遥感影像原理范文

遥感影像原理范文第1篇

关键词：空间邻接关系；基准地物；模糊划分；隶属度；模糊合成

一、引言

遥感影像分类一直都是该领域的一个重点和难点，也是遥感技术运用到实际的关键一步。然而，以往的主流分类方法都是依据影像的光谱信息，随着高分辨率遥感影像技术的发展，其造成的光谱混淆及信息有限性的弊端表现更加明显，遥感“图谱”信息耦合的空间认知理论越来越受到广泛的关注和应用。

遥感数据从本质上就具有“图谱合一”的特性：首先，“图像”是其给予人类视觉最直观的特征，综合反映了地物空间分布的特性；其次，“波谱”可以定量反映地物形成的机理，成为蕴含于图像之中可对地物要素进行定量表达的基本特征。因此遥感图谱耦合认知理论有机综合了遥感影像精细化辐射波谱特征和空间分布特征，从不同角度更为全面真实地表征实际地物。

二、国内外进展状况及方法的局限性

在现有许多研究中考虑到了形态、纹理等空间信息的应用，初步实践了“图谱耦合”，取得了一定的成效。但仅这些基本空间特征对于高精度城市、农用地等混杂型地物的分类来说，仍难达到实际的要求。因此，有学者进一步采用空间关系对影像进行分类及修正，如依据空间距离远近关系对海岸带地类进行了划分修正［4］；利用空间关系构造了两个波段参与分类，实现空间约束［2］；利用分类影像的图斑相邻关系以及DEM信息，对初始分类的湿地、草地和农田等地类进行修正［1，3］。上述方法都只是部分消除了仅依赖光谱数据分类引起的同物异谱或同谱异物造成的分类错误，但对于空间关系的作用范围却难以较好贴合地物的实际分布。鉴于上述情况，本文在“图谱耦合”认知理论基础上发展了一种贴合地物分布规律的基于空间邻接及模糊数学原理的分类算法。

三、空间邻接关系及模糊数学支持下的遥感影像分类

（一）原理

空间邻近是地理学的第一定律，即空间距离越近的地物具有更大的相关性空间，空间邻接是其中的一种具体表现方式。自然界中许多地物都是关联存在的，如沙滩和海水的关联、湿地与水体的关联等，若其中的一种地物已确定，则可用其作为基准地物来推断另一种地物，即目标地物。在此，仅讨论对分类影像上有显著邻接关系的基准地物和目标地物两类进行搜索及标记，并据此来确定其余地物的分布并进行相应的修正，是一个全局性大尺度的修正。

模糊数学作为一个新兴的数学分支，自1965年出现以来，由于它突破了传统精确数学绝不允许摸棱两可的约束，可以用定量化和数学化加以描述和处理，使数学的应用范围大大扩展，特别是在计算机科学与技术的支持下，使得模糊数学飞速发展，被广泛应用各领域。

本文算法在光谱粗分类基础上，先利用空间邻接关系对有显著邻接关系的基准地物和目标地物两类进行搜索及标记，然后利用模糊数学理论对边界地区进行模糊划分，以使其划分更加符合客观现实世界。其整体流程图如图1：

该算法首先从原始遥感影像上提取基准地物，得到一景只包含基准地物的影像。用提取所得到的基准地物对影像进行掩模操作，得到除基准地物以外的其余部分影像，并对该部分影像依据光谱特征，进行监督分类。然后，将部分影像的监督分类结果与基准地物层合并，得到整景影像的一个粗分类结果。进而，在粗分类影像基础上再利用地物的空间邻接关系，搜索与基准地物邻接的目标地物并确定其分布范围，最后利用模糊数学原理对混淆地物相接处进行模糊划分，从而得到一个更贴合实际、精度更高的分类结果。

（二）基准地物高精度提取方法

基准地物一般选取影像上具有独特的光谱特性，集中分布且易于提取的地物。由于它在整个算法中作为先验知识存在，并影响后续模糊划分的改进程度，因此，对基准地物的提取精度要求较高。基准地物一般采用单波段阈值法、波段间的差/比值法等进行提取，而近来发展并被广泛采用的指数法不失为一种便捷高效的方法。

（三）空间邻接支持下的分类修正算法

粗分类影像上，每种地类具有不同属性值，空间邻接分类修正算法正是依据该值来搜索和判类，进而通过改变该值达到修正目的。该算法是在像元级层次上操作，主要过程描述如下：

1.基准地物搜索：首先遍历粗分类影像，依据基准地物的属性值O搜索基准地物像元，同时，可根据需要利用面积大小或距离远近的阈值进行一定的排除，以避免噪音带来的干扰，从源头确保数据精度。

2.基准地物纯化：如果有需要，可先对搜索到的基准地物进行邻接修正，将其与目标类间的混淆类像元赋予属性值O，归并到基准地物，以做纯化，确保基准地物与目标地物的邻接关系。

3.目标地物搜索与标记：从修正后的基准地物出发，依据目标类属性值T，以八邻域方式搜索与基准地物邻接的目标地物像元，并将其标记为TURE，不相邻的目标类像元则不标记。

4.混淆类像元标记：在标记为TURE的目标类区域中，搜索其中包含的其他混淆地类，将混淆类像元赋予目标类属性值F。

（四）利用模糊数学原理对混淆像元进行模糊划分

对混淆类像元，依据分类粗结果，确定该像元中各类地物的隶属度，给出相应的基准地物及混淆地物的权重，将隶属度与权重进行合成，其运算结果根据最大隶属度原则，将隶属度最大的地类值赋予该像元。对每一个像元都做此运算，可得出每个像元的地类值，也即完成了模糊划分。

四、算法的优势及局限性

本文算法综合运用了遥感“图谱耦合”信息，在光谱特征粗分类的基础上，利用空间邻接关系及模糊划分算法，从理论上消除了仅由光谱造成的不可避免的混淆。该算法清晰、简练地表征出了地物间的空间关系，更符合地物的实际分布。其中，在像元级上进行处理，能更全面地搜寻地物的原始分布范围；避免了对象级处理中的分割方法和参数选择复杂等因素所造成的影响；此外，采用基于指数的多层次提取模型提取基准地物，并利用模糊数学理论对现实世界中不具精确意义的地物进行划分，令其精度更高，使其更加符合客观实际。

同时，该方法也存在以下几个方面的缺陷，有待进一步解决和研究：①由于数据获取的不便，本文仅从理论上探讨算法的可行性，其实际效果需通过实例验证；②对基准地物的精度要求高，否则，累计误差将更大；③对初始分类效果的依赖性较大，初始分类结果决定着模糊划分的改进意义；④是否可以在像元层上进行模糊分割，是一个值得探讨的问题；⑤是否可以应用更合适的模糊数学方法，是一个值得研究的问题。

五、展望

与传统的遥感分类不同，该算法不是一次性地将所有地物分出来，而是根据已确定的基准地物来推断与其有紧密邻接关系的地物，即利用先验知识来支持后续地物的判别分类，可避免干扰，并将各地物高效地提取出来。该过程是一个由易到难、逐步可控的、精确的提取过程，也符合人眼视觉的判断推理过程。后续将进一步挖掘更全面、准确的空间关系的应用，并探索其在小尺度精细分类中的应用，以辅助进行全域精细尺度的高精度分类，同时寻求更合适的模糊数学方法支撑该模型，使其分类结果更符合客观实际。该算法在处理层次上，适用于象级分类修正；在应用领域中，可推广应用到如农业用地分类、城市建筑物提取、森林资源调查等方面。

参考文献:

［1］边馥苓，万幼．K－邻近空间关系下的空间同位模式挖掘算法［J］．武汉大学学报：信息科学版.

［2］赵红蕊，阎广建．一种简单加入空间关系的实用图像分类方法．遥感学报.

［3］蔡晓斌，陈晓玲．基于图斑空间关系的遥感专家分类方法研究．武汉大学学报：信息科学版.

［4］吴均平，毛志华．一种加入空间关系的海岸带遥感图像分类方法．国土资源遥感.

［5］乔程，沈占锋．空间邻接支持下的遥感影像分类．遥感学报.

（作者单位 湖南省长沙建筑工程学校）

遥感影像原理范文第2篇

关键词： 遥感；原理；分类；制图；应用

遥感，从广义来讲，就是指遥远的感知,非接触远距离的探测技术。从狭义来讲，指借助于专门的探测仪器（传感器），把遥远的物体所辐射（或反射）的电磁波信号接收记录下来，再经过加工处理，变成人眼可以直接识别的图像，从而揭示出所探测物体的性质及其变化规律。遥感技术指从高空到地面各种对地球观测的综合性技术系统总称。它由遥感平台、探测传感器以及信息接受、处理与分析应用系统等组成，周期性地提供监测对象数据和动态情报。遥感技术（Remote Sensing）是一门建立在空间科学、电子技术、光学、计算机技术、信息论等新的技术科学以及地球科学理论基础上的综合性技术，为现代前沿科学技术之一，具有宏观、动态、综合、快速、多层次、多时相的优势。在新技术迅猛发展的今天，遥感技术伴随着航空、航天技术的发展而不断提高与完善，服务领域因之而不断扩展，受到普遍重视，显示出极其广泛的应用价值、良好的经济效益和巨大的生命力。

一、遥感的基本原理

振动的传播称为波。电磁振动的传播是电磁波。电磁波的波段按波长由短至长可依次分为: γ-射线、X-射线、紫外线、可见光、红外线、微波和无线电波。电磁波的波长越短其穿透性越强。遥感探测所使用的电磁波波段是从紫外线、可见光、红外线到微波的光谱段。 太阳作为电磁辐射源，它所发出的光也是一种电磁波。太阳光从宇宙空间到达地球表面须穿过地球的大气层。太阳光在穿过大气层时，会受到大气层对太阳光的吸收和散射影响，因而使透过大气层的太阳光能量受到衰减。但是大气层对太阳光的吸收和散射影响随太阳光的波长而变化。通常把太阳光透过大气层时透过率较高的光谱段称为大气窗口。大气窗口的光谱段主要有: 紫外、可见光和近红外波段。 地面上的任何物体（即目标物），如大气、土地、水体、植被和人工构筑物等，在温度高于绝对零度（即0°k=-273.16℃）的条件下，它们都具有反射、吸收、透射及辐射电磁波的特性。当太阳光从宇宙空间经大气层照射到地球表面时，地面上的物体就会对由太阳光所构成的电磁波产生反射和吸收。由于每一种物体的物理和化学特性以及入射光的波长不同，因此它们对入射光的反射率也不同。各种物体对入射光反射的规律叫做物体的反射光谱。遥感探测正是将遥感仪器所接受到的目标物的电磁波信息与物体的反射光谱相比较，从而可以对地面的物体进行识别和分类。这就是遥感所采用的基本原理。

