1. SPOT卫星数据获取全攻略第一次接触SPOT卫星数据时我也被各种数据源和下载流程搞得晕头转向。经过多次实践我总结出这套适合新手的下载方案帮你避开我踩过的那些坑。目前SPOT系列卫星数据主要分为免费和付费两类。SPOT-1到5的数据可以通过法国空间研究中心CNES的REGARDS平台免费获取而SPOT-6/7则需要通过商业渠道购买。实测下来REGARDS平台的下载速度还算稳定但需要注册账号并通过审核。具体下载步骤访问REGARDS平台官网https://regards.cnes.fr注册账号并等待审核邮件通常需要1-2个工作日登录后在地图界面划定研究区域设置时间范围建议选择云量10%的影像筛选SPOT卫星数据产品加入购物车并完成下载这里有个实用技巧下载前务必检查元数据中的云量覆盖率和传感器角度。我曾经因为没注意这些参数下载了一堆根本用不了的影像白白浪费了时间。2. 深入解析SPOT各代卫星波段特性2.1 SPOT-1/2/3波段配置分析这三代卫星的HRV传感器配置非常相似都包含4个多光谱波段和1个全色波段。最特别的是它们都没有蓝波段这也是后续需要模拟真彩色的主要原因。我整理了一个更直观的对比表格波段名称波长范围(μm)分辨率典型应用场景XS1绿波段0.50-0.5920m植被健康监测XS2红波段0.61-0.6820m土壤/岩石区分XS3近红外0.78-0.8920m植被识别SWIR短波红外1.58-1.7520m矿物识别/水分监测PAN全色0.51-0.7310m提高空间分辨率2.2 SPOT-4/5的重要升级SPOT-5带来了革命性的THR超级模式通过算法将两幅5m影像合成为2.5m影像。这个功能在城市地物提取中特别有用我做过对比测试THR模式下的建筑物边缘识别准确率能提升30%左右。2.3 SPOT-6/7的全新特性这两代卫星最大的改进是增加了蓝波段0.455-0.525μm终于可以生成真正的真彩色影像了。分辨率也大幅提升到1.5m全色和6m多光谱。不过要注意的是它们的影像价格较高学生党可能要考虑申请教育优惠。3. 多光谱数据模拟真彩色实战3.1 为什么需要模拟真彩色简单来说人眼对彩色影像的解读能力远高于灰度影像。在课程作业中老师要求区分城市不透水面、植被和水体如果用假彩色图像可能需要专业训练才能准确识别而真彩色图像连外行都能一眼分辨。3.2 三种模拟方法的详细对比3.2.1 SPOT IMAGE公司标准方法这是最保守稳妥的方案# ENVI波段运算公式 red XS2 green (XS1 XS2 XS3)/3 blue XS1优点是计算简单色彩过渡自然。缺点是绿色通道细节会有损失我在城市区域测试时发现公园植被的细节层次感不如真实彩色影像。3.2.2 ERDAS IMAGINE加权法这个方法对绿色通道做了优化red XS2 green (XS1*3 XS3)/4 blue XS1实测效果显示这种方法能更好地保留植被纹理特别适合以植被分析为主的项目。不过水体颜色会偏绿需要后期调整。3.2.3 全色波段融合法这是最复杂但效果最好的方法# a值建议从0.3开始尝试 red a*PAN (1-a)*XS3 green 2*PAN*XS2/(XS1XS2) blue 2*PAN*XS1/(XS1XS2)这个方法巧妙利用了全色波段的高分辨率信息生成的影像不仅色彩逼真细节也更丰富。我在上海城区测试时连马路上的车道线都能清晰可见。不过要注意调整a值过大会导致色彩失真。4. 城市地物提取实战技巧4.1 不透水面提取方案建议使用NDBI指数归一化建筑指数NDBI (SWIR - NIR)/(SWIR NIR)配合形态学处理可以很好地提取城市建筑区。我通常设置阈值0.2作为不透水面再通过腐蚀膨胀操作去除噪声。4.2 植被提取优化方案除了常规的NDVI我推荐尝试EVI指数增强型植被指数它对高密度城区效果更好EVI 2.5*(NIR-Red)/(NIR 6*Red - 7.5*Blue 1)4.3 水体提取的坑与技巧很多同学直接用NDWI指数但在城区容易把阴影也误判为水体。我的改进方案是先用NDWI初筛阈值0结合热红外波段如果有排除阴影最后用形态学开运算去除小噪点记得保存结果时要按时间顺序命名建议采用YYYYMMDD_地物类型.tif的格式这样后期处理时不会混乱。