式同步，场景成帧，格式重组等处理的卫星下行数据的产品。

产品格式为HDF格式，包含辐射校正和几何校正处理所需的所有参数文件。

原始数据产品可以在地面站之间交换和处理。

2.辐射校正产品（级别1）是仅经过辐射校正但未进行几何校正的产品数据，卫星下行链路扫描线数据根据标称位置反转并排列。

3.系统几何校正产品（Level 2）系统几何校正产品是指通过辐射校正和系统级几何校正处理的产品。

其地理定位精度误差为250米，通常可以达到150米以下。

如果使用确定的星历数据代替卫星下行链路数据中的星历数据进行几何校正，则定位精度将大大提高。

几何校正产品的格式可以是fast-l7a格式，HDF格式或GeoTIFF格式。

4.几何精度校正产品（级别3）几何精度校正产品使用地面控制点修改几何校正模型，从而大大提高了产品的几何精度。

《南海西沙群岛珊瑚岛礁高分遥感监测与动态研究》篇一一、引言南海西沙群岛作为我国重要的海洋资源宝库，其珊瑚岛礁的生态环境和资源保护显得尤为重要。

随着科技的发展，高分遥感技术为海洋环境监测提供了新的手段。

本文旨在探讨南海西沙群岛珊瑚岛礁的高分遥感监测技术及其动态研究，以期为珊瑚礁生态环境的保护和可持续发展提供科学依据。

二、高分遥感技术概述高分遥感技术是一种利用高分辨率遥感卫星获取地面信息的技术。

该技术具有高分辨率、高精度、高时效性等优点，广泛应用于海洋环境监测、资源调查、地质勘查等领域。

在南海西沙群岛珊瑚岛礁的监测中，高分遥感技术能够提供更加详细、准确的地理信息，为后续的动态研究提供数据支持。

三、南海西沙群岛珊瑚岛礁的高分遥感监测（一）监测方法针对南海西沙群岛珊瑚岛礁的特点，采用高分辨率遥感卫星进行监测。

通过获取卫星图像，分析岛礁的形态、植被覆盖、水体污染等情况，进而评估岛礁的生态环境和资源状况。

（二）监测结果通过高分遥感监测，可以清晰地看到南海西沙群岛珊瑚岛礁的形态、大小、分布等情况。

同时，还可以监测到岛礁上的植被覆盖情况、水体污染程度等信息。

这些数据为后续的动态研究提供了基础。

四、动态研究（一）研究方法结合高分遥感监测数据，采用地理信息系统（GIS）技术对珊瑚岛礁进行空间分析和时间序列分析。

通过分析岛礁的形态变化、植被覆盖变化、水体污染变化等情况，了解珊瑚岛礁的生态环境和资源变化情况。

（二）研究结果通过动态研究，可以发现南海西沙群岛珊瑚岛礁的生态环境和资源状况存在一定的变化。

其中，岛礁的形态变化和水体污染变化是主要的变化因素。

这些变化对珊瑚礁生态系统的稳定性和可持续发展产生了影响。

五、结论与建议通过对南海西沙群岛珊瑚岛礁的高分遥感监测和动态研究，我们可以得出以下结论：1. 高分遥感技术为南海西沙群岛珊瑚岛礁的监测提供了新的手段，能够提供更加详细、准确的地理信息。

2. 珊瑚岛礁的生态环境和资源状况存在一定的变化，其中形态变化和水体污染变化是主要的变化因素。

Landsat卫星TM/ETM数据——波段组合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。

Landsat-7 ETM+归一化差分植被指数影像真实性检验栾海军;章欣欣;田庆久;朱晓玲;聂芹【摘要】作为一种常用的地表参数产品,ETM+NDVI的真实性检验具有重要意义,但是目前对其研究较少.本文提出结合GeoEye-1高分辨率遥感影像及其NDVI尺度转换模型的方法进行该产品的真实性检验.基于分形理论及5指标评价体系(r＞=0.8、p＜0.05、rlo＞=r＜=rup及Max_of_abs(Error) ＜=0.05)构建GeoEye-1影像的NDVI连续空间尺度转换模型,同时结合GeoEye-1、ETM+光谱参数归一化技术,实现ETM+NDVI影像的真实性检验.通过多个样区影像的真实性检验表明,由于ETM+影像条带缺失及补偿处理的有限作用,致使ETM+样区影像的NDVI结果普遍存在较大误差,其中整幅影像的NDVI相对于“真值”存在约25％的误差,故该产品不适宜直接应用于实际中.同时,这证明了基于分形理论的NDVI尺度转换方法在真实性检验中的应用潜力.【期刊名称】《遥感信息》【年(卷),期】2016(031)006【总页数】9页(P138-146)【关键词】NDVI;真实性检验;ETM+;空间尺度转换;分形理论;GeoEye-1【作者】栾海军;章欣欣;田庆久;朱晓玲;聂芹【作者单位】厦门理工学院计算机与信息工程学院,厦门361024;南京大学国际地球系统科学研究所,南京210093;厦门理工学院计算机与信息工程学院,厦门361024;南京大学国际地球系统科学研究所,南京210093;江苏省地理信息技术重点实验室,南京210093;厦门理工学院计算机与信息工程学院,厦门361024;厦门理工学院计算机与信息工程学院,厦门361024【正文语种】中文【中图分类】TP701尺度问题是遥感科学的核心问题[1]。

