论文发表百科

基于遥感的叶绿素的提取研究论文

发布时间:2024-07-05 05:23:09

基于遥感的叶绿素的提取研究论文

森林资源调查中SPOT5遥感图像处理方法探讨王照利、黄生、张敏中、马胜利(国家林业局西北林业规划设计院,遥感计算中心,西安710048)本文发表于<陕西林业科技>2005 摘要: 目前,多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点,根据森林资源调查的需要,从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。探讨性地提出了适应于森林资源调查的SPOT5遥感数据处理方法。 关键词:SPOT5 遥感数据,森林资源调查、数据处理DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORYWang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli(Northwest Institute for Forest Inventory, Planning &Design, Xi’an China 710048) Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing procedures of ordering image data, ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are words: SPOT5 image data,forest inventory, data processing 前言 卫星遥感影像具有空间宏观性、视角广、多分辨率(光谱和空间)、多时相、周期性、信息量丰富等特点,所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。2002年5月法国SPOT地球观测卫星系列之5号卫星(即SPOT5星)发射。SPOT5遥感数据的多光谱波段空间分辨率为10米(短波红外空间分辨率为20米),但全色波段空间分辨率达到米。SPOT5遥感数据的高空间分辨率和多光谱分辨率为森林资源调查提供了丰富的、可靠的、高精度的基础数据源。从性价比分析,在其他高分辨率遥感数据目前比较昂贵的状况下,SPOT5遥感数据比较适宜应用于大面积的森林资源调查,可大幅度的森林调查的减少外业工作量、提高工作效率。在我国SPOT5卫星数据已被大量地应用于森林资源调查工作中,尤其,是在森林资源“二类”调查中被作基本的森林资源信息源提取各类信息。针对于将多光谱分辨率和高空间分辨率的SPOT5遥感数据应用于森林资源调查的数据处理技术和方法鲜有报道。本文总结工作实践,结合SPOT5遥感数据的特点,根据森林资源调查的需要,从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。 1.SPOT5卫星遥感数据特点 SPOT卫星系统采用线性阵列传感器和推扫式扫描技术,具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。采用与太阳同步的近极地的椭圆形轨道,轨道高度约832Km,轨道倾角 ,每天绕地球14圈多,重复覆盖周期26天[2]。由于有倾斜观测功能,使重复覆盖周期减少到2-3天。SPOT5卫星载有2台高分辨率几何成像仪(HRG)、1台高分辨率立体成像装置(HRS)和1台宽视域植被探测仪(VGT)。高分辨率几何成像仪的波段选择是总结了多年的研究成果,认为HRG的波段设置(见表1)足以取得辨别作物和植被类型的最佳效果。本文主要探讨HRG高空间分辨率数据的处理。 2.SPOT5数据的处理方法和过程 SPOT5数据处理工作流程: 遥感数据的订购 订购数据时,用户需向数据代理商提供购买区域的四个角的大地坐标或者数据的景号(PATH/ROW)。特别应该注意数据订购时间和用户拿到数据之间有时间差,间隔时间长短因用户的要求、天气、卫星重复覆盖周期而异。相对于其他卫星数据,比较有利的一面是SPOT5卫星装置有旋转式平面镜可以进行倾斜观察,用户可向代理商申请红色编程提前得到调查区域的遥感数据,但要支付编程费。对于遥感数据的时相、云量、入射角、阴影量、是否购买高空间分辨率的全色波段等用户根据自己具体的工作需要向代理商提出限制要求。 根据我们对SPOT5遥感数据的使用,对于森林资源调查,北方9,10月份和11月初的遥感影像比较适宜。代理商向用户提供经过处理的不同级别的影像产品,在森林资源调查中建议购买SPOT1A级产品,用户可根据自己的工作需要进行处理,同时也可减少费用。 基础数据准备 大比例尺地形图和高精度DEM是进行SPOT5遥感数据高精度正射校正必需的基础地理数据。建议购买1:10000地形图和1:25000数字高程模型(DEM)。 将1:1万地形图扫描,扫描分辨率设置为300DPI。将扫描好的地形图进行几何精纠正,纠正精度控制在毫米内。从测绘部门购买的1:1万地形图为北京54坐标系3度分带高斯克吕格投影,而1:万DEM为北京54坐标系6度分带投影。在数据准备时,将校正好的1:1万地形图通过换带转换转成和DEM一致的6度分带投影。 对于没有1:1万地形图的地区,建议使用差分GPS接收机采集地面控制点。 几何正射校正 正射校正过程应用了法国SPOT公司发行的GEOIMAGE软件。GEOIMAGE软件有针对SPOT5卫星数据开发的SPOT5物理模型。模型模块自动读取DEM信息。SPOT 物理模型可读取卫星在获取遥感数据的瞬间状态参数,这些参数存贮在数据的头文件中[3]。卫星状态参数包括:卫星成像瞬间的经纬度、高度、倾角等。卫星状态参数能够帮助提高几何校正的精度。 以校正好的1:1万地形图为基准,在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。在进行正射校正时,应先进行全色波段数据校正,然后以校正好的全色波段数据为基准进行多光谱数据校正。以全色波段数据为基准校正多光谱波段就比较容易校正,且能提高两者的匹配精度。地面控制点应分布均匀,影像的边缘部分布要有控制点分布,同时在不同的高程范围最好都有控制点。地面控制点的数量因地形地貌的复杂程度而定,根据我们的经验,一景60KmX60Km的SPOT5数据,一般地势平缓的地区20个左右控制点即可达到满意的结果,在高山区25个左右控制点就可使正射校正精度满足要求。重采样方法采用双线性内插法。 辐射校正 用户购买的SPOT5的各级数据,数据提供商已经根据卫星的记录参数对遥感数据做了辐射校正,即消除了传感器自身引起的、大气辐射引起的辐射噪声。若果影像存在薄雾或地形高差较大引起的辐射误差情况,用户应进一步进行辐射校正处理。薄雾的简单消除原理是基于近红外波段不受大气辐射影响,清澈的水体或死阴影区的数值应为零。从各波段数据中减去近红外波段的水体或阴影的不为零值。地形起伏引起的辐射误差校正公式: f (x,y)=g(x,y)/cosa,g(x,y)为坡度为a的倾斜面上的地物影像;f (x,y)为校正后的影像。由于坡度因子参与校正所以需要DEM支持。 波段组合 根据SPOT5数据波谱特征(表1),各波段分别记录反映了植被的不同特征方面:B4(SWIR)短波红外反映植物和土壤的含水量,利于植被水分状况和长势分析;B3(NIR)近红外波段对植被类别、密度、生长力、病虫害等的变化敏感;B2(RED)红光波段对植被的覆盖度、植被的生长状况敏感;B1(VIS)可见光波段对植物的叶绿素和叶绿素浓度敏感。经过比较分析和实际应用发现SPOT5的B3、B4、B2波段组合对植被类型的识别要优于B3、B2和B1的组合。但由于B4波段的空间分辨率为20米,使B342组合对植被空间几何细节表达没有B321组合清晰,例如林缘界线信息表达方面B321要优于B342。 影像数据融合 对于购买有高空间分辨率全色波段数据的用户,进行数据融合是必不可少的。影像数据融合能够综合不同波段、不同空间分辨率数据(层)的特征,融合后的数据具有更丰富、更可靠的信息[4]。 根据影像数据融合的水平阶段,影像融合分为:像元级、特征级和决策级三个层次。为了最大限度的从SPOT5遥感数据中提取森林植被信息,应进行像元级的数据融合,将米的全色波段和10米多光谱数据进行融合。融合得到的新数据既具有全色波段数据的高空间分辨率特征又具有多光谱特征。像元级数据融合的方法多种多样,根据数据融合的目的,即最大限度的突显森林植被信息,应选取B4、B3、B2和PAN波段,根据我们的试验Brovey 融合算法方法比较理想: 遥感影像地图 将融合好的数据按Rfused、Gfused、Bfused组合,叠加上行政界线、公里格网、坐标、比例尺等辅助信息,按1:1万地形图分幅生成1:1万纸质图作为外业手图。 3. 结果和讨论 几何精度 利用SPOT5物理模型,采用1:1万地形图和万DEM ,经过正射校正处理,可使影像的几何精度控制在2个像元内(<10米),达到1:1万制图标准要求。为以遥感影像为基础信息源提取林分调查因子、区划林班界线生成大比例尺的林相图、森林分布图提供了几何精度保障。 波段选择 对于没有全色波段的情况,SPOT5数据的B342组合有利于森林植被类型的识别。在应用遥感技术进行森林资源调查区划中,林分类型信息提取是最为重要的环节,所以B342波段组合是小班区划和外业手图的最佳组合。 融合效果 融合数据技术使SPOT5遥感影像既具有全色波段的高空间分辨率又拥有多光谱数据的光谱分辨率,丰富了遥感影像的信息量。采用Brovey算法使SPOT5遥感影像从色彩、纹理等方面增强了影像的可判读性,提高了小班因子正判率和林分小班的区划精度。 参考文献 1.周成虎,杨晓梅,骆剑承等.《遥感影像地学理解与分析》,科学出版社,北京,2001,3-4. 2.赵英时.《遥感应用分析原理与方法》,科学出版社,北京, 3.北京视宝卫星图像有限公司.《专业制图工作室GEOIMAGE用户指南》,2004,68-70. 4.Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication, 1996,世纪遥感与GIS的发展 来源: 李德仁 时间: 2005-08-11-23:09 浏览次数: 79 21世纪遥感与GIS的发展李德仁 (武汉大学测绘遥感信息工程国家重点实验室,武汉市珞瑜路129号,430079) 摘要:在20世纪,人类的一大进步是实现了太空对地观测,即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测,并将所得到的数据和信息存储在计算机网络上,为人类社会的可持续发展服务。在短短的30年中,遥感和GIS作为一个边缘交叉学科已发展成为一门科学、技术和经济实体。本文深入地论述了21世纪中遥感的6大发展趋势和GIS的5个发展特征。 关键词:发展趋势;航空航天遥感;地理信息系统;对地观测 中图法分类号:P208; 随着计算机技术、空间技术和信息技术的发展,人类实现了从空中和太空来观测和感知人类赖以生存的地球的理想,并能将所感知到的结果通过计算机网络在全球流通,为人类的生存、繁荣和可持续发展服务。在20世纪后半叶,遥感和地理信息系统作为一门新兴的科学和技术,迅速地成长起来。 1 遥感技术的主要发展趋势 航空航天遥感传感器数据获取技术趋向三多(多平台、多传感器、多角度)和三高(高空间分辨率、高光谱分辨率和高时相分辨率) 从空中和太空观测地球获取影像是20世纪的重大成果之一,短短几十年,遥感数据获取手段迅猛发展。遥感平台有地球同步轨道卫星(35000km)、太阳同步卫星(600—1000km)、太空飞船(200—300km)、航天飞机(240—350km)、探空火箭(200—1000km),并且还有高、中、低空飞机、升空气球、无人飞机等;传感器有框幅式光学相机、缝隙、全景相机、光机扫描仪、光电扫描仪、CCD线阵、面阵扫描仪、微波散射计雷达测高仪、激光扫描仪和合成孔径雷达等,它们几乎覆盖了可透过大气窗口的所有电磁波段。三行CCD阵列可以同时得到3个角度的扫描成像,EOS Terra卫星上的MISR可同时从9个角度对地成像。 卫星遥感的空间分辨率从Ikonos Ⅱ的1m,进一步提高到Quckbird(快鸟)的,高光谱分辨率已达到5—6nm,500—600个波段。在轨的美国EO-1高光谱遥感卫星,具有220个波段,EOS AM-1(Terra)和EOS PM-1(Aqua)卫星上的MODIS具有36个波段的中等分辨率成像光谱仪。时间分辨率的提高主要依赖于小卫星技术的发展,通过发射地球同步轨道卫星和合理分布的小卫星星座,以及传感器的大角度倾斜,可以以1—3d的周期获得感兴趣地区的遥感影像。由于具有全天候、全天时的特点,以及用INSAR和D-INSAR,特别是双天线INSAR进行高精度三位地形及其变化测定的可能性,SAR雷达卫星为全世界各国所普遍关注。例如,美国宇航局的长远计划是要发射一系列太阳同步和地球同步的长波SAR,美国国防部则要发射一系列短波SAR,实现干涉重访问间隔为8d、3d和1d,空间分辨率分别为20m、5m和2m。我国在机载和星载SAR传感器及其应用研究方面正在形成体系。“十五”期间,我国将全方位地推进遥感数据获取的手段,形成自主的高分辨率资源卫星、雷达卫星、测图卫星和对环境与灾害进行实时监测的小卫星群。 航空航天遥感对地定位趋向于不依赖地面控制 确定影像目标的实地位置(三维坐标),解决影像目标在哪儿(Where)是摄影测量与遥感的主要任务之一。在已成功用于生产的全自动化GPS空中三角测量的基础上,利用DGPS和INS惯性导航系统的组合,可形成航空/航天影像传感器的位置与姿态的自动测量和稳定装置(POS),从而可实现定点摄影成像和无地面控制的高精度对地直接定位。在航空摄影条件下的精度可达到dm级,在卫星遥感的条件下,其精度可达到m级。该技术的推广应用,将改变目前摄影测量和遥感的作业流程,从而实现实时测图和实时数据库更新。若与高精度激光扫描仪集成,可实现实时三维测量(LIDAR),自动生成数字表面模型(DSM),并可推算出数字高程模型(DEM)。 美国NASA在1994年和1997年两次将航天激光测高仪(SLA)安装在航天飞机上,企图建立基于SLA的全球控制点数据库,激光点大小为100m,间隔为750m,每秒10个脉冲;随后又提出了地学激光测高系统(GLAS)计划,已于2002年12月19日将该卫星IICESat(cloud and land elevation satellite)发射上天。该卫星装有激光测距系统、GPS接收机和恒星跟踪姿态测定系统。GLAS发射近红外光(1064nm)和可见绿光(532nm)的短脉冲(4ns)。激光脉冲频率为40次/s,激光点大小实地为70m,间隔为170m,其高程精度要明显高于SRTM,可望达到m级。他们的下一步计划是要在2015年之前使星载LIDAR的激光测高精度达到dm和cm级。 法国利用设在全球的54个站点向卫星发射信号,通过测定多普勒频移,以精确解求卫星的空间坐标,具有极高的精度。测定距地球1300km的Topex/Poseidon卫星的高度,精度达到±3cm。用来测定SPOT 4卫星的轨道,3个坐标方向达到±5cm精度,对于SPOT 5和Envisat,可望达到±1m精度。若忽略SPOT 5传感器的角元素,直接进行无地面控制的正射像片制作,精度可达到±15m,完全可以满足国家安全和西部开发的需求。 摄影测量与遥感数据的计算机处理更趋向自动化和智能化 从影像数据中自动提取地物目标,解决它的属性和语义(What)是摄影测量与遥感的另一大任务。在已取得影像匹配成果的基础上,影像目标的自动识别技术主要集中在影像融合技术,基于统计和基于结构的目标识别与分类,处理的对象既包括高分辨率影像,也更加注重高光谱影像。随着遥感数据量的增大,数据融合和信息融合技术逐渐成熟。压缩倍率高、速度快的影像数据压缩方法也已商业化。我国学者在这些方面取得了不少可喜的成果。 利用多时像影像数据自动发现地表覆盖的变化趋向实时化 利用遥感影像自动进行变化监测(What change)关系到我国的经济建设和国防建设。过去人工方法投入大,周期长。随着各类空间数据库的建立和大量新的影像数据源的出现,实时自动化监测已成为研究的一个热点。 自动变化监测研究包括利用新旧影像(DOM)的对比、新影像与旧数字地图(DLS)的对比来自动发现变化和更新数据库。目前的变化监测是先将新影像与旧影像(或数字地图)进行配准,然后再提取变化目标,这在精度、速度与自动化处理方面都有不足之处。笔者提出了把配准与变化监测同步的整体处理[1]。最理想的方法是将影像目标三维重建与变化监测一起进行,实现三维变化监测和自动更新。进一步的发展则是利用智能传感器,将数据处理在轨完成,发送回来的直接为信息,而不一定为影像数据。 摄影测量与遥感在构建“数字地球”、“数字中国”、“数字省市”和“数字文化遗产”中正在发挥愈来愈大的作用 “数字地球”概念是在全球信息化浪潮推进下形成的。1999年12月在北京成功地召开了第一届国际“数字地球”大会后,我国正积极推进“数字中国”和“数字省市”的建设,2001年国家测绘局完成了构建“数字中国”地理空间基础框架的总体战略研究。在已完成1∶100万和1∶25万全国空间数据库的基础上,2001年全国各省市测绘局开始1∶5万空间数据库的建库工作。在这个数据量达11TB的巨型数据库中,摄影测量与遥感将用来建设DOM(数字正射影像)、DEM(数字高程模型)、DLG(数字线划图)和CP(控制点数据库)。如果要建立全国1m分辨率影像数据库,其数据量将达到60TB。如果整个“数字地球”均达到1m分辨率,其数据量之大可想而知。本世纪内可望建成这一分辨率的数字地球。 “数字文化遗产”是目前联合国和许多国家关心的一个问题,涉及到近景成像、计算机视觉和虚拟现实技术。在近景成像和近景三位量测方面,有室内各种三维激光扫描与成像仪器,还可以直接由视频摄像机的系列图像获取目标场三维重建信息。它们所获取的数据经过计算机自动处理后,可以在虚拟现实技术支持下形成文化遗迹的三维仿真,而且可以按照时间序列,将历史文化在时间隧道中再现,对文化遗产保护、复原与研究具有重要意义。 全定量化遥感方法将走向实用 从遥感科学的本质讲,通过对地球表层(包括岩石圈、水圈、大气圈和生物圈4大圈层)的遥感,其目的是为了获得有关地物目标的几何与物理特性,所以需要通过全定量化遥感方法进行反演。几何方程式是有显式表示的数学方程,而物理方程一直是隐式。目前的遥感解译与目标识别并没有通过物理方程反演,而是采用了基于灰度或加上一定知识的统计、结构和纹理的影像分析方法。但随着对成像机理、地物波谱反射特征、大气模型、气溶胶的研究深入和数据积累,多角度、多传感器、高光谱及雷达卫星遥感技术的成熟,相信在21世纪,估计几何与物理方程式的全定量化遥感方法将逐步由理论研究走向实用化,遥感基础理论研究将迈上新的台阶。只有实现了遥感定量化,才可能真正实现自动化和实时化。 2 GIS技术的主要发展趋势 空间数据库趋向图形、影像和DEM三库一体化和面向对象[2] GIS发展曾经历过栅格、矢量两个不同数据结构发展阶段,目前随着高分辨率卫星遥感数据的飞快增长和数字地球、数码城市的需求,形成了面向对象的数据模型和三库(图形矢量库、影像栅格库和DEM格网库)一体化的数据结构。这样的数据库结构使GIS的发展更加趋向自然化、逼真化,更加贴近用户。以面向应用的GIS软件为前台,以大型关系数据库(Oracle 8i,9i等)为后台数据库管理,成为当前GIS技术的主流趋势。 空间数据表达趋向多比例尺、多尺度、动态多位和实时三维可视化 在传统的GIS中,空间数据是以二维形式存储并挂接相应的属性数据。目前,空间数据表达的趋势是基于金字塔和LOD(level of detail)技术的多比例尺空间数据库,在不同尺度表示时可自动显示出相应比例尺或相应分辨率的数据,多比例尺数据集的跨度要比传统地图的比例尺大,在显示不同比例尺数据时,可采用LOD或地图综合技术。真三维GIS的空间数据要存储三维坐标。动态GIS在土地变更调查、土地覆盖变化监测中已有较好的应用,真四维的时空GIS将有望从理论研究转入实用阶段。基于三库一体化的时空3D可视化技术发展势头迅猛,已能再PC机上实现GIS环境下的三维建筑物室外室内漫游、信息查询、空间分析、剖面分析和阴影分析等,基于虚拟现实技术的真三维GIS将使人们在现实空间外,可以同时拥有一个Cyber空间。 空间分析和辅助决策智能化需要利用数据挖掘方法从空间数据库和属性数据库中发现更多的有用知识 GIS是以应用导向的空间信息技术,空间分析与辅助决策支持是GIS的高水平应用,它需要基于知识的智能系统。知识的获取是专家系统中最困难的任务。随着各种类型数据库的建立,从数据库中挖掘知识成为当今计算机界一个非常引人注目的课题。从GIS空间数据库中发现的知识可以有效的支持遥感图像解译,以解决“同物异谱”和“同谱异物”的问题。反过来,从属性数据库中挖掘的知识又具有优化资源配置等一些列空间分析的功能[3]。尽管数据挖掘和知识发现这一命题仍处于理论研究阶段,但随着数据库的快速增大和对数据挖掘工具的深入研究,其应用前景是不可估量的。 通过Web服务器和WAP服务器的互联网和移动GIS将推进联邦数据库和互操作的研究及地学信息服务事业 随着计算机通讯网络(包括有线和无线网)的大容量和高速化,GIS已成为在网络上的分布式异构系统。许多不同单位、不同组织维护管理的既独立又互联互用的联邦数据库,将可提供全社会各行各业的应用需要。因此,联邦数据库和互操作(federal databases & interoperability)问题成为当前国际GIS联合研究的一个热点。互操作意味着数据库中数据的直接共享,GIS规律功能模块的互操作与共享,以及多点之间的相同工作,这方面的研究已显示出明显的成效。未来的GIS用户将可能在网络上缴纳为其需要所选用数据和软件功能模块的使用费,而不必购买这个数据库和整套的GIS软硬件,这些成果产生的直接效果是GIS应用将走向地学信息服务。 目前已兴起的LBS和MLS,即基于位置的服务和移动定位服务,突出地反映了这种变化趋势。它引起的革命性变化使GIS将走出研究院所和政府机关,成为全社会人人具备的信息服务工具。我国目前已有2亿个手机用户,若每人每月为MLS支付10元费用,全国一年的产值将达到240亿。可以预测在不久的将来,地学信息将能随时随地为任何人和任何事情进行4A服务(geo-in-formation for anyone and anything at anywhere and anytime)。 地理信息科学的研究有望在本世纪形成较完整的理论框架体系 笔者曾扼要地叙述了地球空间信息科学的7大理论问题[4]:(1)地球空间信息的基准,包括几何基准、物理基准和时间基准;(2)地球空间信息标准,包括空间数据采集、存储与交换标准、空间数据精度与质量标准、空间信息的分类与代码标准、空间信息的安全

