遥感技术的类型范文

遥感技术的类型篇1

关键词：遥感；地质找矿

一、遥感地质概述

遥感地质又称地质遥感，是综合应用现代遥感技术来研究地质规律，进行地质调查和资源勘查的一种方法。它从宏观的角度，即以各种地质体对电磁辐射的反应作为基本依据，结合其他各种地质资料及遥感资料的综合应用，以分析、判断一定地区内的地质构造情况。

1.遥感地质找矿早期发展状况

遥感技术在地质研究领域的应用促进了我国矿产资源的发现。20世纪80代航空与卫星遥感广泛应用参与大型地质找矿。取得了许多辉煌的业绩。20世纪90年代以后遥感技术发展迅猛。遥感数据的空闻分辨率已南千米级、百米级提高到厘米级；光谱分辨率由原来的几微米、几十纳米提高到几纳米；时间分辨率由原来的几周、几天提高到几小时。

2.遥感地质找矿的理论依据与技术基础

遥感信息，特别是多种遥感信息的综合，具有丰富的地质内涵和坚实的物理基础。这使得遥感地质找矿具有宏观性、多波段、信息量丰富、立体感强、便于定位等优势，是地质找矿不可或缺的手段。在遥感地质找矿的遥感影像分析中，传递含矿构造和含矿载体的两种标志，一是构造、结构、纹理特征；二是光谱特征。各种矿产资源的形成、产出，都与一定的地质构造条件有关，如斑岩铜矿与中酸入体有关；煤矿赋存在某些地质时代的煤系地层内。前者反映地质控矿构造特征、岩石类型特征等，通过研究遥感影像上显示的线性和环状信息可以揭示区域构造体系及其控矿作用；后者反映了地层层序、岩石类型的差异，矿物成分和含量的差异，特别是矿化蚀变信息。由于蚀变岩矿物具有本身的光谱特征，而一定类型的蚀变岩矿物组合常可指示一定矿种的存在。因此，利用构造分析、多光谱遥感资料解译、分析区域成矿地质条件，提取某些矿床类型的遥感标志是遥感地质找矿的基本出发点和理论依据与技术基础。

二、遥感在地质找矿中的应用

遥感技术在地质找矿工作中的应用可归纳为如下几个方面：

第一，利用图像上显示的与矿化有关的地物，直接圈定靶区，为找矿指明方向。如利用植物吸收不同金属元素所产生的不同光反射率、热反射率和叶绿素发光率进行波谱试验，为在植被发育地区快速发现工业矿产开辟新的找矿途径。

第二，利用数字图像处理技术，进行多波段，多种类遥感图像的综合处理分析，增强或提取图像上与成矿有关的信息，尤其是矿化蚀变信息，为找矿提供依据，指明找矿方向和有利成矿的远景地段。

第三，利用解译获得的资料，分析区域成矿条件，进行区域成矿预测，主要表现为地质构造信息的解译和岩性地层等信息的解译。

三、遥感地质找矿的发展前景

20世纪末以来。随着数字地球的提出和现代信息技术取得新进展，数字地球的理论方法和现代信息技术的新进展引入地质勘查领域。应用现代信息技术的新进展进一步解决矿产资源问题成为地质找矿发展的必然趋势。在数字地球框架下，将遥感技术与地质领域传统方法技术相结合，与其它现代信息技术相结合。

1.RS与GIS、GPS的结合

RS（遥感）具有信息丰富、覆盖范围广、现势性强等特点，是GIS（地理信息系统）的重要数据源之一。GIS为处理和分析应用遥感数据提供了强有力的技术保证，遥感影像的识别在GIS支持下可改善精度并在数学模型中得到应用。GIS技术作为遥感信息找矿的有利工具可以快速、精确地对复杂的地理系统进行空间定位和过程分析，极大地提高了找矿预测的效率。GIS多维技术的发展将促进多维预测找矿模型的建立，这一模型的建立有利于隐伏矿床的找矿突破。未来，将GPS（全球定位系统）连同其它传感器等一起安置在卫星上能够降低数据采集的成本，提高GPS的数据价值。

2.高光谱遥感技术的发展

高光谱或成像光谱技术就是将由物质成分决定的地物光谱与反映地物存在格局的空间影像有机地结合起来，对空间影像的每一个像素都可赋予对它本身具有特征的光谱信息。由于高光谱遥感影像提供了更为丰富的地球表面信息，因此在地质找矿领域得到了广泛应用并有了快速发展。如矿物填图是高光谱技术最能发挥其优势的领域，它在直接识别蚀变矿物，圈定找矿靶区，建立不同矿床的成矿、找矿模型等方面都发挥了重要作用。今后需加强岩矿反射、发射光谱精细特征和提高识别矿物种类的研究。

3.遥感数据处理系统的发展

随着遥感技术的发展，传感器的空间分辨率和光谱分辨将大幅提高，遥感信息量也将大幅增加。要在海量数据中提取有用的找矿信息，必然对遥感数据处理系统提出更高的要求。目前，多光谱遥感数据处理系统在数据的压缩、传输、专业软件的发展上都取得了很大的进步。在高光谱遥感数据分析、处理方面关键是在光谱维上进行图像信息的展开和定量分析。此外，实现信息分析模型和算法语言的改进也将大大提高遥感信息处理的速度和精度，提高找矿工作的效率。

4.遥感与多源地学数据的融合

多源数据的融合处理能够避免单一信息的。片面性，使融合结果更加准确和客观。特别是利用遥感技术寻找深部矿床时，单纯使用遥感图像存在明显的局限性，往往需要物探、化探地学数据以及各种地质图件的融合处理。其目的就是要充分集成不同来源数据的优点，尽可能多地获取地物信息，以提高解译精度和可信度。遥感与多源数据的融合应用既是当前矿产和石油勘查中的热点问题，也是未来的发展方向。

四、小结

随着我国国民经济的迅速发展，矿产资源的需求越来越大，矿产资源对我国国民经济发展的瓶颈制约凸显。但我国重要资源可采储量下降，难以满足现代化建设的需要。所以，采用新技术、新方法，通过实现地质工作的现代化来加强各种矿产资源的勘查力度，扩大矿产资源储量，是保障我国可持续发展所需的矿产资源战略的重要途径。遥感曾作为一项新的技术给地质找矿带来了一些便利，但随着找矿工作的发展也对遥感提出了新的要求，这也就是遥感在地质找矿中的发展方向。遥感地质曾经为地质找矿有过巨大奉献，也将会有更大的奉献。

参考文献：

[1]李聪慧；刘存在；杨利平；于广成.遥感地质找矿标志；2008年5月第10期.

[2]池三川.应用遥感技术加快矿产资源的勘察(上)遥感技术.

[3]丁建华；肖克炎.遥感技术在我国矿产资源预测评价中的应用.地球物理学进展；2006，21(2).

[4]王润生.遥感地质技术发展的战略思路.国土资源遥感；2008年第1期.

[5]编委会.最新地质矿产找矿新技术新思维与相态分析及标准规范汇编[M]徐州；中国矿业大学出版社.2007.

遥感技术的类型篇2

关键词：遥感测量；城市建设；发展趋势

中图分类号：K915 文献标识码： A

Abstract：the ability of remote sensing data to get the data with the development of technology has been greatly improved， which also increased the remote sensor's application ability， make it has a practical value in many fields. With deepening of degree of application， new technology and method must be made photogrammetry and remote sensing technology to a higher level， for the development of the measurement of lay a solid foundation.

Key words： remote sensing； Urban construction； The development trend

引言

摄影测量与遥感技术的应用已经逐渐步入信息化阶段。随着我国航空航天技术的不断发展，如何将各行各业的发展与摄影测量和遥感技术相结合从而推动我国经济的发展，已经成为未来摄影测量和遥感技术发展的主要方向。

一、摄影测量与遥感技术的现状

从摄影测量与遥感技术的发展来看，摄影测量与遥感技术在近30年的时间里已经涉及到城市建设、水利、测绘、海洋、农业、气象、林业等各个领域，在我国的经济发展中起着至关重要的作用。摄影测量从20世纪70年代后期从模拟摄影中分离出来，并逐渐步入数字摄影阶段，摄影测量正在逐渐的转变为数字化测绘技术体系。

1、摄影测量与遥感技术有利于推动测绘技术的进步

我国的摄影测量从上世纪70年代后期经历一个系统的转变。在经历了模拟摄影测量以及解析摄影测量阶段之后，摄影测量终于步入了数字摄影测量的阶段，这也成为我国传统测绘体系解体，测绘技术新体系兴起的标志。

首先，从数字影像的类型来看，当前我国已经建立了数字栅格图、数字高程模型以及数字正射影像，土地利用与地名数据库也随之建立起来，摄影测量与数据库的多样性在一定程度上为生产运用提供了可能，从而进一步推动了测绘技术的发展。

其次，由于摄影测量与遥感技术的飞速发展，也逐渐被国家所重视，并利用这两项技术来完成了各种地理比例尺地形图的绘制。此外，还推动了诸多具有全国界别的基础地理信息数据库的建立。比如：比例尺级别为1：50000，1：1000000等的部级地理信息数据库；除开部级的，还有省级、县级等的地理信息数据库等。

2、摄影测量与遥感技术有利于提升空间数据的获取能力

我国获取空间数据的能力在经过五十年的发展，有了较大的提升。对具有自主知识产权的处理遥感数据平台进行了研发，从而推动了国产卫星遥感影像地面处理系统的建立，并在摄影测量方面积极进行研究和探索，为我国独立处理信息、获取观测体系的建立提供了坚实的基础。

