遥感影像信息提取与解译流程及方法

遥感影像解译手册

遥感影像解译手册 河南省环境监测中心 2012.12

1 生态遥感监测与评价工作流程 (1) 1.1 生态遥感监测与评价的主要目标包括： (1) 1.2 工作流程 (1) 1.3 提交成果 (2) 2 遥感影像处理 (2) 2.1 遥感影像简介 (2) 2.2 遥感影像准备 (2) 2.3 原始影像导出 (4) 2.4 波段合成与分离 (6) 2.5 影像校色处理 (8) 2.6 地图投影 (10) 3 几何纠正 (20) 3.1 几何纠正简介 (20) 3.2 几何纠正基本步骤 (21) 3.3 质量检查 (25) 3.4图像拼接 (26) 4 遥感解译 (27) 4.1 土地利用/覆盖数据的解译 (27) 4.2 具体操作 (29) 5 检查 (31)

1 生态遥感监测与评价工作流程 1.1 生态遥感监测与评价的主要目标包括： （1）利用前年Landsat TM数据监测全国土地利用/覆盖分布； （2）对全国生态环境质量进行评价，并分析前年间全国生态环境质量空间分布及变化趋势； （3）结合近几年间我国社会、经济、环境、人类活动因子，分析生态环境重大变化区域的脆弱机制，为制定生态保护和恢复的对策提供依据。 1.2 工作流程 生态遥感监测与评价的具体流程如图1。 图1

1.3 提交成果 主要有四部分： （1）影像，以县和整景为单位，两类； （2）解译数据，以省为单元的当年现状图层及动态图层； （3）生态报告； （4）地面核查数据，照片、数据库、报告。 2 遥感影像处理 2.1 遥感影像简介 遥感是通过遥感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息（如电场、磁场、电磁波、地震波等信息），并进行提取、判定、加工处理、分析与应用的一门科学和技术。遥感，从字面上来看，可以简单理解为遥远的感知，泛指一切无接触的远距离的探测；从现代技术层面来看，“遥感”是一种应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。 遥感影像，凡是只纪录各种地物电磁波大小的胶片（或相片），都称为遥感影像，在遥感中主要是指航空像片和卫星像片。 本次生态遥感监测与评价利用前年Landsat TM影像进行解译获得数据。 2.2 遥感影像准备 首先建立几个文件夹： （1）原始影像：用于存储从总站分发的未经几何纠正的影像。 （2）待纠影像：用于存储由原始影像进行波段合成操作产生的未经几何纠正的影像。

遥感信息智能化提取方法

遥感信息智能化提取方法 目前，大部分遥感信息的分类和提取，主要是利用数理统计与人工解译相结合的方法。这种方法不仅精度相对较低，效率不高，劳动强度大，而且依赖参与解译分析的人，在很大程度上不具备重复性。尤其对多时相、多传感器、多平台、多光谱波段遥感数据的复合处理，问题更为突出。在遥感影像相互校正方面，一些商业化的遥感图像处理软件，虽然提供了简单的影像相互校正和融合功能，但均是基于纯交互式的人工识别选取同名点，不仅效率非常低，而且精度也难于达到实用要求。因此,研究遥感信息的智能化提取方法对于提高遥感信息的提取精度和效率具有重要意义。 1．遥感图像分类 遥感图像分类是遥感图像处理系统的核心功能之一，它实现了基于遥感数据的地理信息提取，主要包括监督分类，非监督分类，以及分类后的处理功能。非监督分类包括等混合距离法分类（Isodata）等。监督分类包括最小距离（Minimum Distance）分类、最大似然（Maximum Likehood）分类、贝叶斯（Bayesian）分类、以及波谱角分类、二进制编码分类、AIRSAR散射机理分类等。 自动分类是计算机图像处理的初期便涉及的问题。但作为专题信息提取的一种方法，则有其完全不同的意义，是从应用的角度赋予其新的内容和方法。传统的遥感自动分类，主要依赖地物的光谱特性，采用数理统计的方法，基于单个像元进行，如监督分类和非监督分类方法，对于早期的MSS这样较低分辨率的遥感图像在分类中较为有效。后来人们在信息提取中引入了空间信息，直接从图像上提取各种空间特征，如纹理、形状特征等。其次是各种数学方法的引进，典型的有模糊聚类方法、神经网络方法及小波和分形。 近年来对于神经网络分类方法的研究相当活跃。它区别于传统的分类方法在于：在处理模式分类问题时，并不基于某个假定的概率分布，在无监督分类中，从特征空间到模式空间的映射是通过网络自组织完成的，在监督分类中，网络通过对训练样本的学习，获得权值，形成分类器，且具备容错性。人工神经网络 (ANN) 分类方法一般可获得更高精度的分类结果，因此 ANN方法在遥感分类中被广泛应用，特别是对于复杂类型的地物类型分类，ANN 方法显示了其优越性。如 Howald(1989)、McClellad(1989)、 Hepner(1990)、T.Yosh ida(1994)、K.S.Chen(1995)、J.D.Paola(1997) 等利用 ANN 分类方法对 TM 图像进行土地覆盖分类，在不同程度上提高了分类精度；Kanellopoulos(1992) 利用 ANN方法对 SPOT 影像进行了多达20类的分类，取得比统计方法更精确的结果；G.M.Foody(1996)用ANN对混合像元现象进行了分解；L.Bruzzone 等 (1997) 在 TM－5 遥感数据、空间结构信息数据、辅助数据（包括高程、坡度等）等空间数据基础下，用 ANN 方法对复杂土地利用进行了分类，比最大似然分类法提高了 9% 的精度。与统计分类方法相比较，ANN 方法具有更强的非线性映射能力，因此，能处理和分析复杂空间分布的遥感信息。2．基于知识发现的遥感信息提取