叶绿体色素的提取 实验原理 植物叶绿体色素是吸收太阳光能,进行光合作用的重要物质。它一般由叶绿素a、叶绿素b、胡萝卜素和叶黄素组成。这些色素都不溶于水,而溶于有机溶剂,故可用乙醇、丙酮等有机溶剂提取。实验材料 卤地菊叶片 器材:研钵、剪刀实验步骤(1)取植物新鲜叶片1克,洗净,擦干,去掉中脉剪碎,放人研钵中。 (2)研钵中加入少量石英砂及碳酸钙粉,2-3 mL95%乙醇,研磨至糊状,再加2-3 mL95%乙醇,过滤,即得色素提取液。

森林资源调查中SPOT5遥感图像处理方法探讨王照利、黄生、张敏中、马胜利(国家林业局西北林业规划设计院,遥感计算中心,西安710048)本文发表于<陕西林业科技>2005 摘要: 目前,多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点,根据森林资源调查的需要,从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。探讨性地提出了适应于森林资源调查的SPOT5遥感数据处理方法。 关键词:SPOT5 遥感数据,森林资源调查、数据处理DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORYWang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli(Northwest Institute for Forest Inventory, Planning &Design, Xi’an China 710048)Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing procedures of ordering image data, ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are words: SPOT5 image data,forest inventory, data processing 前言 卫星遥感影像具有空间宏观性、视角广、多分辨率(光谱和空间)、多时相、周期性、信息量丰富等特点,所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。2002年5月法国SPOT地球观测卫星系列之5号卫星(即SPOT5星)发射。SPOT5遥感数据的多光谱波段空间分辨率为10米(短波红外空间分辨率为20米),但全色波段空间分辨率达到米。SPOT5遥感数据的高空间分辨率和多光谱分辨率为森林资源调查提供了丰富的、可靠的、高精度的基础数据源。从性价比分析,在其他高分辨率遥感数据目前比较昂贵的状况下,SPOT5遥感数据比较适宜应用于大面积的森林资源调查,可大幅度的森林调查的减少外业工作量、提高工作效率。在我国SPOT5卫星数据已被大量地应用于森林资源调查工作中,尤其,是在森林资源“二类”调查中被作基本的森林资源信息源提取各类信息。针对于将多光谱分辨率和高空间分辨率的SPOT5遥感数据应用于森林资源调查的数据处理技术和方法鲜有报道。本文总结工作实践,结合SPOT5遥感数据的特点,根据森林资源调查的需要,从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。 1.SPOT5卫星遥感数据特点 SPOT卫星系统采用线性阵列传感器和推扫式扫描技术,具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。采用与太阳同步的近极地的椭圆形轨道,轨道高度约832Km,轨道倾角 ,每天绕地球14圈多,重复覆盖周期26天[2]。由于有倾斜观测功能,使重复覆盖周期减少到2-3天。SPOT5卫星载有2台高分辨率几何成像仪(HRG)、1台高分辨率立体成像装置(HRS)和1台宽视域植被探测仪(VGT)。高分辨率几何成像仪的波段选择是总结了多年的研究成果,认为HRG的波段设置(见表1)足以取得辨别作物和植被类型的最佳效果。本文主要探讨HRG高空间分辨率数据的处理。2.SPOT5数据的处理方法和过程 SPOT5数据处理工作流程: 遥感数据的订购 订购数据时,用户需向数据代理商提供购买区域的四个角的大地坐标或者数据的景号(PATH/ROW)。特别应该注意数据订购时间和用户拿到数据之间有时间差,间隔时间长短因用户的要求、天气、卫星重复覆盖周期而异。相对于其他卫星数据,比较有利的一面是SPOT5卫星装置有旋转式平面镜可以进行倾斜观察,用户可向代理商申请红色编程提前得到调查区域的遥感数据,但要支付编程费。对于遥感数据的时相、云量、入射角、阴影量、是否购买高空间分辨率的全色波段等用户根据自己具体的工作需要向代理商提出限制要求。 根据我们对SPOT5遥感数据的使用,对于森林资源调查,北方9,10月份和11月初的遥感影像比较适宜。代理商向用户提供经过处理的不同级别的影像产品,在森林资源调查中建议购买SPOT1A级产品,用户可根据自己的工作需要进行处理,同时也可减少费用。 基础数据准备 大比例尺地形图和高精度DEM是进行SPOT5遥感数据高精度正射校正必需的基础地理数据。建议购买1:10000地形图和1:25000数字高程模型(DEM)。 将1:1万地形图扫描,扫描分辨率设置为300DPI。将扫描好的地形图进行几何精纠正,纠正精度控制在毫米内。从测绘部门购买的1:1万地形图为北京54坐标系3度分带高斯克吕格投影,而1:万DEM为北京54坐标系6度分带投影。在数据准备时,将校正好的1:1万地形图通过换带转换转成和DEM一致的6度分带投影。 对于没有1:1万地形图的地区,建议使用差分GPS接收机采集地面控制点。 几何正射校正 正射校正过程应用了法国SPOT公司发行的GEOIMAGE软件。GEOIMAGE软件有针对SPOT5卫星数据开发的SPOT5物理模型。模型模块自动读取DEM信息。SPOT 物理模型可读取卫星在获取遥感数据的瞬间状态参数,这些参数存贮在数据的头文件中[3]。卫星状态参数包括:卫星成像瞬间的经纬度、高度、倾角等。卫星状态参数能够帮助提高几何校正的精度。 以校正好的1:1万地形图为基准,在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。在进行正射校正时,应先进行全色波段数据校正,然后以校正好的全色波段数据为基准进行多光谱数据校正。以全色波段数据为基准校正多光谱波段就比较容易校正,且能提高两者的匹配精度。地面控制点应分布均匀,影像的边缘部分布要有控制点分布,同时在不同的高程范围最好都有控制点。地面控制点的数量因地形地貌的复杂程度而定,根据我们的经验,一景60KmX60Km的SPOT5数据,一般地势平缓的地区20个左右控制点即可达到满意的结果,在高山区25个左右控制点就可使正射校正精度满足要求。重采样方法采用双线性内插法。 辐射校正 用户购买的SPOT5的各级数据,数据提供商已经根据卫星的记录参数对遥感数据做了辐射校正,即消除了传感器自身引起的、大气辐射引起的辐射噪声。若果影像存在薄雾或地形高差较大引起的辐射误差情况,用户应进一步进行辐射校正处理。薄雾的简单消除原理是基于近红外波段不受大气辐射影响,清澈的水体或死阴影区的数值应为零。从各波段数据中减去近红外波段的水体或阴影的不为零值。地形起伏引起的辐射误差校正公式: f (x,y)=g(x,y)/cosa,g(x,y)为坡度为a的倾斜面上的地物影像;f (x,y)为校正后的影像。由于坡度因子参与校正所以需要DEM支持。 波段组合 根据SPOT5数据波谱特征(表1),各波段分别记录反映了植被的不同特征方面:B4(SWIR)短波红外反映植物和土壤的含水量,利于植被水分状况和长势分析;B3(NIR)近红外波段对植被类别、密度、生长力、病虫害等的变化敏感;B2(RED)红光波段对植被的覆盖度、植被的生长状况敏感;B1(VIS)可见光波段对植物的叶绿素和叶绿素浓度敏感。经过比较分析和实际应用发现SPOT5的B3、B4、B2波段组合对植被类型的识别要优于B3、B2和B1的组合。但由于B4波段的空间分辨率为20米,使B342组合对植被空间几何细节表达没有B321组合清晰,例如林缘界线信息表达方面B321要优于B342。 影像数据融合 对于购买有高空间分辨率全色波段数据的用户,进行数据融合是必不可少的。影像数据融合能够综合不同波段、不同空间分辨率数据(层)的特征,融合后的数据具有更丰富、更可靠的信息[4]。 根据影像数据融合的水平阶段,影像融合分为:像元级、特征级和决策级三个层次。为了最大限度的从SPOT5遥感数据中提取森林植被信息,应进行像元级的数据融合,将米的全色波段和10米多光谱数据进行融合。融合得到的新数据既具有全色波段数据的高空间分辨率特征又具有多光谱特征。像元级数据融合的方法多种多样,根据数据融合的目的,即最大限度的突显森林植被信息,应选取B4、B3、B2和PAN波段,根据我们的试验Brovey 融合算法方法比较理想:遥感影像地图 将融合好的数据按Rfused、Gfused、Bfused组合,叠加上行政界线、公里格网、坐标、比例尺等辅助信息,按1:1万地形图分幅生成1:1万纸质图作为外业手图。 3. 结果和讨论 几何精度 利用SPOT5物理模型,采用1:1万地形图和万DEM ,经过正射校正处理,可使影像的几何精度控制在2个像元内(<10米),达到1:1万制图标准要求。为以遥感影像为基础信息源提取林分调查因子、区划林班界线生成大比例尺的林相图、森林分布图提供了几何精度保障。 波段选择 对于没有全色波段的情况,SPOT5数据的B342组合有利于森林植被类型的识别。在应用遥感技术进行森林资源调查区划中,林分类型信息提取是最为重要的环节,所以B342波段组合是小班区划和外业手图的最佳组合。 融合效果 融合数据技术使SPOT5遥感影像既具有全色波段的高空间分辨率又拥有多光谱数据的光谱分辨率,丰富了遥感影像的信息量。采用Brovey算法使SPOT5遥感影像从色彩、纹理等方面增强了影像的可判读性,提高了小班因子正判率和林分小班的区划精度。 参考文献 1.周成虎,杨晓梅,骆剑承等.《遥感影像地学理解与分析》,科学出版社,北京,2001,3-4. 2.赵英时.《遥感应用分析原理与方法》,科学出版社,北京, 3.北京视宝卫星图像有限公司.《专业制图工作室GEOIMAGE用户指南》,2004,68-70. 4.Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication, 1996,世纪遥感与GIS的发展 来源: 李德仁 时间: 2005-08-11-23:09 浏览次数: 79 21世纪遥感与GIS的发展李德仁 (武汉大学测绘遥感信息工程国家重点实验室,武汉市珞瑜路129号,430079)摘要:在20世纪,人类的一大进步是实现了太空对地观测,即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测,并将所得到的数据和信息存储在计算机网络上,为人类社会的可持续发展服务。在短短的30年中,遥感和GIS作为一个边缘交叉学科已发展成为一门科学、技术和经济实体。本文深入地论述了21世纪中遥感的6大发展趋势和GIS的5个发展特征。 关键词:发展趋势;航空航天遥感;地理信息系统;对地观测 中图法分类号:P208; 随着计算机技术、空间技术和信息技术的发展,人类实现了从空中和太空来观测和感知人类赖以生存的地球的理想,并能将所感知到的结果通过计算机网络在全球流通,为人类的生存、繁荣和可持续发展服务。在20世纪后半叶,遥感和地理信息系统作为一门新兴的科学和技术,迅速地成长起来。 1 遥感技术的主要发展趋势 航空航天遥感传感器数据获取技术趋向三多(多平台、多传感器、多角度)和三高(高空间分辨率、高光谱分辨率和高时相分辨率) 从空中和太空观测地球获取影像是20世纪的重大成果之一,短短几十年,遥感数据获取手段迅猛发展。遥感平台有地球同步轨道卫星(35000km)、太阳同步卫星(600—1000km)、太空飞船(200—300km)、航天飞机(240—350km)、探空火箭(200—1000km),并且还有高、中、低空飞机、升空气球、无人飞机等;传感器有框幅式光学相机、缝隙、全景相机、光机扫描仪、光电扫描仪、CCD线阵、面阵扫描仪、微波散射计雷达测高仪、激光扫描仪和合成孔径雷达等,它们几乎覆盖了可透过大气窗口的所有电磁波段。三行CCD阵列可以同时得到3个角度的扫描成像,EOS Terra卫星上的MISR可同时从9个角度对地成像。 卫星遥感的空间分辨率从Ikonos Ⅱ的1m,进一步提高到Quckbird(快鸟)的,高光谱分辨率已达到5—6nm,500—600个波段。在轨的美国EO-1高光谱遥感卫星,具有220个波段,EOS AM-1(Terra)和EOS PM-1(Aqua)卫星上的MODIS具有36个波段的中等分辨率成像光谱仪。时间分辨率的提高主要依赖于小卫星技术的发展,通过发射地球同步轨道卫星和合理分布的小卫星星座,以及传感器的大角度倾斜,可以以1—3d的周期获得感兴趣地区的遥感影像。由于具有全天候、全天时的特点,以及用INSAR和D-INSAR,特别是双天线INSAR进行高精度三位地形及其变化测定的可能性,SAR雷达卫星为全世界各国所普遍关注。例如,美国宇航局的长远计划是要发射一系列太阳同步和地球同步的长波SAR,美国国防部则要发射一系列短波SAR,实现干涉重访问间隔为8d、3d和1d,空间分辨率分别为20m、5m和2m。我国在机载和星载SAR传感器及其应用研究方面正在形成体系。“十五”期间,我国将全方位地推进遥感数据获取的手段,形成自主的高分辨率资源卫星、雷达卫星、测图卫星和对环境与灾害进行实时监测的小卫星群。 航空航天遥感对地定位趋向于不依赖地面控制 确定影像目标的实地位置(三维坐标),解决影像目标在哪儿(Where)是摄影测量与遥感的主要任务之一。在已成功用于生产的全自动化GPS空中三角测量的基础上,利用DGPS和INS惯性导航系统的组合,可形成航空/航天影像传感器的位置与姿态的自动测量和稳定装置(POS),从而可实现定点摄影成像和无地面控制的高精度对地直接定位。在航空摄影条件下的精度可达到dm级,在卫星遥感的条件下,其精度可达到m级。该技术的推广应用,将改变目前摄影测量和遥感的作业流程,从而实现实时测图和实时数据库更新。若与高精度激光扫描仪集成,可实现实时三维测量(LIDAR),自动生成数字表面模型(DSM),并可推算出数字高程模型(DEM)。 美国NASA在1994年和1997年两次将航天激光测高仪(SLA)安装在航天飞机上,企图建立基于SLA的全球控制点数据库,激光点大小为100m,间隔为750m,每秒10个脉冲;随后又提出了地学激光测高系统(GLAS)计划,已于2002年12月19日将该卫星IICESat(cloud and land elevation satellite)发射上天。该卫星装有激光测距系统、GPS接收机和恒星跟踪姿态测定系统。GLAS发射近红外光(1064nm)和可见绿光(532nm)的短脉冲(4ns)。激光脉冲频率为40次/s,激光点大小实地为70m,间隔为170m,其高程精度要明显高于SRTM,可望达到m级。他们的下一步计划是要在2015年之前使星载LIDAR的激光测高精度达到dm和cm级。 法国利用设在全球的54个站点向卫星发射信号,通过测定多普勒频移,以精确解求卫星的空间坐标,具有极高的精度。测定距地球1300km的Topex/Poseidon卫星的高度,精度达到±3cm。用来测定SPOT 4卫星的轨道,3个坐标方向达到±5cm精度,对于SPOT 5和Envisat,可望达到±1m精度。若忽略SPOT 5传感器的角元素,直接进行无地面控制的正射像片制作,精度可达到±15m,完全可以满足国家安全和西部开发的需求。 摄影测量与遥感数据的计算机处理更趋向自动化和智能化 从影像数据中自动提取地物目标,解决它的属性和语义(What)是摄影测量与遥感的另一大任务。在已取得影像匹配成果的基础上,影像目标的自动识别技术主要集中在影像融合技术,基于统计和基于结构的目标识别与分类,处理的对象既包括高分辨率影像,也更加注重高光谱影像。随着遥感数据量的增大,数据融合和信息融合技术逐渐成熟。压缩倍率高、速度快的影像数据压缩方法也已商业化。我国学者在这些方面取得了不少可喜的成果。 利用多时像影像数据自动发现地表覆盖的变化趋向实时化 利用遥感影像自动进行变化监测(What change)关系到我国的经济建设和国防建设。过去人工方法投入大,周期长。随着各类空间数据库的建立和大量新的影像数据源的出现,实时自动化监测已成为研究的一个热点。 自动变化监测研究包括利用新旧影像(DOM)的对比、新影像与旧数字地图(DLS)的对比来自动发现变化和更新数据库。目前的变化监测是先将新影像与旧影像(或数字地图)进行配准,然后再提取变化目标,这在精度、速度与自动化处理方面都有不足之处。笔者提出了把配准与变化监测同步的整体处理[1]。最理想的方法是将影像目标三维重建与变化监测一起进行,实现三维变化监测和自动更新。进一步的发展则是利用智能传感器,将数据处理在轨完成,发送回来的直接为信息,而不一定为影像数据。 摄影测量与遥感在构建“数字地球”、“数字中国”、“数字省市”和“数字文化遗产”中正在发挥愈来愈大的作用 “数字地球”概念是在全球信息化浪潮推进下形成的。1999年12月在北京成功地召开了第一届国际“数字地球”大会后,我国正积极推进“数字中国”和“数字省市”的建设,2001年国家测绘局完成了构建“数字中国”地理空间基础框架的总体战略研究。在已完成1∶100万和1∶25万全国空间数据库的基础上,2001年全国各省市测绘局开始1∶5万空间数据库的建库工作。在这个数据量达11TB的巨型数据库中,摄影测量与遥感将用来建设DOM(数字正射影像)、DEM(数字高程模型)、DLG(数字线划图)和CP(控制点数据库)。如果要建立全国1m分辨率影像数据库,其数据量将达到60TB。如果整个“数字地球”均达到1m分辨率,其数据量之大可想而知。本世纪内可望建成这一分辨率的数字地球。 “数字文化遗产”是目前联合国和许多国家关心的一个问题,涉及到近景成像、计算机视觉和虚拟现实技术。在近景成像和近景三位量测方面,有室内各种三维激光扫描与成像仪器,还可以直接由视频摄像机的系列图像获取目标场三维重建信息。它们所获取的数据经过计算机自动处理后,可以在虚拟现实技术支持下形成文化遗迹的三维仿真,而且可以按照时间序列,将历史文化在时间隧道中再现,对文化遗产保护、复原与研究具有重要意义。 全定量化遥感方法将走向实用 从遥感科学的本质讲,通过对地球表层(包括岩石圈、水圈、大气圈和生物圈4大圈层)的遥感,其目的是为了获得有关地物目标的几何与物理特性,所以需要通过全定量化遥感方法进行反演。几何方程式是有显式表示的数学方程,而物理方程一直是隐式。目前的遥感解译与目标识别并没有通过物理方程反演,而是采用了基于灰度或加上一定知识的统计、结构和纹理的影像分析方法。但随着对成像机理、地物波谱反射特征、大气模型、气溶胶的研究深入和数据积累,多角度、多传感器、高光谱及雷达卫星遥感技术的成熟,相信在21世纪,估计几何与物理方程式的全定量化遥感方法将逐步由理论研究走向实用化,遥感基础理论研究将迈上新的台阶。只有实现了遥感定量化,才可能真正实现自动化和实时化。 2 GIS技术的主要发展趋势 空间数据库趋向图形、影像和DEM三库一体化和面向对象[2] GIS发展曾经历过栅格、矢量两个不同数据结构发展阶段,目前随着高分辨率卫星遥感数据的飞快增长和数字地球、数码城市的需求,形成了面向对象的数据模型和三库(图形矢量库、影像栅格库和DEM格网库)一体化的数据结构。这样的数据库结构使GIS的发展更加趋向自然化、逼真化,更加贴近用户。以面向应用的GIS软件为前台,以大型关系数据库(Oracle 8i,9i等)为后台数据库管理,成为当前GIS技术的主流趋势。 空间数据表达趋向多比例尺、多尺度、动态多位和实时三维可视化 在传统的GIS中,空间数据是以二维形式存储并挂接相应的属性数据。目前,空间数据表达的趋势是基于金字塔和LOD(level of detail)技术的多比例尺空间数据库,在不同尺度表示时可自动显示出相应比例尺或相应分辨率的数据,多比例尺数据集的跨度要比传统地图的比例尺大,在显示不同比例尺数据时,可采用LOD或地图综合技术。真三维GIS的空间数据要存储三维坐标。动态GIS在土地变更调查、土地覆盖变化监测中已有较好的应用,真四维的时空GIS将有望从理论研究转入实用阶段。基于三库一体化的时空3D可视化技术发展势头迅猛,已能再PC机上实现GIS环境下的三维建筑物室外室内漫游、信息查询、空间分析、剖面分析和阴影分析等,基于虚拟现实技术的真三维GIS将使人们在现实空间外,可以同时拥有一个Cyber空间。 空间分析和辅助决策智能化需要利用数据挖掘方法从空间数据库和属性数据库中发现更多的有用知识 GIS是以应用导向的空间信息技术,空间分析与辅助决策支持是GIS的高水平应用,它需要基于知识的智能系统。知识的获取是专家系统中最困难的任务。随着各种类型数据库的建立,从数据库中挖掘知识成为当今计算机界一个非常引人注目的课题。从GIS空间数据库中发现的知识可以有效的支持遥感图像解译,以解决“同物异谱”和“同谱异物”的问题。反过来,从属性数据库中挖掘的知识又具有优化资源配置等一些列空间分析的功能[3]。尽管数据挖掘和知识发现这一命题仍处于理论研究阶段,但随着数据库的快速增大和对数据挖掘工具的深入研究,其应用前景是不可估量的。 通过Web服务器和WAP服务器的互联网和移动GIS将推进联邦数据库和互操作的研究及地学信息服务事业 随着计算机通讯网络(包括有线和无线网)的大容量和高速化,GIS已成为在网络上的分布式异构系统。许多不同单位、不同组织维护管理的既独立又互联互用的联邦数据库,将可提供全社会各行各业的应用需要。因此,联邦数据库和互操作(federal databases & interoperability)问题成为当前国际GIS联合研究的一个热点。互操作意味着数据库中数据的直接共享,GIS规律功能模块的互操作与共享,以及多点之间的相同工作,这方面的研究已显示出明显的成效。未来的GIS用户将可能在网络上缴纳为其需要所选用数据和软件功能模块的使用费,而不必购买这个数据库和整套的GIS软硬件,这些成果产生的直接效果是GIS应用将走向地学信息服务。 目前已兴起的LBS和MLS,即基于位置的服务和移动定位服务,突出地反映了这种变化趋势。它引起的革命性变化使GIS将走出研究院所和政府机关,成为全社会人人具备的信息服务工具。我国目前已有2亿个手机用户,若每人每月为MLS支付10元费用,全国一年的产值将达到240亿。可以预测在不久的将来,地学信息将能随时随地为任何人和任何事情进行4A服务(geo-in-formation for anyone and anything at anywhere and anytime)。 地理信息科学的研究有望在本世纪形成较完整的理论框架体系 笔者曾扼要地叙述了地球空间信息科学的7大理论问题[4]:(1)地球空间信息的基准,包括几何基准、物理基准和时间基准;(2)地球空间信息标准,包括空间数据采集、存储与交换标准、空间数据精度与质量标准、空间信息的分类与代码标准、空间信息的安全、保密及技术服务标准以及元数据标准等;(3)地球空间信息的时空变化理论,包括时空变化发现的方法和对时空变化特征的和规律的研究;(4)地球空间信息的认知,主要通过各目标各要素的位置、结构形态、相互关联等从静态上的形态分析、发生上的成因分析、动态上的过程分析、演化上的力学分析以及时态上的演化分析达到对地球空间的客观认知;(5)地球空间信息的不确定性,包括类型的不确定性、空间位置的不确定性、空间关系的不确定性、逻辑的不一致性和信息的不完备性;(6)地球空间信息的解译与反演,包括定性解译和定量反演,贯穿在信息获取、信息处理和认知过程中;(7)地球空间信息的表达与可视化,涉及到空间数据库多分辨率表示、数字地图自动综合、图形可视化、动态仿真和虚拟现实等。目前,这些方面的研究对建立完备的理论尚嫌不足,需要在今后加强这方面的基础研究。 关于遥感与GIS的集成,涉及到GPS和通信技术的集成,本文未作具体讨论,其具体内容可参见文献[4—6]。 3 结语 遥感与GIS在20世纪出现,在21世纪不仅将形成自身的理论体系和技术体系,而且将形成天地一体化的空间信息服务产业,为国民经济建设、国家安全、社会可持续发展和提高人民生活质量做出愈来愈大的贡献。 参考文献: [1] Li D R, Sui H G. Automatic Change Detection of Geospatial Data from Imagery. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2002,34(II):245—251 [2] 龚健雅. 地理信息系统基础. 北京:科学出版社,2001 [3] 邸凯昌. 空间数据发掘与知识发现(第一版). 武汉:武汉大学出版社,2000. 182 [4] 李德仁,关泽群. 空间信息系统的集成与实现(第一版). 武汉:武汉测绘科技大学出版社,2000. 244 [5] 李德仁,李清泉. 论地球空间信息技术与通信技术的集成. 武汉大学学报(信息科学版),2001,26(1):1—7 [6] 李德