首先，从获取数据的能力方面来看，传感器在国家863以及973计划的支持上成功被研制出来，成功发射了对地观测的包括通信卫星、海洋卫星、气象卫星以及资源卫星等五十多颗卫星，并推动了资源、风云、环境减灾以及海洋四大民用对地观测卫星体系的建立，实现了从太阳和地球同步轨道对地球多传感器、多平台的观测以及对地球表面分辨率不同的雷达和光学图像的获取，并将这些获取的数据用于对海洋现象、大气成分、自然灾害以及水循环等各个方面的监测。

其次，从数据储备方面来看，数据积累已经成功的覆盖了全国海域、陆地以及我国周围国家和地区的包括一千五百万平方公里的地球表面数据。

二、遥感测量技术在地籍测绘中的应用

1、动态监测应用

随着越来越成熟的技术已融进地籍测绘中，比如遥感结合地理信息系统，以及GPS等定位技术，给土地测绘带来了更多的方便。遥感测量技术在地籍测绘中的应用，最直接的一点便是其动态监测。所谓动态监测，就是运用遥感测量技术，对土地的变更、土地调查和动态进行相关监测。在地籍测绘中，动态遥感监测技术是对土地利用率和相关调查资料，通过数字和图形等难识别对象为基础，利用计算机相关技术，对难识别的信息进行处理，变成可识别的文字和图像，然后记录相关数据信息，合理确定监测周期，对土地利用变化情况进行全新的监测，各个时期的数据进行对比，做出结论。地籍测绘相互资料便于核查土地利用总体规划，为国家整体规划和相关决策提供可行的理论资料。动态监测，可以及时发现违法用地情况，对于违法用地情况上报相关部门，进行查处。

2、遥感测量技术运用

在计算机制图的环境下运用遥感资料编制出所需的地籍图，这是遥感信息在地理研究和测绘制图中的重要运用。利用遥感测量技术制作地籍图的技术流程主要体现为：先是选择合适的影像源，数据源不同特性也会不同，因此提取信息的方法也不相同，目前常用的遥感影像有Landsat-TM、SPOT等。其次要选择某种遥感软件进行影像的几何纠正和影像的配准，当前常用的遥感软件有ERDAS、ENVI等。然后是遥感影像的融合，通过影像融合，希望不仅突出其中较高的空间分辨率，还能保持良好的光谱特征。还可对融合后的影像进行线性拉伸、灰度变换等增强处理，以提高图像的对比度和清晰度，突出图像的细节部分，利于影像判读和量测。最后通过目视解译和实地踏勘相结合的方法，把不同地物的形状和各个区域的范围从遥感影像上提取出来，就是形成矢量文件，提取过程中，地物类型可参照地籍调查中的土地利用现状分类标准进行。

三、遥感技术的发展趋势

1、新型传感器 SAR 系统及其数据处理

怎样合理高效的处理SAR 数据并进行信息提取是当今研究的一个重要方向 ，在立体 SAR 方面 ，构象方程的建立、精度评估和平差参数的选取还将是研究的重点。在参数的提取上面已经发展基于知识的识别阶段，处理对象从像元到同质像斑发生转变，但是SAR 数据参数的提取效率和精度仍然影响着其发展。

2、多源遥感数据融合

在多源遥感数据融合方面，线特征的配准是当今的研究重点，现如今，各种新的数据融合方法不断出现，目标旨在保持丰富的光谱信息并提高计算效率。但是目前还缺乏统一的融合模型以及客观的评价方法。

3、高级新型分类算法

分类计数在近几年中出现了飞速进展 ，各种智能化和自动化程度很高的新算法涌现出来 ，成为了研究的热点。这些新的算法在精度方面都有了明显提高 ，而且 ，分类的不确定性分析也受到了重视。

4、遥感可反演参数的类型增多，精度提高

在参数反演方面，通过引进先验知识，改进参数的反演策略，使得涉及到海洋、陆地、大气、社会、生物等多领域的反演参数类型有了增加，而且其精度正在提高。

结束语

遥感技术的类型篇3

[关键词]遥感应用；变化检测；资源环境卫星气象学一般流程

一、遥感技术变化检测应用

1.1 遥感技术变化检测应用综述

从1972 年美国发射第一颗陆地资源卫星以来，对地观测卫星发展迅速，应用领域得到不断扩大，应用成效也得到不断提高由于遥感观测有着信息获取方式优良，获取条件相对简单，实时性、高效性、广域性以及其他诸多优点，因而如何从遥感观测所供给的大量数据中提取变化信息，并将这些信息运用于生产生活的方方面面，已经成为目前遥感应用领域中一个亟待解决的问题。

为了解决上述问题，变化检测技术应运而生。所谓变化检测技术就是对不同时段的目标或现象状态发生的变化进行识别、分析的计算机图像处理系统，包括判断目标是否发生变化、确定发生变化的区域、鉴别变化的类别、评价变化的时间和空间分布模式。在遥感技术几十年的发展历程中，变化检测技术的研究成了各地专家学者研究的一个重要的课题。在计算机图形学、空间探测技术以及其他与遥感有关的诸多领域蓬勃发展的带动下，世界各地学者跨国、跨领域的交流合作下，基于遥感影像的变化检测技术迎来了一个高速发展时期。然而就目前的技术与设备而言，目前所采用的任何一种变化检测方法都具有其局限性。在下文中，我们将就各类方法的局限性与优越性进行讨论，了解其特点与所适用的领域。

1.2主流变化检测方法及优缺点

随着数十年来各国学者跨学科跨领域的合作交流，遥感相关学科的蓬勃发展，作为土地覆盖利用监测的关键技术的变化检测方法日益繁多。可以将遥感影像的配准方式以及变化检测的数据源作为划分依据，将目前主流的变化检测方法分为两大类、七种方法。第一类是先进行图像配准后变化检测的方法；第二类是变化检测与图像配准同步进行的方法。或者，可以按照是否需要进行实现分类作为划分依据，将变化检测方法划分为两类：即直接比较变化检测法、分类的变化检测法。

二、遥感技术在资源环境中的应用

2.1遥感技术应用于资源环境监测中的必要性

自第一次工业革命以来，经济发展与环境保护、资源开发和可持续发展之间的矛盾便已经存在，且受到世界经济的不断发展以及后续两次工业革命的影响，人与自然、人与资源的矛盾日益加剧。如何处理与社会发展相共生的资源匮乏以及环境恶化，成为人们不得不面对的一个问题。然而一直以来，两道天堑阻隔在资源环境问题处理的面前，即如何全面而快速地获取资源环境变化信息，以及如何高效高精度的处理这些数据。直到20世纪60年代，随着空间探测技术的发展以及大数据处理技术的日渐成熟，遥感技术进入了人们的视野之中。遥感技术以其观测的广域性、数据获取的综合性、资料采集与数据处理的高效性、处理结果的高精度性等优势成了现如今，局部乃至全球资源环境数据获取与处理的重要手段。

2.2遥感技术应用于资源环境的优越性

遥感技术对环境研究来说，其优越性可归纳为“高、远、多”。

高，遥感影像从高空对地面目标进行观测，所受的遮蔽少，视野开阔，观测范围大，鸟瞰全局，从而使遥感影像更加完备而全面的实现地面观测。

远，遥感技术能够不直接接触被测物体，远距离的获取地物的几何与物理信息，对目标地物及其所处的环境不造成干扰，使得获得的数据更加客观可靠。

多，包括多点位、多谱段、多时相、多高度的遥感影像和“多次增强”的遥感信息。

总的来说，遥感技术应用于环境资源中，可以为用户提供时空连续性的区域性同步信息。这些信息具有综合性、系统性与同时性，而这也恰恰是遥感技术区别于其他技术，在资源环境中的应用所具有的优越性。

2.3遥感技术在资源环境中的发展趋势

遥感影像获取技术方面，随着高性能新型传感器的研制开发水平的提高以及环境资源遥感对高精度遥感数据要求的提高，高空间和高光谱分辨率已是卫星遥感影像获取技术的总发展趋势。遥感技术在资源环境中的应用主要呈现以下五个大的发展的趋势：

2.3.1 遥感影像获取技术蓬勃发展

2.3.2 数据处理系统呈现高速性、大容量性和高精度性的特点

2.3.3 4S技术（GIS、GPS、RS、ES）技术呈现集成化、一体化的发展趋势

2.3.4 遥感信息模型与遥感信息处理方法的逐步发展完善

2.3.5 国家环境资源信息系统以及环境遥感应用系统的建立

可以预见的是，遥感技术在资源环境中的应用在未来的发展中，功能模块集成化、技术科学化、数据处理智能化、检测科学化等特点将更加明显。随着遥感技术以及相关学科的发展，在未来的生产生活中，遥感技术必将更加深入而广泛地应用于资源环境资料的获取与处理，以其独特的优越于生产生活。

3 遥感技术在气象学中的应用

3.1遥感技术应用于气象学的优越性与局限性

大气遥感作为遥感技术数十年间发展最为迅速的新兴学科，在大气科学中一直发挥着重要作用，是现今气象学的支柱学科之一。随着气象学的研究与发展，气象学对全球范围以及区域范围的大气特征的观测越来越强调其时空连续性。且由于气象学研究的主要对象无法直接接触，或直接接触难度大，遥感技术作为一种不直接接触被测物体，即可获得其物理几何特性的观测技术，显示出了其独特的魅力。另一方面大气物理学、近代电磁学、计算机及其相关学科的发展，传感器等硬件O施的完善，都进一步地推动了遥感技术在气象学中应用的深度与广度。