二、遥感的分类

为了便于专业人员研究和应用遥感技术，人们从不同的角度对遥感作如下分类:

1、按搭载传感器的遥感平台分类 根据遥感探测所采用的遥感平台不同可以将遥感分类为地面遥感和航天遥感。

2、按遥感探测的工作方式分类 根据遥感探测的工作方式不同可以将遥感分类为主动式遥感和被动式遥感。

3、按遥感探测的工作波段分类根据遥感探测的工作波段不同可以将遥感分类为紫外遥感、红外遥感、微波遥感、多光谱遥感。

4、按遥感探测的应用领域分类根据遥感探测的应用领域，从宏观研究角度可以将遥感分类为外层空间遥感、大气层遥感、陆地遥感、海洋遥感等; 从微观应用角度可以将遥感分类为: 军事遥感、地质遥感、资源遥感、环境遥感、测绘遥感、气象遥感、水文遥感、农业遥感、林业遥感、渔业遥感、灾害遥感及城市遥感等。

三、遥感资料的制图应用

1、航天遥感制图

所谓航天遥感是指以航天器为传感器承载平台的遥感技术。航天遥感实践中，针对具体应用需求，选择不同的传感器如：成像雷达、多光谱扫描仪等，通过卫星地面站获取合适的覆盖范围的最新的图像数据，利用遥感图像专业处理软件对数据进行辐射校正、增强、融合、镶嵌等处理，同时，借助应用区域现有较大比例尺的地形数据，对影像数据进行投影变换和几何精纠正，并从地形图上获得境界、城市、居民点、山脉、河流、湖泊以及铁路、公路等典型地貌地物信息和相应地名信息，进行相应的标注和整饰，制作数字正射影像图。

航天遥感制图不仅在国土资源调查、土地利用监测、城市规划监测、重点风景名胜区监测中有了典型应用，而且，国家863计划信息获取与处理技术主题重大课题还开展了利用分辨率为0.61m的QUICKBIRD卫星影像进行城市大比例尺地形图的更新研究。此外，高分辨率卫星遥感影像还可提供立体像对，可用于直接生成DEM数据，甚至可以进行大比例尺地形图的获取与更新测绘。

2、航空遥感制图

所谓航空遥感是指以航空器如飞机、飞艇、热气球等为传感器承载平台的遥感技术。根据不同的应用目的，选用不同的传感器：如：航空摄影机、多光谱扫描仪、热红外扫描仪、CCD像机等，获取所需资料包括：航摄像片和扫描数据。其制图应用一般包括两大方面：

（1）摄影测量制图

在测绘领域中，摄影测量学已经是一门从理论到实践都非常成熟的学科。在我国应用摄影测量的原理和方法测绘地形图有相当长的历史。目前，1:5000及其以下小比例尺地形图的测绘，基本上都采用摄影测量方法施测。计算机技术的发展给摄影测量制图带来了新的发展和变化，不仅在内业测图仪器上实现由测绘线划图到直接测绘数字地形图的转化，而且诞生了抛开了传统的摄影测量仪器设备，以软件实现地形数据采集与处理的数字摄影测量技术，这无疑是摄影测量技术发展史上的一次革命。

（2）正射影像图制作

正射影像图是一种既具有地物注记、图面可量测性等常规地形图的特性又具有丰富直观的影像信息的一种图件，是将航摄像片的中心投影经过机械式的或数字式的纠正转变为正射投影形式而生成的影像图件。正射影像图制作的优势在于，生产周期短、成本低。正射影像图分为“常规正射影像图”和“数字正射影像图”两大类，前者是通过影像拷贝和正射投影仪纠正工艺，以纸基或胶片基承载的平面型影像图件。后者则是应用数字摄影测量技术和工艺制作的以数字形式存在的影像图件，可以方便地输出成纸基或胶片基图件。目前，由于计算机技术和影像处理技术的发展，以数字形式存在的影像图件在生产技术上日趋成熟并不断完善，已经占据主导地位，并与方兴未艾的城市 GIS 技术相得益彰，应用广泛。特别是数字影像图在色彩处理方面的优越性，使其更具应用价值。

四、结束语

遥感影像原理范文第3篇

关键词：SAR InSAR 极化 DEM

中图分类号：TP701 文献标识码：A 文章编号：1672-3791（2017）02（b）-0003-06

目前，随着航空航天技术和计算机技术的不断发展，卫星遥感技术也得到了巨大发展，卫星遥感数据在各个部门和领域的应用非常广泛。但是，传统光学遥感受到云层干扰很大，极大限制了卫星遥感获取地面信息的能力，因此，不受天气影响的雷达卫星遥感逐渐成为遥感研究的热点。相对于传统的光学卫星遥感，雷达卫星遥感不受云层遮挡限制，具有全天候对地观测的能力。除此之外，由于合成孔径干涉雷达可以快速生成数字高程模型（DEM），同时雷达卫星对水体、植物和冰川等地物的反射波有差异，因此，可以通过雷达遥感影像对地物进行分析。源于以上因素，从20世纪末开始，世界各国都大力发展雷达卫星遥感技术。目前欧美日等很多国家拥有民用或民两用雷达遥感卫星，主要卫星包括加拿大的Envisat卫星、德国的TerraX卫星、意大利的Cosmo-SkyMed卫星、日本的ALOS卫星等，我国在2016年8月也发射了我国第一颗高分辨率雷达卫星――高分三号。

1 雷达卫星遥感基本理论

1.1 雷达工作原理

雷达的英文RADAR是由Radio Detection And Ranging（无线电侦测与测区）的缩写。雷达工作原理是由电磁脉冲源系统发出电磁波脉冲，并侦测脉冲反射信号，通过发出和接收信号的时间、方位角以及电磁波强弱等信息计算目标物的距离、方位、大小和密度等特性。雷达自20世纪20年代诞生以来，在军事领域得到了广泛应用。二战结束后，雷达开始应用于非军事用途，如气象预报、环境监测、探矿和大地测量等。

雷达的波段属于电磁波中的微波波段，雷达根据用途不同采用不同的波段和频率，而不同雷达的观测分辨率和清晰度不同。根据微波探测基本理论，雷达波长越小，其频率越高，观测分辨率越高。雷达微波在电磁波中的位置段以及波长与频率的关系如图1所示。

雷达根据电磁波接收方式划分，可以分为主动式雷达和被动式雷达。

主动式雷达系统在电磁波源发射电磁波，碰到目标物后反射或散射，再被可接收各个方向的接受雷达端接收，利用不同路径的雷达信号对目标物的参数进行计算。主动雷达系统的信号发送与接收的雷达一般是同一部雷达，在特殊情况下可以是两部雷达。

被动式雷达系统只接收电磁波信号，由于空间中存在大量的电磁波信号，遇到目标物后会进行散射，其中一些电磁波会散射到被动雷达接收源，而接收雷达通过从不同的接收器接收的信号中或同一接收器在不同时间接收到的信号来估测目标的参数。一般情况下通过Bistatic方法比较反射信号与原来发射信号的差异可以计算所需的参数，如距离、方位、速度等，也可以通过Monostatic方法利用反射或折射信号直接估算各项参数。

目前所有遥感卫星的星载雷达都是主动式雷达。

1.2 雷达卫星遥感

雷达卫星遥感即将雷达安装到运行于地球太空轨道上的卫星上，实现对地球的观测。目前最常见的雷达遥感卫星是合成孔径雷达（Synthetic Aperture Radar，简称SAR）卫星。SAR卫星可以充分使用地物的电磁波反射特性对地物目标进行侦测，通过地物的电磁波反射特性与电磁波频率、极化以及入射角的关系进行对地观测，可以获得被侦测目标地物各种丰富的信息，如材料、密度、水含量和结构可靠性等。在雷达卫星遥感技术诞生后，随着干涉技术的SAR卫星和聚束SAR技术发展，雷达卫星功能越来越强大，用途越来越广泛。因此，各主要国家在大力发展SAR卫星遥感的同时，也在发展遥感卫星编队组网以及卫星星座，编队飞行可以实现立体成像功能，卫星组成的飞行编队，可以连续对某个区域进行多景重叠成像，从而实现该区域的立体建模。

2 SAR/InSAR卫星与数据处理方法

2.1 合成孔径雷达遥感

合成孔径雷达卫星是目前卫星遥感的主流，合成孔径雷达是多个雷达孔径或天线组成的多电波源雷达系统。雷达和人眼都是通过电磁波的传输来观测目标物，雷达波段理论上是波段越小看到的影像越清晰，因此，雷达需要很长的天线才能发出所需的微波。目前大型的微波雷达天线达数公里，因此，传统雷达无法实现机载和星载，为了解决机载和星载高分辨率雷达的问题，采用多个雷达孔径同步或者异步观测，可以获得多个小波段的雷达成像。因此，从雷达卫星一般都采用合成孔径雷达作为传感器。

合成孔径雷达的操作原理复杂，但是可以通过实例说明基本作业原理。假设一搭载SAR卫星，SAR的观测方向与卫星轨道垂直，如图2所示。SAR直接产生二维空间影像，即range（行方位）维和azimuth（极方位）维，SAR影像所显示的则是其视角方向的相对距离与位置，视角方向是卫星电磁波传输与目标物的方向夹角。SAR卫星的电磁波Range维方向解析度由测量电磁波脉冲发射天线与接收天线的接收时间决定。

Azimuth维与Range维垂直。与光学传感器不同，azimuth维的方位解析度可以与range维不同，azimuth解析度依赖于雷达天线的宽度，越大的雷达天线可以使目标物的对焦更加清晰，进而使azimuth维方向的解析度更高。与传统光学遥感传感器类似，越大的孔径获得的影像质量越佳。但是SAR所使用的频率远低于可见光，因此，如要提高SAR影像的成像品质，需要更长的雷达天线。但是无论是飞机还是卫星，其携带的雷达大小都是一定的。因此，为了解决该问题，雷达传感器可以改装成基于多普勒效应的多个小型天线以获得高分辨率遥感影像，即SAR传感器。SAR一次搭载了多个发射器，在飞行途中每个发射器都会发射出不同的电磁脉冲，再依照接收到电磁波脉冲的多普勒位移，经过处理可以提高成像品质，但也需要考虑地球自转所产生的频率位置误差，经过计算机增强后，可以将azimuth维方向的解析度提高3个数量级。

2.2 SAR影像几何失真与纠正

在卫星雷达遥感成像中，被侦测地物目标的方位在卫星按飞行平台的时间序列进行成像，距离方向上是按照地物目标反射信息记录顺序成像，在高程上，即使微小变化，都可能引起较大范围的图像扭曲，我们将这些微小变化的产生因素称为诱导因子，从目前卫星雷达遥感的经验上看，目前最主要的诱导因子包括电磁波透视收缩、地物叠盖和阴影。