自己进百度去查啊!!!!~~~~~~

叶绿素的提取及稳定性研究论文

实验三:叶绿体色素提取分离与理化性质及含量测定 (一)实验目的及意义 (二)实验原理 (三)实验步骤 (四)实验报告 0/0/00 2 实验目的和意义 因此,测定叶绿素含量便成为研究光合作用与氮代谢必不可少的手段,在作物育种、科学施肥、看叶诊断中有着广泛的应用 绿色植物的光合作用是在叶绿体中的叶绿体色素中进行的,了解叶绿体色素的组成、性质及测定对于理解光合作用的本质很有帮助。 0/0/00 3 叶绿体在细胞中运动视频0/0/00 4 叶绿体在细胞中的分布与结构0/0/00 5 类囊体膜的结构及功能 0/0/00 6 实验原理 植物叶绿体色素是吸收太阳光能,进行光合作用的重要物质。它一般由叶绿素a、叶绿素b、胡萝卜素和叶黄素组成。这些色素都不溶于水,而溶于有机溶剂,故可用乙醇、丙酮等有机溶剂提取。0/0/00 7 实验原理 叶绿素是一种二羧酸——叶绿酸与甲醇和叶绿醇形成的复杂酯,故可与碱起皂化反应而生成醇(甲醇和叶绿醇)和叶绿酸的盐,产生的盐能溶于水中,可用此法将叶绿素与类胡萝卜素分开。 色素分离的方法有多种,纸层析是最简便的一种。当溶剂(有机推动剂)不断从纸上流过时,由于混合物(叶绿素提取液)中各种成分在固定相(滤纸纤维素所吸附的水分)和流动相(有机推动剂)间具有不同的分配系数,所以移动速度不同,经过一定时间后,可将各种色素分开。 0/0/00 8 实验原理 叶绿素中的镁可以被氢离子所取代而成褐色的去镁叶绿素。去镁叶绿素遇铜则成为铜代叶绿素,铜代叶绿素很稳定,在光下不易破坏,故常用此法制作绿色多汁植物的浸渍标本。 叶绿素与类胡萝卜素都具有光学活性,表现出一定的吸收光谱,可用分光光度计精确测定。叶绿素吸收光量子而转变成激发态,激发态的叶绿素分子很不稳定,当它变回到基态时可发射出红光量子,因而产生荧光。叶绿素的化学性质很不稳定,容易受强光的破坏,特别是当叶绿素与蛋白质分离以后,破坏更快,而类胡萝卜素则较稳定。 0/0/00 9 实验步骤(1) 今欲测定叶绿体色素混合提取液中叶绿素a、b和类胡萝卜素的含量,只需测定该提取液在三个特定波长下的吸光度D,并根据叶绿素a、b及类胡萝卜素在该波长下的吸光系数即可求出其浓度。 Ca= – D645(3) Cb= D645 –(4) Ck= 根据朗伯一比尔定律,某有色溶液的吸光度D与其中溶液浓度C和液层厚度L成正比,即: D=KCL D:吸光度,即吸收光的量,C:溶液浓度, K:为比吸收系数(吸光系数), L:液层厚度,通常为1cm. 如果溶液中有数种吸光物质,则此混合液在某一波长下的总吸光度等于各组分在相应波长下吸光度的总和,这就是吸光度的加和性。 0/0/00 10 实验材料和器材 器材:721型分光光度计、电子天平、量筒、研钵、剪刀、漏斗、滤纸、移液管(1mL)、试管及试管架、洗耳球、酒精灯等。 试剂:丙酮、80%丙酮、醋酸酮、5%盐酸、碳酸钙、石英砂等 实验材料 卤地菊叶片 0/0/00 11 实验步骤(1) 分离:在大试管中加入推动剂,然后将滤纸固定于胶塞的小钩上,插入试管中,使尖端浸入溶剂内(色点要高于叶面,滤纸条边缘不可碰到试管壁),盖紧胶塞,直立于阴暗处层析。 当推动剂前沿接近滤纸边缘时,取出滤纸,风干,观察色带的分布。叶绿素a为蓝绿色,叶绿素b为黄绿色,叶黄素为黄色,胡萝卜素为橙黄色。用铅笔标出各种色素的位置和名称。 1.叶绿体色素的提取 (1)取植物新鲜叶片1克,洗净,擦干,去掉中脉剪碎,放人研钵中。 (2)研钵中加入少量石英砂及碳酸钙粉,2-3 mL95%乙醇,研磨至糊状,再加2-3 mL95%乙醇,过滤,即得色素提取液。 2.叶绿体色素的分离 点样:取前端剪成三角形的滤纸条,用毛细管取叶绿素提取液,如图点样于“色点”处,注意每次所点溶液不可过多,点样后晾干,再重复操作数次。 0/0/00 12 理化性质测定 2.氢和铜对叶绿素分子中镁的取代作用 方法一;取两支试管。第一支试管加叶绿体色素提取液2mL,作为对照。第二支试管加叶绿体色素提取液2 mL,再加入稀盐酸1滴,摇匀,观察溶液颜色变化。当溶液变竭后,再加入少量醋酸铜粉末,微微加热,观察记录溶液颜色变化情况,并与对照试管相比较。解释其颜色变化原因。 将上一个实验中提取的叶绿体色素溶液适当稀释后,进行以下实验: 1.荧光现象的观察。 取l支试管加入浓的叶绿体色素提取液,在直射光下观察溶液的透射光与反射光颜色有何不同,可观察到反射出暗红色的荧光。 0/0/00 13 理化性质测定 2.氢和铜对叶绿素分子中镁的取代作用 方法一;取两支试管。第一支试管加叶绿体色素提取液2mL,作为对照。第二支试管加叶绿体色素提取液2 mL,再加入稀盐酸1滴,摇匀,观察溶液颜色变化。当溶液变竭后,再加入少量醋酸铜粉末,微微加热,观察记录溶液颜色变化情况,并与对照试管相比较。解释其颜色变化原因。 将上一个实验中提取的叶绿体色素溶液适当稀释后,进行以下实验: 1.荧光现象的观察。 取l支试管加入浓的叶绿体色素提取液,在直射光下观察溶液的透射光与反射光颜色有何不同,可观察到反射出暗红色的荧光。 0/0/00 14 理化性质测定 4. 叶绿体色素吸收光谱曲线 将上述叶绿体色素提取液注入1cm比色杯中,另取95%乙醇作空白,于400-700nm之间,每间隔10nm读取光密度值。根据测定结果,以波长为横坐标绘制曲线,此即叶绿体色素的吸收光谱曲线。用同样的方法测定皂化作用中分离出绿色素与黄色素的吸收光谱曲线,并对结果进行分析。 3.皂化作用(绿色素与黄色素的分离) 取叶绿体色素提取液2 mL于大试管中,加入4mL乙醚,摇匀,再沿试管壁慢慢加人3~6mL蒸馏水,轻轻混匀,静置片刻,溶液即分为两层,色素已全部转入上层乙醚中。用滴管吸取上层绿色层溶液,放入另一试管中,再用蒸馏水冲洗一、二次。在色素乙醚溶液中加入30%KOH-甲醇溶液,充分摇匀,再加入蒸馏水约3 mL,摇匀静置。可以看到溶液逐渐分为两层,下层是水溶液,其中溶有皂化的叶绿素a和b,上层是乙醚溶液,其中溶有黄色的胡萝卜素和叶黄素。将上下层放入两试管中,可供观察吸收光谱用。 0/0/00 15 含量测定 (3)转移到25mL棕色容量瓶中,用少量80%丙酮冲洗研钵、研棒及残渣数次,最后连同残渣一起倒入容量瓶中。最后用80%丙酮定容至25mL,摇匀。离心或过滤。(4)将上述色素提取液倒入光径1cm的比色杯内。以80%丙酮为空白,在波长663nm、645nm、652nm和440nm下测定光密度。 (1)取新鲜植物叶片,擦净组织表面污物,剪碎,混匀。 (2)称取剪碎的新鲜样品,放入研钵中,加少量石英砂和碳酸钙粉及2~3mL80%丙酮,研成匀浆,再加80%丙酮5mL,继续研磨至组织变白。 0/0/00 16 0/0/00 17 0/0/00 18 四、实验结果计算 将测得的光密度值代入公式,分别计算叶绿素a、b、a+b和类胡萝卜素的浓度(mg/L)。 并按下式计算组织中单位鲜重或干重的各色素的含量: 色素浓度(mg/L)×提取液总体积×稀释倍数 色素在叶片中的含量(%)= ×100% 样品重量(mg)×1000 稀释倍数:若提取液未经稀释,则取1 0/0/00 19 实验报告 1.试述叶绿体色素的吸收光谱特点及生理意义。 2.在皂化反应中加入乙醚有什么作用?