SPOT5遥感影像土地利用信息提取方法研究

第39卷 第6期2011年6月 西北农林科技大学学报(自然科学版) Jo ur nal of N o rthwest A&F U niver sity(N at.Sci.Ed.) Vo l.39N o.6 Jun.2011 SPOT5遥感影像土地利用信息提取方法研究 张伐伐a,李卫忠a,卢柳叶b,康 乐a (西北农林科技大学a林学院,b资源环境学院,陕西杨凌712100) [摘 要] 目的 探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。 方法 以结合纹理特征的支持向量机(Support vector machine,SV M)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。 结果 面向对象分类法的总精度达到90.67%,较结合纹理特征的SV M法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。 结论 利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。 [关键词] 遥感影像;土地利用信息;支持向量机;纹理特征;多尺度分割;精度评价 [中图分类号] S127[文献标识码] A[文章编号] 1671 9387(2011)06 0143 05 Study on extraction methods of land utilization information based on SPOT5 ZHAN G Fa fa a,LI Wei zhong a,LU Liu ye b,KANG Le a (a College of F or estry,b Colleg e of Resourc es and Env ironment,N or th w est A&F Univ ersity,Yang ling,S haanx i712100,China) Abstract: Objective T he study explored the effect of ex tracting approach for info rmatio n o f land uti lization based on high resolution remo te sensing im ag e to provide evidence for studying land utilization and cov er dynam ic variatio n. M ethod T his paper ex tracted the info rmation o f land utilizatio n focused on Changjiaoba to w n,using SVM classification o f tex ture feature and object or iented classification o f multi resolution seg mentatio n.The classification result w as compared w ith m ax imum likelihood classification. Then the classification result w as analyzed. Result T he ov erall classification accuracy o f object o riented w as90.67%,w hich incr eased by8.34%compared w ith SVM classification of tex ture feature and increased by20.32%com pared w ith m ax imum likelihoo d classificatio n.T his kind of classification not o nly can g et o v er the disadvantages of other classificatio ns,e.g.Spectral Similar and Ground object Fragm entations,etc. but also acquire good effectiveness. Conclusion Using the classification of object oriented can realize the purpose o f ex tracting the land utilization information,and this m ethod is accurate and fast. Key words:rem ote sensing im ag e;inform ation o f land uatilization;support v ector m achine;tex tur e fea ture;multiresolution segm entation;accuracy assessment 土地利用信息的获取,是研究士地利用和土地覆盖动态变化的基础,将遥感、地理信息系统和全球定位系统相结合,开展国土资源和环境综合调查,具有现势性强、分类周期短、资源信息更新快等优势,从而可以以最快的速度动态监测土地资源利用及环境的变化情况,及时为社会经济发展决策和制定相关规 *[收稿日期] 2010 11 29 [基金项目] 国家林业局 948 项目(2009 4 45) [作者简介] 张伐伐(1985-),男,安徽怀远人,在读硕士,主要从事 3S 技术在资源与环境中的应用研究。 E mail:zhangfafa520@https://www.sodocs.net/doc/1714617503.html, [通信作者] 李卫忠(1963-),男,陕西蒲城人,副教授,硕士生导师,主要从事森林经理学研究。E m ail:w eizhong_li@https://www.sodocs.net/doc/1714617503.html,

