哪种遥感卫星最适合用于植被范围制图


15

我目前正在为我的遥感班写作业,虽然我认为我有正确的答案,但我想知道做这件事的人是怎么想的。

问题是:您将使用Landsat TM(专题制图仪)SPOT 5中的哪颗卫星来绘制300km x 300km研究区域的总体范围。

我的回答是,您将使用SPOT 5,因为它具有更高的分辨率,并且与Landsat TM的30m分辨率相比,您可以得到更好的显示范围。但是,SPOT 5的覆盖区域较小,因此您必须使用更多图像。我还考虑过SPOT 5上2200公里的VMI测距,但分辨率为1公里。

有什么想法吗?


Answers:


17

我同意@vascobnunes的观点,但如果要定义某些对象,则必须使用LANDSAT TM,因为更多的分类需要更多的波段,例如(R,G,B,NIR,MIR,TIR,FIR)...而我的选择是您应该将LANDSAT TM(以下解释中我提供了相同的信息)用于植被。

在这种情况下,重要的是您应该查看relative spectral response (RSR)卫星。

假设相对光谱响应(RSR)测量对于由公共滤波器覆盖的所有检测器都是恒定的,并且已标准化为统一的AT峰值响应。当前,尚无方法可以通过在轨或地面测量随时间检查频谱稳定性。

(来源:约翰·巴克博士)

除了RSR,temporal resolution对于重复数据采集周期也非常重要...

这是LANDSAT TM的相对光谱响应:

响应

有一个信息在这里关于引起的传感器-特定的相对光谱响应函数NDVI-差异评估。

摘要在这里:

归一化植被指数(NDVI)是最常使用的基于遥感的指标,用于监视土地表面和环境变化的动态。由于不同的传感器特性,NDVI值会根据记录系统而有所不同。这项研究的重点是光谱传感器特性的因素,这可能会使多传感器NDVI数据的解释复杂化。因此,从高光谱数据模拟了Landsat 5TM,QuickBird和SPOT5的多光谱带。这些模拟数据集显示出相同的特征(光谱除外),例如传感器的几何形状,大气条件,地形和空间分辨率。这样可以直接比较由不同光谱特性的因素引起的NDVI差异。

我从本文档为您总结了近红外和红波段的光谱值...

响应

Landsat 5TM,QuickBird和SPOT5的红色和近红外波段的相对光谱响应函数具有2个典型的土地覆盖光谱。

结果 :

特别是在近红外区域,传感器的RSR功能互不相同。引人注目的是,Landsat 5TM和SPOT5的红色和NIR波段之间的间隙比QuickBird波段之间的间隙宽,后者甚至存在重叠。


回应3

传感器的红色(a)和近红外(b)波段的相对光谱响应函数的与传感器相关的差异(%)。

结果:

QuickBird和SPOT5的红色条带非常相似,而这些传感器的NIR条带在0.77µm处显示的最大差异高达80%以上。由于NIR波段之间的差异很大,因此这些波段的RSR功能对NDVI的影响比红色波段更大。

希望对您有帮助...


10

如果您只有SPOT 5和Landsat TM可供选择,那么钱就不成问题,并且在3万公顷的小面积土地上,我同意SPOT5是最佳选择,尽管Landsat具有一些强大的优势:

SPOT5:

  • 2,5 m空间分辨率
  • 3个光谱带(绿色,红色,近红外)
  • 约每平方公里€2,64
  • 重访时间
  • 最大的优点:更好的分辨率,非常适合非常高的空间细节贴图

陆地卫星

  • 30m空间分辨率
  • 7个光谱带(R,G,B,NIR,MIR,TIR,FIR)
  • 每平方公里约0.5€
  • 最大的优势:更好的频谱信息是更好地进行主题区分的理想选择;价钱

您也可以选择Rapideye,Aster或LISS-IV。

干杯,Vasco Nunes


两者都有近红外波段,因此都适合进行植被分析。要获取更多详细信息,您可以将Landsat 7分辨率提高到15m(该波段通常随影像提供)。Landsat7使您可以组合波段以达到自然色。如果我没有记错的话,我相信SPOT 5并非如此。可以以某种方式重新计算色带以模拟自然色。我记得这样做,但是我的水体仍然比紫色更紫色。还想补充一点,价格取决于位置。在加拿大,Landsat 7和SPOT 5均可免费使用。
Jakub Sisak GeoGraphics 2012年

Landsat 5 TM是卫星,因此分辨率约为30m。但我同意Landsat的丰富性。不过,这个想法只是自动映射植被存在的地方。正如您所说,两者都可以让您生成NDVI。SPOT可以为您提供更好的空间分辨率。免费SPOT 5图片?真好!
vascobnunes 2012年

2
如果您只需要区分植被与非植被,则来自任一传感器的NDVI都可以使用。Landsat应该使您能够更好地进一步分类植被类型。请注意,平整锐化实际上仅对显示有用。如果要进行分析,那么对数据进行处理是非常有害的。
大卫

+1重新。大卫的令人震惊的评论。@vascobnunes SPOT 5多光谱分辨率为10m(G,R,NIR)和20m(MIR)。仅全色波段为2.5m。
user2856'5

@David关于泛锐化注释:确实,如果您要分析图像的光谱信息(例如,出于自动分类的目的),最好不要更改像素的原始值(DN)。但是对于视觉解释/分类或如果您想执行自动分割,使用锐化的图像将很有用。
vascobnunes,2012年

2

如果您想对Landsat进行自动分类,我认为任何2.5 m分辨率图像的自动分类(取决于区域的类型和多样性)都将使您处理很多伪像,除非您真的很擅长: )。

这种数据集的目的是要考虑的主要内容。只是可视化?非常详细的面积计算?邻近分析?您要在数据集中表示的最小植被面积是多少?您的时间表和工作人员多少?所有这些都应该给您答案。

主要的指导是要考虑很多事情,并且该项目的目的。


是的,如果作业问题将这些问题作为范围,将很容易回答,但实际上已经结束了。
内森(Nathan W)
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.