绿色植物是利用空气中的二氧化碳、阳光、泥土中的水份及矿物质来为自己制造食物,整个过程名为“光合作用”,而所需的阳光则被叶子内的绿色元素吸收,这一种绿色元素就是叶绿素。叶绿素(chlorophyll):光合作用膜中的绿色色素,它是光合作用中捕获光的主要成分。 高等植物叶绿体中的叶绿素(chlorophyll ,chl)主要有叶绿素a 和叶绿素b 两种。它们不溶于水,而溶于有机溶剂,如乙醇、丙酮、乙醚、氯仿等。在颜色上,叶绿素a 呈蓝绿色,而叶绿素b 呈黄绿色。按化学性质来说,叶绿素是叶绿酸的酯,能发生皂化反应。叶绿酸是双羧酸,其中一个羧基被甲醇所酯化,另一个被叶醇所酯化 叶绿素分子含有一个卟啉环的“头部”和一个叶绿醇的“尾巴”。镁原子居于卟啉环的中央,偏向于带正电荷,与其相联的氮原子则偏向于带负电荷,因而卟啉具有极性,是亲水的,可以与蛋白质结合。叶醇是由四个异戊二烯单位组成的双萜,是一个亲脂的脂肪链,它决定了叶绿素的脂溶性。

镉对叶绿体的影响镉对叶绿体超微结构的影响镉胁迫下植物出现毒性症状是由于叶绿素降解、叶绿体功能失调而不能进行光合作用所致。叶绿体是植物进行光合作用的主要细胞器,镉会损伤其超微结构。镉对叶绿体的毒害因植物发育阶段而有不同,研究发现,土壤加镉处理并未对幼叶叶绿体的超微结构发生任何可见影响,但成熟叶的叶绿体膜系统受到了很大伤害,在高镉条件下,叶绿体大多呈球形,膜系统严重受损,出现质壁分离和坏死。有研究表明,类囊体结构的完整性和有序性对于叶绿体在光合作用中进行正常而有效的光能转换是非常必要的。可见叶绿体结构上的破坏是镉离子对植物毒害的机制之一。镉对光合色素的影响叶绿素含量是影响光合作用的物质基础。在一定范围内,叶绿素含量与光合作用呈正相关关系,叶绿素含量越高,光合作用越强;但当叶绿素含量超过一定限度后,对光合作用便无影响。镉能取代叶绿素分子中的镁离子并干扰有关叶绿素合成酶的活性,使叶绿素合成受阻,同时增加了叶绿素分解酶的活性,使叶绿素分解。研究发现,镉酸盐在玉米(ze。mays)中会减少叶绿素的生物合成,在春小麦和燕麦中也发现类似结果。此外,亚镉酸盐也能使叶绿素合成受阻。宋东杰等研究了经不同浓度镉离子溶液处理的药材,发现其冬芽叶色变黄失绿,叶绿素含量随镉离子浓度的增高而逐渐减少。镉对光合速率(强度)影响已经有大量研究表明,叶绿体超微结构破坏和光合色素(尤其是叶绿素)减少是引起植物光合作用强度降低的主要因素之一。由于叶绿素具有接受和转换能量的作用,所以,在植株中凡是绿色的、具有叶绿素的部位都进行光合作用。在一定范围内,叶绿素含量越多,光合作用越强。随着叶片衰老,叶绿素含量下降,以及叶绿体内部结构的解体,光合速率下降。如前所述,镉破坏叶绿体超微结构,减少光合色素含量,从而降低了植物的光合速率。同一植物不同生育时期,镉对光合作用的影响不一。植物根系吸收镉进入体内,引起植物体内营养元素的不平衡,造成代谢失调,抑制植物生长,从而减少叶的同化面积,缩短叶的寿命,造成光合速率下降;镉引起气孔开度减少甚至关闭,CO2能进入叶片,叶片内淀粉的水解作用加强,光合产物转运又较缓慢,结果造成糖分累积,呼吸消耗增加等,引起光合速率降低。镉对光合作用过程的影响研究光合作用过程主要是研究光反应和暗反应,即研究光反应中光系统H(PSH)和光系统I(PSI)之间的电子传递和光合磷酸化及暗反应中碳同化酶系的活性。一方面镉使PSH活性和光合磷酸化受阻,影响ATP的形成,另一方面镉抑制核酮糖一1,5-二磷酸(RuBP)梭化酶的活性,RuBP梭化酶作为植物体内光合碳循环中固定C氏的关键酶,该酶的活性变化直接影响碳素的固定,进而影响体内的代谢过程。镉对光反应过程的影响在农业中镉化物被广泛用作除草剂,能抑制光合作用光反应中PSll的电子传递!’“”’02]。由于光合磷酸化与电子传递相偶联,所以一些含镉除草剂通过抑制从P引I上的醒(Q)向质体醒(PQ)的电子传递,或竞争性地占据Psll中位于QB(D!多肤上的质体醒)的结合位点来阻断从Q八(D:多肤上的质体醒)到Q。的电子传递【83]。除草剂的杀草原理较复杂,至今尚不完全清楚。但一般说来,除草剂主要是通过干扰和破坏杂草的生理生化过程,使其失调,从而抑制杂草生长、发育,导致其死亡。由于杂草与作物之间在形态、结构、生理和生长时间上,存在许多差异,除草剂正是充分利用这些差异,通过形态选择、根系分布选择、发芽时间选择和生理生化选择等,以取得理想的除草效果!’“,]。就影响光合作用的除草剂而言,它们主要通过选择性抑制杂草光合电子传递链、分流光合电子传递链的电子、抑制光合磷酸化、抑制色素的合成和抑制水光解来抑制光合作用{’。“}。希尔反应(Hill:eaction)是光合作用中最独特和最本质的部分,叶绿体在光作用下进行水分解并释放氧气!’0,l。Hill反应活力是反映廿十片光合强度高低的一个重要指标。镉浓度在1omolL’’时,对蓝藻细胞光合放氧速率有促进作用,然后随镉浓度的增加其光合放氧速率则下降[’061。对菠菜的研究结果表明,Hg、As使Hill反应活性受到抑制。H3Aso;使燕麦叶片 Ps11最大光化学效率(FvzF。)降低[9,]。stoeva等I”]对玉昆明理}人学硕一t:,学位论文米的研究也得到类似结果。另外,大多数重金属离子对Psll的抑制作用远较对Psl显著,PSll是对重金属离子作用最敏感的部位I’。7一’081。目前已有很多研究表明,在重金属污染下,在其他可见损伤症状表现出来之前,光系统(特别是PSH)的一些变化(如量子产额等)便会敏感而快速地发生!’。9一川}。作为磷的同族元素,化学性质类似,镉能经磷转运系统通过质膜,一旦进入细胞质,便能与磷发生竞争反应,例如,它能取代ATP(光反应中最早的相对稳定的一种产物)的磷而形成不稳定的ADP一As,从而对细胞能量流动产生干扰!”’一”’j。因此,镉的毒性主要源于对磷代谢的干扰I”“1。研究表明,增加土壤中的镉量可减少卡诺拉(Canola)幼苗对磷的吸收[”’}。镉干扰作物对磷的代谢途径,镉毒害可使作物对磷吸收的通道关闭[63}。然而,磷、钾等元素参与糖类代谢,缺乏时便影响糖类的转变和运输,这样也就间接抑制了光合作用;同时,磷也参与光合作用中间产物的转变和能量传递,所以对光合作用的影响很大!00]。植物生长发育缺乏所必需的能源,严重毒害下可导致细胞死亡!”6}。镉可通过磷的通道进入植物体,因此生长在镉污染土壤的植物会大量吸收镉进入体Nl6,•,,6-l!7]。镉对暗反应过程的影响暗反应全过程分为梭化、还原和再生三个阶段。在碳同化的梭化阶段,核酮糖一1,5一二磷酸(RuBP)在核酮糖一1,5一二磷酸梭化酶/加氧酶(Rubisco)催化下与COZ结合。Rubisco是光合碳同化的关键酶,也被称限速酶。就目前所掌握的文献看,关于镉对暗反应中酶系活性影响的研究较少。与其他重金属(如镉、Pb和Cu等)相比,人们对镉污染下植物的生理反应研究还不够充分[”8!。但是,有研究表明镉能干扰某些必需元素(如氮、磷等)的代谢,而这些必需元素又与光反应或暗反应直接相关,从而镉也就间接干扰了光合作用过程。例如,氮对光合影响最为显著,在一定范围内,叶的含氮量、叶绿素含量、Rubisco含量分别与光合速率成正相关。叶片中含氮量的80%在叶绿体中,施氮既能增加叶绿素含量,加速光反应,又能增加光合酶的含量与活性,加快暗反应。从氮素营养好的叶片中提取出来的Rubisco不仅量多,而且活性高Igvl。然而,镉毒害改变了烤烟(Nicotian。tabacum)的氮代谢,造成生育前期氮同化能力的降低,表现出硝酸还原酶(NR)活性下降、总氮和蛋白质含量低于对照!””】。此外,镉污染的土壤上,作物常出现缺氮症状[9’I。因此可推知,镉对植物氮代谢的影响可能会影响Rubisco的含量,进而干扰暗反应的进程。

叶中的主要化学物质在叶绿素里,最常见的有叶绿素a 和叶绿素b,它们不溶于水,但能溶于乙醇等有机溶剂。春夏时节,由于有较强的光照和较高的温度,叶绿素合成量大于分解量,分解的叶绿素得以及时补充,叶绿素主要参与光合作用中的光吸收过程,它可以吸收大部分的红光和紫光,但反射绿光。

所以叶绿素呈现绿色,我们看到的树叶是绿色的。秋冬时节,白天的时间比较短,植物进行光合作用较少,叶子所含的叶绿素也就很少,合成量不及分解量,分解的叶绿素往往得不到补充,就会慢慢变成其他颜色,树叶的颜色就会发生改变了,所以这就是为什么,叶片春季变绿而秋季又变色的原因。

叶绿素:

首先我们看看“叶绿素”。在叶绿素里,有许多许多不同的家族伙伴。许多成员在植物中很常见,其中高等植物中最常见的有:叶绿素a 和叶绿素b。它们不溶于水,但却能溶于有机溶剂,如乙醇、丙酮等。

植物体内的叶绿素呢,主要参与光合作用中的光吸收过程。它可以吸收大部分的红光和紫光,但反射绿光,所以叶绿素呈现绿色,秘密就在这里啦!和活体内的其他物质一样,叶绿素也在不断地合成与分解。它的合成过程中需要较强的光照和较高的温度,而同时呢又很不稳定。

光、酸碱、氧化剂等都能分解叶绿素。春夏时节,由于叶绿素合成量大于分解量,分解的叶绿素得以及时补充,而秋冬时节合成量不及分解量,分解的叶绿素往往得不到补充。所以这就是为什么,叶片春季变绿而秋季又脱绿的原因。

遥感图像道路提取研究论文

摄影测量与遥感技术发展论文主要通过对摄影技术与遥感技术的发展进行了研究,并对其在各个方面的运用进行了论述。

摄影测量与遥感技术发展论文【1】

摘要:随着经济的不断发展,科学的不断进步,摄影测量与遥感技术因其运用范围广、作用大而走上了逐渐发展的道路,并且对国民经济生活起着重要的影响。

关键词:摄影测量;遥感技术;发展;应用

摄影测量与遥感技术被划分在地球空间信息科学的范畴内,它在获取地球表面、环境等信息时是通过非接触成像传感器来实现的,并对其进行分析、记录、表达以及测量的科学与技术。

3S技术的应用、运用遥感技术以及数字摄影测量是其主要研究方向。

在多个领域内都可以运用遥感技术与摄影测量,比如:自然灾害、勘查土木工程、监测环境以及国土资源调查等。

随着我国经济的不断发展,运用到遥感技术与摄影测量的领域也在逐渐的增多。

在人类认识宇宙方面,遥感技术与摄影测量为人类提供了新的方式与方法,也为人类对地球的认知以及和谐共处提供了新的方向。

遥感技术和摄影测量可以提供比例不同的地形图以服务于各种工作,并且还能实现基础地理信息数据库的建立;遥感技术与摄影测量与地图制图、大地测量、工程测量以及卫星定位等构成了一整套技术系统,是测绘行业的支柱。

一、摄影测量与遥感技术的发展

从摄影测量与遥感技术的发展来看,摄影测量与遥感技术在近30年的时间里已经涉及到城市建设、水利、测绘、海洋、农业、气象、林业等各个领域,在我国的经济发展中起着至关重要的作用。

摄影测量从20世纪70年代后期从模拟摄影中分离出来,并逐渐步入数字摄影阶段,摄影测量正在逐渐的转变为数字化测绘技术体系。

(一)摄影测量与遥感技术有利于推动测绘技术的进步

我国的摄影测量从上世纪70年代后期经历一个系统的转变。

在经历了模拟摄影测量以及解析摄影测量阶段之后,摄影测量终于步入了数字摄影测量的阶段,这也成为我国传统测绘体系解体,测绘技术新体系兴起的标志。

首先,从数字影像的类型来看,当前我国已经建立了数字栅格图、数字高程模型以及数字正射影像,土地利用与地名数据库也随之建立起来,摄影测量与数据库的多样性在一定程度上为生产运用提供了可能,从而进一步推动了测绘技术的发展。

其次,由于摄影测量与遥感技术的飞速发展,也逐渐被国家所重视,并利用这两项技术来完成了各种地理比例尺地形图的绘制。

此外,还推动了诸多具有全国界别的基础地理信息数据库的建立。

比如:比例尺级别为1:50000,1:1000000等的国家级地理信息数据库;除开国家级的,还有省级、县级等的地理信息数据库等。

(二)摄影测量与遥感技术有利于提升空间数据的获取能力

我国获取空间数据的能力在经过五十年的发展,有了较大的提升。

对具有自主知识产权的处理遥感数据平台进行了研发,从而推动了国产卫星遥感影像地面处理系统的建立,并在摄影测量方面积极进行研究和探索,为我国独立处理信息、获取观测体系的建立提供了坚实的基础。

首先,从获取数据的能力方面来看,传感器在国家863以及973计划的支持上成功被研制出来,成功发射了对地观测的包括通信卫星、海洋卫星、气象卫星以及资源卫星等五十多颗卫星,并推动了资源、风云、环境减灾以及海洋四大民用对地观测卫星体系的建立,实现了从太阳和地球同步轨道对地球多传感器、多平台的观测以及对地球表面分辨率不同的雷达和光学图像的获取,并将这些获取的数据用于对海洋现象、大气成分、自然灾害以及水循环等各个方面的监测。

其次,从数据储备方面来看,数据积累已经成功的覆盖了全国海域、陆地以及我国周围国家和地区的包括一千五百万平方公里的地球表面数据。

二、摄影测量与遥感技术在国民经济各项领域中的运用

(一)摄影测量与遥感技术在应对自然灾害中的运用

在发生自然灾害时,为了能够第一时间了解灾情的具体分布,获取高分辨率灾区遥感影像,可以采用低空无人遥感、航天、航空遥感等方式,对灾区原有的地理信息以及尺度进行整合,推动地理信息服务平台的建立,将多尺度影像地图制作出来,及时、有效的提供地理信息以及地图数据支持,为及时制定出应对自然灾害的措施提供了依据。