尺度转换即是研究不同分辨率尺度上地表参数之间的联系与规律。

其中，空间升尺度转换研究因可用于解决如反演产品真实性检验[2]等重要的问题，受到广泛关注。

对数据的充分利用，Landsat 7对ETM+传感器的信号处理部分进行了重新设计，使其可以在两种状态下工作，即高增益状态和低增益状态。

从信号处理的角度讲，传感器的增益设置，将影响到其输出信号的强度，在图象上将表现为象元亮度的变化。

LTAP计划对各波段增益做如下统一设置：1.Band 1，2，3设置同一值；2.Band 4单独设置；3.Band 5，7设置同一值；4.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)；5.Band 8(Pan)总设置为低增益。

传感器增益设置的依据是，以景或空间区域的平均信息量(熵值)用来确定增益的设置；传感器增益设置的目的是，使获取的图象数据能够尽可能充分地反映地物的光谱信息，避免出现亮度饱和或过暗；传感器增益设置的规律是，按季节在某一纬度范围内对传感器的增益进行设置。

2．什么是数据的增益改变在了解了传感器的增益设置后，对数据的增益改变就很容易理解了。

当传感器某一波段的增益设置发生变化时，就表现出对应图象数据的增益变化现象，即在图象上从某一行开始，象元的亮度值发生了阶越性变化。

如右图所示。

3．有增益改变数据的修正当传感器发生增益改变时，处理系统可自动判断增益改变的位置和变化方式，并对增益改变后的数据进行相应的处理。

但是，这种处理将依然在图象上呈现出象元亮度值的阶越性变化。

对此有两种修正措施：图象亮度调整：(如左图所示)。

在对数据的常规处理之后，根据增益变化前后的数据平均亮度，按照相邻地区地物亮度比较接近的规律，将增益改变后的图象象元亮度调整到增益改变前的水平上，从视觉上消除象元亮度值的阶越性变化现象；辐射定标处理：在对数据的常规处理之后，采用辐射定标处理的方法，对增益改变前后的图象数据分别选用相应的处理参数，将图象亮度值转换为地物辐射值(如：辐射亮度或反射率)，此时由传感器增益改变带来的图象亮度的阶越性变化可以完全消除。

目前，地面站采用第一种方法对有增益改变的数据进行处理。

ETM+遥感不同波段的用途（转）ETM+ 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。

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。

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7颗(第6颗发射失败)。

目前Landsat1—4均相继失效，Landsat 5仍在超期运行(从1984年3月1日发射至今)。

Landsat 7于1999年4月15日发射升空LANDSAT 7 的一些总体数据：∙7个光谱波段和一个全色波段∙观察宽度达185km∙15、30、60、80米精度∙离地705km太阳同步轨道∙16天运行周期覆盖范围为南北纬81度之间区域landsat-7按近极点太阳同步轨道绕地球飞行，轨道高度705.3 km，运行周期98.9 min，每天绕地球14916圈，16天覆盖地球一遍。

ETM+的波段：1.0.45-0.52微米蓝绿波段, 用于水体穿透, 土壤植被分辨2.0.52-0.60微米绿色波段, 用于植被分辨3.0.63-0.69微米红色波段, 处于叶绿素吸收区域, 用于观测道路/裸露土壤/植被种类效果很好4.0.76-0.90微米近红外波段, 用于估算生物数量, 尽管这个波段可以从植被中区分出水体，分辨潮湿土壤，但是对于道路辨认效果不如TM3。

5. 1.55-1.75微米中红外波段, 这被认为是所有波段中最佳的一个, 用于分辨道路/裸露土壤/水, 它还能在不同植被之间有好的对比度, 并且有较好的穿透大气、云雾的能力。

6.10.5-12.5微米热红外波段, 感应发出热辐射的目标. 分辨率为60m.7. 2.08-2.35微米中红外波段, 对于岩石/矿物的分辨很有用, 也可用于辨识植被覆盖和湿润土壤.8.0.52-0.90微米全色波段, 得到的是黑白图象, 分辨率为15m, 用于增强分辨率, 提供分辨能力. (ETM+增加了这个波段，TM没有)以上波段除6、8外分辨率均为30m。

Landsat7 ETM+ 数据又分为多种，例如L0Rp, L1R和L1G.∙L1R: radiometrically corrected but not geometrically resampled.∙L1G: radiometrically corrected and resampled for geometric correction and registration to geographic map projections.在使用这些卫星图象的时候，要先进行处理。