大气遥感是利用遥感器传感器所监测到的监测大气结构、状态及变化，不需要直接接触目标而进行区域性的跟踪测量，能够快速地进行污染源的定点定位，从而获得全面的综合信息得一门遥感技术。安置在遥感平台上的传感器通过对大气光谱特性的观测，可以将无法由遥感手段直接得到的各气体成分以及其他的各个物理量判读出来。遥感技术所用的探测波段广，可以根据不同大气成分的电磁波谱特性，选用合适的波段进行监测。同时，由于遥感平台上所搭载的传感器对于各种波谱的探测宽度与灵敏性远高于人眼，故可以探测到人眼无法识别的对象。遥感测量获得的原始影像能够给气象学研究提供更多的原始数据，而遥感影像的后续处理则能将所获取的大量数据转化成有益于气象研究的信息。

然而，受限于当前遥感技术的发展水平以及软硬件设备的技术条件，遥感应用于气象学中所获得的卫星云图分辨率有限，同时由于除观测对象外其他大气成分干扰，摄取的影响将会产生这样或那样的为误差，严重的影响测量精度，降低了遥感影像所获取的气象学资料的可靠性。

3.2遥感技术应用于气象学的几个实例

3.2.1有害气体的监测

有害气体通常指人为或自然条件下产生的二氧化硫、氟化物、乙烯、烟雾等对生物有机体有害的气体。但用遥感技术对大气中的某一成分进行观测时，我们往往不能直接对其进行观测。但是，@并不意味着遥感技术不适用于该类观测。我们可以利用所观测成分特定的电磁光谱特性间接地监测该成分的分布以及变化情况；或者我们可以通过观察这些不易直接观测的成分对其他地物的影响，以达到对目标成分追踪观测的目的。比如地表硫化面，酸雨对植物的腐蚀情况等等。

3.2.2城市热岛效应监测

城市热岛效应是城市中的空气温度高于城市周围郊区的温度，故形成了从城市流向郊区的一种环流。与有害气体监测相类似，城市热岛效应监测同样采用了间接监测的手段。我们知道到，植被覆盖率与植被覆盖种类和城市热岛效应的影响范围存在很强的相关性。通过比对城郊的植被变化，就可以得到城市热岛到效应的影响范围。当然，我们也可以通过直接比较不同时相的遥感热红外影像直接得到城市热岛效应的日/年变化规律。

4 遥感技术应用的一般流程总结

遥感技术应用的一般流程：

随着遥感技术应用领域的日益广阔，各个学科与遥感技术的联系逐渐加强，遥感技术的规范化、流程化成了大势所趋。如何建立一个普遍适用的大体操作流程，成了我们现在急需解决的问题，笔者根据平时所学以及汇总众多的资料，现提出自己的观点。

4.1利用遥感平台上的传感器对目标地物进行观测，实现数据的获取与输入。

4.2采集光谱特征，并依照光谱特征建立模型，并对模型进行评估，以此作为是否重建模型的依据。

4.3利用所建立的模型对采集到的数据进行处理，可分为三个流程：（1）建立数据处理流程；（2）选择各个环节所采用的数据处理方法；（3）输入所需处理数据并配置相关参数。

4.4获取处理后的数据，并对数据进行后续处理。

5 存在的问题及展望

5.1存在的问题

遥感技术经过数十年的发展，已经成为一个十分完善的学科体系，应用于生产生活的方方面面。然而，在现阶段的技术条件的限制下，遥感技术仍然需要面对一些技术上的挑战。

首先是遥感技术发展的过程中，尺度与角度的问题。由于用不同空间分辨率获取的图像间没有简单的平均或平分对关系。[16]传感器的分辨率与地物的辐射值并不满足线性相关。同时，由于传感器所接收到的辐射信号具有多源性和多时性，这就给数据的几何配准带来了不便。另一方面，虽然随着人工智能与计算机图形学技术的发展，遥感信息的提取效率越来越高。然而由于技术条件以及软硬件条件的限制，遥感信息的自动提取仍然是我们急需解决的问题。最后，随着时间维度的加入，遥感数据变得异常复杂。如何实现对四维数据进行同化，是我们不得不面对的问题。

5.2 对遥感未来的展望

遥感技术方兴未艾，即使是发展到现在，仍然有着巨大的发展潜力。无论是空间探测技术的进步，还是传感器的更新换代，都将极大地促进遥感技术的发展与繁荣。展望未来，我们可以发现遥感技术将呈现以下几个特点：

5.21随着传感器的更新换代以及遥感技术更高精度的要求，卫星遥感将呈现高分辨率、高精度的发展趋势。

5.2.2随着雷达技术的发展与广泛使用，各式雷达传感器的广泛使用，遥感技术走向全天候、全时段的新阶段。

5.2.3热红外遥感技术的大力推广使得遥感技术对于与地球表面热量有关的地物及其变化的监测进入了一个新的高度。

5.2.4 4s技术的发展使得遥感技术呈现集成化一体化的趋势。

5.2.5数字地球概念的提出，使得遥感技术与其他相关学科在全球层面上实现了一体化、系统化、联系化，构成了一个有机的整体网络。

结束语

自19世纪60年代遥感诞生之日起，数十年来，遥感技术在变换检测、资源环境信息获取与处理等诸多领域一直发挥着重要的作用。当然，任何技术都不是万能的，都有其局限性。然而遥感技术尽管经过了数十年的发展，但其应用前景依旧广阔。尤其是随着深空探测技术、图像处理技术、波谱分辨技术等相关领域学科的不断发展推进，遥感技术更是展现出来前所未有的生机，笔者限于所学知识有限，无法对遥感技术进行更深层次的专业化讨论，但我们相信，遥感技术的前景一定是务必广阔的。

参考文献：

[1]梅安新， 彭望， 秦其明， 等. 遥感导论[M].北京：高等教育出版社，2001.

[2]顾文俊，赵忠明， 王苓涓. 基于变化检测技术的城区建筑变化目标提取 [J].计算机工程与应用，2004 （1）：198 200.

[3]吴芳，刘荣，田维春，曾政祥.遥感变化检测技术及其应用综述 [J] . 地理空间信息，2007，No.2604：57-60.

[4]吴芳，刘荣，田维春，曾政祥.遥感变化检测技术及其应用综述 [J] . 地理空间信息，2007，No.2604：57-60.

[5]施益强，陈崇成，陈玲. 遥感技术在环境资源中的应用进展与展望[J].国土资源遥感，2002，04：7-13.

[6]石丽娜，赵旭东，韩发. 遥感技术在环境监测中的应用和发展前景[J].贵州农业科学，2010，v.38；No.23401：175-178.

[7]陈海健.遥感技术在环境监测中的应用和发展前景[J].中国新技术新产品，2011，No.20313：6-7.

[8]刘纪远主编.中国资源环境遥感宏观调查与动态研究〔C〕.北京：中国科学技术出版社， 1996.

[9]程立刚，王艳姣，王耀庭. b感技术在大气环境监测中的应用综述[J].中国环境监测，2005，05：17-23.

[10]吕达仁，王普才，邱金桓， 陶诗言. 大气遥感与卫星气象学研究的进展与回顾[J].大气科学，2003，04：552-566.[11]曹国东. 遥感技术在大气环境监测中的应用[J]. 内蒙古科技与经济，2010，No.20907：57+59.

[12]刘红，林昌虎， 何腾兵 . 遥感技术及其在环境科学领域中的应用 ―― 以水环境和大气环境为例 [A] . 贵州省土壤学会. 贵州省土壤学会2012年学术研讨会论文集 [C] .贵州省土壤学会：，2012：6.

[13]张春利， 曹宝顺. 遥感技术在农业气象业务服务中的应用 [J]. 民营科技，2013，No.15603：68.

[14]李春雷. 基于云平台的遥感业务流程研究及原型实现 [D] . 中国地质大学（北京），2013.

[15]汪承义， 赵忠明. 遥感影像流程化处理系统的设计与实现 [J] . 测绘科学，2006，06：105-106+88+7.

[16]宫鹏. 遥感科学与技术中的一些前沿问题[J]. 遥感学报，2009，v.1301：13-23.

遥感技术的类型篇4

【关键词】城市规划 建设监测 遥感技术

一、引言

我国正处于城市化加速发展阶段，《中国城市发展报告（2011）》研究结果表明2011年我国城镇化率已经达到51.27%，城镇化率首超50%，标志着我国从一个农业大国进入以城市社会为主的新历史阶段。为了实现一定时期内城市经济和社会发展目标，城市规划建设负责协调城市空间布局和各项建设的综合部署和全面安排，直接影响城市性质、规模和发展方向，影响城市土地利用，其对经济和社会发展有着深远的影响。城镇化建设加快，城市系统的变化也愈趋复杂，城市规划和建设任务更加繁重。在21世纪数字地球的时代，标准信息化是城市规划的必然，城市规划面临的首要问题就是基础数据获取，遥感技术获取数据宏观性、综合性、多源性和动态性周期性等特性，有助于更新城市基础地理信息，使其日益成为城市规划不可或缺的重要组成部分和技术支持，以适应现代城市建设与可持续发展的需要。同时面对城市规划建设中存在的许若干问题，遥感信息技术为城市规划和建设监管提供了一种实时高效的技术手段，遥感数据也因此成为城市地理信息的重要数据源。

二、城乡规划遥感监管业务与技术流程

城乡规划动态监管的主要内容是城乡规划强制性内容的落实情况，主要技术流程是应用遥感技术，通过同一地区不同时相的遥感影像提取城乡建设变化信息，将变化信息进行地物分类，与监管地区的城乡规划专题资料进行叠加对比分析，辅以外业核查，最后将城乡建设变化的空间位置和规划业务信息提交城乡规划主管部门，为城乡规划的编制、实施、监督和修改提供决策依据。监管业务流程和相关技术流程如下（图1）：

