资源描述：
《landsat8不同波段组合.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、Landsat8数据不同波段组合的用途(2015-02-1114:11:23)2013年2月11日发射的Landsat系列最新卫星Landsat8，携带有OLI陆地成像仪和TIRS热红外传感器，Landsat8的OLI陆地成像仪包括9个波段，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OLIBand5(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(b
2、and1;0.433–0.453μm)主要应用海岸带观测，短波红外波段(band9;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，TIRS包括2个单独的热红外波段。下表是Landsat8中OLI和TIRS两个传感器波段说明：表：Landsat8数据波段参数波段波长范围(μm)空间分辨率(m)1-海岸波段0.433–0.453302-蓝波段0.450–0.515303-绿波段0.525–0.600304-红波段0.630–0.680305-近红外波段0.845–0.8853
3、06-短波红外11.560–1.660307-短波红外22.100–2.300308-全色波段0.500–0.680159-卷云波段1.360–1.3903010-热红外110.60-11.1910011-热红外211.50-12.51100 标准的数字相机拍摄得到的图像是真彩色的，效果和人眼看到的一样，红、绿、篮三个波段分别用红、绿、篮三个通道显示，当传感器有更多的波段，我们就可以得到更多的信息，以Landsat8为例，某些特殊的光谱波段可以帮助我们看到一些特殊的地物特征，或者可以透过"现象看到本质"。比如，近红外波段（NIR）是多光谱传感器常用
4、的一个通道，因为在该通道，植被的反射率非常高，所以这个波段对于监测植被很有效；短波红外波段（SWIR）对监测裸土非常有效，它可以反应出裸土表面的湿度情况。类似的例子还有很多。下面以Landsat8数据为例，介绍多波段在不同的RGB组合下显示的效果及其应用。（一）4,3,2,——真彩色合成，美国加利福尼亚州夫勒斯诺市用OLI数据，可以得到真彩色合成的图像，这种图像的缺点是易受到大气的影响，有时图像不够清晰。图(1)4/3/2真彩色合成，美国加利福尼亚州夫勒斯诺市（二）5,4,3——标准假彩色合成（CIR），用于植被相关的监测，美国科罗拉多在这种波段组
5、合下，植被显示为红色，植被越健康红色越亮，而且还可以区分出植被的种类，这种波段组合方式非常常用，用来监测植被、农作物和湿地。图(2)5/4/3标准假彩色合成（CIR），美国科罗拉多 （三）7,6,4——假彩色合成，用于城市监测，美国洛杉矶这种波段组合用到了短波红外波段，相较于波长较短的波段来说，效果比较明亮。图(3)7/6/4假彩色合成，美国洛杉矶（四）5,6,4——假彩色合成，有效区分陆地和水体，加拿大哈德逊河这种波段组合，深浅的橙色和绿色是陆地，冰显示为很亮的玫红色，深浅蓝色是水。图(4)5/6/4假彩色合成，加拿大哈德逊河（五）7,5,3——
6、假彩色合成，具有良好的大气透射，美国华盛顿这种波段组合和前面提到的5,6,4比较像，植被显示为不同深度的绿色，这种波段组合用于NASA生产的镶嵌的Landsat数据。图(5)7/5/3假彩色合成，美国华盛顿（六）6,5,2——假彩色合成，农作物监测，科罗拉多弗鲁塔这种波段组合，对监测农作物很有效，农作物显示为高亮的绿色，裸地显示为品红色，休耕地显示为很弱的墨绿色图(6)6/5/2假彩色合成，科罗拉多弗鲁塔（七）7,5,2——假彩色合成，有效森林火灾，加利福尼亚州这种波段组合类似上面提到的6,5,2，该组合用了更长波段的短波红外，对火点燃烧引起的烟雾
7、的敏感度降低。图(7)7/5/2假彩色合成，加利福尼亚州（八）6,3,2——假彩色合成，突出裸露地表上的一些景观，美国犹他州峡谷这种波段组合对于没有或少量植被情况下，突出地表的景观，对地质监测有效。图(8)6/3/2假彩色合成，美国犹他州峡谷（九）5,7,1——假彩色合成，有效监测植被和水体，坦桑尼亚的维多利亚河这种波段组合使用了近红外波段、短波红外2波段和海岸波段，海岸波段是Landsat8独有的，可以穿透一些很小的微粒如灰尘、烟雾等，还能穿透浅的水域。在这种波段组合下，植被显示为橘红色。图(9)5/7/1假彩色合成，有效监测植被和水体，坦桑尼亚
8、的维多利亚河Landsat8还能有许多其他的波段组合，有时候单波段灰度图像也能解释一些特别的现象，比如下面是TIRS传感器