比如在汶川地震时,在灾区道路交通与通信严重受损的情况下,通过摄影测量与遥感技术在第一时间获取了灾区的详细信息与资料,并利用航空遥感技术和无人机连续、动态的实现对灾区的监测,并对道路交通以及房屋倒塌等情况进行分析,建立起灾区地理信息综合服务平台,将灾区的地理信息数据进行整合,比如水系、居民地以及交通等,为各级抗震救灾指挥部门作出正确的决策以及救援人员的搜救工作提供了及时有效的灾情信息。

在灾区的救援工作中,发挥着至关重要的作用。

(二)摄影测量与遥感技术在气象中的运用

在气象方面中,摄影测量与遥感技术主要运用在对各种气象灾害的.预报和监测两方面。

在热带天气系统的监测方面,气象卫星发挥着极其重要的作用,尤其是对于台风的预报和监测。

在我国的春、夏季中,雷雨、暴雨等作为多发性的灾害性天气,在监测和分析方面,如果运用常规的气象观测资料是非常困难的。

利用具有高空间分辨率和高时间密度特点的卫星云图以及卫星产品,可以对对流系统的演变、发生、移动以及发展过程进行全方位的监测,从而为对流天气的分析和提前预警提供了非常重要的信息。

三、结语

摄影测量与遥感技术的应用已经逐渐步入信息化阶段。

随着我国航空航天技术的不断发展,如何将各行各业的发展与摄影测量和遥感技术相结合从而推动我国经济的发展,已经成为未来摄影测量和遥感技术发展的主要方向。

【参考文献】

[1]张景雄.地理信息系统与科学[M].武汉:武汉大学出版社,2010:108―114

[2]张剑清.潘励.王树根.摄影测量学[M].武汉:武汉大学出版社,2009:89―93

[3]李德仁.王树根.周月琴.摄影测量与遥感概论[M].北京:测绘出版社,2008:131―137

[4]乔瑞亭.孙和利.李欣.摄影与空中摄影学[M].武汉:武汉大学出版社,2008:178―182

[5]窦超.李兆钧.浅谈摄影测量与遥感的发展应用[M].青海国土经略,2011(06):29―31

摄影测量与遥感技术的新特点及技术【2】

摘要:本文主要分析了近年来我国摄影测量与遥感技术表现出的许多新的特点,分别从航空摄影自动定位技术、近景摄影测量、低空摄影测量、SAR数据处理、多源空间数据挖掘等方面进行了总结与论述。

关键词:电子科技论文发表,科技论文网,自动定位技术,近景摄影测量,低空摄影测量,SAR数据处理,多源空间数据挖掘

前言:摄影测量与遥感是从摄影影像和其他非接触传感器系统获取所研究物体,主要是地球及其环境的可靠信息,并对其进行记录、量测、分析与应用表达的科学和技术。

随着摄影测量发展到数字摄影测量阶段及多传感器、多分辨率、多光谱、多时段遥感影像与空间科学、电子科学、地球科学、计算机科学以及其他边缘学科的交叉渗透、相互融合,摄影测量与遥感已逐渐发展成为一门新型的地球空间信息科学。

1、航空摄影自动定位技术

近年来,随着卫星导航和传感器技术的进步,遥感对地目标定位逐步摆脱了地面控制点的束缚,向少控制点甚至是无控制点的方向发展。

利用基于载波相位测量的GPS动态定位技术测定航空影像获取时刻投影中心的3维坐标,以此为基础研究了GPS辅助空中三角测量理论和质量控制方法,在加密区四角布设地面控制点的GPS辅助光束法区域网平差的精度可满足摄影测量规范的精度要求,大量减少了航空摄影测量所需的地面控制点。

研究成果已大规模用于国家基础测绘,产生了显著的社会和经济效益。

开展利用在飞机上装载IMU和GPS构成的POS系统直接获取航摄像片6个外方位元素的多传感器航空遥感集成平台研究,可实现定点航空摄影和无地面控制的高精度对地目标定位。

研究成果表明,在1:5万及以下比例尺的4D产品生产中,可直接使用POS系统测得的像片外方位元素进行影像定向,基本无需地面控制点和摄影测量加密,从而改变了航空摄影测量的作业模式,并使无图区、困难地区的地形测绘和空间信息数据的实时更新成为可能。

2、近景摄影测量技术

近景摄影测量的研究应用领域已涉及空间飞行器制造、航空工业、船舶工业、汽车工业、核能工业、化学工业以及医学、生物工程、公安刑事侦破、交通事故及其他事故现场处理、古建筑建档和恢复、大型工程建设监测等方面。

利用数字相机与实时数字近景摄影测量技术相结合建立相应的工业零件检测系统。

该类系统使用高重叠度序列图像作为影像数据源,利用较多同名特征的冗余观测值成功地进行粗差剔除,根据2维序列图像导出物体不同部位的3维信息,然后将这些3维信息融为统一的表面模型,实现了高精度3维重建。

利用数码相机与全站仪集成形成一个全新的测量系统——摄影全站仪系统。

尽管传统近景摄影测量近年来得巨大发展,但必须在被测物体表面或周围布设一定数量的控制点,摄影测量工作者心中的“无接触测量“没有真正实现。

全站仪作为一种高精度测量仪器在工程测量中被广泛接受,本质上它是一种基于”点“的测量仪器。

将它与基于”面“的摄影测量有机地结合起来,形成一个全新的测量系统——摄影全站仪系统。

在该系统中,量测数码相机安装在全站仪的望远镜上,测量时利用全站仪进行导线测量,在每个导线点利用量测数码相机对被测物体进行摄影。

每张影像对应的方位元素可以由导线测量与全站仪的读数中获取。

3、低空摄影测量技术

近年来随着低空飞行平台(固定翼模型飞机、飞艇、直升机、有人驾驶小型飞机)及其辅助设备的进一步完善、数码相机的快速普及和数字摄影测量技术的日趋成熟,由地面通过无线电通讯网络,实现起飞、到达指定空域、进行遥感飞行以及返回地面等操作的低空遥感平台为获取地面任意角度的清晰影像提供了重要途径。

建立基于无人驾驶飞行器的低空数字摄影测量与遥感硬件系统。

硬件平台包括无人驾驶遥控飞行平台,差分GPS接收机,姿态传感器,高性能数码相机和视频摄像机,数据通讯设备,影像监视与高速数据采集设备,高性能计算机等等。

需要深入研究无人驾驶飞行平台的飞行特性,并研制三轴旋转云台、差分GPS无线通讯、视频数据的自动下传、自动曝光等关键技术。

研究无人驾驶飞行平台的自动控制策略。

在飞行器上搭载飞控计算机,由差分GPS数据得到飞艇(相机)的精确位置,在此基础上对较低分辨率的视频序列影像进行匹配,结合姿态传感器的输出信号实时自动确定飞行器的姿态,从而进行飞行自动控制,并将所有数据同时下传到地面监控计算机。

研究多基线立体影像中连接点的多影像匹配方法与克服影像几何变形的稳健影像匹配方法。

数字表面模型与正射影像的自动获取及立体测图。

4、SAN数据处理技术

SAR成像具有全天时、全天候的工作能力,它与可见光红外相比具有独特的优势。

随着我国SAR传感器研制技术的进一步发展,先后研制了不同波段,不同极化方式,空间分辨率达到 In的传感器,并在SAR立体测绘方面设计了不同轨道和相同轨道的重复观测,为我国开展SAR技术的相关研究奠定了数据基础。

根据不同应用目的的SAR图像与可见光图像的融合。

利用SAR和可见光反映地物不同特性的特点,在提取不同土壤性质以及洪水监测和灾害评估方面采用不同的融合方法,取得了一定的理论成果,并完成了国家和部门的科研课题。

SAR图像噪声去除方法。

由于SAR的成像特点,造成了SAR图像的信噪比低,噪声严重。

提出了自适应滤波思想,基于图斑的去噪方法以及噪声去除方法的评价等。

机载和星载重复轨道的SAR立体测图技术以及星载的InSAR技术和D—InSAR的突破。

完成了星载InSAR生成DEM及D—InSAR形变检测的相关软件开发,利用极化SAR数据提取地物目标,开展极化干涉测量的研究。

5、多源空间数据挖掘技术

多源空间数据挖掘技术主要研究应用数学方法和专业知识从多源对地观测数据中,提取各种面向应用目的的地学信息。

从遥感图像数据中挖掘GIS数据。

在统计模式识别的基础上,通过神经网络、模糊识别和专家系统等技术实现图像光谱特征自动分类。

基于纹理分析的分类识别。

包括基于统计法的纹理分析、基于分形法的纹理分析、基于小波变换的纹理分析、基于结构法的纹理分析、基于模型法的纹理分析和空间/频率域联合纹理分析等。

遥感图像的解译信息提取。

把计算机自动识别出来的影像,结合GIS数据库或解译员的知识,确定其对应的地学属性。

包括基于GIS数据的图像信息识别、基于地学知识辅助的图像信息识别、基于专家知识辅助的图像信息识别、基于立体观察的图像信息识别、基于矢量栅格转化的信息提取和基于多源数据融合的信息识别等。

摄影测量与遥感的现状及发展趋势【3】

摘 要:随着信息时代的来临,人类社会步入全方位信息时代,各种新兴的科学技术迅猛发展,并广泛应用于人类生活中去。

摄影测量与遥感技术被广泛应用于我国测绘工作去,本文探讨了我国摄影测量与遥感的发展现状以及展望了发展趋势。

关键词:摄影测量;遥感;现状

随着信息时代的来临,人类社会步入全方位信息时代,各种新兴的科学技术迅猛发展,并广泛应用于人类生活中去。

摄影测量经历了模拟摄影测量、解析摄影测量和数字摄影测量三个阶段。

而在这期间,从遥感数据源到遥感数据处理、遥感平台和遥感器以及遥感的理论基础探讨和实际应用,都发生了巨大的变化。

数字地球(digitalearth)的概念是基于信息高速公路的假设和地理空间信息学的高速发展而产生的,数字地球为摄影测量与遥感学科提供了难得一遇的机会和明确的发展方向,与此同时,也向摄影测量和遥感技术提出了一些列的挑战。

而摄影测量和遥感学科是为数字地球提供空间框架图像数据及从数据图像中获得相关信息惟一技术手段

一、国内外摄影测量与遥感的现状

(一)摄影测量现状

摄影测量经历了漫长的发展过程,随着计算机技术以及自动控制技术的高数发展,进入20世纪末期的时候,基于全数字自动测图软件的完成,数字摄影测量工作站获得了迅猛发展并普遍存在于测量工作中。

进入21世纪后,科学技术的提升帮助摄影测量进入了数字化时代,数字摄影测量学学科与计算机科学有了大面积的知识交叉,摄影测量工具也变为较为经济的计算机输入输出设备,这种革命性的变革,使得数字摄影测量提升到了另一个台阶,数字摄影测量的语义信息提取、影像识别与分析等方面均产生了从质到量的变化。

目前我国各省测绘局均已广泛应用了数字摄影测量,建立了数字化测绘生产基地,实现了全数字化摄影测量与全球定位系统之间的有机合成,并且应用与测量实际工作中。

(二)遥感技术现状

目前遥感技术主要应用在日常的天气、海洋、环境预报及灾害监测、土地利用、城市规划、荒漠化监测、环境保护等方面,为社会带来了巨大的经济利益。

尤其要提出的是航天遥感,是利用卫星遥感获取各种信息是目前最有效的方法。

在实现数字地球概念,卫星遥感技术具有很重要的地位。

数字地球的实际意义就是将地球转为一个虚拟的球体,以数字形式来表达地球上的不同种类的信息,实现三维式和多分辨形式的地球描述。

数字地球是一个数量庞大的工程,从长远来看,信息量的更新一集信息的收取都需要卫星遥感技术提供可靠的信息源,换句话说,卫星遥感是实现数字地球的必要手段,也是其他手段不能够替代的。

二、摄影测量与遥感的应用与主要技术

(一)摄影测量与遥感在地籍测量中的应用

应用数字摄影测量与遥感模式进行地籍测量前景非常广阔。

航空航天事业的飞速发展,为高分辨率卫星遥感影像技术为空间地理信息提供主要的数据元。

主要以激光成像雷达、双天线SAR系统等三维数字摄影测量系统。

利用卫星遥感进行土地资源调查和土地利用动态监测,为快速及时的变更地籍测量做好参照,同时还能顺利的完成地籍线画图的测绘,还可以得到正射影像地籍图、三维立体数字地籍图等附属产品。

数字摄影测量主要以大比例尺航空像片为数据采集对象,利用该技术在航片上采集地籍数据,实行空三加密。

数字摄影测量与模式得到的地籍图信息丰富,实时性强;大部分工作均在室内完成,降低劳动强度与人工成本,还能大幅度提高工作效率,是一种非常实用的地籍测量模式。

(二)摄影测量在三维模型表面重建的应用

三维物体的重建技术可广泛应用于古建筑重建和文物保护、医学重建、工业量测、人脸重建、人体重建及程勘察等方面,这种技术主要通过手持量测数码相机进行操作,得到一组具有短基线和多度重叠的图片,通过立体匹配获取可靠的模型点数据。

基于短基线多影像数字摄影测量的快速三维重建技术能够解决静静摄影测量中不能同时兼顾变形早点近景和远景的问题,在操作过程中采用量测数码相机以及手持拍摄方式,使得这种技术简单快速,并且具有高度自动化的有点。

(三)遥感自动定位技术的应用

遥感自动定位技术能够确定影响目标的实际位置,并且准确的解译影响属性,在GPS空中三角测量的基础上,利用惯性导航系统,形成航空影响传感器,实现高精度的定点摄影成像。

在卫星遥感条件下,精度甚至可以达到米级。

遥感自动定位技术的应用,有助于实现实时测图和实时数据更新的作业流程,能够大量减少野外像控测量的工作量。

三、摄影测量与遥感发展展望

目前,摄影测量与遥感技术在数据获取与处理、信息服务和数据分析方面都有了新的进展,数据获取装备发展迅猛,数据处理系统自动化程度相应的提高,航空摄影测量软件实现模块化和标准化,实现了内外一体化的航空摄影测量方法,遥感影像信息管理能力增强。

除此之外,还可以看到测绘领域的全球化进程日益加剧。

四、结语

虽然现在摄影测量与遥感技术相对发展迅速,并且已经广泛应用与测绘工作中,逐步实现数字化与智能化。

在我国目前,摄影测量与遥感装备存在产品种类单一、生产效率低等实际生产问题,这是与飞速发展的信息产业背道而驰的,达不到国际水平。

需要国家发展测绘仪器制造业和专业软件开发能力,跨学科展开合作,集中优势力量,通过政府出台政策来引导市场发展,我国想要在摄影测量与遥感上取得更大的飞跃,还有一段很长的路要走。

参考文献:

[1]李德仁等.地球空间信息学与数字地球[C].空间数据基础设施与数字地球论文集,1999.

[2]刘经南.激光扫描测高技术的发展与现状[M].武汉大学学报,2003(2):132-137.

[3]郑立中,陈秀万.中国卫星遥感与定位技术应用的现状和发展[A].中国遥感奋进创新二十年学术论丈集[C].北京:气象出版社,2001.

遥感的对地观测系统是一个信息流交换的过程:电磁波与地表物体相互作用形成地表信息交流。而遥感影像信息提取技术就是最大限度地从遥感图像上的光谱信息反演出目标地物本身的属性特征信息。进而可对地球表层资源与环境进行探测、分析,并揭示其要素的空间分布特征与时空变化规律。遥感影像信息的提取技术是建立在对地物规律有充分的了解的基础之上的,其综合物理手段、数学方法和地物状态识别等认识,通过对影像的处理与分析,获得能反映区域内地物的分布规律和变化过程的有效信息的技术方法。

遥感地物识别主要依赖于地物的光谱和空间特征的差异。多光谱由于光谱分辨率低,地物的光谱特征表现不充分,地物识别主要依赖地物的空间特征,包括灰度、颜色、纹理、形态和空间关系。信息处理和信息提取主要是应用图像增强、图像变换和图像分析方法,增强图像的色调、颜色以及纹理的差异,达到最大限度地区分地物的目的。随着成像光谱仪研制成功以及其产业化的发展,遥感地物信息提取也随之进入了一个崭新的时代。成像光谱对地物的识别主要是依赖于地物的光谱特征,是直接利用岩石矿物的光谱特征进行地物识别,定量分析地物信息。下面从多光谱和高光谱遥感信息处理两方面来加以论述。

1.多光谱方法研究进展

多光谱的信息提取主要集中于:色调信息提取,纹理信息提取,信息融合。

(1)色调信息提取

对于色调信息提取,主要是采用一些增强处理,扩大图像中地物间的灰度差别,以突出目标信息或改善图像效果,提高解译标志的判别能力,如反差扩展、彩色增强、运算增强、变换增强等,这些传统的图像处理方法在一定程度上满足了应用的需要。近年来发展了一系列的以主成分变换为主的信息提取技术,在岩矿信息提取中发挥了重要的作用。如张满郎(1996)提出修正的直接主成分分析提取铁氧化物信息。OF 变换(Maxium Noise Fraction Transformation)(Kruse,1996,Creen,et al.,1988),NAPC(Noise-adjust Principal Components Transform)(Lee,et al.,1990)、分块主成分变换(Jia,et al.,1999)、基于主成分的对应分析(Carr,et al.,1999),以及基于主成分分析的空间自相关特征提取(Warner,et al.,1997)、子空K投影(Harsanyl,et al.,1997)和高维数据二阶特征分析(Lee,et al.,1993;Haertel,et al.,1999)等,也是基于主成分分析进行信息特征选择与特征提取。同时,根据模式识别的原理,提出并设计出监督分类与非监督分类方法:以及利用决策树进行分类识别(Wrbka,et al.,1999;Friedl,et al.,1999;Hansen et al.,1996),这些技术与方法是建立在图像灰度特征之上,利用数理统计的知识进行地物分类与信息提取。

(2)纹理信息提取

遥感影像的边缘和纹理信息对线环构造的识别具有一定作用,但却似乎无助于岩性的识别。边缘信息提取通常采用滤波算子或锐化的方法进行(Gross,et al.,1998;Varbel,2000)。纹理信息提取通常采用共生矩阵、傅立叶功率谱和纹理谱等方法。

