GEE入门篇|图像处理(一):理论介绍

光谱指数是基于地球表面不同的物体和土地覆盖反射不同波长的不同数量的太阳光的事实。例如,在光谱的可见部分,健康的绿色植物反射大量的绿光,同时吸收蓝光和红光------这就是为什么它在我们的眼中是绿色的。来自太阳的光的波长也超出了人眼所能看到的范围,而且有很大的不同在生物和非生物的土地覆盖之间以及不同类型的植被之间,在可见波长内和在可见波长外的反射率。在前面的内容中,当我们绘制彩色红外图像时,我们已经可视化了这一点(图1)。

图1 我们绘制的来自多个卫星传感器的彩色红外图像。近红外光谱被标为红色,显示出有大量健康的植被

如果我们绘制物体或土地覆盖物反射的不同波长的光量(反射率),我们可以更容易地将其可视化(图 2)。 例如,查看下图中土壤和水的反射率曲线。 土壤和水在 300 nm 左右的波长(紫外线和紫光)下都具有相对较低的反射率。 相反,在700 nm以上的波长(红光和红外光)下,土壤的反射率相对较高,而水的反射率很低。同时,植被通常会反射大量的近红外光,相对于其他土地覆盖。

光谱指数使用数学将物体如何将光谱的多个部分反射光表示为单个数字。 指数通常通过简单的减法和除法运算组合多个波段,以在图像中创建单一值,旨在帮助区分感兴趣的特定土地用途或土地覆盖。 使用图 2,您可以想象哪些波长可能最能提供区分各种土地覆盖的信息。 我们将在之后的部分中探讨根据波段组合进行的各种计算。

来自卫星图像的指数被用作许多遥感分析的基础。 指数已用于数千种应用,从检测人为森林砍伐到检查作物健康状况。 例如,可以在整个生长季节监测小麦和棉花等重要经济作物的生长:裸露的土壤反射更多的红色波长,而正在生长的作物则反射更多的近红外(NIR)波长。 因此,计算这两个波段的比率可以帮助监测农作物的生长情况。

图2 在电磁波谱的可见和红外部分,地球表面不同物体在不同波长下的反射率。1µm(µm) = 1000nm (nm)

相关推荐
蜗牛互联网9 分钟前
Python Agent 工具调用:审批令牌、参数白名单和累计预算
java·开发语言·人工智能·windows·后端·python
陈嘿萌40 分钟前
TPAMI 2026|红外、SAR、深度与地图能否用一套特征匹配?北理工HIMO给出无需预训练的通用路线
图像处理·人工智能·深度学习·计算机视觉·图像匹配·学术研究与理论基础
承渊政道42 分钟前
【Python编程—从入门到实践】(让程序记得、恢复并解释失败:Python 文件、异常与JSON系统教程)
开发语言·python·pycharm·json·异常处理
一水鉴天1 小时前
声调韵的序:从古汉语音韵到系统科学语言的场效应推演 20261013(千问)
开发语言·人工智能
郭庆汝1 小时前
(六)MCP+A2A之——Playwright与BrowserUse:让AI学会像人类一样使用浏览器
开发语言·python
怕浪猫1 小时前
给AI配一台电脑,开源版Muse来了,OpenMuse赶紧去二次开发吧
javascript·面试·github
涉密IT资质笔记1 小时前
涉密资质投入产出分析模型:时间成本、四块成本构成与 ROI 决策框架
java·开发语言·算法
Jack N1 小时前
【Strapi 系列之二】Collection / Single / Component 怎么选?Strapi 字段大全一篇讲透
前端·javascript·strapi
北风toto1 小时前
KMP 算法详解:从暴力匹配到 O(n+m) 的字符串搜索
java·开发语言·算法
william_yangshun1 小时前
WordCraft 观察:纯 Rust 重写文字处理器,把文档变成可编程对象
开发语言·后端·rust·文档自动化