同时为了获得更大的侦测范围，SAR卫星一般采用侧视发射和接收电磁波的方式，这种方式获得的影像与正常影像有差异，这种差异称为几何失真。由于入射角不同，所以斜距不同，导致雷达斜距图像上的近距离压缩，就是图像失真，如图3所示。图中的山区部分，在迎向雷达区域会有缩短现象，而在背向雷达的区域会有变长现象。

以上原因导致了SAR影像各种失真，对于雷达遥感的几何失真，可以采用地距的显示方式进行消除，即DEM叠加影像获得实际距离，纠正SAR图像。

图4为广西柳州市红花水电站地区的ERS-2卫星SAR遥感影像，可以发现东边（右边）山区较白的区域较短，西边（左边）较深的区域较长，这是前波缩短和后波拉长造成的，由此可见卫星轨道是自西向东。

2.3 合成孔径干涉雷达

合成孔径雷达就是让合成孔径雷达做干涉运动。SAR影像通常包含了距离与相位资讯，InSAR利用相位的信号得到空间信息。在对地形进行分析的过程中，可以挑选两张在不同时间拍摄的SAR影像并假设在拍摄时间段地表没有发生变化，若α秸庞跋窠行干涉，则可以得到相对高程值，其原理类似于立体相对。通过这种方法，可以获得数字高程模型，即DEM数据。利用该方法获得的DEM数据，其分辨率更高，但是目前要解决的主要问题是无地面像控点的数据校正处理，一般采用高精度轨道实现数据高精度校正和立体成像。

图5为DEM处理流程，图6为通过SAR数据处理获得的DEM数据。

如果在两种SAR影像采样过程中，地表有变动，则获取的高程数据将包括实际高度与变形，为了得到变形量，需要将高度数据去除。

2.4 差分合成孔径干涉雷达

在合成孔径干涉雷达的数据中，将高度数据从合成孔径干涉雷达影像中去除，再通过另一景相同位置的SAR数据获取相对高程，称为差分合成孔径干涉雷达。这类方法按照轨迹数可以分为双轨迹法、三轨迹法和四轨迹法。双轨迹法是利用现有的数字高程模型（DEM）来减去高度数据，该方法的缺点是如果干涉影像的采样时间与数字高程模型的采样时间点内地表有大的变动，则该方法不能使用；三轨迹法是再使用一景SAR影像，与原相对的主影像作干涉，然后减去原干涉相对，这种方法可以得到研究时间范围内的全部动量，精度较高；四轨迹法是采用4张SAR影像，制作成两对干涉相对，将两相对进行差分，可以得到两相对间的地表变形量。如果观察地区有异常地物形变，还需要对非正常形变进行过滤。

2005年的影像（ERS影像）与2008年汶川地震后的影像（ERS影像）干涉后，再减去当地概略DEM（GDEM数据）的结果，即双线法。该处变形指对于卫星视角方向的变形。

2.5 SAR/InSAR极化

当雷达发射电极上有净电流通过的时候，电极电位显著地偏离了未通过净电流的起始电位值，这种现象叫极化。极化是底电磁波的偏振方式，可分为线极化、椭圆极化、圆极化。在线极化中，根据电场矢量方向随时间变化，又分为两个方向的极化，即水平极化（H极化）和垂直极化（V极化）。水平极化指电磁波的电场矢量与入射面垂直，垂直极化指电磁波的电场矢量与入射面平行。雷达极化是指雷达发射的电波和接收的回波的极化状态，线极化是目前雷达卫星遥感最常见的极化方式。在雷达遥感中，由于在传播过程中电波与媒质相互作用，电波与目标相互作用，导致波在传播过程中极化状态改变，这些改变都反映了媒质和目标的信息，因此，通过研究回波的极化状态可以提取有用信息。

根据极化理论，改变雷达发射天线的方向就可以改变电磁波的极化方式。

如果发射的是水平极化方式的电磁波，与地物表面发生作用后会使电磁波极化方向产生不同程度的旋转，形成水平和垂直两个分量，用不同极化方式的天线接收，形成HH和HV两种极化方式的图像。若雷达发射的是垂直极化方式的电磁波，同理，会产生VV和VH两种极化方式的图像。

多极化SAR通过测量地面每个分辨单元内的散射回波，进而获得极化散射矩阵以及Stokes矩阵。极化散射矩阵具有将目标散射的能量特性，为更加深入地研究地物目标提供了重要的依据，使SAR遥感对目标的信息获取能力极大增强。

极化干涉SAR是极化SAR与干涉SAR的结合，利用了相干性和干涉相位观测量随极化变化的特性，使干涉SAR观测量实现目标高程获取，又具有极化SAR对不同散射机理的分辨能力，同时使SAR遥感的SAR干涉获取数据具备提取地物参数的能力，实现对森林、岩石、水体和裸地等目标进行识别的能力。

3 结语

SAR/InSAR卫星有着特殊优点，因此目前主要应用于军事侦察、地质和地震研究等。同时，由于雷达卫星影像数据的普及时间较短，现在仍然不断挖掘其应用潜力。主要包括对水体水质的探测分析、洪水预警分析和灾后损失分析、山体滑坡分析和预警、森林保护和估产、城市变迁等。雷达卫星遥感影像数据比传统光学影像数据更加具有应用挖掘潜力。但是，目前雷达卫星遥感影像数据处理技术未完全成熟，未来随着计算机技术的不断进步和算法的不断优化，相信雷达卫星遥感在世界各个行业将有更加广泛的应用。

参考文献

[1] S.kaya.The Use of Radar Remote Sensing for Identifying Environmental Factors Associated with Mlaria Risk in Coastal Kenya[C]//GARSS02.2002.

[2] I Baran，MP stewart，Zperski，et al.Modification to Goldstein Radar Interferogram Filter[J].IEEE Transactions on Geoscience and Remote Sensing，2002，41（9）：2114-2118.

[3] 孙佳.国外合成孔径雷达卫星发展趋势分析[J].装备指挥技术学院学报，2007，18（1）：67-70.

[4] 陈基炜.应用遥感卫星雷达干涉测量进行城市地面沉降研究[J].测绘通报，2001（8）：13-15.

[5] 李德仁.卫星雷达干涉测量原理与应用[J].测绘科学，2000，25（1）：9-12.

遥感影像原理范文第4篇

1、结合实例，说出遥感技术的特点，说明其在资源普查、环境和灾害监测等方面的具体应用于功能。

2、初步学会利用遥感影像中的直接和间接解译标志对遥感影像进行简单解译的方法。

3、认识遥感技术在现代社会中发挥的巨大作用，理解地理信息技术的应用对协调人地关系的重要影响。

教材分析：

教材首先指出地理信息技术概念和核心技术，明确遥感是地理信息技术的重要组部分；接着介绍了遥感的定义、基本原理、遥感平台、工作过程、主要优点等几个方面的知识。

教材介绍了遥感的主要应用领域―资源普查、灾害监测、环境监测、工程建设及规划等，使学生认识到遥感技术十分广泛的应用领域。随着现代科学技术在生产生活各领域中的应用越来越广泛，学生在生活中也能经常看到遥感影像图。

本节的教学要点就是要让学生了解遥感是如何工作的，通过课件直观展示遥感图像，了解它在各部门、各领域的应用情况，初步感知遥感影像的解译方法。

重点、难点：

1、遥感的工作原理、基本工作流程。2、遥感在资源普查、环境与灾害监测、农业中的应用。3、遥感图像的基本影像特征判读方法。

教学手段：多媒体课件

情景导入：

1987年5月6日至6月2日，中国东北大兴安岭北部发生了特大火灾，在扑灭大火过程中，卫星遥感监测技术发挥了重要作用。在整个灭火大战中，国家气象局森林防火总指挥部提供了70余幅反映林火发展情况的卫星影像图，为制定灭火计划、作出灭火部署提供了科学依据。

遥感技术在森林灭火中是如何发挥作用的？它还能应用于其他领域吗？

一、什么是遥感技术

1、地理信息技术。地理信息技术是对地理信息进行获取、分析和应用的一门综合性技术，是地理科学与现代信息技术相结合的产物，其核心技术是遥感（RS）地理信息系统（GIS）、全球定位系统（GPS）。

2、遥感技术的概念。遥感技术就是人们利用一定的技术装备（航空器和航天器），从不同高度的平台，收集地物的电磁波信息，再将这些信息传输到地面，并加以处理，从而达到对地物的识别与监测的全过程。

小知识：航空器与航天器简介

航空器――在大气层中飞行的飞行器。包括气球、 气艇、飞机、滑翔机、直升机等。

航天器――用于航天飞行的飞行器。包括人造卫星、宇宙飞船、空间站、航天飞机、行星探测器等

3、遥感技术的工作原理。地球上的物体都在不停地吸收、发射和反射电磁波，并且不同的地物对同一电磁波反射率不同。

在距离地球一定距离的飞机、飞船、卫星上、使用光学仪器和电子仪器，接受地面物体发射或反射的电磁波信号，以图像胶片或数据磁带形式记录下来，传送到地面，最后通过分析，揭示出物体的特征、性质及其变化，用于资源评估、环境监测、灾害预警及其他地物变化的分析等。

4、遥感技术的主要环节（略）

5、遥感技术的特点。遥感具有探测范围大、获取资料快、受地面限制少、获取信息量大等特点。

二、遥感技术的应用

1、遥感技术的应用领域。目前，遥感技术已被广泛应用于国民经济的各个领域。它对于推动经济建设、环境改善和国防建设起到了重要作用。

遥感技术的应用（列表）（表略）

2、遥感探测的发展趋势。随着遥感应用向广度和深度发展，遥感探测将更趋于实用化、商业化和国际化。

三、学看遥感影像

1、遥感影像解译标志的概念。在遥感影像上，不同地物有不同的影像特征。这些影像特征是判读识别各种地物的依据，这种依据就叫做遥感影像解译解译标志。

2、遥感影像解译标志的分类

（1）直接解译标志

概念：直接解译标志是指能够直接反映和表现目标地物信息的遥感影像的各种特征，它包括遥感影像上的色调、色彩、大小、形状、阴影、纹理、图形等。

作用：解译者利用直接解译标志可以直观识别遥感影像上的目标地物。

（2）间接解译标志

概念：间接解译标志是指能够间接反映和表现目标地物信息的遥感影像的各种特征。

作用：借助它可以推断其他的相关地物。

3、分析和解译遥感影像应注意的问题

实例运用：运用所学遥感知识和解译方法，分析和解译卫星影像。

（1）说说卫星影像中，不同颜色各为哪几类地物。

（2）在卫星影像上判读出道路，用透明纸蒙在上面绘出主要的道路，制作一幅该地区公路交通草图，并将判读出的城市与村庄的大致范围，绘制在公路交通草图上。

判读提示：A.用色调辨认遥感影像，深蓝色、蓝黑色显示的是水文要素，灰白色、浅蓝色显示的是人工建筑，红色显示的是植被。

B.几点说明；①湖泊等自然地物的边界多为圆滑的，人工建筑、工程的边界往往棱角明显；②湖泊、城市为面状，道路、河流多为现状，村庄为不规则的点状和星状；③道路的宽度往往不发生变化，而河流的宽度从上游到下游逐渐变宽；④道路相对比较顺直，而河流则弯曲多变。