基于遥感数据的城市绿地信息提取研究进展

基于遥感数据的城市绿地信息提取研究进展1 吕杰，刘湘南 中国地质大学（北京）信息工程学院，北京 (100083) E-mail：jasonlu168@https://www.sodocs.net/doc/1714617503.html, 摘要：本文对目前城市绿地信息提取研究现状进行了总结，对其中的利用航空遥感数据提取植被信息、卫星遥感提取植被信息、高分辨率遥感植被信息以及高光谱遥感植被信息研究进展进行了介绍，并从中分析提出遥感数据提取城市绿地信息存在的问题，对于存在的混合像元的问题，本文指出混合像元分解是解决存在问题的关键。 关键词：遥感，城市绿地，信息提取，混合像元 中图分类号：TP 7 1．引言 随着城市规模的不断扩大，自然环境正受到越来越严重的破坏，特别是大量的植被被高楼大厦取代，导致原有的生态系统严重失衡。而植被是环境的天然调节器，因此，无论在新城区还是老城区，绿化都显得尤其重要。对于土地资源极为珍贵的特大城市来说，良好的绿地规划方案可以有效地提高绿化生态环境效益。 另一方面，随着社会和经济的发展，城市化步伐在不断加快，城市规模日渐扩大，因此，城市正面临着一系列的生态和环境问题，例如城市热岛效应，沙尘暴等。为了解决这些问题，人们逐渐发现城市绿地对城市生态环境的改善有着不可替代的功效，为此，许多国家将城市绿化制定为城市可持续发展战略的一个重要内容，并将城市绿地作为衡量城市综合质量的重要指标之一。 利用遥感技术获取绿地信息成为快速、客观、准确的城市生态监测、评价、规划和管理的重要手段。目前可以利用的高分辨率遥感数据资料越来越多，高于lm 分辨率航天遥感影像和航空遥感影像己开始应用到资源调查和测图中。 2．城市绿地信息提取研究现状及存在问题 城市绿地是在人类较强干扰下生成的绿地景观，其生态效益不仅与绿地斑块的面积、空间分布有关，而且与构成绿地的植被类型密切相关（王伯荪，1987 ）。90 年代后期，景观生态学理论和方法逐渐应用到对城市绿化的研究中，这些研究为城市植被研究提供了新的研究思路和方法（高峻等，2002 ：李贞等，2000 ）。城市植被遥感信息提取为城市植被景观生态分析提供基础数据，是遥感信息提取的重要研究方向，也是城市植被学研究的重要内容（王伯荪等，1998 ）。 2.1 航空遥感影像用于植被信息提取 随着遥感技术的发展，航空影像图的信息提取比例尺已经达到了1:1000 ，由遥感图提取城市绿地率和绿化覆盖率，是一条比较成熟和现实的途径。2001 年5 月上海市已完成三次航空遥感城市绿地精细调查。2000 年山东省建设处委托中国国土资源航空物探遥感中心对山东省济南市、淄博、文登、荣成等地市进行了航空遥感城市绿化调查。大比例尺彩红外航空遥感图像具有信息量大、植物标志清楚等优点，它不仅被广泛用于植被调查，而且对植 1本课题得到国家863项目(2007AA12Z174)资助。

遥感地学解译

一、遥感地质学的主要研究内容是什么？ 答：遥感地质学主要是指研究地球上各种地质体和各种地质现象，根据和利用地质体的电磁波谱特征,借助先进的遥感科学技术。从各种载着地物电磁辐射特征的遥感资料中提取地质信息，以达到宏观，准确，快速的研究地质体和地质现象的目的，在地质与成矿理论指导下，研究如何应用遥感技术进行地质与矿产资源调查研究的学科.是遥感技术与地球科学结合的一门边缘学科。 它的主要研究内容大致包括如下： 1、各类地质体的电磁辐射特性及其测试、分析与应用; 2、遥感图像的地质解译与编图； 3、遥感数字资料的地学信息提取原理与方法； 4、遥感技术在地质各个领域的具体应用和实效评价。 二、遥感图像地学信息解译主要内容有哪些？ 答：地学解译是从遥感图像上获取目标地物信息的过程具体是指解读人员通过应用各种解译技术和方法在遥感图像上识别出地质体、地质现象的物性和运动特点测算出某种数量指标的过程。其原则应采用由已知到未知、从区域到局部、先易后难、由宏观到微观、从总体到个别、从定性到定量、循序渐进的方法。其解译的主要内容如下： 1、遥感地质岩性解译 通过已知相关资料中的波谱与空间信息特征判断地表的岩石产出特点和物性。主要包括三大岩类：岩浆岩、沉积岩、变质岩。解译标志有以下：色调、亮度、形态。 主要的解译方法： 1）利用增强变换处理提取岩性信息 2）采用增强处理方法提取色调信息，可以扩大不同岩性的灰度差别，突出目标信息和改善图像效果，提高解译标志的判别能力。常用的遥感图像增强方法有反差扩展、去相关拉伸、彩色融合、运算增强、变换增强等 3）利用纹理信息提取岩性信息 4）每个岩性单元的灰度值具有各自不同的空间变化特征是运用纹理进行岩性分类的基础。常用的纹理信息提取方法有灰度共生矩阵法、小波变换和傅立叶变换等。通常将纹理图像作为新的波段参与岩性分类，许多学者的研究表