(3)信息融合

多源数据融合研究也非常普及与深入,其技术方法涉及不同的数理知识(Jimen,et al.,1999;Pohl,1998;Robinson,et al.,2000;Price,1999;Gross et al.,1998),比如小波信息融合。应用面涉及非遥感数据(王润生,1992;朱亮璞,1994),如遥感数据与地化数据、物探数据的叠置与融合。这些方法一方面开阔了遥感的应用视野,另一方面也扩展了遥感的应用能力。

总的来说,多光谱遥感岩矿信息提取主要是基于图像灰度特征,即基于岩矿的反射率强度差异,采用一些数学变换方法,增强或突出目标信息,使之易于目视解译。在数据处理中,由于波段有限,未能有效地导入岩矿类别的光谱知识,其结果精度更多地取决于研究人员的经验。

2.高光谱方法研究进展

成像光谱技术是多光谱技术发展的飞跃,它是在对目标对象的空间特征成像的同时,对每个空间象元经过色散或分光形成几十个乃至几百个窄波段以进行连续的光谱覆盖。形成的遥感数据可以用“图像立方体(三维)”来形象描述,其中两维表示空间,另一维表征光谱。这样,在光谱和空间信息综合的三维空间内,可以任意地获得地物“连续”的光谱以及其诊断性特征光谱,从而能够基于地物光谱知识直接识别目标地物,并可进一步地获取定量化的地物信息。在地质应用中,矿物识别和信息处理技术可分为:①基于单个诊断性吸收的特征参数;②基于完全波形特征以及③基于光谱知识模型三大类型。

岩石矿物单个诊断性吸收特征可以用吸收波段位置(λ)、吸收深度(H)、吸收宽度(w),吸收面积(A)、吸收对称性(d)、吸收的数目(n)和排序参数作一完整地表征。根据端元矿物的单个诊断性吸收波形,从成像光谱数据中提取并增强这些参数信息,可直接用于识别岩矿类型。如IHS编码与吸收波段图(Kruse,1988)是利用连续法去除后的光谱图像,定义出波段吸收中心位置图像,波段深度图像以及波段半极值宽度图像,并分别赋予HS I 空间的明度(H)、强度(l)和饱和度(S),然后逆变换到RGB色度空间。从而根据色调差异进行矿物直接识别。在描述岩矿单个诊断性吸收特征参数中,吸收深度是一非常重要的特征指标而受到重视。如相对吸收深度图(RBD image,Relative absorption Band-depthimage)(Crowley,et al.,1989)采用比值运算来增强识别端元的吸收深度,即根据要识别端元的单个诊断性吸收峰的两侧肩部反射率之和,除以其谷中心邻近两侧对应波长的反射率之和的商图像,来表征端元矿物诊断性吸收峰的相对吸收深度。不同端元矿物的RBD图像,除象元本身比值大小代表了端元矿物存在的可能性外,通过进一步地诸如PC变换分析进行特征增强与选择来识别端元矿物。由于吸收峰的非对称性,采用RBD方法难以准确描述其特征。连续插值波段算法(CIBR,continuum interpolated band algorithm)(De Jong,1998)和光谱吸收指数图像(SAI,spectral absorption index image)(王晋年等,1996)与相对吸收深度图方法类似,但引入了对称度因子,使其对吸收特征的描述更为合理。CIBR是利用诊断性光谱吸收谷中心的辐射值,除以左右肩部的辐射值与吸收特征对称度因子之积的和,产生相应的商图像,用以增强不同矿物的诊断性吸收深度,进行矿物识别。SAI方法与CIBR类似,也是对单个吸收波形肩部的特征增加了对称度因子。上述方法类似于常规比值或彩色增强处理。与常规增强处理最大不同之处在于有机地融入端元矿物的光谱特征这一先验知识,针对性、目的性更明确。由于大气辐射对遥感数据中波谱特征的影响、光谱混合形成的光谱漂移和变异对单个波形的影响,使识别结果含有较大的干扰。

成像光谱最大的优势在于利用有限细分的光谱波段,去再现象元对应物的波谱曲线。这样,利用整个光谱曲线进行矿物匹配识别,可以在一定程度上改善单个波形的不确定性影响(如光谱漂移、变异等),提高识别的精度。基于整个波形的识别技术方法是在参考光谱与象元光谱组成的二维空间中,合理地选择测度函数度量标准光谱或实测光谱与图像光谱的相似程度。例如,光谱匹配(SM,Spectral matching)(Baugh,et al.,1998)利用岩矿光谱矢量的欧氏距离测度函数,即求图像象元光谱与参考光谱在光谱空间中的差异大小。距离愈小,表示图像端元光谱或待识别的端元光谱与来自实验室或野外实测的参考光谱之间拟合程度愈高。类似地,相似指数(SI,similarity index algorithm)(Fenstermaker,et al.,1994)是基于欧氏距离侧度,根据已知地物类型的图像象元平均光谱与未知图像象元光谱的波段差值平方和的均值大小来识别地物。以上两种方法比基于单个吸收波形参数识别技术可靠。但往往由于光谱数据分辨率的影响,其光谱的差异不明显,同时又因欧氏距离测度固有的缺陷而难以对地物进行准确分类与识别。光谱角识别方法(SAM,spectral angle mapper)(Ben-Dor,et al.,1994;Crosta,et al.,1998;Drake,et al.,1998:Yuhas,et al.,1992)是在由岩矿光谱组成的多维光谱矢量空间,利用一个岩矿光谱矢量的角度测度函数求解岩矿参考光谱端元矢量(r)与图像象元光谱矢量(t)的相似程度。参考端元光谱既可来自实验室、野外测量,也可来自已知类别的图像象元光谱。根据两者相似程度大小,识别与提取矿化蚀变信息。该方法的难点在于如何合理地选择阈值进行信息分割。不过,从已有应用的角度看,该方法简单易行、比较可靠。交叉相关匹配(Fer-rier,et al.,1999;Varder Meer,et al.,1997)是使用一个相关因子(r.)作为相似性指数,通过逐象元交叉相关匹配进行矿物识别。当参考光谱与检验光谱完全匹配时,其位置m=0;参考光谱向长波方向移动时,其m<0。反之,m>0。在RGB空间,分别赋予斜度(skewness),t检验值与相关因子以R,G,B;若在“0”匹配位置,其斜度、t检验值与相关因子(r.)均接近于“1”而显示为白色,从而识别出端元矿物。对于矿物的智能识别,往往也采用完全谱形。例如,Tetracord矿物识别软件是基于UNIX平台,利用光谱数据库中的光谱与图像光谱拟合从而自动进行识别矿物;王润生等(1999)根据矿物的完全波形,利用神经网络进行矿物自动识别。以上方法在具有大量已知地物光谱时适应性强。对图像地物识别更有用。但明显不足是由于实际地物光谱变异、获取数据受观测角以及颗粒大小的影响而造成光谱变化,对于整体光谱特征差别不太大的地物,准确匹配比较困难,造成岩矿识别与分析上的混淆和误差。

基于光谱模型的识别的技术方法是建立在一定的光学、光谱学、结晶学和数学理论之上的信号处理技术方法。它不仅能够克服上述方法存在的缺陷,而且在识别地物类型的同时精确地量化地表物质的组成和其他的物理特性。例如,建立在Hapke光谱双向反射理论基础之上的线性混合光谱分解模型(SMA/SUM)(Adams,et al.,1986;Mustard,et al.,1987;Roberts,et al.,1997;Sabol,et al.,1992;Settle,et al.,1993;Shipman,et al.;1987:Shimabukuro,et al.,1991;Smith,et al.,1985),可以根据不同地物或者不同象元光谱反射率响应的差异,构造光谱线性分解模型。一个象元内并非存在单一类型地物,而更多地由不同类型地物组成。因此,在大多数情况下,象元光谱并非为纯地物光谱的线性混合,而更多地表现为非线性。对于单散射,可作为线性模型分解,多散射则认为非线性混合。由于平均单散射反照率丰度主要依赖于成分含量不同而可以认为是线性混合(Mustard,et al.,1987)。这样,通过单散射反照率(SSA)转换,即可以利用算子W=(3r+6)r/(1 +2r)2,将非线性“线性化”,再进行光谱分解。Tompkins(1996)提出修正的光谱混合分析(MSMA)模型。该模型利用虚拟端元,采用一个阻尼最小二乘算法,根据一定的先验知识,有效地并最终可以选择亚像端元进行光谱分解,提高了SMA实用性。与SMA相比,MSMA最大的不同表现在:①端元以及其丰度均作为未知变量;②对数据组中所有象元同时求解。对于能量约束最小模型(CEM,constrained en-ergy minimization technique)(Farrand,et al.,1997;Farrand,et al.,1996;Resmini,et al.,1997)是在成像光谱图像序列中,运用一个目标区域(或ROI区域,region of insteresting)与象元光谱(ri)相关的权系数wk来描述象元向量的数字值y,从而进行特征选择与分解进行地物识别与信息提取。与混合光谱分解模型一样,该分解结果在一定程度上,不仅代表了识别象元的类型信息,而且有机地表示了其丰度比值。与混合光谱分解模型不同的是,该方法更多地依赖于目标区域的统计特征,但结果更精确。总之,这些方法更多地依赖光谱学知识与数理方法,在实际应用中由于难以确定特征参数或难以准确地描述光谱模型而限制了该类技术方法的应用。不过,由于该类方法在识别地物的同时量化物质组成,因此就其发展趋势而言,随着一系列技术的成熟与光谱学、结晶学等知识的深入发展,识别精度的改善与量化能力的提高,其应用将会越来越广泛。

国内也相继开展了一些成像光谱进行矿物直接识别应用试验,但由于国产传感器的性能尚不够完善,数据信噪比较低。但在定性岩矿识别方面取得了一定的收获。如甘甫平等(2000)利用基于波形特征组合的主成分分析有效地对河北张家口后沟金矿区进行了岩性划分;刘庆生(1999)利用对应分析提取出内蒙古某矿区的含金蚀变。在直接定量矿化识别、识别模型和识别谱系等方面都落后于美国等发达国家,相比还存在一定差距。

总之,岩矿光谱学机理研究、遥感信息提取基础与遥感信息提取方法技术研究,三者之间相辅相成,具有一定的对应关系。

遥感地物光谱应用基础与遥感影像信息提取技术研究随着遥感光谱成像技术的发展而发展,两者研究方向与趋势都主要集中在光谱特征知识与地物物理化学属性的关联以及光谱物理模型两大方面。对地物物化属性与光谱特征的相关性和对光谱物理模型的深入分析与研究可从不同的角度为遥感直接识别矿物、提取地物的分布规律、属性、物化性质以及进行地物深层次信息挖掘等提供理论基础支撑,推动遥感应用技术的发展。遥感地学应用的实用化与产业化是遥感地物光谱应用基础与遥感地物影响信息提取技术研究相互促进的结果。

地物光谱学机理研究、遥感信息提取基础与遥感信息提取方法技术研究的发展将导致三者的结合,并最终综合于遥感应用模型和技术集成中,以便充分利用各自的优势,提高遥感应用能力并增强对地质应用的理解,以及模拟、评估和预测地学发展的规律。

洋河流域遥感图像土地利用分类方法研究 【摘要】遥感影像分类方法的确定是LUCC研究中的关键步骤。文章以洋河流域为研究区,分别进行了非监督分类和监督分类。针对监督分类结果中存在的误差,对水域、植被、城镇与工矿用地三种类型地物的提取分别选择了综合阈值法、植被指数法、DEM数据辅助分析法进行了改进,结果表明改进后的提取结果较监督分类直接得到的结果有了很大的改善。【关键词】遥感图像;监督分类;综合阈值法;植被指数法【中图分类号】TP79 【文献标识码】A【文章编号】1671-5969(2007)16-0164-03一、研究区域概况及图像资料(一)研究区域概况洋河流域是张家口经济发展的中心地带,水资源相对丰富。洋河发源于山西省阳高县和内蒙古兴和县,是永定河上游的一大支流,流域面积约14600km2 。在张家口市流域面积为9762km2,流经万全县、怀安县、张家口市区、宣化县、宣化区、下花园区、怀来县等,干流全长106 km,在朱官屯于桑干河汇合后流至官厅水库,是官厅水库的重要水源。洋河流域形状东西向较长,南北向较短,地形总趋势西北高、东南低。流域的东北、北部和西北沿坝头一带海拔高程1200~1500m之间,西部和南部边界海拔高程一般在500~1000m之间。流域内80%以上为丘陵山区,绝大部分为荒山秃岭。流域内大部分为黄色沙壤土,并有部分砂砾土及黄粘土,沿河川地层厚且较肥沃[1]。(二)信息源遥感信息源的选择要综合考虑其光谱分辨率、空间分辨率、时间分辨率等因素, 这是利用遥感图像进行土地利用分类的关键问题。美国的Landsat TM 图像是当前应用最为广泛的卫星遥感信息源之一,它可提供7个波段的信息, 空间分辨率为30~120m。TM数据源各波段各有特点,可进行不同地物类型的信息提取。相关资料表明TM遥感数据各波段间的信息相关关系为:TM1与TM2,TM5与TM7高度相关,相关系数达以上,信息冗余大,可以考虑不选取TM1波段。另外由于第6个波段的分辨率为120m,不利于地物信息的提取,所以亦不选取TM6波段。一般来说, 选择图像类型时,应考虑研究区域的大小、研究的目的,以及要达到的精度要求,另外不同时相遥感图像的选择对分类精度也具有很大的影响。为了能把水域、城市与工矿用地、林地、耕地、裸地区分开,以洋河流域1987年9月17日的TM图像为信息源进行研究。本文中所使用的遥感图像处理工具为美国ERDAS公司的ERDAS 软件,它是一个功能完整的、集遥感与地理信息系统于一体的专业软件,具有数据预处理、图像解译、图像分类、矢量功能、虚拟gis等多个功能。二、现有遥感图像土地利用分类的主要方法及其分析遥感图像土地利用分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析,选择特征,并用一定的手段将特征空间划分为互不重叠的子空间,然后将图像中的各个像元划归到各个子空间中以实现分类[2]。按照是否有已知训练样本的分类数据,将其分为非监督分类和监督分类。它们最大的区别在于监督分类首先给定类别,而非监督分类则由图像数据本身的统计特征来确定。(一)非监督分类非监督分类是在多光谱特征空间中通过数字操作搜索像元光谱属性的自然群组的过程,这种聚类过程生成一副有m个光谱类组成的分类图。然后分析人员根据后验知识将光谱类划分或转换成感兴趣的专题信息类[3]。洋河流域内有很多山地,在图像上会产生大量的阴影,导致了像元灰度值的空间变化,这对分类结果有很大的影响。为此可以通过比值运算来去除阴影的影响,使向阳处和背阴处都毫不例外地只与地物的反射率的比值有关。常用算法:近红外波段(TM4)/红外波段(TM3),这样所得到的效果比较好,从原始图像和比值运算后的图像(图像略)中,可以清楚地看到山体阴面的阴影得到了有效的去除。经过比值运算后, 就可以对图像进行非监督分类。得到的分类结果如图1所示。非监督分类只根据地物的光谱特征进行分类,受人为因素的影响较少,不需要对地面信息有详细的了解,但由于“同物异谱、异物同谱”等现像的存在,其结果一般不如监督分类令人满意。比如官厅水库旁边的大量建筑物被分到水体一类。是因为在TM3波段上,水体和建筑物的灰度值相近, 同样在TM7波段上,裸山和建筑物的灰度值也相近。总之,在TM的6个波段上,无论采用哪个波段进行非监督分类,总有几种地物的光谱值接近,因此单纯依靠计算机自动分类取得很好的效果是非常困难的。

叶绿素研究论文

黄瓜叶绿素测第几片叶子的方法如下。1、按照常规方法提取黄瓜叶片高光谱图像特征参数,如红边参数和植被指数,分析它们与叶绿素含量之间的关系,发现各参数与叶绿素之间存在一定的相关关系,但是相关性均不高。结果表明,红边参数和植被指数反映的信息较单一,而且必须针对具体情况对其修正,有很大的局限性。2、研究主成分分析法和独立分量法提取高光谱图像特征参数,提取黄瓜叶片高光谱图像光谱维的前10主成分分量和前8个独立分量,分别利用多元回归建立叶绿素含量的预测模型,其预测集相关系数R分别达到和。利用逐步回归比较两种方法,独立分量分析法只需要一个独立分量既能与叶绿素含量的相关系数R达到,而主成分分析法需要前3个主成分综合才能得到相似效果。结果表明,利用独立分量法分析黄瓜叶片高光谱图像,预测叶片叶绿素含量的方法是可行的,且独立分量分析比主成分分析更有优势。3、首次根据独立分量分析法得到的叶绿素含量预测模型,计算出黄瓜叶片叶绿素的分布图。结果表明利用分离出来的独立分量计算得到的黄瓜叶片叶绿素含量分布图与实际情况相符合,为植物营养元素亏缺等研究奠定基础。4、进行二次开发,开发出了一套高光谱图像数据处理软件,集成了基于批量处理的高光谱图像的标定、感兴趣区域提取、各波长图像及其纹理信息提取、独立分量图计算、数据输出等功能,为快速有效的处理高光谱图像海量数据提供了思路,为科研提供了便利。本论文对利用高光谱图像技术预测黄瓜叶片叶绿素含量及其分布进行了初步研究,探索了独立分量法在高光谱图像处理中的应用。