课堂巩固：

1、装载传感器的平台叫（ ）

A、遥感平台 B、传感平台 C、工作台 D、开发基地

2、遥感的关键装置是（ ）

A、航空器 B、传感器 C、胶片质量 D、磁带质量

3、下列不属于遥感技术特点的是（ ）

A 有利于节省人力、财力 B有利于提高效率

C 受地面条件的限制少 D有利于提高研究工作的精度和质量

4、在联合国对伊拉克违禁武器核查期间，专家使用美国的U侦察机进行空中侦察，U侦察机进行空中侦察时主要运用（ ）

遥感影像原理范文第5篇

关键词：土地利用，遥感影像，变化监测，地理信息

中图分类号： F293 文献标识码：A

文章编号：1001-9138-(2012)06-0077-80 收稿日期：2012-05-06

1 引言

为保证土地管理的科学性，及时准确掌握耕地和各种土地利用现状的最新数据尤为重要。3S技术特别是新型遥感和地理信息技术的应用将为我们提供重要的技术保证。基于多时相遥感影像间进行土地利用变化监测研究的上述问题结合相关研究提出的方法，本文提出基于土地利用现状GIS数据（矢量数据）和单时相遥感影像间进行土地利用动态变化监测研究的简单方法和技术流程。

2 原理与技术流程

2.1 基本原理

基于T1时期的土地利用图与T2时期相应尺度的遥感影像间进行土地利用动态变化监测时，虽然T1时期的土地利用GIS数据（矢量数据）中已有一些图斑在T2时期已经发生了改变，但仍有大量的未变化的图斑信息包含其中。因此，我们可以利用这一信息做辅助，利用T2时期对应尺度的遥感影像数据基于遥感影像的分类识别技术实现变化图斑的动态监测。具体技术原理为：假设用T1_GIS_D表示T1时期的土地利用现状GIS数据（矢量数据），用T2_RS_D表示T2时期的相应尺度的遥感影像数据，那么，首先利用T1_GIS_D和对应区域的DEM数据对T2_RS_D进行几何变换运算，目的是产生T2时期的正射影像数据（T2_DOM_D）。然后实现T1_GIS_D和T2_DOM_D间的配准并叠置。这样，我们依据T1_GIS_D中的图斑多边形作为T2_DOM_D兴趣图斑区，借助影像判读库，利用遥感影像的分类和识别技术对每个兴趣区的图斑进行识别。如果兴趣区识别的结果与T2_RS_D中的对应图斑的土地利用覆盖类型一致，则该图斑视为未变化图斑，否则，判定该图斑的土地利用覆盖类型发生了变化，并进一步分析其新土地利用覆盖类型和变化面积统计分析。

2.2 技术流程

为了实现上述的技术原理，本文设计了图1所示的土地利用变化自动监测技术流程。其中，T1 期数据为土地利用现状图，T2 期为与T1期现状图尺度相应分辨率的遥感影像。在图1中，DEM数据主要是用于非平坦区域的高差修正；影像判读知识库是指根据先验知识及土地利用现状图中与影像中一致图斑的信息而建立的各类地物的均值、方差和纹理等知识；分类识别是以相异图斑的矢量图作为兴趣区，仅对T2时期影像的兴趣区内影像进行分类并对地物进行识别，这样的好处在于可以大大减少计算的数据量，提高计算的速度，同时由于涉及的类别较少，从而提高分类和识别的准确性。

3 试验及结果

为了验证本文提出方法和技术流程的可行性和有效性，本文利用当前主流遥感影像处理软件Erdas对主要技术进行了试验。

3.1 数据准备

试验中，本文选择了天津市一个较小的区域作为兴趣区（如图2），土地利用现状矢量数据和遥感影像数据均来自于天津市国土资源和房屋管理研究中心。由于所选实验区域的土地利用现状图斑和影像数据中图斑的一致性较好。因此，为了配合本文的试验，试验中首先将现状图中的几个不同的地类图斑合并为一个图斑（如图3）。

3.2 试验

在试验中首先将监测区的土地利用现状图和影像图进行叠加（几何纠正和配准事先已做好），叠加结果如图4所示。为了观察的方便，叠加后我们调整了矢量的透明度。从叠加的结果我们可以看出，图中所选的兴趣区就是发生了变化的图斑。因此，接下来的试验是对兴趣区的影像进行分类和识别，结果表明在土地利用现状图中为同一土地利用覆盖，而在影像中为两种土地利用覆盖类型。这就表明这个图斑发生了变化。

4 结论与展望

本文提出了一种基于土地利用现状图和相应尺度的卫星遥感影像间进行土地利用变化监测的方法。初步试验表明，本文提出的技术思路和技术流程是有效和可行的。变化监测运算仅局限于T1期土地利用现状图斑与T2期影像中图斑不一致的图斑进行，这样可以大大提高变化监测的运算速度。此外，变化监测算法主要以分类和识别为主，数据挖掘的规则仅作为辅助。相对于基于数据挖掘的方法挖掘有益规则而言，这一方法可以有效降低算法的复杂性。

参考文献：

1.李天峻 阎君 李伯衡.遥感综合时空信息在土地利用动态监测中的应用概述.国土资源与遥感.1997.2

2.李发明 程秀英 魏怀东等.武威市黄花滩生态移民区近十几年来土地利用变化监测.甘肃林业科技.2006.4

3.胡召玲.徐州市土地利用变化的遥感监测.徐州师范大学学报(自然科学版).2007.2

作者简介：

阮柏林，供职于天津市国土资源和房屋管理研究中心。

An Object-based Land Cover Change Detection Approach of

Using Single-temporal Satellite Image and GIS Data

Ruan Bailin

Abstract： While a variety of change detection approaches using multi-temporal satellite images have been reported, few approaches using GIS data of land use and single-temporal high spatial resolution satellite image have been reported. This paper proposes an object-based land cover change detection approach using single-temporal high spatial resolution satellite image and GIS data of land use. Compare with the pixel-based change detection approach, the object-based approach must be more suitable for in high spatial resolution images. To test the validity of the proposed approach, we applied it to the actual data, and primary result reveal that the proposed approach is valid.

遥感影像原理范文第6篇

【关键词】 卫星遥感 影像图 制作

随着科学技术的快速发展，人类社会已步入数字化信息时代。数字信息在促进我国国民经济以及社会发展中发挥着重要作用。传统的数字正射影像生产过程主要包括：DEM的生成及数字正射影像的生成、内业的空中三角测量加密、外业控制点的测量、航空摄影等，在数字影像处理过程中，其耗时长、成本高，精确度低等特点[1]。因此，传统的地形图已无法满足快速发展的现代社会需求。数字正摄像图具有信息丰富、直观性强、精确度高的特性，其正被广泛应用于土地动态监测、道路设计、农田水利建设、防洪抗灾等领域，随着科技的飞速发展，高精确度的正摄影像图对我国具有非常重要的意义。

1 数字正射影像图的发展现状

近年来，计算机技术及数字正摄影像图生产技术迅猛发展，数字正射影像图在城市规划、建设及管理中发挥着重要作用。数字正射影像图正被城市规划专家广泛认同，其在实践中的应用也得到进一步发展。目前，城市在获取基础信息以及更新图像数据库时，大多采用数字正射影像图。

自20世纪60年代以来，遥感一词受到社会的广泛关注。遥感是指通过对遥远地方的目标物进行探测，并对获取的信息进行分析研究，进而确定目标物的特有属性，以及目标物之间的关系[2]。而卫星遥感影像是指运用现代卫星遥感技术获取地球表面的客观实在物，并对物体进行数据分析，然后制作成影像图，最后服务于实际应用。目前，世界各国政府及有识之士已达成“数字地球”的共识，他们都在为取得信息时代的战略制高点儿付出巨大的努力。在此背景下，我国也将“数字中国”提上议事日程，而“数字城市”是“数字中国”的重要组成部分，其在我国经济发展中发挥着重要作用。遥感信息是“数字城市”的重要内容，正影像图的精确度关系着我国数字城市的发展进程。随着遥感信息技术的快速发展，人们对遥感信息的内在规律也日益了解，遥感信息已被广泛应用与城市的多个领域中。数字正射影像图在规划城市建设、提高城市环境及社会经济效益方面起着非常重要的作用。

城市景观模型是城市现状的表现形式，其对于城市规划中具有重要的作用。传统的城市景观模型无法展现城市的真实情况，应用数字正射影像图建立数字城市三维景观模型，既提高了精度，又可多角度浏览城市景观，为城市建设和国民经济发展提供决策依据。当前，利用遥感信息构建数字景观模型的技术已日渐成熟，应用卫星遥感数据采集城市的平面信息并利用已有数字高程模型数据，可以制作成高精度的数字正射影像图。

2 数字正射影像图的制作存在的主要技术难点

2.1 摄像图像拼接缝隙较明显

当前，立体像对之间存在很大的灰度反差，如果重叠区域的镶嵌线处理不当，那么，人们会发现一幅图中存在几条很明显的反差缝隙，从而造成视觉上的不接边。因此，为了保证影像的质量，提高影像图的额镶嵌效果，作业员应在投影差较小的区域镶嵌反差线，并尽可能选择靠近街道、河流、公路等区域，并禁止利用向前线分割整体的建筑物。在镶嵌影像时，作业员应采用羽化的方式，并避免出现硬街边。完成影像镶嵌后，作业员应开始对影像进行分幅，对于出现的杂点应进行再次处理。

2.2 建筑物变形严重

在对数字正射影像图进行纠正时，大多采用平均高程建构地面图形，并突出平均高程平面的建筑物。由于高程建筑存在较大的投影差，因此，数字正射影像图容易发生变形。在采集突出建筑物的数据时，作业员应分别采集突出建筑物以及非突出建筑物，并保证这两者的特征线不相交。在删除非突出建筑物特征线的数据时，作业员应对突出建筑物的特征线进行数据计算，并计算生成DEM，唯有这样纠正影像，才能保证建筑物不变形；在删除突出建筑物特征线的数据时，作业员应保留其特征线的数据，并计算生成DEM。

2.3 正射影像图内色彩不均匀

利用卫星遥感进行图像拍摄的过程中，其中间亮而四周暗，有些上边亮而下边暗，因此，在拍摄过程中，作业员如果对摄像图片处理不得当，那么后期制作出的DOM色彩将失真，并出色彩不均匀的情况，其严重影像数据判断。