图1 城乡规划监管业务流程和相关技术流程

三、遥感数据源选取及数据处理

遥感地观测技术作为城市扩展监测的主要手段，提供了丰富的城市扩展变化数据，该技术在城市扩展监测中的发展趋势主要表现在采用高分辨率、高光谱遥感数据，对光谱特征非常相似的城市地物和人工目标物加以区分和精细分类，以提高城市规划建设变化监测数据的准确性、可靠性和时效性。

（一）遥感数据源选取

陆地卫星空间分辨率最高已达到厘米级，电磁波段也由可见光、近红外波段扩展到热红外、微波波段，从二维观测发展到三维观测，从宏观的区域研究开始向复杂的城市区域研究。

遥感数据源的选择需要考虑的因素非常多，包括价格、空间分辨率、成像时间、波谱分辨率等因素。针对城市规划遥感监测任务，选择合适的遥感数据源是最先要考虑的问题之一，原则上主城区由于建筑物密度较大，地物目标类型多样，通常选用低于1m以下空间分辨率的影像，城市郊区或城乡结合部可选用分辨率在2m左右的数据（见表1）。

为了提高城乡规划建设监管的效率和准确性，结合卫星遥感影像的分辨率和性价比，用于城市规划动态监管性价比比较好的遥感影像数据源组合是：主城区采用高分辨率的IKONOS、QuickBird、GeoEye-1和WorldView2数据，城乡结合部或者规划区范围采用SPOTS数据。

（二）数据处理及信息提取

获取了遥感卫星影像后，首先利用地形图数据对影像进行几何纠正，使得遥感影像的投影方式与地形图、规划图一致，为变化信息提取与分析创造条件；通过配准步骤，使规划所描述的城市功能分区与地理坐标相关联，实现与纠正后的遥感影像数据在同一参考基准下的比对。将配准之后的同一地区的多景影像进行镶嵌工作.使之成为一幅反映被监管区域全貌的完整影像。镶嵌处理之后进行全色影像和多光谱影像数据的融合，为后续的变化信息提取做准备。

在利用遥感技术进行城市规划监管工作中，最核心的图像处理步骤即为遥感图像信息提取与挖掘。通过对城市规划监管业务和技术需求分析，结合城乡规划主管部门的职能和重点工作的要求以及当地实际，确定重点监测目标，例如城市道路、城市绿地、城市水系、城市用地和历史文化名城等。通常监测目标在遥感影像上具有一下几个特征：1.地物光谱特征；2.纹理特征；3.地理空间特征；4.位置分布特征；5.特定空间结构和空间关系。通过以上地物目标特征，选取不同的方法对多时相高分辨率遥感影像进行变化差异图斑提取，并对这些差异实现地物分类。分类结果与各专题规划图进行对比，并辅以实地核查，最终将量化和定位结果上报行政管理部门。针对目前城市规划建设中存在的若干问题：违法建设大量出现、城乡结合部建设混乱、文物毁坏大拆大建、无规则擅自批建等，遥感技术和多时相影像数据成为了一种实时有效的城市规划监管方式。

四、遥感信息模型

遥感技术不仅可以获取直观形象的信息，例如房屋、道路、绿地等，而且可以通过数据挖掘技术提取无形信息，例如建筑容积率、建筑密度、城市大气环境与热岛效应、城市绿地调查、交通流量、城市扩展过程模拟与优化等等。遥感信息模型是用遥感信息和地理信息影像化的方法建立的一种物理数学关系模型。遥感信息模型有助于提高遥感影像利用率，较好的解决大数据量、小信息量的问题，同时也能够对不同城市规划建设目标提供辅助决策信息。遥感信息模型的应用，大大提高了数据采集速度，减少人工采集工作量，是城乡数据进行空间统计分析的基础。因此遥感信息模型是遥感信息研究的重要方面及遥感信息应用的发展方向。

五、总结与展望

遥感技术的类型篇5

关键词：3S技术；遥感估产；小麦；估产精度；估产模型；NDVI

中图分类号： F061.1 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2014.11.016

农业是国民经济的基础，这决定了农业是粮食安全和经济安全的基础。利用农业科学技术可以建立城市粮食安全系统，科学地指导粮食生产，估测粮食产量，对可能发生的问题及时提供解决方案，能够有效地提高城市可持续发展水平。张家港市是一个以农业为主的新兴城市，在进入21世纪的前10年，张家港市处于快速的农村城市化阶段[1]。随着城市化发展，人民生活水平有了较大幅度改善，但也带来了诸多生态环境问题。农业用地不断萎缩，粮食安全问题直接影响着张家港市的可持续发展。因此动态地大面积监测农作物长势和种植面积，科学准确地预报农作物的产量等活动，对张家港市合理利用耕地资源、控制耕地面积进一步减少，对张家港市各部门制定粮食调配计划，对确保张家港市粮食安全可持续发展，为张家港市进行农业决策提供及时、准确直观的现代化农业信息管理平台都具有重大意义。

近几十年来，遥感技术快速发展，尤其是近年来基于3S技术的估产方法，为农作物长势的大面积动态监测、准确定位种植面积、预报农作物产量，提供了一个全新的研究手段和创新平台[2-14]。利用3S技术进行农作物估产与利用非遥感的传统估产模式相比，如农学估产模式、气象估产模式、统计估产模式[15]，能避开很多复杂的中间过程，如影响产量的气候条件[16]、病虫害、水肥等，以及农学参数与产量的大量抽样和统计计算，从而用遥感资料与农作物产量建立直接的关系模型。遥感技术能够准确、定量、高效、宏观地评价农作物产量变化情况[17]。因此，3S估产技术与其它估产技术相比，有着更为广阔的技术优势。为此，得到了各国、各地区的广泛应用和迅速发展。

国际上，农作物产量的估测始于20世纪初，首先从小麦开始。20世纪70年代，美国国家航空航天局（NASA）、农业部（USDA） 、国家海洋大气局（NOAA）利用遥感技术联合制定并开展“大面积作物调查试验”计划（LACIE），对世界主要小麦产区生产力进行估算试验，精度达90%以上。欧盟利用NDVI与土地覆盖集成和小样方方法，建立了农作物估测系统，用于实施欧盟区的共同农业政策。前苏联、法国、德国、澳大利亚、加拿大、巴西、阿根毛廷、印度、日本、泰国等也开展了对一些主要农作物的遥感估产研究[18-20]。我国从20世纪80年代开始，首先以小麦为研究对象，进行粮食作物遥感估产的研究。“七五”期间，国家气象局开展了北方11省市冬小麦长势监测和产量预测研究，江苏省农科院、福建省气象科学研究所等对相关地区进行了水稻监测和估产。此后数十年，我国农作物遥感估产研究快速发展，全国不同研究院所对不同农作物进行了大面积动态地长势监测和估产，陆续建立了一系列农作物估产模型，精度不断提高[21]，主要可以归纳为3类遥感估产模式[22]：“光谱信息―植被指数―长势信息―产量”模式[23]；“光谱―水分与氮素―产量”模式[24]；“光谱信息―植被指数―长势信息―生长模型―产量”模式[25]。此外，农作物遥感估产中引入了一些新技术和方法，如杨小唤[26]将灰色理论方法用于小麦的遥感估产中；白锐峥[27]、刘婷等[28]研究了基于3S技术的小麦估产方法。

笔者基于张家港市2005―2008年的TM5影像和IRS-P6影像资料，采用NDVI值比较区分法，利用3S技术定量估测了张家港市8镇1区2005―2008年的小麦生产力，建立小麦单产估产模型，同时进行地面小麦生产力统计，并做了精度分析与校正。实现了利用3S技术快速、准确、客观估测张家港市小麦生产力的目标，可为张家港市将来发展精细农业和实现农业系统管理科学化、定量化，提供理论依据和新技术创新平台。

1 材料和方法

1.1 研究地概况

江苏省张家港市地处北纬31°43′～32°02′，东经120°21′～120°52′，位于长江下游南岸，江苏省东南部，为苏州市下辖县级市，也是长江和沿海两大经济带交汇处的新兴港口工业城市，2012年户籍总人口91.02万。全市总面积998.48 km2，其中，陆地面积785.55 km2。陆地东西最大直线距离44.58 km，南北最大直线距离为33.71 km。北宽南窄，呈倒三角形。地势低平，土地肥沃。全年平均气温16.5 ℃，历年平均降水量1 050.5 mm，属亚热带季风气候。张家港市是苏州稻麦一年三熟和晚稻、小麦、油菜一年两熟、小麦、油菜一年两熟并重的栽培区，其中主要种植的作物包括小麦、水稻、油菜和棉花等[29]。张家港市下辖8镇1区，其县政府位于杨舍镇，同时该镇也是张家港市区所在地。

1.2 主要技术路线

利用3S技术，以农业系统管理工程理论为指导，实现ETM信息与MODIS信息及不同时相“天地”资料的叠加分析。基于农作物遥感绿度值，即归一化植被指数NDVI（Normalized difference vegetation index）、垂直植被指数PVI（Perpendicular vegetation index）和比值植被指数RVI（Ratio vegetation index），不同生育期产量资料与植被盖度的相关性，通过农业生产上的产量趋势分析，和不同种类的农作物识别、分层、播种面积提取方法研究，分析农作物生长、遥感动态监测农作物长势。加工与处理空间数据和制作图件，进而在地面调查统计和遥感资料数据信息处理的交互方式下，构建可运行决策支持系统及各类农作物单产估测模型，科学准确地、动态地大面积估测江苏省张家港市小麦的生产力[2-8]。

