首先非常感谢有研究GIS领域的大佬们分享的博客，下面链接是参考的原文，在充分尊重原作者的基础上整合编写完善这篇文章，如有侵权可私信联系我修改删除！非常感谢！

顺便说一下为什么多光谱数据需要去模拟真彩色： →→→主要是针对一些遥感数据缺失蓝波段而无法进行真彩色影像合成的问题，提出一种模拟多光谱传感器真彩色影像的方法。

（以上仅供个人学习使用） 下面附上参考原文链接： spot多光谱数据模拟真彩色的三种方法 SPOT5多光谱数据模拟真彩色的三种方法 遥感图像彩色合成

要求：采用SPOT影像（20m）近五年影像数据完成城市不透水面、植被和水体的提取，分别保存为三个文件夹，文件按照时间顺序命名，下载影像数据的网站：REGARDS OSS 下载影像数据的详细步骤可以参考以下链接：spot卫星介绍与数据下载 下载数据连接我搬过来了： spot1-spot5免费的卫星数据下载链接为：spot1-spot5免费的卫星数据 spot-6付费数据的下载链接为：spot-6付费数据 spot-7付费数据的下载链接为：spot-7付费数据

下面是近红外波段和中红外波段的介绍： 原文参考链接：近红外和中红外有什么区别? 近红外和中红外主要的区别一个是波段范围，另一个光谱携带信息。这导致两者在采样方式及应用上的区别。 波段范围，按照波长的大小，红外波段可以分为三个不同的区域：

近红外是由分子的倍频、合频产生的； 中红外属于分子的基频振动光谱； 远红外属于分子的转动光谱和某些基团的振动光谱。 根据波长与能量的关系，E近红外>E中红外>E远红外

SPOT-1,2,3 的每颗卫星携带着 HRV-1 和 HRV-2 共计2个仪器，其卫星的各波段详细参数如下所示：

SPOT-4 卫星携带着 HRVIR-1 和 HRVIR-2 共计2个仪器，其卫星的各波段详细参数如下所示：

SPOT-5 卫星携带着立体视图的 2 个仪器：HRG1 和 HRG2。创新性地引入了 THR 超级模式该模式，该模式能从两景 5 m 分辨率影像中创建 2.5 m 分辨率的影像，该卫星的波段详细参数如下所示：

SPOT-6 /-7 是SPOT-5 的继任者，提升了分辨率，添加蓝色带。另外，这两颗卫星与Pléiades-1 、Pléiades-2 卫星（分辨率0.5m）组成了星座，四颗卫星在同一轨道上相距 90°。

我们的数据下载好之后，接下来多光谱数据模拟真彩色的三种方法了。 先介绍一下彩色合成：彩色合成技术就是利用眼睛的视觉特性，以少数几种色光或染料合成出许多不同的颜色。 遥感图像彩色合成包括伪彩色合成、真彩色合成、假彩色合成和模拟彩色合成4种方法。 伪彩色合成：是把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色，然后进行彩色图像显示的方法，主要通过密度分割法来实现。

真彩色合成：即在彩色合成中选择的波段的波长与红绿蓝的波长相同或相近，得到的图像颜色与真彩色近似的合成方式。例如，将TM图像的3、2、1波段分别赋予红、绿、蓝三色，由于赋予的颜色与原波段的颜色相同，可以得到近似的真彩色图像。

假彩色合成：是最常用的一种合成方法，对于多波段遥感图像，选取其中的任意3个波段，分别赋予红、绿、蓝三种原色，即可在屏幕上合成彩色图像。但所合成的彩色图像并不表示地物真实的颜色。 假彩色合成选用的波段应该以地物的光谱特征作为出发点，不同的波段合成方式，用来突出不同的地物信息。 在LANDSAT的TM图像中， 波段2为绿波段（0.52-0.60um）， 波段3为红波段（0.63-0.69）， 波段4为近红外波段（0.76-0.90）， 对4、3、2波段分别赋予红、绿、蓝色合成的假彩色图像称为标准假彩色图像。类似地，对于MSS图像，选择波段4、2、1分别赋予红、绿、蓝色合成可得标准假彩色图像，SPOT图像的标准假彩色合成方案为3（红）、2（绿）、1（蓝）。在标准假彩色图像中，突出了植被、水体、城乡、山区、平原等特征，植被为红色、水体为黑色或蓝色、城镇为深色，地物类型信息丰富。

模拟真彩色合成：3种方法 1）SPOT IMAGE公司提供的方法： 红色用 XS2 表示 绿色用 （XS1+XS2+XS3）/ 3 的波段运算实现 蓝色用 XS1 波段代替；

2）RRDAS IMAGING软件中的方法： 红色用 XS2 表示 绿色用 （XS1*3+XS3）/4 的波段算法实现 蓝色用 XS1 波段代替；

3）不确定参数法： 此法引入了全色波段（P） 红色用 （aP+（1-a）XS3） 表示 绿色用 2PXS2/（XS1+XS2） 的波段运算实现 蓝色用2PXS1/（XS1+XS2） 波段代替，为了防止出现过饱和现象，系数a根据遥感影像景观取值，介于0.1-0.5之间。

针对我们的课程大作业中需要处理的细节部分，建议大家参考这个链接： 使用ENVI提取SPOT影像感兴趣区域的水体范围