大家好,又见面了,我是你们的朋友全栈君。
表1:OLI波段合成
R、G、B |
主要用途 |
4 、3 、2 Red、Green、Blue |
自然真彩色 |
7、 6 、4 SWIR2、SWIR1、Red |
城市 |
5、 4 、3 NIR、Red、Green |
标准假彩色图像,植被 |
6 、5 、2 SWIR1、NIR、Blue |
农业 |
7 、6、 5 SWIR2、SWIR1、NIR |
穿透大气层 |
5、 6、 2 NIR、SWIR1、Blue |
健康植被 |
5 、6、 4 NIR、SWIR1、Red |
陆地/水 |
7、 5 、3 SWIR2、NIR、Green |
移除大气影响的自然表面 |
7 、5 、4 SWIR2、NIR、Red |
短波红外 |
6、 5 、4 SWIR1、NIR、Red |
植被分析 |
表2:Landsat TM波段合成总结说明
R、G、B |
类型 |
特点 |
3、2、1 |
真假彩色图像 |
用于各种地类识别。图像平淡、色调灰暗、彩色不饱和、信息量相对减少。 |
4、3、2 |
标准假彩色图像 |
它的地物图像丰富,鲜明、层次好,用于植被分类、水体识别,植被显示红色。 |
7、4、3 |
模拟真彩色图像 |
用于居民地、水体识别 |
7、5、4 |
非标准假彩色图像 |
画面偏蓝色,用于特殊的地质构造调查。 |
5、4、1 |
非标准假彩色图像 |
植物类型较丰富,用于研究植物分类。 |
4、5、3 |
非标准假彩色图像 |
(1)利用了一个红波段、两个红外波段,因此凡是与水有关的地物在图像中都会比较清楚;(2)强调显示水体,特别是水体边界很清晰,益于区分河渠与道路;(3)由于采用的都是红波段或红外波段,对其它地物的清晰显示不够,但对海岸及其滩涂的调查比较适合;(4)具备标准假彩色图像的某些点,但色彩不会很饱和,图像看上去不够明亮;(5)水浇地与旱地的区分容易。居民地的外围边界虽不十分清晰,但内部的街区结构特征清楚;(6)植物会有较好的显示,但是植物类型的细分会有困难。 |
3、4、5 |
非标准接近于真色的假彩色图像 |
对水系、居民点及其市容街道和公园水体、林地的图像判读是比较有利的。 |
表3: OLI陆地成像仪和ETM+对照表
OLI陆地成像仪 |
ETM+ |
||||
序号 |
波段(μm) |
空间分辨率 (m) |
序号 |
波段(μm) |
空间分辨率 (m) |
1 |
0.433–0.453 |
30 |
|
|
|
2 |
0.450–0.515 |
30 |
1 |
0.450–0.515 |
30 |
3 |
0.525–0.600 |
30 |
2 |
0.525–0.605 |
30 |
4 |
0.630–0.680 |
30 |
3 |
0.630–0.690 |
30 |
5 |
0.845–0.885 |
30 |
4 |
0.775–0.900 |
30 |
6 |
1.560–1.660 |
30 |
5 |
1.550–1.750 |
30 |
7 |
2.100–2.300 |
30 |
7 |
2.090–2.350 |
30 |
8 |
0.500–0.680 |
15 |
8 |
0.520–0.900 |
15 |
9 |
1.360–1.390 |
30 |
|
|
|
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
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/163472.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...