遥感矿物蚀变信息提取方法及ENVI下实现

遥感矿物蚀变信息提取方法及ENVI下实现

蚀变岩石是在热液作用影响下，使矿物成分、化学成分、结构、构造等发生变化的岩石。由于它们经常见于热液矿床的周围，因此被称为蚀变围岩，蚀变围岩是一种重要的找矿标志。利用围岩蚀变现象作为找矿标志已有数百年历史，发现的大型金属、非金属矿床更是不胜枚举：北美、俄罗斯的大部分斑岩铜矿、我国的铜官山铜矿、犹他州的大铝矿、西澳大利亚的大型金矿、墨西哥的大铂矿、美国许多白钨矿、世界大多数锡矿、哈萨克斯坦的刚玉矿等，都属于以围岩蚀变作为找矿标志发现的矿床。 国内外遥感工作者，都在不断地设计、研制和总结对这种遥感信息的提取和识别技术。矿化蚀变信息是找矿的一个重要标志，而这些对找矿有指导意义的矿化蚀变信息常常受其它地物信息的干扰，和受遥感图像的波谱分辨率和空间分辨率的制约，往往表现的很微弱。因此，国内外学者也在不断尝试各种技术方法提取这种矿化蚀变弱信息。 本文总结了遥感蚀变信息提取的各类方法，及其在ENVI软件中的实现。 ?原理 遥感技术主要是建立在物体反射和发射电磁波的原理之上。而地物波谱特性通常都是用地物反射辐射电磁波来描述。由于地物反射发射电磁波的特性不同，其反射波谱曲线形态也有千差万别。如植物的反射波谱曲线上，在绿光波段表现由于其叶绿素的存在表现为有一强反射峰，而在短波红外波段由于叶冠组织的相互作用表现为强反射峰，在红光波段则表现为强吸收谷。 遥感地质应用中，近矿围岩蚀变形成的蚀变岩石与其周围的正常岩石在矿物种类、结构、颜色等方面都有差异，这些差异导致了岩石反射光谱特征的差异，并且在某些特定的光谱波段形成了特定蚀变岩石的光谱异常。光谱异常为用遥感图像的异常信息提取提供了理论依据。 ?方法及实现 依据矿化蚀变岩与围岩的波谱特征的差异，可采用图像增强处理方法获取矿化蚀变信息增强的图像变量，从而最终实现提取矿化蚀变信息的目的。一般图像增强突出蚀变信息有以下几种方法。 (1)蚀变干扰信息剔除 遥感数据包含地表的信息，遥感在地质方面的应用就是提取用户需要的信息，提取矿化蚀变信息的过程是计算影像中所有像素信息统计归类分析的过程，蚀变异常信息的提取对遥感图像的质量要求较高，因此首先要对遥感数据进行严格的筛选，干扰噪声小的数据，一般要求遥感数据的时相是植被发育较弱、冰雪覆盖少的季节，同时该时相的云覆盖量较少。由于受地形地貌的影响，有些因素靠数据的时相选择却难以克服，例如阴影、河流水体、高山上的冰雪、白泥地等，可以采用相应的数学方法来解决，以使阴影、水体等干扰像素的数据不参与统计分析。一方面是选择较好的数据；另一方面是对数据进行数据预处理，包括大气校正、掩膜等。 利用ENVI软件的大气校正模块flassh能快速的消除大气影响，还原地物的真实面目。有利于蚀变信息的提取。