1.3 遥感资料数据处理

购买张家港市2005年3月23日TM5影像，2005年9月29日IRS-P6影像，2006年5月3日IRS-P6影像，2006年9月18日TM5影像，2007年1月24日TM5影像，2008年5月2日TM5影像和2008年7月5日TM5影像（购买于中国科学院对地观测中心）。时间分辨率小于20 d，空间分辨率小于30 m。用ERDAS8.7软件将这些遥感信息源数据转化成IMAGE格式，以便于ERDAS识别。为了对遥感影像进行地理校正和投影坐标类型的转换，我们从张家港市国土资源局获取2004年、2005年、2006年和2007年的土地利用图。所有遥感影像及土地利用图均采用UTM-WGS84坐标系。利用了国际上使用较多，发展较为成熟的6S模型（Second simulation of the satellite signal in the solar spectrum）对各时期遥感图片进行大气辐射校正。

1.4 利用3S技术估测小麦种植面积

1.4.1 小麦种植面积提取 本研究基于两景卫星图片资料逐步叠加，逐步限制，利用监督分类法提取小麦种植面积。本研究将土地利用图和遥感影像图进行叠加分析，首先除去非农业用地，然后再进行非监督分类[30]，最后根据实际地面样带调查的解译标志进行目视解译，基本可以去除小麦农田中的非植被用地。

1.4.2 精度验证 为了确定实际的土地利用状况，以便验证遥感估测小麦面积的精度，在小麦的生长期内，利用张家港市土地利用图和GPS，合理布设若干条样条，调查土地利用图上的农田地区，准确地对较大面积的农田地块进行定位，以用作监督分类中的训练样本、检测样本和非监督分类中的检测样本。

1.5 利用3S技术建立小麦单产估测模型

1.5.1 小麦单产监测样区布置 依据各乡镇小麦种植条件、生态环境和随机均匀性，选取面积大小1 hm2的小麦监测样区22个。利用土地利用图和GPS对样区进行准确定位，在小麦成熟时，每个样区随机采集2～5个采样点（每点1 m2）对样地进行单产调查。当小麦收割后，调查每块样地的实际总产量数据，用于对实际产量的校正和精度验证。

1.5.2 小麦单产估测模型建立 笔者主要以与小麦产量相关性较好的生长期[30]的卫片资料为基础，建立关键生育期的小麦单产的遥感（植被指数形式）估测模型。因为利用小麦抽穗期前后的遥感资料建立产量模型精度最高，综合考虑实际天气状况、遥感影像接收情况和张家港市小麦的物候期，本试验选取最佳的小麦产量估测的时相为3月底―5月初。分析遥感资料，提取小麦相应生育期的NDVI和地面实际统计产量，建立地面产量与NDVI间的相关模型。

1.5.3 精度分析与校正 对张家港市2005―2008年小麦单产与NDVI进行相关性分析，进而建立各时期小麦的单产估测模型。将不同乡镇的布点数据分为两组，一组用于建立单产估产模型，另一组用于对模型进行验证。

1.6 数据处理与分析

本试验遥感资料数据用ERDAS8.7软件和ArcGIS9.0软件提取处理和分析，试验数据用Excel2007软件进行统计处理和图表制作、SPSS Statistics 17软件进行统计处理后进行ANOVA单因素多重差异分析，均值差的显著性水平为0.05。

2 结果与分析

2.1 利用3S技术估测小麦实际种植面积的结果与分析

根据地面样线调查所选定的检测样本对最终分类结果精度作进一步分析，结果表明，张家港市2005年小麦耕种面积为1.43万hm2；2006年小麦耕种面积为1.63万hm2；2007年小麦耕种面积为2.06万hm2；2008年小麦耕种面积为2.07万hm2。总体上小麦平均分类精度为94%。

总体上，张家港地区小麦遥感估测面积和地面调查面积的差异为3.51%，即小麦遥感估测面积与地面统计面积相比为97.6%。对于不同的乡镇，遥感估测面积和地面调查面积间的差异性表现出了较大的变动，差异较大的乡镇达到了30%，如就平均结果来看，面积比率最大的乡镇为大兴镇和常阴沙，其面积比率分别为34.08%和26.68%。

2.2 利用3S技术估测小麦单产的结果与分析

其中，估测2005年小麦平均单产为20.5 kg・hm-2；估测2006年小麦平均单产为24.03 kg・hm-2；估测2007年小麦平均单产为20.32 kg・hm-2；估测2008年小麦平均单产为22.81 kg・hm-2。从整个张家港地区来看，遥感估测单产和地面调查单产差异小于10%，即估产精度大于90%，其中，2007与2008年小麦差异分别为-7.72%和5.19%。遥感估产小麦平均精度为93.55%，能够满足估测所需要的精度。

2.3 小麦总产量遥感估测的结果与分析

根据单产估测模型与估测的小麦的种植面积，可以计算出张家港市不同乡镇的总产情况。表中：A为土地总面积，AY为遥测小麦面积，AD为地面统计小麦面积，MYd为遥测小麦单产，MDd为地面统计小麦平均单产，MYz为遥测小麦总产，MDz为地面统计小麦总产，AR为面积比率，MdR为单产比率，MzR为总产比率。部分计算公式为：面积比率=（遥测面积-地面统计面积）/地面统计面积×100%，单产比率=（遥测单产-地面统计单产）/地面统计单产×100%，总产比率=（遥测总产-地面统计总产）/地面统计总产×100%。

笔者对利用3S技术估测的小麦总产数据和张家港市统计局的官方统计资料数据作对比与分析研究。2005年遥感估测小麦张家港市总产为65 463 t，差异为1.11%；2006年遥感估测小麦张家港市总产为88 012 t，差异为1.74%；2007年遥感估测小麦张家港市总产为94 334 t，差异为-6.57%。2008年遥感估测小麦张家港市总产为105 881 t，差异为7.66%。但对于不同的乡镇，变异较大，如大兴镇，2008年小麦总产比率为49.26%。这表明，利用3S技术进行遥感估测值与地面统计值间差异不大。

小麦的估产存在一定误差的可能原因是，本研究的小麦单产模型是基于小麦生育期内遥感资料信息和地面实际调查指标间的关联性实现的，模型的经验性较强，在张家港市不同乡镇和不同年份的适用性不同。此外，经调查发现，原标记为农田的地块，当前的可能利用类型有多种，如上半年可能为小麦、油菜、菜地、林地、塑料大棚，甚至是建筑用地，而下半年可能为小麦、棉花、菜地、玉米、大豆、林地、塑料大棚等。

2.4 小麦总产量多年变化的趋势分析

3 结 论

（1）小麦种植面积的精确估算，会直接影响到小麦产量估测的精度。在研究中，为了区分不同作物，笔者使用小麦不同时相的遥感图像，利用反射光谱明显差异的特点对遥感图像进行处理。此外，利用了NDVI值比较区分法将与小麦生育期相近的作物，如油菜等作物类型有效地区分开来。

（2）2005年小麦耕种面积为1.43万hm2，2006年小麦耕种面积为1.63万hm2，2007年小麦耕种面积为2.06万hm2；2008年小麦耕种面积为2.07万hm2。从整个张家港地区来看，估测小麦种植面积的精度为97.6%。

（3）遥测小麦平均单产2005年为4 612.5 kg・hm-2，2006年为5 407.5 kg・hm-2，2007为4 572 kg・hm-2，2008年为5 116.5 kg・hm-2，从整个张家港地区来看，遥感估测单产和地面调查单产差异小于10%，即估产精度大于90%；其中，2007与2008年小麦差异分别为-7.72%和5.19%；遥感估产小麦平均精度为93.55%。

（4）基于4年遥感数据所获取的张家港市小麦总产量的变化情况建立模型，可以估测出张家港市城市化发展对当地小麦供需平衡的影响不大，小麦总产量仍然呈现上升趋势，而耕作面积相对比较稳定。

本研究采用高分辨率影像遥感资料，结合GPS辅以土地利用图对样区进行准确定位，并进行估产研究，大大提高小麦生产力遥感估测的精度。总之，做好农作物遥感估产的研究，进一步提高估产精度，对张家港市农业部门制定生产管理决策和粮食的宏观调控都具有重要意义。

参考文献：

[1] 干晓宇， 周波， 李建龙， 等. 张家港市不同城市化阶段的城市景观格局响应及驱动力分析[J].安徽农业科学， 2011， 39（33）： 20 641-20 645.

[2] 国土资源部遥感中心.第二次全国土地调查总体方案[R]. 北京：国土资源部遥感中心， 2007：1-8.

[3] 全斌， 杨肖琪， 刘绍鸿， 等. 漳州市土地覆被变化的遥感动态监测及驱动力分析[J]. 水土保持研究， 2005， 12（3）： 154-157.

[4]李述， 刘勇. 基于多特征的遥感影像土地利用/覆盖分类：以腾格里沙漠东南边缘地区为例[J]. 遥感技术与应用， 2006， 21（2）： 154-158.

[5]张宝雷， 宋孟强， 周万村. GIS支持下三峡库区主要地类自动分类方法研究[J]. 遥感技术与应用， 2006， 21（1）： 71-76.

[6] 韩春建， 吴克宁， 冯新伟， 等. 基于“3S”技术的县级土地利用现状更新调查[J]. 中国农学通报， 2006， 22（8）： 560-564.

[7]位欣， 陈翠芳， 陈华. 城市土地利用变化及其驱动力分析[J]. 资源环境与工程， 2006， 20（4） ：482-486.

[8]张海龙， 蒋建军， 解修平， 等. 近25年来西安地区土地利用变化及驱动力研究[J]. 资源科学， 2006， 28（4）： 71-77.

[9] 何丹， 刁承泰. 重庆江津市土地利用变化及社会驱动力分析[J]. 水土保持研究， 2006， 13（2）： 24-26，41.

[10] 粟正刚， 陈金泉， 郭世珠. 赣州市章贡区土地利用数据库建设[J]. 江西测绘， 2006 （3）： 4-5，9.

[11] 刘海启. 美国农业遥感技术应用现状简介[J]. 国土资源遥感， 1997 （3）： 56-60.