绿色植物是利用空气中的二氧化碳、阳光、泥土中的水份及矿物质来为自己制造食物,整个过程名为“光合作用”,而所需的阳光则被叶子内的绿色元素吸收,这一种绿色元素就是叶绿素。叶绿素(chlorophyll):光合作用膜中的绿色色素,它是光合作用中捕获光的主要成分。 高等植物叶绿体中的叶绿素(chlorophyll ,chl)主要有叶绿素a 和叶绿素b 两种。它们不溶于水,而溶于有机溶剂,如乙醇、丙酮、乙醚、氯仿等。在颜色上,叶绿素a 呈蓝绿色,而叶绿素b 呈黄绿色。按化学性质来说,叶绿素是叶绿酸的酯,能发生皂化反应。叶绿酸是双羧酸,其中一个羧基被甲醇所酯化,另一个被叶醇所酯化 叶绿素分子含有一个卟啉环的“头部”和一个叶绿醇的“尾巴”。镁原子居于卟啉环的中央,偏向于带正电荷,与其相联的氮原子则偏向于带负电荷,因而卟啉具有极性,是亲水的,可以与蛋白质结合。叶醇是由四个异戊二烯单位组成的双萜,是一个亲脂的脂肪链,它决定了叶绿素的脂溶性。

简介 一类与光合作用(photosynthesis)有关的最重要的色素。光合作用是通过合成一些有机化合物将光能转变为化学能的过程。叶绿素实际上见于所有能营光合作用的生物体,包括绿色植物、原核的蓝绿藻(蓝菌)和真核的藻类。叶绿素从光中吸收能量,然后能量被用来将二氧化碳转变为碳水化合物。 叶绿素有几个不同的类型∶叶绿素a和b是主要的类型,见于高等植物及绿藻;叶绿素c和d见于各种藻类,常与叶绿素a并存;叶绿素c罕见,见於某些金藻;细菌叶绿素见于某些细菌。在绿色植物中,叶绿素见于称为叶绿体的细胞器内的膜状盘形单位(类囊体)。叶绿素分子包含一个中央镁原子,外围一个含氮结构,称为卟啉环;一个很长的碳-氢侧链(称为叶绿醇链)连接於卟啉环上。叶绿素种类的不同是某些侧基的微小变化造成。叶绿素在结构上与血红素极为相似,血红素是见于哺乳动物和其他脊椎动物红血球内的色素,用以携带氧气。 叶绿素是二氢卟酚(chlorin)色素,结构上和卟啉(porphyrin)色素例如血红素类似。在二氢卟酚环的中央有一个镁原子。叶绿素有多个侧链,通常包括一个长的植基(phytyl chain)。以下是自然界中可以找到的几种叶绿素:叶绿素a 叶绿素b 叶绿素c1 叶绿素c2 叶绿素d分子式 C55H72O5N4Mg C55H70O6N4Mg C35H30O5N4Mg C35H28O5N4Mg C54H70O6N4MgC3 团 -CH=CH2 -CH=CH2 -CH=CH2 -CH=CH2 -CHOC7 团 -CH3 -CHO -CH3 -CH3 -CH3C8 团 -CH2CH3 -CH2CH3 -CH2CH3 -CH=CH2 -CH2CH3C17 团 -CH2CH2COO-Phytyl -CH2CH2COO-Phytyl -CH=CHCOOH -CH=CHCOOH -CH2CH2COO-PhytylC17-C18 键 单键 单键 双键 双键 单键存在于 普遍存在 一般于陆生植物 多种藻类 多种藻类 一些红藻作用 1 天线作用 2 反应中心 天线作用 分子立体模型绿色植物是利用空气中的二氧化碳、阳光、泥土中的水份及矿物质来为自己制造食物,整个过程名为“光合作用”,而所需的阳光则被叶子内的绿色元素吸收,这一种绿色的有机化合物就是叶绿素[1]。 高等植物叶绿体中的叶绿素主要有叶绿素a 和叶绿素b 两种(分子式: C40H70O5N4Mg)属于合成天然低分子有机化合物。叶绿素不属于芳香族化合物。它们不溶于水,而溶于有机溶剂,如乙醇、丙酮、乙醚、氯仿等。在颜色上,叶绿素a 呈蓝绿色,而叶绿素b 呈黄绿色。在右图所示的叶绿素的结构图中,可以看出,此分子含有3种类型的双键,即碳碳双键,碳氧双键和碳氮双键。按化学性质来说,叶绿素是叶绿酸的酯,能发生皂化反应。叶绿酸是双羧酸,其中一个羧基被甲醇所酯化,另一个被叶醇所酯化。 叶绿素分子含有一个卟啉环的“头部”和一个叶绿醇的“尾巴”。镁原子居于卟啉环的中央,偏向于带正电荷,与其相联的氮原子则偏向于带负电荷,因而卟啉具有极性,是亲水的,可以与蛋白质结合。叶醇是由四个异戊二烯单位组成的双萜,是一个亲脂的脂肪链,它决定了叶绿素的脂溶性。叶绿素不参与氢的传递或氢的氧化还原,而仅以电子传递(即电子得失引起的氧化还原)及共轭传递(直接能量传递)的方式参与能量的传递。 卟啉环中的镁原子可被H+、Cu2+、Zn2+所置换。用酸处理叶片,H+易进入叶绿体,置换镁原子形成去镁叶绿素,使叶片呈褐色。去镁叶绿素易再与铜离子结合,形成铜代叶绿素,颜色比原来更稳定。人们常根据这一原理用醋酸铜处理来保存绿色植物标本。 叶绿素共有a、b、c和d4种。凡进行光合作用时释放氧气的植物均含有叶绿素a;叶绿素b存在于高等植物、绿藻和眼虫藻中;叶绿素c存在于硅藻、鞭毛藻和褐藻中,叶绿素d存在于红藻。 叶绿素a的分子结构由4个吡咯环通过4个甲烯基(=CH—)连接形成环状结构,称为卟啉(环上有侧链)。卟啉环中央结合着1个镁原子,并有一环戊酮(Ⅴ),在环Ⅳ上的丙酸被叶绿醇(C20H39OH)酯化、皂化后形成钾盐具水溶性。在酸性环境中,卟啉环中的镁可被H取代,称为去镁叶绿素,呈褐色,当用铜或锌取代H,其颜色又变为绿色,此种色素稳定,在光下不退色,也不为酸所破坏,浸制植物标本的保存,就是利用此特性。在光合作用中,绝大部分叶绿素的作用是吸收及传递光能,仅极少数叶绿素a分子起转换光能的作用。它们在活体中大概都是与蛋白质结合在一起,存在于类囊体膜上。 叶绿醇是亲脂的脂肪族链,由于它的存在而决定了叶绿素分子的脂溶性,使之溶于丙酮、酒精、乙醚等有机溶剂中。主要吸收红光及蓝紫光(在640-660nm的红光部分和430-450nm的蓝紫光强的吸收峰),因为叶绿素基本上不吸收绿光使绿光透过而显绿色,由于在结构上的差别,叶绿素a呈蓝绿色,b呈黄绿色。在光下易被氧化而退色。叶绿素是双羧酸的酯,与碱发生皂化反应。

他----石明松,仙桃市农业技术推广中心副主任,助理农艺师, 中国水稻学会会员,国家级中青年专家,国家“五·一”劳动奖章获得者;省、地、市劳动模范,优秀共产党员;“湖北光周期敏感核不育水稻”的发现者和研究者。 一九八五年十月,金秋时节,“光敏感核不育水稻”鉴定会在仙桃市召开。石明松,这个黑黑的高大汉子,走上了讲台,他侃侃而谈,细密的汗珠从他过早秃了顶的头上沁了出来…… 他的报告受到了与会的三十多位专家、学者、领导的高度评价,十位来自省内外的遗传学权威和水稻专家,在“湖北光周期敏感核不育水稻”的鉴定书上签了字。 鉴定书指出:“光周期敏感核不育水稻既便于配制杂交组合,以利用杂种优势;也可用于选育常规品种,从而有可能加速选育出高产、优质、多抗的新组合和新品种。这个项目的进一步研究,还将丰富水稻遗传育种、生理生化、光周期理论等方面的内容,是继我国水稻矮化育种,杂交水稻成功后的第三次重大发现。目前,国外尚未见报导,在国内具有先进水平。” 《文汇报》等十多家报刊、电台和电视台,相继报导了这一喜讯。 特地从北京赶来湖北仙桃参加“光周期敏感核不育水稻”成果鉴定会的农牧渔业部副部长朱荣,代表农牧渔业部向石明松表示祝贺。 此时的石明松,握着朱副部长的手,热泪盈眶,那艰难跋涉的一幕幕场景在脑海里闪过…… (一) 一九五九年,广东的黄耀祥成功地培育出矮杆系列水稻;一九七三年,湖南的袁隆平,利用自然不育株的特性,培育出籼型杂交水稻。但是,怎样利用不育株来改良粳型稻种,在国内外还是空白。虽然这是摆在专家面前的一个难题,而石明松----一个仅有中专学历的农业技术员却紧紧盯上了它。 不育株,这个水稻家族中的“怪胎”,是自然变异的产物,数量极少,多少年,多少人都难以发现一株。 从一九七一年起,石明松就开始以最密的经纬度在沙湖原种场的两千多块地,四千多亩田中仔细寻觅。 他在稻田里跋涉、寻觅。在几千亩田寻找一棵不育株,犹如大海捞针!一天、两天、三天……一个星期过去了,仍然没有结果。 他在稻田里跋涉、寻觅。四千亩田的路径有多长?仿佛一座珠穆朗玛峰。然而,他不感到疲倦,仿佛故乡的浪子寻找归家的路,处处是那样熟悉,处处是那样陌生。 一九七三年的秋天姗姗来迟,石明松又在一大片“农垦58”晚粳田里开始了“搜索”。一株水稻引起了他的注意,他走上前用手一摸,那上面稀稀疏疏地结了几颗种子,大部分没结实。这是不是不育株呢?石明松躬下腰,仔细地进行着鉴别:杆高,叶片大,谷粒干瘪瘦小,呈乳白色----典型的雄性不育株。石明松激动得仿佛父亲见到了失散的孩子,用手上下抚摸着,口里不住地唠叨:“不育株啊!不育株,我石明松找你找得好苦啊!” 这一年,他一共找到了三棵不育株,三株谷穗上才长了三十几颗种子。 这是比生命还珍贵的种子啊!他不知放哪里才好。放到柜子里,怕成了鼠爷的美餐;放到瓦罐里,担心孩子打翻;放到衣服口袋里,又怕洗衣时搓坏……他想来想去,只好用一根铁丝将种子吊在屋梁上,谁知他晚上一看,老鼠竟然顺着铁丝走了下来……老石只好把种子藏进枕套里,让那绿色的小生命,伴着他进入绿色之梦。 杨柳绽出了嫩绿的芽儿,浸种的季节到了。没有恒温箱,他又怕种子直播后被老鼠吃掉,于是,他做了三个小纱布袋子,装上三十多颗种子,湿水后,放在自己贴身的衬衣口袋里,人体成了恒温器。种子播下去了!播下了老石的希望!有人作过试验,一粒种子的力是发芽力自重的一千倍,这种潜在的顽强的生命力,多像石明松的性格。 生物的自然选择近于残酷,那三十多粒种子,并非粒粒珠玑,只有一株保持了它的不育性。 ----探索者的第一步,好艰难。 石明松穿行在三百多个小区间,记下了上万个数据,然而,五个春秋过去了,形成不育的奥秘仍像一个幽灵,飘忽不定…… 没有谁交给他这项科研项目,路是他自己选的;也没有法定的科研时间,他挤出了带着露水的早晨,挤出了闷热的中午,挤出了挂着星星的夜晚,一有空,他就蹲在田里,入迷地工作起来…… 一天深夜,电闪雷鸣,暴雨如注,只几个小时,平地积水两尺多深。天刚泛亮,石明松顾不得搬家具,抓起一个脚盆,就冲进了雨帘中----他惦记着他的不育株。秧苗才栽下去半个月呀!万一被大水带走,几年的心血就全毁了!等他赶到田边时,只见白茫茫的水一望无边。石明松差一点跌坐在水里……突然,他看见远处的水面上露出一截系着蓝布条的竹竿,那是他做的标记,那是他的试验田。他欣喜若狂地扑进水田里,在水底用手摸……秧苗还在!秧苗还在!石明松把一蔸蔸秧苗小心地拔起来,放在脚盆里。水退了,秧苗又顺顺当当地“回了娘家”,可石明松却大烧大冷了好几天,嘴唇上起了一圈圈水泡泡……经过几年的试验,探索,失败,再失败!再探索!石明松终于打开了进入绿色王国的第一道城门。经过多次测交试验,他捕捉到了产生不育遗传学的原因,是晚粳自然不育株的自身突变。 这种自身突变是受什么控制的呢?是气温?肥料?还是光照?又是三个春秋,一千多个日夜,他先后六次往返于仙桃和海南岛,做了一百多项次试验…… 经过试验,石明松排除了气温,肥料等因素对形成不育自身突变的影响,他把注意力紧紧盯在了光照上。 他火急火燎地和同伴们赶到了光照充足的海南岛。南国的育种生活十分艰苦,每年夏秋,温度常在35-40℃,人们喘气都吃力,石明松和他的同伴们每隔五天插一次秧,以验证光照对形成不育自身突变的影响……为了获得满意的材料,就是蚂蝗附在腿上吮血,他们也全然不顾。海南岛的蚊子也是凌厉可怕的。当地流传着一首歌谣:“三个蚂蝗当裤带,百个蚊子炒碗菜。”老石浑身上下被蚂蝗和蚊子咬烂了,夜里躺在床上奇痒难熬。由于过度劳累,又缺营养,他好几次晕倒在田边。同伴们把他抬到树阴下歇息,他坐一坐,喝口水,又开始了工作…… 回到原种场,为了方便观察,老石只身一人搬到了试验田边的一间牛棚里居住。肚子饿了,就到村里去吃“碰饭”;身上脏了,就在水沟里打个滚。他的时间观念极其淡薄又极其严格,常常因连续工作而误餐,而失眠,但为了实验和积累数据,又是争分夺秒,夜以继日…… 石明松,这个小小农场的技术员之所以成了闯入绿色王国的骄子,是因为----他有百折不挠的探索精神。 (二) 石明松不仅是个百折不挠的探索者,也是一个舍得一切的忘我人。 在石明松的寝室里,挂着个条幅,那是他从农校毕业时老师的赠言,多年来,他把赠言当成了自己的座右铭:“学农技的,就要在农业上干一番事业。” 为了“干一番事业”,毕业那年,石明松放弃了在荆州农展馆的舒适工作,自己挑着行李,徒步来到了联合垸农场,当了农业技术员。 为了“干一番事业”,石明松成了个忘家、忘我的人。 有一天,他在家里整理一份实验材料,妻子临出工前,把三岁的孩子交给他看管。中午妻子回家时,他才记起孩子。两人急急忙忙地开始寻找,房前,没有;房后,没有;邻居家,也没有……这下两口子着急了。突然,禾场上的草堆边传来孩子的哭声,他们循声找去,只见两头大水牛正在拼命厮打,三岁的孩子就在一头牯牛的脚边。妻子一见,瘫软在禾场上,石明松也束手无策了。多亏一位健壮的小伙,敏捷地救出了小孩……妻子因此病倒了,卧病不起。他惦记着他的试验,又怕上次的险情重演,于是他含着泪,把孩子妻子反锁在家里,向田野走去 …… 粉碎“四人帮”后的第三年,他在沙湖原种场选育了一系列矮杆材料,进行杂转新不育系的研究,但是,进展缓慢。在这需要勇气和精力克服科研上的高原现象时,他的肝病又犯了,不知在什么时候,血吸虫钻进了他的体内,悄悄地破坏着他的肝脏。石明松脸色蜡黄,头晕乏力,饭咽不下,茶水无味……妻子劝他住院治疗,他摇摇头,拖着沉重的身体,又走向那藏着钉螺的田里。 农技站向场党委反映了石明松的情况,场党委立即作出了三个决定:石明松立即住院治疗;每月补助石家粮食三十斤;配一名有实践经验的技术员,接着石明松的试验干。 石明松躺在病床上,想到党组织的关怀,哪能安心治病。在病房里,他一方面整理试验数据,一方面温习过去已学过的《生物遗传学》、《生物统计学》、《遗传育种》、《植物生理》、《作物栽培》,还潜心研读了《遗传学》、《水稻裁培学》、《水稻裁培生理》等书籍,为广泛进行杂交转育的应用研究作了理论上的准备。 凭着这种“钻、挤”精神,几年中,石明松在一盏小小的煤油灯下,系统地学完了大学的遗传育种学、植物生理学、作物栽培学、生物统计学等课程,系统地钻研了几十种国内外水稻专著和杂志,写下了三百多万字的读书笔记。 在闯入绿色王国的道路上,几乎处处挂着“红灯”。 没有科研条件,自己创造;没有实验用的去雄夹,自己做;没有杂交袋,用旧信封代替;没有遮光室,用煤油桶遮光;煤油桶坏了漏光,就用泥巴糊起来再用; 没有种子储藏室,全家五口人挤到十平方米的小房里,腾出一间来装种子…… 十月,阴雨连绵的十月,石明松望着从大田里选回来的一批单株种子犯难,要是再下几天雨,种子无法晒干,要不了几天,就要全部霉烂……要是有个烘烤箱该多好!他想到了用锅“温”……这是细活,火大了,要“温”熟;火小了,“温”不干……他叫醒了熟睡的妻子…… “你发烧,能行吗?”“不要紧!我不识字,只能帮你这点小忙。”炉火映红了石明松和他妻子的脸,这对出生在江苏如皋的夫妻,边“温”种子,边讲起故乡梁红玉在金山上为丈夫韩世宗擂鼓助威的故事。石明松动情了,激动地对妻子说:“你就是为我助威的‘梁红玉’!” 没有科研经费,从自己家庭收入里挤;他挤掉零用钱,生活过得十分节俭,却舍得花钱买试验用品。 有一天,不懂事的孩子指着囤在家里的谷种说:“爸爸,这么多谷,为什么不拿去换钱?”“那是谷种,谷种,爸爸的性命根子,不能卖!”“爸爸坏!爸爸坏!爸爸只想种子,不管儿子!” 是呀!在石明松的心里,种子比儿子贵重。 没有助手,动员全家兵上。也因此,他家里得了个“科研之家”的美称。试验面积扩大以后,石明松一个人忙不过来,就把体弱多病的妻子和三个孩子都带下田。老大、老二搞人工授粉;六七岁的小儿子扛着竹竿,跑来跑去赶麻雀,妻子负责晒种选种。 石明松的大儿子新华,八一年高中毕业后没有考取大学,儿子想复读后再跃“龙门”。此时,石明松对“光周期敏感核不育水稻”的研究已进入紧张阶段,他动员儿子放弃复读后考大学的机会,当了他的助手。儿子理解父亲,他在试验田边搭了个小窝棚,肩负起帮助父亲做观察记录的工作…… 想到这一切,石明松感到有些对不住妻子和孩子。在妻子面前,他是个不称职的丈夫;在孩子面前,他是个不合格的父亲;而在祖国母亲面前,他是个无愧的儿子。 石明松,这个硬汉子有能力忍受跋涉中的艰难困苦,进入忘我的境界,同样,他也用百倍的耐力承受着来自各方面的冷嘲热讽。一九七八年,当他向有关部门申报“晚粳两用系”的科研项目时,被以“书上没见过”的理由而拒绝。周围也有人说他“不务正业”,“想成名成家”,是“石专”。评劳模,定职称,这些都与他无缘。这当然不能怪别人!知识分子的头上都戴着“臭老九”的帽子,谁还敢问津他们科研的事。老石顾不了这些,他只有一个信念,“我的事业和生命维系在核不育水稻上,舍此无它。” 正当石明松向峰顶攀登的时候,是党组织向他伸出了温暖的手。这温暖的手,拉着他,冲向峰顶。一九八○年明媚的春天,他的科研课题得到了上级主管部门的重视和支持,省农牧渔业厅送来了三千元的科研费、一架海鸥牌相机和一个电子计算器。望着党组织送来的科研费和科研器材,石明松,这个忍受了千辛万苦的硬汉子,第一次流下了激动的泪……接着,市农牧局、地区科委、省科委也相继派来了“援兵”……不久,又成立了有湖北农科院、武汉大学、华中农学院等单位参加的协作组。协作组成了石松明向顶峰攀登的“拐杖”…… 是啊!没有党的好政策,没有党组织的鼓励和支持,我石明松浑身是铁也打不成几颗铆钉! 石明松,这个仅有中专文凭的农技员,之所以能够突破国家级科研项目,是因为 ----他有舍得一切的忘我精神。 凭着百折不挠的探索精神和舍得一切的忘我精神,石明松在积累了20多万字试验材料的基础上,写出了《对光照长度敏感的隐性雄性不育水稻的发现与初步研究》等多篇论文,轰动了农学界,引起了各级党组织和政府的重视。 凭着百折不挠的探索精神和舍得一切的忘我精神,石明松在协作组的帮助和支持下,一连攻克了“光周期敏感核不育水稻”的四大难关。石明松终于闯入了绿色王国的宫殿…… 从开始寻找晚粳不育株起,十三年过去了。十三年,石明松在探索“光周期敏感核不育水稻”奥秘的征途上,走过了漫长而又艰难的路,留下了一串串坚实的脚印。这脚印,记载着他那辛勤的劳动和无私的奉献;这脚印,呈现出一个知识分子对党的一片赤诚。 () (1988年2月10日,收到刊有此文的《党员生活》杂志,惊闻50岁的石明松同志于当日不幸遇难。我和本文的另一作者秦明星同志,献花圈以寄哀思,焚杂志以示痛惜。)回答者:zhou662181 - 试用期 一级 5-18 04:06评价已经被关闭 目前有 0 个人评价 好50% (0) 不好50% (0) 其他回答 共 1 条1、 整理一块不会长期潮湿,排水良好的陆地。为了日后灌溉方便,最好也要接近水源或有水管可以到达。 2、 选择适合当时天气的蔬菜种类,例如:夏天炎热天气中,杏菜及空心菜很适合。 3、 注意所选蔬菜的成长日期、收割时间是否符合需求。 4、 工具:可以挖土或翻土的锄头或铲子;可以拨土的耙子。 种子或苗种 1、 通常在专业的种子行购买种子或苗种会较便宜。 2、 如果是在园艺店或卖场所购买的种子,其包装纸上都会有种植时间的指导。 注意:上头的指示未必适合您的种植区的气候!有些包装甚至是从日本进口的其所指之种植时间当然不适用於本地。 播种 1、 先将土翻好,让土晒晒太阳。 2、 撒下种子前将翻好的土整平,并将太大的土块敲碎,使其土块直径约小於5公分,但也不要太细。 整好的土不要再踩在上头,以保持土壤的疏松、透气。 3、 将种子撒在土让上头,不要太密,以免妨碍日后成长。 4、 撒好种子后,用耙子轻轻的将土拨动,让种子可以被土轻轻的覆盖,也可防止麻雀来啄食种子。 5、 浇水 栽种 1、 有些种类的蔬菜(例如:西洋莴苣、黄秋葵等)必须间隔很大,因此在撒下种子后,幼苗长高至约10公分时,必须移植到较宽阔的土地上。 2、 也有些种类的蔬菜很难撒种发芽,可以直接购买苗栽回来栽种,例如茄子。 3、 依照播种时的整土方法,将土让整理好,有些种类的蔬菜则必须先将土整理成垄起或沟状。 4、 种植时不要太深,以可以覆盖其根部为原则。 5、 浇水 灌溉 1、 可用洒水的方式,但不要用很强的水柱冲刷土壤或植株,可接上莲蓬头状的洒水器。 此法可以让蔬菜的叶子同时洗去尘垢,也较节省水,但较不持久,所以要比淹没法次数多。 2、 也可用淹没的方式,引水将所有土壤淹没后,并立即让水退去。其目的是要让所有土壤充分潮湿。 一般种植较多时可用此法,以确保所有土壤都能同时浇湿。 3、 多久灌溉一次?要视天气与土质而定。 在炎热的天气中,若是洒水的方式可以2-3天洒水一次;淹没的方式则5-7天。冬天则分别为5-6天及7-10天。 施肥 1、 可以施用化学肥及有机肥。 2、 施用化学肥较便宜,效果短,迅速见效,但容易因为施用过量而造成植株受伤。施用时尤其不能让肥料黏附在叶面上,否则极容易造成叶面受伤。 3、 施用有机肥效果长,也较不会造成植株受伤。 可以在种植前翻土时,将有机肥料混在土壤中。 4、 也可利用自制的堆肥混入土壤中,既经济且可以改善土质。 除草 1、 在蔬菜园里很容易滋生杂草,要将杂草拔除,才不会和蔬菜夺取养分 2、 拔除杂草时,要注意有些杂草已经长出种子且已成熟,尽可能不要让这些种子又掉落在菜园中,而且也不要把这些有种子的杂草拿来制作堆肥。 病虫害 1、 种植时要慎选蔬菜种类及时机才能减少喷药。 2、 9、10月种鹅菜、格林、芥菜天气因素非常良好,不需喷药。 3、 12-2月牙虫、毛毛虫多,尤其是格林、白菜、芥菜、青江菜、包心菜等 4、 有些蔬菜天生就不容易遭受虫害,像鹅菜、莴苣、空心菜等有白色乳汁的菜类。 5、 若有足够时间,而且种植数量不大,可以用手将毛毛虫抓起来,通常在清晨很容易就可以看到毛毛虫正努力地啃食蔬菜。 6、 若非得已一定要用农药,最好到农药行问清楚用量及使用方法,并注意喷药时的措施及喷药后的安全期间。 7、 并非每一种病虫害都是毛毛虫所引起,有些是病菌所引起,若有这类的情形,可以摘取受虫害的叶子到专业的农药行询问(有些农会有附设农药行),并要将拔除的有病植株隔离,不要用来堆肥。 sasas 收割 1、 一般蔬菜收割时是用刀子从根和叶之间切除,不能离根太远,会造成叶子脱落,也不要保留太多根部,这样下锅前就不需再切一次。 2、 收割之后要将土留在土里的根部拔除,并将土壤翻松,让太阳照射几日,有利於下一次播种。 3、 有些蔬菜可以收割多次,例如:番薯叶、龙须菜、黑迪仔、九层塔,可别一次收割之后就将它连根拔a参考资料:asasa

