定量遥感读书笔记
定量遥感：理念与算法／梁顺林，李小文，王锦地等著．一北京：科学出版社，2013.5
ISBN 978-7-03-035700-7
遥感的传感器
遥感传感器可分为两种类型：被动传感器和主动传感器。被动传感器探测到的是由被观测目标发射或反射的自然辐射，仪器无辐射源。被动传感器探测到的反射信号通常以太阳光为外部辐射源。典型的被动传感器包括以下三个方面。
(1)辐射计：可定量测量可见光、红外波段或微波频段范围电磁辐射的辐射亮度的仪器。
(2)成像辐射计：这种辐射计采用扫描方式生成二维像元阵列的遥感图像，主要由探测器阵列和机械扫描或电子扫描装置组成，常称为扫描仪。其中，交叉轨道扫描仪的扫描方向与搭载平台飞行方向乖盲．采用旋转棱镜实现从传感器的一侧到另一侧的扫描，称为旋转式扫描仪。
(3)光谱辐射仪：该辐射计能测量目标多个光谱波段的辐射亮度，如中分辨率成像光谱仪.和多角度成像光谱仪.
主动传感器具有向观测视场发射电磁辐射的功能，传感器发送一束脉冲能量到观测目标视场，然后接收目标视场反射或后向散射的辐射能量。典型的主动传感器包括以下六种。
(1) 雷达(Radio Detection and Ranging，Radar)：微波雷达使用微波频率的发射机发出电磁辐射，使用定向天线或接收器，通过测量从观测目标反射或后向散射的辐射脉冲的返回时间，来确定与观测目标间距离。
(2) (2)合成孔径雷达(Synthetic-aperture Radar，SAR)：SAR是侧视雷达成像系统，该系统利用天线和地球表面之间的相对运动，通过组合遥感器沿飞行轨道运行中雷达接收到的回波信号，获得高空间分辨率图像，相当于合成了远大于天线实际尺寸的天线接收信号。
(3) 干涉合成孔径雷达(Interferometric Synthetic Aperture Radar，InSAR)：干涉合成孔径雷达技术利用SAR 平台对同一区域在不同过境轨道和不同时间接收的数据，通过比较两个或多个振幅值和相位图像，探测目标的高度信息。
(4) 散射计：散射计是一种高频微波雷达，专门用于探测目标表面的标准雷达散射截面。
(5) 激光雷达(Light Detection and Ranging，Lidar)：激光雷达是一种主动光学传感器，其使用紫外、可见光或近红外光谱段的激光器发射激光脉冲，使用光敏接收器测量后向散射或反射光信号。
(6) 激光测高仪(Laser Altimeter)：激光测高仪利用激光雷达测量被测目标表面的高度。
遥感数据特征
遥感平台和传感器系统的技术参数决定了遥感数据的特征，主要包括：空间分辨率、光谱分辨率、时间分辨率和辐射分辨率。
1． 空间分辨率
空间分辨率是指传感器所能分辨的最小目标的测量值，或是传感器瞬时视场(In-stantaneous Field of View，IFOV)成像的地面面积，或是每个像素所表示地面的直线尺寸。
2． 光谱分辨率
光谱分辨率，描述了传感器系统中的光谱波段数量和带宽。
3． 时间分辨率
时间分辨率是衡量传感器重访地球表面相同区域的重复观测周期或频率。
4． 辐射分辨率
辐射分辨率指每一波段传感器接收辐射数据的动态范围，或可输出数值的数量，记录数据的比特位数决定了对辐射数据的量化分级。
经验模型
经验模型避开了传感器的成像几何过程，利用一般的数学函数直接建立地面点的三维空间坐标与相应像点的二维像平面坐标之间的数学关系。该类模型形式简单，适用于各种类型的遥感传感器，而且无需传感器在成像过程中的各种几何参数。在很长的一段时间内，该类模型一直是卫星遥感影像几何处理的实用模型。常用的经验模型有一般多项式模型、直接线性变换模型、仿射变换模型和有理函数模型等。
2.3.2控制点布设
卫星遥感影像几何纠正时，需要先根据地面控制点坐标及其对应像点的像空间坐标求解出成像几何模型参数，而控制点的数量、分布和精度将直接影响影像几何纠正的精度。
1． 控制点的选择原则