[12]许文波， 田亦陈. 作物种植面积遥感提取方法的研究进展[J]. 云南农业大学学报， 2005， 20（1）： 94-98.

[13]冯美臣， 杨武德. 小麦遥感估产研究进展与发展趋势[J]. 作物研究， 2005 （4）： 251-254.

[14] 王振中. 3S技术集成及其在土地管理中的应用[J]. 测绘科学， 2005， 30（4）： 62-64.

[15]王人潮， 王坷， 沈掌泉， 等. 水稻单产遥感估测建模研究[J]. 遥感学报， 1998， 2（2）： 119-124.

[16]肖乾广， 周嗣松， 陈维英， 等. 用气象卫星数据对冬小麦进行估产的试验[J]. 环境遥感， 1986， 1（4）： 260-269.

[17]冯伟， 朱艳， 田永超， 等. 基于高光谱遥感的小麦籽粒产量预测模型研究[J]. 麦类作物学报， 2007， 27（6）： 1 076-1 084.

[18]陈述彭. 遥感应用[M]. 北京： 科学技术出版社， 1990：20-32.

[19]MacDonald R B， Hall F G. Global crop forecasting[J]. Science， 1980， 208（4 445）： 670-679.

[20] 陈水森. 基于波谱库的作物纯像元识别与种植面积遥感估算[D].北京： 中国科学院， 2005： 12-19.

[21] 李佛琳， 李本逊， 曹卫星. 作物遥感估产的现状及其展望[J]. 云南农业大学学报， 2005， 20（5）： 680-684.

[22] 李卫国， 李正金， 申双和. 小麦遥感估产研究现状及趋势分析[J]. 江苏农业科学， 2009 （2）： 6-7.

[23] 任建强，陈仲新，唐华俊.基于MODIS-NDVI的区域冬小麦遥感估产――以山东省济宁市为例[J].应用生态学报， 2006， 17（12）：2 371-2 375.

[24] 冯伟，朱艳，田永超，等.基于高光谱遥感的小麦籽粒产量预测模型研究[J].麦类作物学报，2007，27（6）：1 076-1 084.

[25] 李卫国，王纪华，赵春江，等.基于遥感信息和产量形成过程的小麦估产模型[J].麦类作物学报，2007，27（5）：904-907.

[26] 杨小唤. 冬小麦遥感估产的灰色理论方法探讨[J]. 遥感技术与研究， 1991， 6（1）： 2-8.

[27] 白锐峥. 3S系统支持下的山西省冬小麦估产方法研究[J]. 中国农业资源与区划， 2002， 23（2）： 54-56.

[28] 刘婷， 任银玲， 杨春华. ”3S”技术在河南省冬小麦遥感估产中的应用研究[J]. 河南科学， 2001， 19（4）： 429-432.

[29] 张家港市史志办. 张家港年鉴1991―2007[M]. 北京： 中国文献出版社.

遥感技术的类型篇6

矿产资源作为人类生存的主要物质来源，是国家经济发展的物资基础。如今，社会正处于高速发展的时期，社会生产需要大量的矿产资源以满足各行各业的正常运作。国内的矿产勘查技术和策略在此大环境下得到不断的改进和创新，其中以现代化信息技术、计算机技术和遥控技术为一体的遥感技术，由于其具有信息量比较大，波段较多，定位准确，画面立体感较强等特性，得到了地质找矿人员的青睐，尤其在自然和地理环境较为恶劣，不便于工作人员到现场探测及寻找的高寒区域，该技术具有明显的优越性。

1 遥感岩石矿物识别

任何物体都具有光谱特性，并且在同一光谱区各种物体反映的情况不同，同一物体对不同光谱的反映也有明显差别。遥感技术就是根据这些原理，对物体进行判断。由于岩石类型存在差异，它们反映在图像上的色调、颜色和纹理也存在相应的差异，岩石矿物的信息可以根据其呈现的光谱特征，结合图像增强、变换和分析等方法提取出来。唐兰兰[1]在遥感岩性信息提取的基础和技术研究进展中提出，0.4～2.5 μm和8～14 μm是适合研究岩石、矿物光谱特征的两个最佳的窗口，其中0.4～2.5 μm研究反射光谱特征，8～14 μm发射光谱特征。

2 遥感技术在找矿工作中的具体应用

遥感技术在地质找矿中的应用一般以地质制图为主，并与地质图相套盒，使得遥感影像图与地质图具有相同的地图投影坐标系统，使得工作区遥感概貌与地质图相互对应，对当地的地质情况进行详细再现。遥感找矿大致按照以下几方面进行。第一，以波谱图形式的方式将矿产资源构成的土层、地质等特征体现出来，以此确定具体的找矿方向。第二，结合遥感解译地质勘测信息资料，利用矿区波谱测试的结果从而预测矿区资源的形成条件。第三，利用遥感技术对具体地质条件进行检测，结合遥感检测技术形成的具体图像、资料，利用物质探测仪对化学探测地质信息进行全面统计分析预测，以实现远距离矿产资源的确认和圈定。

2.1 地质构造信息的提取

地质构造运动的差异会形成不同类型的矿产资源，两者紧密相关，所以不同规模的地质构造运动会导致矿床分布不同[2]，矿产的构造信息可根据不同的构造环境和条件进行分析推断并提取，地质构造信息的提取主要是线性影像和环形影像的解译[3]。

在具体的遥感找矿工作中，遥感成像过程往往会产生“模糊作用”，即用户较为感兴趣的纹理、线性、环形等重要信息在遥感影像中显示不清楚，模糊不清的信息给用户造成读取的困扰。但通过边缘增强、灰度拉伸、方向滤波、比值分析、卷积运算等遥感影像处理方法进行相关处理，可以有用的重要信息，使地质构造信息凸显出来[4]。再对解译的线性和环形影像进行统计分析，结合地质、物探、化探等方面资料。最终确定成矿构造的分布及其特征。

2.2 植被波谱特征的应用

不同种类的植被会形成不同类型的矿产资源，两者紧密相关。植被在生长过程中，需要吸收各种各样的微生物，这些微生物都是由金属元素（即矿产资源）生成的，不同种类的植被对不同金属元素的吸收程度并不相同，而是具有不同的表现，所以，矿产金属元素的构成能够通过地表植被的种类以及生长特征表现出来，利用植被的波谱性质有利于提高找矿的效率，很大程度上帮助地质勘探工作者提供了一个发现矿区构造的好方法。

植被生长环境下的土壤结构类型可以通过分析遥感波谱的特征推断出该区域的哪一种矿产资源较为丰富。莫火华[2]在现代遥感技术地质找矿中的应用研究中指出，正常土壤和含铜土壤的波普反射率存在差异。所以，生物地质特征为矿产资源勘测提供了重要的信息，以此为依据，利用遥感技术对地表结构进行成像分析，结合遥感成像资料分析植被金属物质的含量，大体上判断出区域中不同矿产资源的分布状况。

2.3 矿化蚀变信息提取

围岩蚀变是指围岩结构受到岩浆热液的影响，岩石和热液在相互作用下形成的一种物质。常见的围岩蚀变有硅化、绢云母化、绿泥石化、碳酸盐化、高岭土化、云英岩化、青磐岩化、夕卡岩化和褐铁矿化等[5]。矿区的实际范围要比围岩蚀变的范围小，围岩蚀变可作为有效的找矿标志。

正常的岩石在矿产种类、结构、颜色等方面区别于矿化蚀变岩石，具体差异反映在岩石的反射光谱特征，在某一特定的光谱波段上，某一特定的蚀变岩石的光谱呈现异常，遥感图像上异常信息的识别可圈定矿化蚀变异常区和确定找矿靶区。目前，常用的遥感数据主要是多光谱和高光谱等，其中应用最多的是多光谱ETM+数据源[5]。

3 遥感地质找矿技术的发展趋势及前景

近年来，我国社会经济发展迅速，地质找矿技术的蓬勃发展为各行各业的物质需求提供了保障。未来地质找矿既要依靠传统的找矿技术，更要发现新的遥感地质找矿技术，遥感地质找矿技术具有“窥一斑而知全豹”的特点，节省了人力财力和物力等方面的资源。在未来，遥感地质找矿在意识上从单一追求矿产资源的开采规模到综合考虑生态环境保护，区域上从陆地到海洋，从地球到太空拓展，实现遥感地质找矿技术更加多元化。

在遥感地质找矿新技术的创新和拓展的探索过程中，高光谱遥感技术在地址中得到较多学者的重视和青睐，因为高光谱遥感技术利用成像光谱仪获取许多非常窄的连续的光谱影像数据，能使地质勘探工作者准确找到新的矿产区，有效辨识矿与其他物质的差异性。当代社会3S技术（全球定位系统及（GPS）、遥感（RS）和地理信息系统（GIS）三种技术）集成为地质找矿提供了更加智能方案和便捷途径。GPS技术进行定位，测量矿区的空间位置；GIS技术可集合地理信息，具有储存、处理地理信息数据等多种功能。GIS技术与RS技术结合，为海量遥感影像数据提高存储空间，并进行数据及图像的管理及浏览。

4 结语

遥感技术的类型篇7

近年来，一系列高分辨率卫星的相继上天，高分辨率卫星遥感的应用也因此成为可能，也凸现出遥感影像数据处理的重要性日益显现。遥感影像数据处理的主要内容就是对遥感数据（主要是高分辨率遥感影像数据）进行自动（半自动）图像处理分析，从而获取人们需要的信息。

Taries软件是具有自主知识产权的软件产品，由中科院遥感所国家遥感应用工程技术研究中心下属的空间信息关键技术研发部开发。Taries软件主要应用于对高分辨率遥感影像的各种信息的处理、提取与分析，其功能包括影像的预处理、影像分割、影像分类、特征提取与表达、特征分析、目标识别等。它是集矢量和栅格于一体化的软件系统。