当前，作业员在处理原理影像时，大多采用中科院的DUX航测影像处理软件。运用DUX航测影像处理软件对原始影像的色彩进行匀光匀色。匀光处理参数主要有两类：一是确定有效范围以及景物处理系数；二是调整影像的亮度、色彩、敏感度参数。其具体步骤是：首先，对原始影像进行匀光处理；然后，成批打开相关影像数据，并分批进行匀光处理，在做匀色处理时，作业员应调整每条航带首尾影像，并采用“λ自适应”进行调整；最后，根据调整红啊的首尾影像对中间影像进行自动匹配，并分批处理匀色生成的影像。

3 数字正摄影像图的制作原理

数字正射影像图（Digital Orthophoto Map，缩写DOM）是利用DEM对经过扫描处理的数字化航空像片或遥感影像（单色或彩色），经逐像元进行辐射改正、微分纠正和镶嵌，并按规定图幅范围裁剪生成的形象数据，带有公里格网、图廓（内、外）整饰和注记的平面图[3]。数字正射影像图与我们平时看到的地图不同，它是我们地面信息在影像图上的真实反映，它不仅不存在变形，还比普通地图丰富，其可读性更强。数字正射影像图可作为背景信息，我们可从中提取所需的自然资源以及社会信息，其为防治自然灾害以及规划公共设施等方面提供了很多可要的依据。

数字正摄影像图的制作原理是：依据正摄影像的特点，应用专业的地理信息遥感软件对原有的影像图进行辐射矫正以及几何矫正后，它可以消除各种因畸形及位移误差，从而获得较为准确的地理细腻下以及各种卫星遥感数字正射影像图。当前，国内外使用的数字摄影测量仪主要是：Jx-4A全数字摄影测量系统，其是我国四维北京公司开发的测量系统；ImageS-tation工作站，它是美国Intergraph公司开发的测量系统；VituoZo系统，它是武汉适普公司开发的系统。这些测量系统都能制作出各种比例的正射影像图，而且，他们的制作原理是一样的，他们都是对数字进行微分纠正[4]。

数字正摄影像图的制作原理是：首先，依据影像纹理配成立体像对，在此基础上，生成数字高程的模型；然后，对配成的像元进行数字微分纠正，并生成正射影像图[5]。这种制图方式，可以保证图像质量，并延长器成图周期，其对作业员的综合素质要求很高。因此，在运用数字正射影像图进行制图时，作业员应深入了解全数字摄影测量系统，并提高自身计算机图形图像处理知识，从而不断提高自身工作能力。

4 遥感正射影像图的制作

4.1 收集原始卫星影像图

近年来，遥感技术不断发展，遥感卫星影像层出不穷。在利用遥感方法制作图时，原始卫星影像数据主要选用Ikonos、World View及QuickBird等。这些影像数据具有文件数据量大、地面分辨率高、便于管理的优势，因此，被广泛应用于高精度正射影像图制作。

4.2 影像图的纠正、配准及融合

第一，利用GPS控制点对影像进行纠正。利用卫星遥感数据制作正摄影像图时，作业员采集到第一批卫星影像资料后，就开始对影像进行影像控制，并利用GPS做影像控制。影像图纠正的实质是对中心投影的影像数源进行正射纠正，并形成正射影像图[6]。作业员可利用现有的1：500、1：2000以及1：5000对地形图资料进行影像纠正，在一定程度上可节约成本，缩短了工期，从而提高了工作效率，并确保了影像精确度。

第二，在完成影像纠正后，作业员应对多光谱影像进行配准。影像配准的目的是识别两幅或多幅影像之间的同名像点。其中，影像配准的方法有：灰度配准；特征配准。

第三，在完成影像配准后，作业员应对不同分辨率的遥感图像进行融合处理，并确保融合后的遥感图像既具备良好的空间分辨率，有具有多光谱的特征，从而实现增强图像的目的。在融合图像分辨率的过程中，作业员应配准前两幅图像并在处理处理过程中，选择合适的融合方法。只有精确地配准不同空间分辨率的图像时，作业员才能得到满意的融合效果。

第四，在支座遥感正射影像图时，作业员应选用具备遥感影像配准标准的融合系统Cyberland，来对影像图进行纠正、配准及融合。当前，QcickBird全色影像以及QcickBird多光谱影像是应用较为广泛的影像制图软件。。

4.3 无缝镶嵌影像图

影像图镶嵌是指对若干幅相邻的遥感数字图像进行几何镶嵌、去重叠、色彩调整等数字化处理，然后将其拼合成一幅完整的新影像图。在应用遥感图像时，几幅影像图的交接处可能会存在较大的缝隙，需多幅图像才能覆盖缝隙，因此，他们需要研究该区域的图像配准，并将这些图像镶嵌气力啊，从而更好得进行处理、分析及研究。影像镶嵌过程如下：

第一，确定影像重叠区域。相邻图像的重叠区域是遥感图像镶嵌工作的实施地，也是其他工作的基准。例如，影像色调的调整、影像的几何镶嵌、去影像重叠区都是以影像图的重叠区作为基准的。因此，影像图之间的重叠区域的确定是否准确直接关系到影像图镶嵌的效果。

第二，调整影像色调。影像图的色调调整是遥感影像图镶嵌工作的重要内。由于影像图存在不同的时相以及不同的成像条件，再加上需镶嵌的影像图具有不同水平的辐射以及较大的亮度差异，必须对影像的色调进行调整。如果不对影像图进行色调色调，那么即使影像图的几何位置配准很优秀，镶嵌在一起的影像图也无法应用于实际工作中。色调调整时影像制图中的重要环节。虽然有些遥感影像图的成像时相与成像条件相接近，但是，卫星遥感器的随机误差会导致图像的色调不一致，这将影像图像的实际应用效果，因此必须对卫星遥感影像图进行色调调整。

第三，图像镶嵌。在完成重叠区域确定以及色调调整后，作业员可对相邻影像图进行镶嵌。图像镶嵌是指找出相邻影像图需镶嵌图像的重叠区的接缝线。因此，重叠区域接缝线的质量直接关系到影像图的镶嵌效果。在对影像图进行镶嵌的过程中，作业员即使对影像图进行色调调整后，影像图接缝处的色调也会不一致，因此，作业员需对影像重叠区域的色调进行平滑，提高镶嵌的亮度，这样才能保证影像镶嵌后的无缝隙存在。

第四，在对影像图进行镶嵌的过程中，作业员应采用专业的影像处理系统。ImageXuite是专业的影像处理系统，其影像匀光及镶嵌功能较为强大。作业员通过对影像图进行匀光、匀色以及色调调整等，从而生成无缝镶嵌的影像。

ImageXuite是影像图镶嵌的重要软件，其在大多数情况下匀光效果显著，并实现较好的无缝影像镶嵌。但是ImageXuite软件具有一些缺陷，例如，对影像的调色功能不强，在匀光的所有影像都偏暗时，ImageXuite的处理效果不佳，这是，作业员需配以Photoshop软件，通过运用Photoshop软件对影像进行调整，直到较好效果，然后将调整好的影像作为主影像，最后再对其他影像进行匀光处理，经过这些程序后，作业员即可获得一幅效果较好的影像图。

5 结语

随着科学技术的迅猛发展，卫星遥感技术取得了长远的进步，其影像图的成图精度越来越来高。目前，人类社会已步入数字化信息时代，数字信息在促进我国国民经济以及社会发展中发挥着重要作用。卫星遥感技术融合了现代信息技术以及智能化遥感信息处理技术，其为城市规划、了解区域环境等方面提供了技术支撑。正摄影像图是利用DEM对扫描出的卫星遥感影像进行微分纠正、辐射改正以及镶嵌等，并依据规定裁减出形象数据，从而形成影像图。数字正摄像图具有信息丰富、直观性强、精确度高的特性，其正被广泛应用于土地动态监测、道路设计、农田水利建设、防洪抗灾等领域，随着科技的飞速发展，高精确度的正摄影图对我国具有非常重要的意义。

参考文献：

[1]孔娟，薛倩，钱跃磊，陈慧娟.浅析数字正射影像图制作质量的改进[J].许昌学院学报，2012，（5）：120.

[2]李海洋，王丽英.基于PCI的遥感正射影像图制作[J].矿山测量，2009，（4）：44.

[3]张玉方，欧阳平，程新文，蔡冲.基于LiDAR数据的正射影像图制作方法[J].测绘通报，2008，（8）：44.

[4]姜淼，张丽霞，龚伟.正射影像地图的制作方法与应用研究[J].测绘与空间地理信息，2009，（5）：150.

遥感影像原理范文第7篇

关键词:几何畸变;几何校正;校正模型;地面控制点

中图分类号:TP751文献标识码:A文章编号:1009-3044(2010)09-2235-03

Research on Correction of Geometric in High-resolution Satellite Image

YANG Gao-pan, GUO Shi-hong, REN Lei-ping

(Xi'an University of Architecture and Technology Information and Control Engineering School, Xi'an 710055, China)

Abstract: This dissertation first has discussed the deformation mechanism of remote sensing image and ways of geometric correction, dissertated some model of remotesensingimage's geometric correction such as Multinomial model and Rational Function Model, introduced resample method of digital image bicubic convolution interpolation method, nearest interpolation method, bilinear interpolation method, and the selection method for GCP and checking point, provided the general steps of remotesensingimage's geometric correction: based on the ERDAS, correct the image data according to its character. then expound the correction process, after analyze the result precision we find it meets expectant requirement, which means the method adopt during experiments has better reliability.