遥感影像判读考试重点

第一章： 1.遥感影像判读： 既是一门学科，又是图像处理的一个过程 作为一门学科，遥感影像判读的目的是为了从遥感图像上得到地物信息所进行的基础理论和实践方法的研究 作为一个过程，它完成地物信息的传递并起到揭示遥感图像内容的作用，其目的是取得地物各组成部分和存在于其他地物的内涵的信息 2.遥感影像判读的任务与实施： 任务根据应用范围：巨型、大型、中型和小型地物与现象的判读 实施组织方法：野外判读、飞行器目视判读、室内判读、综合判读 3.遥感信息的利用方式： 瞬时信息的定性分析：确定相关目标是否存在 空间信息的定位：空间分布规律 瞬时信息的定量分析：定量反演目标参数 时间信息的趋势分析：地表物质能量迁移规律 多源信息的综合分析 4.遥感信息的技术支撑： 观察与测量仪器的改变、产品形式的改变、生产工艺的改变、新一代传感器的研制、 地理信息系统的支持、遥感应用模型的深化 5.遥感影像判读的质量要求： 判读结果的完整性（详细性）：与给定任务的符合程度，用质量指标评价 判读的可靠性：与实际的符合程度，用质量和数量指标评价 判读的及时性：资料及时；指定限期完成 判读结果的明显性：便于理解和应用 用户精度：正确分类/所有分为该类制图精度 制图精度：正确分类/参考数据中的该类 对角线：正确分类 总体精度： 第二章： 1.遥感常用电磁波波段： 紫外线：0.01-0.38μm，碳酸盐岩分布、水面油污染 可见光：0.38-0.76μm，鉴别物质特征的主要波段；遥感最常用的波段 红外线：0.76-1000μm，近红外0.76-3.0μm; 中红外 3.0-6.0μm; 远红外6.0-15.0μm; 超远红外15-1000μm （近红外又称光红外或反射红外；中红外和远红外又称热红外）微波：1mm-1m，全天候遥感；有主动与被动之分；具有穿透能力；发展潜力大 2.地物的电磁辐射特性概念： 3.从近紫外到中红外（0.3-6μm）波段区间能量最集中而且相对来说较稳定 4.被动遥感主要利用可见光、红外等稳定辐射 5.对流层：地表到平均高度12km处，航空遥感活动区，侧重研究电磁波在该层内的传输特性;电离层：在80~1000 km，卫星的运行空间

海面油膜高光谱遥感信息提取_陆应诚

收稿日期: 2008-03-10; 修订日期: 2008-09-30 基金项目:中国石油天然气股份有限公司科技预研项目“海域遥感油气勘探技术研究”(编号: 06-01C-01-08)和国家科技支撑计划(编号: 2006BAK30B01)。 第一作者简介: 陆应诚(1979— ), 男, 南京大学博士研究生, 主要从事高光谱遥感应用研究。E-mail: lycheng2003@https://www.sodocs.net/doc/1714617503.html, 。 海面油膜高光谱遥感信息提取 陆应诚, 田庆久, 宋鹏飞, 李姗姗 南京大学 国际地球系统科学研究所, 江苏 南京 210093 摘 要: 针对辽东湾海域的Hyperion 高光谱遥感数据特点, 结合海面油膜光谱与Hyperion 影像特征, 对该数据进行水陆分离与最小噪声分离(minimum noise fraction, MNF)变换处理, 在辽东湾海域MNF 波段影像的2D 散点图中, 海面油膜的出现会在其边缘形成一个异常散点区域, 可区分油膜与干扰信息,结合提取的海面油膜端元的MNF 波谱, 通过混合调制匹配滤波(mixture tuned matched filtering, MTMF)技术, 成功地提取研究区海面油膜信息, 有效监测海面油膜信息, 为海洋环境监测提供新的技术手段。 关键词: 油膜, 高光谱, 遥感, Hyperion, 辽东湾 中图分类号: X55 文献标识码: A 1 引 言 在海洋石油的遥感监测与评估中, 海面油膜是遥感探测的一个重要对象, 多光谱、热红外、雷达等诸多遥感领域均对此有一定研究(Gonzalez 等, 2006; Fingas & Brown, 1997; Labelle & Danenberger, 1997; O’Briena 等, 2005), 由于海洋背景复杂, 海面大气影响、水体对电磁波的散射与吸收作用, 海面油膜遥感信息表现为弱信息；又由于海面油膜随来源、构成种类、油膜厚度、风化程度的不同表现为不确定的遥感影像特征；这些因素对海面油膜遥感信息提取存在一定的制约。随着高光谱遥感技术的发展(童庆禧, 2003), 针对海面油膜信息的高光谱遥感探测方法技术不断得到发展(Foudan, 2003)。Palme(1994)利用小型机载成像光谱仪(CASI)数据研究1993年Shetlands 群岛溢油事件中产生的油膜和其他油污信息, 指出440—900 nm 是可以用来进行溢油油膜信息提取的有效谱段；Foudan(2003)利用机载AVRIS 高光谱数据对Santa Barbara 海岸带的油污与海面油膜进行研究, 表明分散的石油在580nm 、700nm 具有反射峰, 厚油膜在近红外波段反射率要高于薄油膜, 600—900nm 具有最大的油膜遥感探测的可能性。比较分析混合光谱分解技术(spectral unmixing)、纯净像元指数(pixel purity index, PPI)、 光谱角度制图法(spectral angle mapper, SAM)、混合调制匹配滤波(mixture tuned matched filtering, MTMF)技术等方法在海面油膜信息提取上的特点。近年来, 国内学者也不断开展海面油膜遥感研究, 赵冬至等(2000)总结了柴油、润滑油和原油等3种油膜随厚度变化的光谱特征, 指出736nm 和774nm 对不同的油类具有相同的吸收特征；张永宁等(1999, 2000)测试了几种类型油的海面波谱, 认为在海洋溢油波谱特征中0.5—0.58μm 是不同油膜最高反射率的所在位置, 并利用A VHRR 和TM 数据识别海洋溢油；陆应诚(2008, 2009)的海面油膜实验表明随油膜厚度不同, 油膜光谱特征与响应原理表现不同。 本文以辽东湾双台子河口外海域为研究区, 结合海面油膜光谱特点与海面油膜Hyperion 遥感影像特征, 通过高光谱遥感MTMF 技术方法, 提取研究区海面油膜信息。 2 Hyperion 数据预处理 研究区在辽东湾双台子河口外海域, 该区是中国重要原油生产基地——辽河油田所在地, 近年来, 辽东湾海域油田的开采与运输为海洋环境带来一定的影响。 2007-05-06获取了研究区的一景美国EO-1卫