地面控制点一般可分为人工标志点和明显地物点两类。为便于在影像上判读和量测控制点坐标，并且保证控制点自身的精度，布设人工标志点时，其大小一般按照影像比例尺确定，而且标志点与周围地物应有良好的反差。所谓明显地物点是指实地存在而且不易受到破坏的、在影像上可准确辨认的自然点，如房屋角点、道路拐角点、接近正交的线状地物交点、固定的点状地物等。
由于一景卫星遥感影像覆盖的地面区域很大且地面空间分辨率有限，用于影像纠正控制点一般选用明显地物点，其数量应取决于所采用的纠正模型。
2． 控制点的分布要求
除了控制点的数量和坐标精度外，控制点的分布也是影响影像几何纠正精度的一个重要因素。利用相同数量而不同分布的地面控制点进行影像几何纠正，所得到的纠正影像精度可能会相差很大。因此，在卫星遥感影像上选取控制点时，应尽可能使控制点均匀分布于整景影像，并且应尽可能地顾及地形特征，控制点问应存在足够的高差。当控制点数量较少时，应尽可能地在影像四角或沿着影像的周边布设地面控制点。
影像重采样
在实施影像几何纠正时，需根据几何纠正模型将待纠正影像坐标投影至原始影像上，得到采样点坐标。通常情况下，采样点坐标并非为整数，需要采用适当的方法将该点位邻近整数点位上的灰度值按对该点的灰度贡献累积起来，构成该点位新的灰度值，这个过程称之为影像灰度重采样。按贡献度的不同，影像灰度重采样主要有最邻近像元法、双线性内插法和双三次卷积法三种方法(孙家抦，2003)，
遥感影像的几何配准
随着传感器技术的发展，遥感影像越来越丰富。覆盖同一地区的卫星遥感影像有不同传感器、不同波谱范围和不同成像时刻所获取的各种影像。为了充分发挥各种遥感影像的优点，需要对同一地区多源、多时相或多分辨率的影像数据进行融合处理，以实现专制作、计算机自动分类、灾害监测以及其他的应用。而实施影像融合处理的前提是必须保证各种影像间的几何一致性，事先需要进行影像之间的精确几何配准。
数字地面模型的建立
数字地面模型(Digital Terrain Model，DTM)由Miller 教授于1956 年提出，最初用于高速公路设计，其定义为描述地球表面形态多种信息空间分布的有序数值阵列。主要包含地貌信息、地物信息、自然资源和环境信息、经济信息等。当DTM仅用于描述和表达空间信息的地形起伏或高程分量时，则称之为数字高程模型( Digital Elevation Model，DEM)。
DEM有多种表达形式，最常用的有规则格网 DEM和不规则三角网 DEM两种形式。、
正射影像
遥感影像能够真实地反映地面景物，比地形图更加直观。然而，航空摄影影像和卫星遥感影像通常是中心投影或者多中心投影影像，存在着影像倾斜和地面起伏引起的几何变形，并非地面景物简单的缩小，与地面景物也并不完全相似。因此，实际应用中，需将遥感影像纠正为以正射投影为基础的正射影像，这一过程称之为影像正射化。由于正射化的过程采用了将影像划分为很多微小的区域并逐一纠正的方法，所以影像正射化也称之为数字微分纠正。
正射影像镶嵌
正射影像是由单张原始影像通过数字微分纠正生成的。实际应用中，需要按图幅或者指定区域将单张正射影像拼接为一幅大的正射影像图，这种操作就称之为正射影像镶嵌。
影像拼接
正射影像拼接是指将相互之间具有一定重叠区域的多幅正射影像拼接成测区内一幅大的正射影像，再按图廓进行裁剪，得到正射影像图的过程。
多时相数据合成
由于云、气溶胶等多种因素的影响，单一时相遥感影像常存在数据缺失的问题，通过合成多个时相的遥感观测数据，可以部分消除这些因素的影响（Holben，1986；Cihlar etal．,1994）
植被指数的最大值合成法
植被指数通常由遥感数据的红光和近红外波段反射率的线性或非线性组合运算得到，表征地表植被覆盖、生长状况的一个简单有效的参数。植被指数最大值合成法以给定时间范围内植被指数的最大值作为遥感数据选择的准则。
波段反射率的最小值合成方法