Key words: geometric distortion; geometric correction; correction model; GCP

近些年来随着航天技术、计算机技术、传感器技术、通信技术的巨大进步,使得当前卫星遥感技术进入前所未有的阶段。随着高分辨率遥感卫星的成功商业化应用,以其在较小的空间尺度观察地表的细节变化,大比例尺的遥感制图等,其在民用领域其发展前景广阔。

1 SPOT卫星系统简介

法国的SPOT5于2002年5月由Ariane4火箭发射中心成功送入太空。该星上载有2台高分辨率几何成像装置(HRG),1台高分辨率立体成像装置(HRS),1台宽视域植被探测仪(VGT)等,空间分辨率可达2.5m,在数据压缩存储和传输方面有显著提高,SPOT5采用推扫式线性阵列扫描成像,基本探测元件为CCD电子耦合器件。

SOPT5影像数据为DIMAP格式,它包括影像文件(GeoTIFF格式)和参数文件(XML格式)。SPOT5特有的重采样技术,利用两幅同时获取的5m分辨率的全色图像重采样到2.5m分辨率的全色图像,SPOT5的主要应用领域有军事目标探测,大型工程设施监控,农林地块精细识别,城市信息更新等。

2 遥感影像几何校正原理[6]

由于卫星获取图像时的成像方式、传感器外方为元素、地形起伏、大气折射等静态误差和动态误差的影响,使得某些地物在图像上的几何位置、尺寸和形状与实际当中的地物特性不一致,从而产生遥感影像的几何畸变,不能将其直接用于项目研究应用。所以在利用遥感影像进行项目应用之前必须进行影像的几何校正。几何校正的目的是纠正影像成像过程中的几何畸变,校正分为两类:几何粗校正和几何精校正。几何粗校正是系统级的误差校正,针对传感器内部畸变做出校正,它需要传感器的有关成像参数。几何精校正是利用控制点进行的几何校正,它是用一种数学模型来近似描述遥感图像的几何畸变过程,并利用畸变的遥感图像与标准地图之间的一些对应点求得这个几何畸变模型,然后利用此模型进行几何畸变的校正。

2.1 几何校正模型

几何校正模型通常分为物理校正模型和非物理校正模型,其中常用的通用传感器模型有:多项式模型、有理函数模型等。其中前者模型适用于小面积的经过系统几何校正的影像,后者使用于任何类型和大小的影像数据。

多项式模型此模型的基本原理是回避遥感成像的空间几何过程而直接对影像变形的本身进行数学模拟,因为它与传感器的特性无关是一种通用传感器模型,适合于地形起伏不大较平坦地区,其2D多项式模型数学方程为:

其中X,Y为地面坐标。x,y为像点坐标。i,j为整数增量。

二维多项式模型不考虑地形起伏引起的图像变形,它只限于小范围、地势较平坦的区域。所以当进行高分辨率遥感影像的精校正尤其是当地形起伏较大时,此模型已经不再适用。必须在多项式中引入 坐标,建立3D多项式的模型:

多项式校正模型的精度依赖于地面控制点的分布、数量和精度。当控制点的精度越高则几何校正的精度也越高,但在解算多项式系数时,控制点处拟合较好而其它插值点处容易产生抖动。

有理函数模型该模型用于正射校正和3D特征提取,现在许多商业影像处理软件都支持此模型,用户可以方便地应用软件来处理单片和立体像对。此模型将像点坐标和物点坐标的关系描述为两个多项式的比值,其像点坐标表达方程为:

其中像点坐标 (r,c),。

有理函数模型不用知道传感器的几何细节性质,它独立于传感器类型。其构造形式简单,但是当RFM的参数增多时会带来处理的复杂和额外的内插误差。

2.2 地面控制点的选择

几何校正的过程就是要利用控制点来校正图像的畸变。GCP的选择和精度是校正质量的基础。其来源可以有数字栅格地图、数字正射影像和GPS外业测量等。在选择时应该那些容易控制的地面点例如:主路的交叉路口、运动场地、机场跑道等。GCP的最小数量(n+1)(n+2)/2,n为多项式次数。实际当中为了使图像拥有较好的质量通常选取的GCP数量远大于最小值。当GCP选择的数量过少、分布不均匀或者RMS值过大(通常要求RMS小于1)都会使图像发生变形和错位。

2.3 重采样方法

重采样就是由已知采样点的灰度值内插求出非采样点的灰度值。原图像中所有删格数据层都要进行重采样,常使用的重采样方法有以下几种:双三次卷积法,双线性内插法,最临近点内插法等。

双三次卷积法:此方法是用三次样条函数。公式如下:

近似代替采样定理中卷积核函数,计算时需要选择16个像素灰度值,这样近似卷积核的同时增加了计算量比较耗时。优点是使影像的细节效果增强保证了校正后图像的质量。

双线性内插法:此方法是用一个三角函数。公式如下:

来近似代替卷积定理中的卷积核函数,计算时需要选择4个像素灰度值,其计算量明显比双三次卷积小,但是此方法对影像有平滑作用,使得影像中那些对比度明显的部位变的模糊。

最临近内插法:此方法是选择与输出点最临近的像元灰度值做为新像元点的灰度值,误差保持在0.5个像元位置。计算最为简单省时,但是处理后的影像容易产生锯齿效应具有亮度不连续性。 有利于保持原始图像中的灰度级,但对图像中的几何结构损坏较大,前两种方法保留了图像原有的几何结构等。

此三种方法中从运算量和精度上来衡量,双线性内插法的精度和计算量适中,三次卷积法精度高但是运算量大,最临近法精度小但是计算量小节省时间。

3 几何校正的试验步骤[5]

校正的基本思路:

第一步,选择校正模型。在文章实验当中选择二维二次多项式校正模型,因为所研究区域地势较为平坦,模型本身原理简单,计算相对简单。应用ERDAS处理软件中的几何校正模块。

第二步,选择控制点和检查点。控制点用于控制计算,建立转换模型及多项式方程。

第三步,选择重采样方法。ERDAS IMAGE 提供了三种最常用的重采样方法。在本文中校正模型选择多项式校正模型,控制点和检查点选择信息如图5所示,重采样方法选择的是双线性内插法和最邻近内插法分别进行校正。

校正结果和分析:

图1为原始影像数据:武汉市SPOT5高分辨率遥感影像。图2为参考正射影像。图3为采用双线性内插法校正结果,图4为采用最邻近法校正结果。

对图像进行校正之后的检验通过在ERDAS中的视窗地理连接功能及光标查询功能进行目视性的定性检验,两个窗口中的十字线指示同一个地物点,控制点的误差保持在1个像元内保证了校正精度,校正结果比较理想。

4 结论

几何校正是遥感影像应用过程中解决遥感影像的几何变形问题的重要一步,在此基础之上才能对图像进行各种分析和制作遥感专题图等,比如在地面控制点的选择上,校正模型的选取等方面应从实际需要出发理论结合实际综合选择,该文对目前应用中常的校正方法进行了介绍与分析,并在此基础上针对武汉市的一景SPOT5遥感影像,选择ERDAS IMAGINE软件对影像进行了几何校正,并对其校正结果进行了分析。总之随着高分辨率卫星影像的应用发展,在对其成像原理和几何畸变原理深入研究理解之后,再应用现有强大的遥感图像处理软件作出更高质量的专题图,从而为国民经济生活提供便利。

参考文献:

[1] 周成虎,骆剑承. 高分辨率卫星遥感影像地学计算[M]. 北京:科学出版社,2009.

[2] 关元秀,程晓阳.高分辨率卫星影像处理指南[M].北京:科学出版社,2008.

[3] 林宗坚.遥感影像无(稀少)地面控制点纠正技术[J].地理与地理学,2003,19(4).

[4] 汤竞煌,聂智龙.遥感图像的几何校正[J].测绘与空间地理信息,2007.04,30(2).

[5] 张春鹏,郭雅芬,过仲阳.高分辨率遥感图像几何校正在ERDAS IMAGE中的实现[J].2007.30(6).

[6] 孙家炳.遥感原理与应用[M].武汉大学出版社,2003.

[7] 宁晓刚,张晓东,胡进刚.SPOT5影像严格几何校正方法研究[J].测绘信息与工程,2005.30(1):43-44.

[8] 张继贤,张永红,林宗坚.SPOT影像像点位移的研究[J].测绘科学,2000.25(1):19-22.

[9] 张永生,刘军.高分辨率遥感卫星立体影像模型定位的算法及其优化[J].测绘工程,2004.13(1):1-4.

遥感影像原理范文第8篇

关键词：归一化建筑指数；NDBI；城镇用地；最佳时相

中图分类号：TP79 文献标识码：A 文章编号：1007-9416（2013）01-0079-02

1、引言

随着城市化进程的加快，城市建设用地的扩张，我国农业可持续发展和生态环境安全受到了越来越严重的威胁。利用遥感技术进行准确、快速地获取城镇用地信息，监测城镇用地扩张趋势，对于城市发展的合理规划、农业资源及生态环境的保护，都具有重要的意义。归一化建筑指数（NDBI）以其卓越的城镇用地信息表达能力，成为城镇用地及其变化研究的重要分析工具。但是，由于遥感影像异物同谱、同物异谱现象的存在，NDBI常常受到各种因素的影响，使得同一地区（特别是四季分明的地区）采用不同时相遥感数据提取城镇用地的精度有较大差异。本文以郑州市四个季节的TM遥感数据为基础，分析了不同时相遥感数据基于NDBI提取城镇用地的效果差异，并给出提取城镇用地所使用遥感影像的最佳时相。

2、研究区概况

郑州市位于河南省中部偏北，东经112°42'-114°13'，北纬34°16'-34°58'，西依嵩山，北临黄河，东、南两面为广阔的黄淮平原，市区面积1010.3km2[1]。郑州市属暖温带大陆性气候，四季分明，年平均气温14.4摄氏度，年平均降雨量640.9毫米，无霜期220天，全年日照时间约2400小时。境内大小河流124条，分属黄河、淮河两大水系，其中流经郑州段的黄河150.4km。选择郑州市为研究对象，能较好的反映用不同季节遥感影像提取城镇用地的效果差异。由于上街区未与郑州市主城区接壤，本文以郑州市金水区、二七区、中原区、管城区和惠济区为研究区域。

3、研究方法

3.1 NDBI指数原理

NDBI指数源于对归一化植被指数（NDVI）的深入研究和分析。NDVI提取植被的原理是：TM影像中，植被灰度值在第三、第四波段之间呈上升走势，而其它地物灰度值则表现出下降的走势。这样以来，TM4、TM3两波段灰度值的和与差的比值大于0的都是植被，反之，则是其它地物。其基本原理就是，在多光谱波段内找出感兴趣地物的最强和最弱反射波段，将强者置于分子，弱者置于分母，通过比值处理，进一步扩大二者差距，最终使研究地物在指数图像上得到亮度增强，其他地物则受到抑制[2]。杨山、查勇等人经过研究发现，城镇用地灰度值表现出和植被灰度值相似的规律：城镇用地灰度值在TM4和TM5之间呈增高趋势，而其他地物灰度值呈降低趋势，由此提出了NDBI计算公式[3，4]。公式（1）为NDBI指数表达式，其中，band4为第四波段的灰度值，band5为在第五波段的灰度值。从公式（1）以看出，NDBI值在-1与1之间变化，城镇用地的NDBI值大于零，非城镇用地的NDBI值小于0.利用这一原理，实现城镇用地的自动提取。

（1）

3.2 城镇用地信息提取过程

本文的基础数据为郑州地区分别拍摄于2007年1月27号、2008年10月12号、2009年4月6号和2009年8月12号的四幅Landsat5TM遥感影像。数据来源于国际科学数据服务平台，分辨率为30米。整个遥感影像处理与城镇用地提取过程如图1。

3.2.1 影像预处理

由于太阳辐射会在大气中发生反射、折射、吸收、散射和透射，遥感影像有时不能反映地物的真实光谱特性[5]。因此，进行城镇用地提取前，应该对遥感影像进行大气校正。本文选用ENVI软件的FLAASH模块对影像进行大气校正。