遥感信息提取分类方法研究论文

遥感影像提供了目标区域的极为丰富的、复杂的大量数据,其反映了农、林、水、土、矿产、能源、海洋等各种地表信息。但是由于每个象元同时包含有不同地物在水平和垂直方向上交叉重叠的波谱特征,而且这些特征也仅代表地物的局部性质,使影像与地物之间存在某些对应关系,即所谓遥感影像的多解性。影像处理的最终目的是确定影像上的某些目标与地物之间的对应关系。从而达到认识地物状态的目的。

现阶段遥感影像的提取任务是应用数学方法确定影像与某些地物的对应关系并匹配到人眼的观察范围之内。

遥感影像信息的提取技术在地质领域的应用主要表现在对岩矿信息以及岩性识别信息的提取上,主要的研究对象是地球表面地质体(例如岩石)的分布规律、物化属性等信息的提取,目的是通过研究它们的电磁波辐射特性有效地识别地质体的物理、化学性质与运动状态,探测地质作用发生的过程与演化机制,为开展地质构造研究、矿产资源勘查、区域地质填图、环境和自然灾害监测等工作服务。与一般地质勘查方法相比,遥感具有宏观、快速、准确等技术优势,因此常作为地质勘查工作的先期手段,用于大面积的遥感地质调查和专题制图工作。

岩石是地壳主要的物质组成,是开展地球科学研究的基础,是各种地质现象和矿产资源赋存的载体,因而岩石学是地球科学研究中最重要的基础学科。遥感作为现代科学中一种新兴的对地探测技术,理所当然地把岩性信息提取和岩石分类研究作为遥感地质学最重要的内容,成为当今遥感地质研究的前沿和焦点。随着遥感信息获取技术的不断进步,高光谱分辨率(纳米级)和高精度空间分辨率(米级)遥感数据,为岩性遥感和岩性填图带来了大量的新型信息和新的发展机遇,使遥感地质工作在更高水平上开拓和深化。

遥感技术的理论基础是物理学的电磁波理论,电磁波与岩石和地层表面物质发生作用,产生岩石和地质体的特征光谱,不同物质成分的岩石和地质体,形成不同的特征光谱。它们在可见光、近红外和热红外形成各自连续的光谱分布,光学遥感就是依据这些不同光谱分布表现出来的特征(能量、谱形等)来探测目标的。不同物质成分构成的岩石和矿物同样具有不同的光谱能量和谱形特征,了解、认识了这些光谱特征,就能够利用遥感信息提取技术识别它们。因此,基于光谱特征的岩性遥感信息提取与岩石分类方法研究具有重要的理论和现实意义。

在遥感应用中,岩矿信息往往因其组合共生与风化分布的复杂性、地壳覆盖物(比如土壤)和植被的干扰、混合象元以及大气辐射的影响而使特征表现较弱、信息有一定的不确定性和模糊性。随着遥感传感器性能的提高,尤其是成像光谱仪的出现,改善了信息识别与提取的技术环境。使遥感从对地物的鉴别(discrimination)发展到对地物直接识别(identification)的阶段。

在遥感地质应用中,对岩矿光谱和空间分布精细特征的探测是空间与光谱高分辨率遥感的优势所在。矿物中离子与晶格位置的差异、元素的变化,岩石中矿物成分的不同以及成生的背景环境的影响等造成岩石矿物谱形特征各异。因此,岩矿光谱特征,尤其是其诊断性特征是岩矿信息识别与提取的基础,也是遥感技术革新与开发的基石。以光谱特征及其差异为基础,利用相应的遥感信息处理技术可直接识别岩矿类型,划分变质相带,圈定矿化蚀变中心及矿化蚀变带;根据提取的矿物(尤其是蚀变矿物)及其相对丰度分布进行共生组合与成矿关系分析,圈定成矿靶区,进行资源潜力评价。

因此,本研究立足于实验室标准矿物光谱与地质应用的关联分析,探讨遥感岩矿(含微量元素)信息的识别、提取与量化的光谱特征;进而基于光谱特征知识和现代数理方法,利用ETM,MAIS,AVIRIS和PHI数据,研究和发展不同尺度下遥感岩矿信息提取的技术;探索与研建遥感岩矿信息提取优化组合模型与技术集成。

经过近30年发展,遥感技术在数据获取技术方面得到突飞猛进的发展,图像信息提取及分类技术都取得了长足的进步,应用领域不断扩展,研究程度不断加深。作为一门边缘学科,遥感地质学必须不断地应用新型遥感数据、引入先进的图像处理和信息提取技术并开展新的信息分析方法研究。遥感信息一次性记录了地质历史过程的综合景观,通过遥感信息反演地质过程中某一段成矿作用所遗留下来的痕迹(构造、岩性和蚀变信息)比较困难,因为,这些信息具有信息弱、隐蔽性强、地表贫化的特点,这也造成利用遥感信息反演成矿信息时的多解性和不确定性。本文针对地质成矿信息的特点,改进和发展了三种遥感岩石岩性信息提取和分类识别的方法,在新疆哈密地区善鄯南山金矿区遥感试验场进行了应用研究,取得了良好的效果。

洋河流域遥感图像土地利用分类方法研究 【摘要】遥感影像分类方法的确定是LUCC研究中的关键步骤。文章以洋河流域为研究区,分别进行了非监督分类和监督分类。针对监督分类结果中存在的误差,对水域、植被、城镇与工矿用地三种类型地物的提取分别选择了综合阈值法、植被指数法、DEM数据辅助分析法进行了改进,结果表明改进后的提取结果较监督分类直接得到的结果有了很大的改善。【关键词】遥感图像;监督分类;综合阈值法;植被指数法【中图分类号】TP79 【文献标识码】A【文章编号】1671-5969(2007)16-0164-03一、研究区域概况及图像资料(一)研究区域概况洋河流域是张家口经济发展的中心地带,水资源相对丰富。洋河发源于山西省阳高县和内蒙古兴和县,是永定河上游的一大支流,流域面积约14600km2 。在张家口市流域面积为9762km2,流经万全县、怀安县、张家口市区、宣化县、宣化区、下花园区、怀来县等,干流全长106 km,在朱官屯于桑干河汇合后流至官厅水库,是官厅水库的重要水源。洋河流域形状东西向较长,南北向较短,地形总趋势西北高、东南低。流域的东北、北部和西北沿坝头一带海拔高程1200~1500m之间,西部和南部边界海拔高程一般在500~1000m之间。流域内80%以上为丘陵山区,绝大部分为荒山秃岭。流域内大部分为黄色沙壤土,并有部分砂砾土及黄粘土,沿河川地层厚且较肥沃[1]。(二)信息源遥感信息源的选择要综合考虑其光谱分辨率、空间分辨率、时间分辨率等因素, 这是利用遥感图像进行土地利用分类的关键问题。美国的Landsat TM 图像是当前应用最为广泛的卫星遥感信息源之一,它可提供7个波段的信息, 空间分辨率为30~120m。TM数据源各波段各有特点,可进行不同地物类型的信息提取。相关资料表明TM遥感数据各波段间的信息相关关系为:TM1与TM2,TM5与TM7高度相关,相关系数达以上,信息冗余大,可以考虑不选取TM1波段。另外由于第6个波段的分辨率为120m,不利于地物信息的提取,所以亦不选取TM6波段。一般来说, 选择图像类型时,应考虑研究区域的大小、研究的目的,以及要达到的精度要求,另外不同时相遥感图像的选择对分类精度也具有很大的影响。为了能把水域、城市与工矿用地、林地、耕地、裸地区分开,以洋河流域1987年9月17日的TM图像为信息源进行研究。本文中所使用的遥感图像处理工具为美国ERDAS公司的ERDAS 软件,它是一个功能完整的、集遥感与地理信息系统于一体的专业软件,具有数据预处理、图像解译、图像分类、矢量功能、虚拟gis等多个功能。二、现有遥感图像土地利用分类的主要方法及其分析遥感图像土地利用分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析,选择特征,并用一定的手段将特征空间划分为互不重叠的子空间,然后将图像中的各个像元划归到各个子空间中以实现分类[2]。按照是否有已知训练样本的分类数据,将其分为非监督分类和监督分类。它们最大的区别在于监督分类首先给定类别,而非监督分类则由图像数据本身的统计特征来确定。(一)非监督分类非监督分类是在多光谱特征空间中通过数字操作搜索像元光谱属性的自然群组的过程,这种聚类过程生成一副有m个光谱类组成的分类图。然后分析人员根据后验知识将光谱类划分或转换成感兴趣的专题信息类[3]。洋河流域内有很多山地,在图像上会产生大量的阴影,导致了像元灰度值的空间变化,这对分类结果有很大的影响。为此可以通过比值运算来去除阴影的影响,使向阳处和背阴处都毫不例外地只与地物的反射率的比值有关。常用算法:近红外波段(TM4)/红外波段(TM3),这样所得到的效果比较好,从原始图像和比值运算后的图像(图像略)中,可以清楚地看到山体阴面的阴影得到了有效的去除。经过比值运算后, 就可以对图像进行非监督分类。得到的分类结果如图1所示。非监督分类只根据地物的光谱特征进行分类,受人为因素的影响较少,不需要对地面信息有详细的了解,但由于“同物异谱、异物同谱”等现像的存在,其结果一般不如监督分类令人满意。比如官厅水库旁边的大量建筑物被分到水体一类。是因为在TM3波段上,水体和建筑物的灰度值相近, 同样在TM7波段上,裸山和建筑物的灰度值也相近。总之,在TM的6个波段上,无论采用哪个波段进行非监督分类,总有几种地物的光谱值接近,因此单纯依靠计算机自动分类取得很好的效果是非常困难的。

随心所欲的写咯

相关百科
热门百科
首页
发表服务