基于Landsat-7 ETM＋遥感影像的水体提取研究浙江测绘年第期基于一遥感影像的水体提取研究陈小松,许建宣,吴春节宁波市测绘设计研究院,宁波摘要:水体是 . 遥感影像中重要的地形要素之一,本文在水体光谱特征基础上,针对水体信息的提取提出了两种不同的算法思想。

通过试验比对分析各自的优势,总结出各自的适用条件。

关键词: 遥感影像;多光谱高分辨率;水体提取一图像具有多光谱高分辨率的水体因对人射能量太阳光具有强吸收性,所以在大部分遥感传感器的波长范围内。

总体上呈现特点,适用于水资源的调查和监测,但是在洪水期,难以获得无云雾的图像并且图像获取周期较慢,因较弱的发射率。

并具有随着波长的增加而进一步减此一图像能够适用于洪水灾害监弱的趋势。

具体表现为在可见光的波长范围里测评估中本底水体的提取。

?,其反射率约为 %一 %,但到了处,则下降为 %一 %;当波长大于一遥感数据特点时,几乎所有入射纯水体的能量均被吸收。

因此,通一是一台谱段的多光谱扫描常只能采用可见光波段来研究水体。

其中水体在蓝辐射计,其探测器技术指标示于表。

与光范围里的反射率相对较强,并具有明显的散射作相比在以下三个方面做出了改进: 用,绿光次之,红光相对较弱。

由于水体在近红外及增加全色波段,分辨率为 ,因而随后的中红外波段范围内? 范围内几使数据速率增加;乎无反射率,因此,这一波长范嗣常被用来研究水陆采用双增益技术使远红外波段分辨率提分界、圈定水体范围。

高到,也增加了数据率; 但是随着水体浑浊度各种有机、无机物质浓改进后的太阳定标器使卫星的辐射定标误度的增加,水体的反射率会有所变化。

如水体泥沙差小于 %,及其精度比一约提高倍。

含量的增加会导致反射率的提高.并使光谱曲线的反射峰往长波方向移动。

表一的主要技术参数波段序号波长范围/¨波段名词地面分辨率/ 图像水体信息提取方法研究. ~ .蓝光 . 加.绿光 . 基于谱问关系的决策树分类法 . 加.红光.. 基本原理 . ~ .近红外光谱间关系分析属于多波段法的一种.是基于一 . ~ . 短波红外光种逆向思维方式来进行地物信息提取,抛开传统分 . . 热红外光类方法,即从特定的图像空间进行特定地物识别的 . ~ .短波红外光思维方式。

ETM 数据典型地物光谱采集方法介绍地物, 光谱, ETM, 典型, 数据遥感的物理基础是地物对电磁波的反射、吸收和发射特性；遥感研究的最终目的是应用，遥感技术及其应用实质上是一个地物电磁波谱特性成像与反演的问题，要想利用遥感图像正确有效地分析问题、解决问题，必须对各类地物波谱特性及其变化规律有较全面、深入的认识。

过去，在对地物波谱特性研究方面，人们更多地侧重于在地面和实验室进行光谱的测试与研究，而对卫星数据地物光谱特性的研究不足，这使得理论研究和应用研究不能很好地相结合，理论研究的成果不能有效地、更直接地指导应用。

遥感应用的实践证明，地物波谱研究不仅包括地面（近地面）地物光谱测量和研究，而且还应包括同步（准同步）航天遥感数据的光谱采集与研究。

Landsat-7 ETM+数据是目前及今后我国遥感用户使用最多的遥感数据源之一，本文以北京幅ETM+数据为例，概括介绍如何利用Landsat7 ETM+数据采集、反演地物光谱数据。

1.1．数据的选择与预处理根据研究区植被的季节变化特点，选择了2001年4月1号、2001年4月17号、2001年5月19号和2001年6月4号4个时相北京幅ETM+数据，考虑到白天的热红外波段6的数据对本项研究没有太大的意义，另外，从光谱的角度来说全色波段8并不是一个独立的波段，所以此研究所使用的是ETM+波段1~5、波段7共5个波段的数据。

首先对以上4个时相的遥感数据做系统级校正，然后对它们进行精确的空间配准，使相同地物在不同时相的遥感图像上的位置相一致，并使多时相遥感数据处于同一地理坐标系统之下。

2．典型地物类型选择首先，根据地物在遥感图像上的影像特征并结合专业知识，在图像上初步选择水体、植被（小麦、林地）、裸沙地、城镇和机场跑道为典型地物样本14个，然后，到实地进行考察，对所选典型地物的类型及位置进行检查和调整。

3.3．光谱数据采集先从遥感图像上读取各样本点在各波段上的灰度值（DN值），并对样本的灰度值进行统计运算和数值分析，结合遥感图像的影像特征进行样本的筛选与纯化。