在地形起伏、大气折射、地球自转以及遥感平台运行状态不稳定等因素的影响下，遥感影像有时产生地物形状不规则、行列不均匀等几何畸变[5]。这时，就需要对影像进行几何校正，以方便研究区的裁剪和感兴趣地物的提取。几何校正主要是通过选取若干控制点，并通过多项式内插的方式实现。本文选取6个控制点进行几何校正，控制点分别为：绕城高速与连霍高速交叉口、京广澳高速与连霍高速交叉口、陇海铁路与西环路交叉口、如意湖、郑少洛高速与绕城高速交叉口、京广澳高速与绕城高速交叉口。

3.2.2 城镇用地信息提取

本文首先对遥感影像进行NDBI指数运算，得到郑州市不同时相遥感数据的NDBI指数分布情况，如图2所示。在ENVI平台BandMath模块的支持下，分别对四张NDBI指数分布图进行二值化运算，得到各个季节遥感影像对应的城镇用地二值分布图（如图3），进而计算出城镇用地面积。公式（2）为二值化运算公式，其中，band为二值化后影像像元的灰度值（0或者255），band1为当前图像像元的灰度值；经过该公式运算后，原来像元值大于零的将变成255，小于或等于零的将被赋予0。

（2）

4、结果分析

4.1 精度评价

本文采用混淆矩阵对不同时相遥感数据提取的城镇用地的精度进行评价，同时将提取的城镇用地面积与郑州市实际城镇用地面积进行对比，进一步分析四幅图像提取城镇用地的效果。

本文利用ArcMap的CreateFishnet工具在研究区内生成160个网格。以每个网格的中心点为采样点，通过对GoogleEarth的高清影像目视解译进行样本采集，并构建混淆矩阵。样本点位置分布情况如图4所示，四个时相遥感数据提取的城镇用地的混淆矩阵如表1、表2、表3和表4所示。混淆矩阵中，对角线上的数值代表了被正确分类的样本点个数，每一类别的分类精度等于该类别样本中被正确分类的个数除以该类别样本总数，总体分类精度等于所有样本中被正确分类的个数除以样本总数。由混淆矩阵看出，夏季遥感影像提取的城镇用地总体分类精度达到82.5%，而春季、秋季和冬季的遥感影像提取的总体分类精度均不足60%。

本文通过2008年至2010年的郑州市统计年鉴[6，7，8]获得郑州市2007、2008、2009年城镇用地面积，并将实际城镇用地面积与各时相遥感数据提取的城镇用地面积对比分析，来进一步评价各时相遥感数据基于NDBI提取城镇用地的适用性，对比结果如表5所示。从表5中可以看出，夏季遥感影像提取的城镇用地面积相对误差约为24.48%，春季和秋季影像的提取的城镇面积比实际面积多出160%以上，冬季图像提取的相对误差更是达到了254.85%。由此可见，两种精度评价方式的结果一致，夏季遥感影像提取的城镇用地误差最小。

4.2 误差分析

通过对四个时相的遥感影像对应的混淆矩阵分析可以知道，春季、秋季和冬季拍摄的遥感图像分类结果中，大量的非城镇用地样本点被误判为城镇用地，导致了分类精度的降低。事实上，由于地面、稀疏植被与城镇用地光谱特征较为接近[9，10]，NDBI指数并不能有效的将它们区分开来，基于NDBI提取的面积包括城镇用地面积、裸地面积以及稀疏植被面积。郑州市四季分明，春、秋、冬三个季节植被稀疏，地表面积大，因此用这三个季节的遥感影像提取城镇用地面积误差势必很大；而在夏季，郑州市植被茂盛，裸地面积较少，误差也就相对小很多。

5、结论

基于NDBI指数提取城镇用地，操作简单、高效，而且提取过程受人为因素影响较小，提取结果较为客观。但是，由于NDBI法提取城镇用地的原理基于各地物间的光谱特性差异，裸地、稀疏植被与城镇用地光谱特征相似，往往对提取精度造成较大影响。由于夏季植被茂盛，地面的面积小，基于夏季拍摄的遥感影像提取城镇用地更为精确。所以，我们在基于NDBI指数提取城镇用地的时候，要尽量避免选取春季、秋季和冬季拍摄的影像，以降低裸地和稀疏植被造成的误差。同时需要说明的是，上述结论只适用于北方四季分明的地区，对于其他地区是否适用，还需进一步研究。

参考文献：

[1]贺振，赵文亮，贺俊平.郑州市城市扩张遥感动态监测及驱动力分析[J].地理研究，2011，30（12）：2272-2280.

[2]徐涵秋.基于压缩数据维的城市建筑用地遥感信息提取[J].中国图像图形学报，2005，10（2）：223-229.

[3]杨山.发达地区城乡聚落形态的信息提取与分形研究---以无锡市为例[J].地理学报，2000，55（1）：671-678.

[4]查勇，倪绍祥，杨山.一种利用TM图像自动提取城镇用地信息的有效方法[J].遥感学报，2003，7（1）：37-40.

[5]梅安新，彭望琭，秦其名，等.遥感导论[M].北京：高等教育出版社，2001：95-112.

[6]郑州市统计局.郑州统计年鉴2008[M].北京：中国统计出版社，2008.

[7]郑州市统计局.郑州统计年鉴2009[M].北京：中国统计出版社，2009.

[8]郑州市统计局.郑州统计年鉴2010[M].北京：中国统计出版社，2010.

[9]吴宏安，蒋建军，张海龙，等.比值居民地指数在城镇信息提取中的应用[J].南京师大学报，2006，29（3）：118-121.

遥感影像原理范文第9篇

关键词：遥感地质制图 蚀变信息提取 构造信息提取 高光谱遥感技术

中图分类号：P237 文献标识码：A 文章编号：1672-3791（2015）05（c）-0000-00

一、遥感技术的基本特征

长期以来，地质工作者迫切希望能有一种“窥一斑而知全豹”的方法来找矿，因此遥感技术以其独有的远程观测以及判断特点在地质找矿中的作用就突显出来。首先，由于遥感是远距离探测技术，所以遥感可以不对物体进行接触而进行探测，正因为如此遥感技术可以覆盖更广的范围，因此在进行找矿工作时，遥感可以将所观测范围内地表以及地貌的情况通过影像传输给卫星，然后由地面接收站接收图像，让工作人员对观测到的数据进行处理和分析。其次，因为遥感技术覆盖范围广，并且能同时观测多个区域，所以节省了观测时间，并且传输的图像信息更加准确，工作人员能够通过处理后的数据和图像找到矿产资源的位置，甚至能了解大致的分布范围，这为找矿工作节省了人力以及物力。通过研究遥感影像上的地质构造与成矿的关系，可认识成矿规律并圈定找矿远景区，通过对遥感图像进行增强处理，综合分析，可提取地质信息，在我国最早使用遥感图像的行业是地质行业。

遥感技术从字面上可以理解为“遥远的感知”，因此遥感技术是通过远距离传输来进行观测和新词采集的，这就需要电磁波、红外线以及可见光等的帮助。遥感技术在进行影像分析时，检测到的影像中会出现特定的光谱特征和纹理特征，含矿区域会呈现出较为明显的标志。现人们将许多先进的科学技术应用到遥感技术当中，其中对计算机的应用是必不可少的，因为通过遥感技术传输到地面的图像需要经过计算机软件的图像和数据处理，才能将含矿区域显示出来，从而根据显示的情况进行工作项目计划的设计以及开展。遥感技术在地质方面的应用一般都是以制图为主，并与地质图相套合，使得遥感影像图与地质图具有相同的地图投影坐标系统，这可使工作区遥感概貌与地质图相互对应的，并能产生立体感较强的画面，以综合图件来反应工作成果。

随着现有矿产资源不断地被发现并且开采，导致矿产所在地普遍有自然及地理环境较为恶劣的情况，不便于人工的探测及寻找，因此遥感技术在这种地形条件差、交通不便的高寒地区具有常规地质方法不可替代的优越性。

二、遥感技术的找矿应用

遥感探测矿产的核心就是通过遥感探测器以及遥感图像等提取岩矿蚀变情况以及区域地质信息。在找矿中的直接应用就是提取遥感蚀变信息，围岩蚀变是热液与原岩发生的相互作用，是成矿作用。因此，蚀变岩矿物的存在能够帮助遥感技术进行探测，因为这种物质有光谱特征，在遥感影像上具有特殊的显示，因此能够根据蚀变的类型，预测矿物的种类以及分布。

遥感技术进行矿物探测的原理，是因为地物普遍都能够进行电磁波的反射和投射，而每种地物因为其结构以及特性不同，所以反射出的光谱也不相同，因此就可以根据地物反射出的光谱特征，判断地物的种类，并通过光谱图像进行信息的提取。

遥感技术能够对地物进行探测，并向地面传回遥感图像以及数据，通过对遥感影像的前期处理，进行图像的降噪，以及真彩色或者假彩色的合成，对遥感影像进行目视解译，所谓的目视解译就是通过以往的经验以及知识，对遥感影像上存在的地物根据其形状、颜色、周围环境等情况进行判读，从而判断出影像中存在的物体都是什么。在利用遥感影像进行找矿的应用时也是如此，需要针对遥感图像的内容联系周边地质环境判断是否有成矿的可能。利用遥感技术进行找矿时，可以通过多种空间影像进行信息的提取，比如影像上的线状区域、环状区域、带状区域等情况，都能够研究矿物资源是否存在。除此之外，对于色异常以及断裂构造的信息提取都能够进行隐秘矿物资源分布的探测，这是找隐伏矿床的重要手段之一，是区域地质填图的理想技术之一。

三、遥感地质找矿技术的发展趋势及前景

（一）高光谱数据的应用

遥感技术一直被作为辅助手段应用于地质学中，但随着计算机领域高新技术的快速发展，遥感技术的进步和应用，尤其是作为现展的技术手段也愈加显得重要，领域也在不断的扩大。遥感技术本身包含多方面的内容导致其复杂无比，但是因为高光谱遥感的广泛应用，利用这种方法辅助地质工作进行探测的技术也开始逐步成熟。高光谱遥感技术在地质找矿中因其高空间分辨率给遥感地质找矿添加新的血液，高光谱是集多种探测及信息处理技术于一体的综合性技术。它的基础工作原理是利用成像光谱仪与纳米级的光谱分辨率来进行成像，成像的同时记录下成百条的光谱通道数据，这种技术能够进行辐射信息、光谱信息、地物空间信息的同步获取，从每个像元上均可以提取一条连续的光谱曲线。高光谱图像能够显示出丰富的信息，并可通过反演圈出矿化区。

（二）3S技术的结合

所谓的3S技术就是遥感（RS）、地理信息系统（GIS）及全球定位系统（GPS）这三种技术，3S技术是目前地质勘探的业界利器，三种技术各自有各自的优势。利用GPS能够通过微信信号进行定位，并能够测量三维空间数据，在信号足够好的情况下，探测的数据是十分准确的。地理信息系统作为地理信息的集合，具有储存、处理地理信息数据等多种功能，并且地理信息系统的数据库具有高集成、一体化并且储存空间大的特点，因此地理信息系统与遥感技术的结合，能够为遥感技术提高海量的数据储存空间，并且还能够进行数据以及图像的管理及浏览，并能够将搜集到的海量地理数据信息然后回馈给信息中心进行分析，然后遥感技术RS负责在地理区域内进行找矿工作。

（三）遥感技术与传统地物化找矿方法的融合

因为矿床的形成并不是一种物质造成的结果，因此想要实现利用遥感技术进行找矿工作，就必须要将遥感技术与地、物、化找矿方法结合起来，避免因为探测单一的物质而造成的失误和阻碍情况的发生。目前以遥感信息为主体，建立多源地学数据库进行综合信息找矿法势在必行。

结束语：

遥感技术作为地质勘查的重要手段，对矿产资源的可持续发展有着积极的作用。利用这一高新技术不但破解了我国目前由于资源匮乏而出现的深层次找矿难题，也为我国勘探科学的进步找到了新的出发基点。因为遥感技术实时、准确的特性，被广泛应用于地质找矿工作中，这项技术在地质找矿中的运用，不仅有效地提高了地质找矿的质量以及数量，还提高了找矿工作的准确性，并且提高了工作效率，因此遥感找矿技术的实运用还拥有更加广阔的发展空间。

参考文献

[1] 钱建平，伍贵华，陈宏毅.现代遥感技术在地质找矿中的作用【L】.地质找矿论丛， 2012，27（3）：355-359.