Taries主要功能

1. 影像处理

（1）采用几何精纠正方法：建立基于空间投影理论与有限控制点的全局自适应方法，并建立基于控制点、线、面特征的局部自适应相结合的影像几何精纠正模型。

（2）实现多源遥感影像信息的特征级融合: 在像元级、高精度的多源遥感信息分析技术基础上，发展了各种特征估计器和融合评判规则，建立特征级的多源遥感信息融合的方法以及相应的算法。

2. 影像信息提取

（1）在复杂环境中的目标信息增强: 采用具有空间自适应能力的目标特征的信息增强模型与方法，特别是弱目标信息的增强方法，并对无关背景信息进行抑制。

（2）高分辨率影像分割: 基于空间特征（包括纹理特征、形状特征和动态特征）以及高维统计特征，采用面向特征的高分辨率影像分割技术（如基于模糊集理论、EM模型、Markov模型、MCMC模型、小波分析等）。

（3）基于智能计算模型的目标特征提取: 基于神经网络、支撑向量机等智能计算模型，研究和发展针对目标的纹理特征、结构特征的提取方法，并实现相应算法。

（4）目标识别与提取系统原型: 采用组件技术，研制开发目标识别与提取软件系统原型，包括影像精处理、目标单元分割与特征提取、目标识别等模块。

3. 矢量数据显示、处理与分析

（1）兼容ArcGIS SHP等矢量数据存储格式，能够采用系统的矢栅一体化数据模型对相应的矢量数据进行读取与显示。

（2）基于底层数据模型，能够实现基于Taries软件的矢量数据的修改功能，包括基本对象（点、线、面）的增、删、改等操作。

（3）基于相应的矢量数据建立拓扑关系，并在此基础上进行相应的空间分析功能（如最优路径查询分析等）。

（4）具有常规的矢量数据显示软件的基本功能，并可在此基础开发进一步的应用（如移动目标定位与车辆跟踪系统等）。

关键技术

1. 高分辨率影像的高精度几何纠正技术

考虑到高分辨率影像的特点，首先应对高分辨率影像进行包括如下两项技术的精处理:

（1）基于重叠影像的高精度影像配准技术: 采用既满足一定精度要求、又保证一定运算速度与适应性的子像素匹配技术，从而确定具有一定重叠的两幅图像间的几何对应关系，获得对应的控制点对，采用整体匹配技术使配准精度达到一个像元。

（2）空间自适应高精度几何纠正: 针对高空间分辨率影像的特征，采用具有局部自适应的高精度几何纠正方法，消除常规最小二乘法平面拟合纠正方法对图像局部纠正误差较大的问题。

2. 复杂自然环境下的信息增强

针对地形复杂、植被茂密的复杂自然环境，采用针对特征的统计信息增强技术，对具有重要意义的地面信息进行初步的检测性增强，特别是弱目标信息的增强，并对其他背景信息进行抑制。建立基于多种影像以及已有目标信息与判别知识的潜在目标快速检测技术，使用方法包括微观特征提取、动态变化检测等。

3. 高分辨率影像分割技术

以影像理解研究为基础，建立融遥感图像信息、地理时/空信息与地学知识为一体的目标空间认知结构模型。该模型为对中高分辨率遥感图像目标单元群体的处理和分析，提供面向纹理特征和结构特征，并能够最大限度地利用地学分类知识与时/空推理模型的智能化识别与提取方法。目前软件包括十余种不同的遥感影像分割算法。

基于目标空间认知结构模型和空间特征（包括纹理特征、形状特征、动态特征和轮廓特征）以及高维统计特征，研究面向特征的高分辨率影像分割技术，并采用稳健统计机制来保证分割算法具有较强的稳健性，将分割后的特征按照其几何关系、属性关系、统计关系和操纵方式，以面向对象的模式进行统一化管理，从而将连续的图像形式转化为离散的、便于操作的特征群体，便于目标特征的快速提取。

4. 智能计算模型的目标特征提取技术

针对遥感信息特征的提取问题，在传统统计和人工神经网络方法基础上，发展新型针对高分辨率遥感影像的目标特征提取模型，主要包括: 基于知识的神经网络模型来处理混合密度分布的特征提取和分类; ARTMAP神经网络作为低维空间结构特征的联想记忆模型; 基于统计学习理论的支撑向量机（SVM）。SVM是近几年最新提出的机器学习算法，它可以作为高维有限特征的记忆单元来实现对高分辨率遥感影像目标特征信息的提取。应用SVM模型进行特征提取，需要重点解决的问题有: 高维映射函数定义、领域知识融合、支撑向量集极小优化和高维信息压缩。

在以上有关特征提取的智能计算模型基础上，针对不同复杂程度的目标特征提取问题，可分别采用MCMC统计模型、RBF/EBF神经网络、ARTMAP神经网络、支撑向量机来对目标库中的目标特征进行提取和表达。

5. 视觉尺度空间变化的特征表达与目标识别技术

针对空间数据的多尺度特征，引进尺度空间视觉聚类方法，对空间数据的尺度特征变化进行描述（图1）。基本原理是: 模拟人眼对目标特征从近到远逐步综合的视觉过程，来定量化地划分不同尺度上的空间单元。在目标识别过程中，将采用视觉空间尺度变换理论和方法，对遥感影像空间特征集采用逐步综合的特征多尺度聚类，从而在尺度空间转换上实现对影像特征集的树状方式管理，以满足不同尺度上的特征组合与表达。

图2 Taries软件处理矢量数据界面

6. 目标识别与提取的RS与GIS集成化处理技术

遥感图像给出了地面目标的栅格化波谱表达，突出并准确地再现了地物的大小、形状（包括点、线、面）和纹理变化; 而GIS则有着对地物边界的精细刻画能力，并能够对地物间的空间关系进行拓扑变换与推理分析。因此，从空间单元数据处理的粒度入手，并将GIS的空间关系拓扑变换与时空推理分析引入到对遥感图像信息的智能化处理中，极大地提高了目标群体的识别精度与提取的一致性，为基于矢栅一体化数据模型的分析提供重要支撑技术。

7.矢量数据显示、处理与分析技术

除具有矢量数据的显示与基本操作外（如电子地图缩放、漫游等），系统还对矢量数据的编辑功能进行了实现，包括: 特征点显示、点选、矩选、圆选、分裂、合并、增加控制点、删除控制点、移动控制点、增加对象、删除对象、移动对象等功能，并实现了相应的空间分析功能（如拓扑关系建立，最优路径选取等）。

作者简介

遥感技术的类型篇8

  关键词：遥感技术 环境科学 应用 3s一体化 发展趋势

遥感是从远离地面的不同工作平台上，如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船和航天飞机等，通过传感器对地球表面的电磁波辐射信息进行探测，然后经信息的传输、处理和判读分析，对地球的资源与环境进行探测与监测的综合性技术。遥感技术从远距离采用高空鸟瞰的形式进行探测，包括多点位、多谱段、多时段和多高度的遥感影像以及多次增强的遥感信息，能提供综合系统性、瞬时或同步性的连续区域性同步信息，在环境科学领域的应用具有很大优越性。

20世纪90年代以来，环境遥感技术应用越来越广。从陆地的土地覆被变化，城市扩展动态监测评价，土壤侵蚀与地面水污染负荷产生量估算，生物栖息地评价和保护，工程选址以及防护林保护规划和建设。到水域的海洋和海岸带生态环境变迁分析，海面悬浮泥沙、叶绿素含量、黄色物质、海上溢油、赤潮以及热污染等的发现和监测，珊瑚和红树林的现状调查与变化监测，堤坝的规划与水沙平衡分析，水下地形地遥调查以及水域初级生产率的估算。再到大气环境遥感中的城市热岛效应分析，大气污染范围识别与定量评价，大气气溶胶污染特征参数化，全球水、气和化学元素等的循环研究，全球环境变化以及重大自然灾害的评估等，几乎覆盖了整个地球系统。

  一、遥感技术在环境科学中的应用

1.遥感技术在水污染监测方面的应用

（1）利用红外扫描仪监视石油污染

全球每年排入海洋的石油及其制品高达1000万吨，利用多光谱航片可对海面石油污染进行半定量分析，将彩色航片同步拍照与近红外片做的彩色密度分割图相比较，更精密地判断和解译信息，参照图片画出不同油膜厚度的大致分级图。通过彩色密度分割图像，特别是数字密度分割图，可以更准确地判断油量的分布情况。通过彩色密度分割可把相差零点零几厚度的海面油膜区分出层次来，这有利于用航空遥感对海面油的扩散分布和半定量研究。浓度大的地方是黄色，往外扩散的油膜变薄，呈黄紫混在一起的颜色，再往外扩散的油膜就更薄些呈紫色。通过对污染发生后各天的气象卫星图像的对比分析，确定油膜的漂移方向，计算出其扩散速度和扩散面积。

（2）利用遥感技术监测水体富营养化

浮游植物中的叶绿素对蓝紫光和红橙光有较强的吸收作用，当水体出现富营养化时，我们就可以利用遥感技术推算出水体中的叶绿素分布情况。赤潮区的海水光谱特征是藻类、泥沙和海水的复合光谱，另外有机或无机颗粒物也会吸收入射光，影响水体的透明度。

（3）通过遥感技术调查废水污染和泥沙污染

废水的颜色与悬浮物性状千差万别，特征曲线上的反射峰位置和强度也不大一样，可以用多光谱合成图像进行监测。水中悬浮泥沙的浓度和粒径增大，水体反射量也会相应增加，反射峰随之红移，定量判读悬浮泥沙浓度的最佳波段是0.65～0.85微米。