针对IvIVC合成方法存在的问题，国内外许多学者提出了波段反射率值最小的遥感数据选择准则(Qi and Kerr，1997)。这类方法主要包括选择蓝光波段反射率最小值(Vermote and Vermeulen，1999)、红光波段反射率最小值(Cabral et a1．，2003； Chuviecoet a1．，2005)等。
MODIS植被指数合成法
MVC方法往往倾向于选择远离星下点观测的数据，因此一些学者提出观测天顶角最小的合成方法(Chuvieco et al。，2005)。但在数据合成之前，该方法需要对数据进行严格的筛选，去除受云影响的数据。
地表温度最大值合成法
对于过火区制图，基于地表温度最大值选择遥感数据是一种非常有效的合成方法。这是因为刚刚过火区域的温度比周围的植被温度高，而且比云及云影的温度也高(Pereira et al. ,1999)。
多种准则组合合成法
在多时相数据合成中，一些学者提出组合多种准则选择遥感数据的合成方法(Qi eta1．，1993)。前述的植被指数最大值、地表温度最大值、观测天顶角最小值等选择准则都可以组合，形成不同的数据合成方法(Cabral et a1．，2003; Carreiras and Pereira，2005;Carreiras et al. ,2003 ; Cihlar et al. ,1994) 。
时间序列数据的平滑与填补
在多时相数据合成技术中，若选择的时间范围太长，则合成的结果不能反映地表参数的真实变化；反之，又不能有效消除云的影响，特别是在多云覆盖地区。时间序列数据的平滑和填补方法以重建高质量时间序列数据为目的，剔除云等的影响。迄今已经发展了多种对时间序列遥感数据进行平滑与填补的方法（Viovy et a1．，1992； Hermance，2007；Julien et al．，2006； Roerink et al．，zooo; Moody et al，，2005）。总的来说，这些方法可以分为两大类：一类是时间域的平滑与填补方法，主要包括非对称高斯函数拟合法(Jonssonand Eklundh，2004)、带权的最小二乘线性回归方法(Sellers et a1．，1994)、Savitzky-Golay(SG)滤波法，另一类是频率域的平滑与填补的方法，如基于傅里叶函数的拟合法(Ro-erink et al.，2000)。
遥感数据融合概述
随着对地观测技术的发展，光学、红外和微波波段等不同传感器可以获取同地区的多种遥感影像数据。不同传感器影像在空间、光谱、辐射和时间分辨率等方面存在很大的差异性，通过多源、多尺度、多角度、多时相遥感信息的融合，可以克服单一传感器数据应用．的局限性，为空间定位、目标识别、监测等应用提供更高质量的数据信息。
电磁波与大气的相互作用
大气对电磁波散射主要分为选择性散射和无选择性散射两大类，选择性散射又分为瑞利(Rayleigh)散射和米(Mie)散射两类。当引起散射的大气粒子直径远小于入射电磁波波长时，出现瑞利散射。大气中的氧气、氮气等气体分子对可见光的散射属于此类。散射强度与波长的4次方成反比，前向散射与后向散射强度相同。瑞利散射是造成遥感短波图像辐射畸变、图像模糊的主要原因之一。当引起散射的大气粒子的直径与入射波长相当时，出现米散射。大气中的悬浮微粒等气溶胶的散射多属于此类。米散射的前向散射通常远远大于后向散射，在一般大气条件下，瑞利散射起主导作用，但米散射叠加于瑞利散射之上，使天空变得阴暗。当引起散射的大气粒子直径远大于入射波长时，出现无选择散射，其散射强度与波长无关。大气中的云、雾、水滴、尘埃的散射属于此类。
太阳辐射光谱
太阳辐射能量随着波长的分布称为太阳辐射光谱，如图6.1所示。太阳辐射的波长范围虽然很广，但是在波长极长和极短的部分，能量很小，绝大部分能量集中在波长250一2500nm范围之间，大约占太阳总辐射量的99%。其中可见光波长区占so%；红外波长区占44%左右；紫外波长区占6%，其中辐射峰值的波长大约在480nm左右，在可见光区域。太阳光在通过大气层时，大气会对太阳辐射有一定的削弱作用，如吸收、散射或者反射等。