[2] 杜培军.遥感原理与应用.M.北京：中国矿业大学出版社.2010.

遥感影像原理范文第10篇

关键词：高光谱遥感；教学内容；实践教学

Teaching Content Arrangement and Discussion on Hyperspectral Remote Sensing

SONG Yan, TIAN Yugang

（College of Information Engineering, China University of Geosciences, Wuhan 430074,China）

Abstract: According to training requirements in remote sensing and technology, a proper teaching book, teaching content arrangement and practice course were made and discussed.

Key words: hyperspectral remote sensing; teaching content; practice course

中国地质大学（武汉）信息工程学院遥感科学与技术专业于2006年正式成立，该专业的培养目标是：培养具有良好的职业道德，掌握遥感科学、地理信息及计算机科学的基础理论、知识和技能，能结合计算机技术、地理信息技术在国土资源遥感、城市规划、地质工程、环境监测、海洋勘查等领域从事遥感信息获取、处理与分析，及有关遥感信息工程建设与应用的专门高级技术人才。

为了完成其培养目标，在本科生大三下学期开设高光谱遥感课。通过该课程的学习，使学生对高光谱遥感原理具有清晰地认识，掌握高光谱的基本分析方法，培养他们运用高光谱原理和分析方法解决实际问题的能力。依据课程目标，笔者结合近两年在课程教学中的实践经验，提出高光谱遥感课程的本科生教学内容和实践教学环节的设计，希望能抛砖引玉与同行们共同探讨。

1 课程设置简介

高光谱遥感课程共32学时，先修课程主要有：遥感概论、遥感物理、数字摄影测量、遥感图像处理、遥感图像解译、遥感应用模型。在课程教学过程中，共安排20课时的课堂教学，12课时的上机实习操作。

2 教材选择

优秀的教材可以帮助学生完整的掌握课程内容，近年，随着遥感定量化应用的不断发展，高光谱遥感方面的专著逐渐增多。目前已出版的高光谱遥感书籍主要有：中科院遥感所的童庆禧院士、张兵教授等编写的《高光谱遥感:原理技术与应用》以及《高光谱遥感的多学科应用》、武汉大学张良培教授等编写的《高光谱遥感》、浦瑞良教授等编写的《高光谱遥感及其应用》。经过比较发现和分析，上述书籍均对高光谱的原理、基本处理手段以及应用方面均有介绍。其中，童庆禧院士编写的书籍理论较深，更适合用于对研究生的教学，浦瑞良教授编写的书籍分为不同的专题介绍高光谱的应用情况，更适合对科研人员作为参考。针对本科教学的目标以及本科生的专业基础，选择张良培、张立福撰写的《高光谱遥感》作为课程教材，并将童庆禧院士、浦瑞良教授编写的书籍作为主要参考书目。

3 教学内容

在授课过程中，以高光谱遥感数据的获取、处理和应用为线索[1]，设计如下的教学内容。

3.1 高光谱遥感简介

在回顾电磁波、电磁辐射等遥感的理论基础后，重点阐述高光谱遥感的定义、特点，通过分析多光谱遥感与高光谱遥感对同一地物的光谱曲线，加深学生对高光谱遥感的认识。分析目前主要的高光谱遥感传感器及其成像参数，并大致介绍高光谱遥感在国内外的应用情况。最后依据高光谱遥感传感器的特点，提出本课程的整体理论框架，给学生们清晰地认识。

3.2 光谱重建与几何校正

地物光谱数据的获取仪器及获取步骤，并分析地物的光谱特性，并列出国内外常用的光谱库。介绍辐射误差的概念，并依辐射误差产生的原因分别介绍传感器定标、大气校正以及地形校正的理论和方法[1]。在介绍高光谱遥感的辐射校正方法基础上，介绍高光谱遥感数据的几何校正方法[2]。这部分的重点内容有：野外光谱仪的使用步骤，高光谱数据大气辐射校正方法以及几何校正方法。难点内容在于，高光谱数据的大气辐射校正方法。

3.3 高光谱遥感数据的处理方法

从Hughes现象入手，分析高光谱遥感影像特征提取与选择的必要性，而后分别介绍光谱的特征选择与提取、光谱匹配、光谱微分等技术。在光谱的特征选择与提取方面着重介绍，包络线去除法、光谱形态学分析方法（光谱梯度与坡度、光谱吸收参数等）、光谱相关性分析方法、MNF变换、PCA变换、光谱距离统计。这部分的重点内容在于，让学生理解高光谱遥感数据特征提取与选择的必要性，掌握常用的包络线去除法、MNF变换、PCA变换等方法、难点在于，通过理论的学习能够运用相关理论完成高光谱遥感数据特征提取与选择。

3.4 混合像元分解原理与方法

混合像元问题是遥感数据中不可避免的问题，本部分主要介绍遥感影像里混合像元形成机理，混合像元的物理、数学和几何模型，混合像元分解的步骤，混合像元分解中如何提取纯净像元。重点在于让学生对混合像元问题有清晰地认识，明确遥感影像中的“纯净”像元和“混合”像元的区别，在理解线性混合像元分解模型的物理、数学与几何模型的基础上，掌握线性混合分解方法的原理。难点在于学习并理解如何运用“沙漏模型”提取纯净像元的理论和方法。

3.5 高光谱遥感图像分类

介绍了高光谱遥感图像的分类方法，包括使用传统的监督分类、非监督分类的各种方法，以及一些针对高光谱数据的分类方法，例如自组织特征映射神经元网络的分类方法。结合高光谱遥感特征提取与选择方法，混合像元分解原理与方法，让学生掌握完整的高光谱遥感分类流程。重点内容在于理解并掌握高光谱遥感图像分类与多光谱遥感图像分类的相似点与不同点，难点在于掌握并理解自组织特征映射神经元网络的分类方法。

3.6 高光谱遥感的应用

重点介绍了高光谱遥感技术在地质方面的应用实例。运用前面所学习的相关理论和分析方法，重点介绍地质遥感领域高光谱遥感矿物填图方法，让学生能够完整掌握整体的分析方法。

4 实践教学环节设计

为了增强学生理论联系实际的能力，配合上述授课内容，参考相关软件的教程[3],为学生设计了四次实习内容。四次实习具体内容分别是：

第一次实习安排在第一章高光谱遥感简介授课内容结束后。 实习主要内容为让学生认识高光谱数据；实习方法为运用遥感的ENVI软件、AVIRIS的高光谱数据、JPL光谱库以及USGS 光谱库使学生们对高光谱数据以及常用光谱库有感性认识，并学习如何运用影像的光谱曲线选择彩色合成波段，对高光谱数据加以显示。

第二次实习安排在第二章光谱重建与几何校正授课内容完毕后。实习主要内容为：高光谱大气校正以及光谱特征分析；主要任务是练习如何运用FLAASH模型对高光谱遥感影像进行大气校正的方法。此外，安排学生进一步熟悉高光谱数据的特性，并进行光谱分析，主要运用包络线去除、ENVI的光谱角制图以及光谱特征拟合（Spectral Feature Fitting）两种方法从影像中辨认矿物。通过实习帮助学生了解光谱特征提取与分析对于高光谱数据的重要性。

第三次实习安排在第四章内容授课结束后。实习主要内容为纯净像元提取；主要实习任务是运用MNF变换后的波段以及散点图工具提取端元、运用MNF变换后的波段以及纯净像元指数工具以及N维可视化仪提取端元、运用提取的端元进行分类和制图。通过实习，让学生掌握高光谱数据中纯净像元的提取方法，并运用所提取的纯净像元进行混合像元的分解。

第四次实习安排在高光谱遥感的应用授课内容结束后。第四次实习为综合实习，实习任务是运用给定的AVIRIS高光谱影像 完成该地区的地质填图。

5 当前教学中存在的问题以及解决策略

1) 课时数安排过少。目前这门课程作为专业方向选修课，只有24个学时。但高光谱遥感是遥感科学与技术专业一门非常重要的课程，应至少安排40学时。

2) 教学方法亟待改进。这门课程目前的教授方法是以任课教师口授后，学生上机实践完成。虽然每次授课后都会及时安排实习，但是由于高光谱遥感某些理论较为深奥，使得学生在上课时难以马上消化，产生畏难思想，影响学生学习积极性与主动性。因此，若在课时增加的基础上，即可在上课时边讲授边由老师指导学生动手操作，及时理解高光谱遥感中的相关原理方法，直观理解相关原理在高光谱遥感中应用情况。

6 结 语

高光谱遥感是一门理论与实践相结合的课程，是遥感科学与技术专业的选修课课，对于学生理解和掌握遥感的应用发展非常重要，并可加深学生对遥感理论方法的认识。如何设计教学内容是一件非常重要和有意义的课题。本文结合笔者自身教学经历，针对高光谱遥感本科课程教学的现状，提出了对高光谱遥感教学内容的理解，并就教学中存在的一些问题进行了分析。

参考文献

张良培，张立福著. 高光谱遥感[M].武汉:武汉大学出版社，2007

童庆禧，张兵，郑兰芬.高光谱遥感-原理、技术与应用[M].北京:高等教育出版社，2006

沈焕锋, 钟燕飞, 等. ENVI遥感影像处理教程[M]. 武汉: 武汉大学出版社, 2009