（4）应用红外扫描仪监测水体热污染

应用红外扫描仪记录水体的热辐射能量，真实反映其温度差异。在热红外图像上，热水温度高，辐射能量多，呈浅色调。冷水和冰辐射能量少，呈深色调。热排水口处通常呈白色羽流，利用光学技术和计算机对热图像作密度分割，根据少量的同步实测水温，画出水体等温线。

（5）通过遥感技术分析水域的分布变化和水体沼泽化

水体总体反射率较低，选择1.55～1.75微米波段的多时域影像可以分析水域的分布变化。沼泽化在时域图像上反映为水体面积缩小，从水体向边缘有规律变化，显示出不同程度的植被特征。

2.遥感技术在大气环境监测方面的应用

（1）臭氧层

臭氧层位于地球上空25～30千米的平流层中，对0.3米以下紫外区的电磁波有较大吸收，可用紫外波段来测定臭氧层的变化。臭氧层在2.74毫米处也有一个吸收带，可用频率为11o83兆赫兹的地面微波辐射计来测定臭氧在大气中的垂直分布。另外臭氧层会吸收太阳紫外线而升温，可使用红外波段来探测，如用7.75～13.3微米热红外探测器测定臭氧层的温度变化，参照浓度与温度的相关关系，推算出臭氧浓度的水平分布。

（2）大气气溶胶

利用遥感图像可分析大气气溶胶的分布和含量，工业烟雾、火灾浓烟和大规模沙尘暴在遥感图像上都有清晰的图像，可以直接圈定其大致范围。利用周期性气象卫星图可监测沙尘运动，估计其运动速度，及时预报沙尘暴。通过卫星资料可及早发现森林火灾，把灾害损失降到最低。大比例图片可用来调查城市烟囱的数量和分布，还可以通过烟囱阴影的长度来计算其大致高度。应用计算机对影像进行微密度分割，建立烟雾浓度与影像灰度值的相关关系，可测出烟雾浓度的等值线图。

（3）有害气体

彩红外相片可监测有毒气体对污染源周围树木和农作物的危害情况，通过植物对有害气体的敏感性来推断某地区大气污染的程度和性质。一般污染较轻的地区，植被受污染的情况不宜被人察觉，但其光谱反射率却会明显变化，在遥感影像上表现为灰度的差异。正常生长的植物叶片能强烈反射红外线，在彩红外相片上色泽鲜红明亮。受到污染的叶子，其叶绿素遭到破坏，对红外线的反射能力下降，其彩红外相片颜色发暗，如白蜡树受污染后呈紫红色，柳树呈品红色略带蓝灰色。 

（4）气候变化

美国、欧盟、日本和俄罗斯的地球同步轨道气象卫星组成的静止气象卫星监测系统昼夜不停地观测地球的气候变化，得到全球范围内的大气参数、海洋参数、地表状况、辐射收支和臭氧分布等信息，对全球变暖、臭氧层空洞以及厄尔尼诺现象的研究非常重要。

3.遥感技术在城市环境监测与管理中的应用

彩红外遥感影像可监测固体废弃物引起的生态环境变化，热红外遥感影像可调查工业废水和废气的排放情况。城市道路宽的呈带状和环状，窄的呈线状，城市广场一般以块状蓝灰色与街道紧密相连于中心地带。居民区呈灰色，高层楼房带有宽长影，平房呈密集排列的小长方块状。水系呈浅蓝色，绿地呈红色。从遥感图像上获取这些信息，对优化城市结构有很大帮助。另外城市里的高大建筑物对太阳辐射和其他热辐射的吸收和释放特性跟以土地和农作物为主要下垫面的郊区有很大不同，利用热红外遥感对城市下垫面进行分析就可以得出城市的热岛效应。

4.应用遥感技术监控生态环境

遥感影像真实记录地貌形态特征并提供各环境参数的组合情况，根据其空间一致性和差异性进行区域环境范围的生态区划。利用遥感卫星相片还可以编制森林树种、生长状况和森林覆盖图，使用计算机集群分类，精度可高达8o％ 。一般野生动物环境与森林植被关系最为密切，通过研究植物的分布与长势可大致确定动物的活动繁殖场所，从而编制森林野生动物保护规划。

5.利用遥感技术监测自然灾害

遥感技术对于暴雨、水土流失、地震和山体滑坡等地质灾害的调查与监测也很有效。比如说地震与地球活动构造块体分布及其活动方式密切相关，利用卫星预测地震技术主要集中在电磁波辐射和电离层异常监测、地表形变监测、红外辐射监测以及卫星重力监测等方面。但由于目前技术条件的限制，地震还是不能准确预测，2008年5月的汶川大地震几乎震碎了中国人的心，期待有一天，我们中国人能通过遥感技术准确预测地震灾害，今天的悲剧永远不要发生了。

  二、遥感技术的发展趋势

随着科学技术的进步，光谱信息成像化，雷达成像多极化，光学探测多向化，地学分析智能化，环境研究动态化以及资源研究定量化，大大提高了遥感技术的实时性和运行性，使其向多尺度、多频率、全天候、高精度和高效快速的目标发展。

1.遥感影像获取技术越来越先进

（1）随着高性能新型传感器研制开发水平以及环境资源遥感对高精度遥感数据要求的提高，高空间和高光谱分辨率已是卫星遥感影像获取技术的总发展趋势。遥感传感器的改进和突破主要集中在成像雷达和光谱仪，高分辨率的遥感资料对地质勘测和海洋陆地生物资源调查十分有效。

（2）雷达遥感具有全天候全天时获取影像以及穿透地物的能力，在对地观测领域有很大优势。干涉雷达技术、被动微波合成孔径成像技术、三维成像技术以及植物穿透性宽波段雷达技术会变得越来越重要，成为实现全天候对地观测的主要技术，大大提高环境资源的动态监测能力。

（3）开发和完善陆地表面温度和发射率的分离技术，定量估算和监测陆地表面的能量交换和平衡过程，将在全球气候变化的研究中发挥更大的作用。

（4）由航天、航空和地面观测台站网络等组成以地球为研究对象的综合对地观测数据获取系统，具有提供定位、定性和定量以及全天候、全时域和全空间的数据能力，为地学研究、资源开发、环境保护以及区域经济持续协调发展提供科学数据和信息服务。

2.遥感信息处理方法和模型越来越科学

神经网络、小波、分形、认知模型、地学专家知识以及影像处理系统的集成等信息模型和技术，会大大提高多源遥感技术的融合、分类识别以及提取的精度和可靠性。统计分类、模糊技术、专家知识和神经网络分类有机结合构成一个复合的分类器，大大提高分类的精度和类数。多平台、多层面、多传感器、多时相、多光谱、多角度以及多空间分辨率的融合与复合应用，是目前遥感技术的重要发展方向。不确定性遥感信息模型和人工智能决策支持系统的开发应用也有待进一步研究。

3.3s一体化

计算机和空间技术的发展、信息共享的需要以及地球空间与生态环境数据的空间分布式和动态时序等特点，将推动3s一体化。全球定位系统为遥感对地观测信息提供实时或准实时的定位信息和地面高程模型；遥感为地理信息系统提供自然环境信息，为地理现象的空间分析提供定位、定性和定量的空间动态数据；地理信息系统为遥感影像处理提供辅助，用于图像处理时的几何配准和辐射订正、选择训练区以及辅助关心区域等。在环境模拟分析中，遥感与地理信息系统的结合可实现环境分析结果的可视化。3s一体化将最终建成新型的地面三维信息和地理编码影像的实时或准实时获取与处理系统。

4.建立高速、高精度和大容量的遥感数据处理系统

随着3s一体化，资源与环境的遥感数据量和计算机处理量也将大幅度增加，遥感数据处理系统就必须要有更高的处理速度和精度。神经网络具有全并行处理、自适应学习和联想功能等特点，在解决计算机视觉和模式识别等特大复杂的数据信息方面有明显优势。认真总结专家知识，建立知识库，寻求研究定量精确化算法，发展快速有效的遥感数据压缩算法，建立高速、高精度和大容量的遥感数据处理系统。

5.建立国家环境资源信息系统

国家环境资源信息是重要的战略资源，环境资源数据库是国家环境资源信息系统的核心。我们要提高对环境资源的宏观调控能力，为我国社会经济和资源环境的协调可持续发展提供科学的数据和决策支持。

6.建立国家环境遥感应用系统

国家环境遥感应用系统将利用卫星遥感数据和地面环境监测数据，建立天地一体化的部级生态环境遥感监测预报系统以及重大污染事故应急监测系统，可定期报告大气环境、水环境和生态环境的状况。环境遥感地理信息系统是其支撑系统，在各种应用软件的辅助下实现环境遥感数据的存储、处理和管理；环境遥感专业应用系统是其应用平台，在环境专业模型的支持下实现环境遥感数据的环境应用；环境遥感决策支持系统是其最上层系统，在环境预测评价和决策模型的驱动下进行环境预测评价分析，制定环境保护的辅助决策方案；数据网络环境是其数据输入和输出的开放网络环境，实现环境海量数据的快速流通。

总之，遥感技术在环境科学领域有广泛应用，随着科学的进步，遥感技术会越来越先进，其所发挥的作用也会越来越大。

参考文献：1. 任源，杨晓晶. 遥感技术在现代环境监测与环境保护中的应用. 环境保护科学第33卷第3期，2007

          2. 王旭，徐永花，李莉. 遥感技术在环境科学领域的应用及其发展趋势. 地下水第29卷第3期，2007

          3. 施益强，陈崇成，陈玲. 遥感技术在环境科学与工程应用中的进展. 科技导报，2002

          4. 徐铁兵. 3s技术集成及其在环境科学中的应用. 河北环境科学第3期，2002