遥感解译方法及应用

遥感解译方法及应用 一、遥感的概念 近年来,一方面,由于空间科学、信息科学、计算机科学、物理学等科学技术的进步与发展,为遥感技术奠定了必要的技术基础,另一方面,由于人类生产活动不断地向深度和广度进军,遥感技术得到较为广泛的应用,因而使得遥感技术获得了飞跃的发展,已经成为发达国家和一些发展中国家十分重视的一项科学技术. 随着我国工农业生产的高速发展,人类对自然资源,特别是对矿产资源的需求量与日俱增. 因而,调查与管理资源则成为迫切需要解决的问题.其次,人类的生活环境正在不断地遭受到人为和自然的污染.例如：工业排污对水体和大气的污染造成人为的环境污染.而诸如洪水、泥石流、滑坡、森林火灾、火山爆发等自然灾害,则形成灾害性环境,它们都对生命财产造成极大的威胁. 在这种情况下,只有实时监测人为环境污染和自然灾害环境的发生,才能更有效地采取防护和治理措施,以减少对人类的危害程度.欲解决上述问题,完全依赖现场观察已感不足, 于是,由于航空遥感和航天遥感的相继问世便能获得大范围的地面遥感图像和实时动态信息,所以,这两种遥感方式则成为自然资源的调查与管理,环境的监测与灾害预报的一种新的探测手段. （一）遥感的概念 遥感顾名思义就是遥远的感知.即借助于专门的探测仪器,把遥远的物

体所辐射（或反射）的电磁波信号接收纪录下来,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.属于空间科学的范畴.是物理、计算数学、电子、光学、航空（天）、地学等密切结合的新兴学科,对工农业、国防、自然科学研究具有重大的意义. 1各类地质体的电磁辐射（反射、吸收、发射等）特性及其测试、分析与应用； 2、遥感数据资料的地学信息提取原理与方法； 3、遥感图像的地质解译与编图； 4、遥感技术在地质各个领域的具体应用和实效评估. （二）遥感平台（分类） 指放置遥感器的运载工具.按高度可分为航空和航天平台.在不同高度进行多平台遥感,可获得不同比例尺、分辨率和地面覆盖面积的遥感图像. 1、航空平台：是指在大气层内飞行的飞行器,高度为100m—30km,主要有飞机、直升机、飞艇、气球等. 2、航天平台：是指在大气层之外飞行的飞行器,高度为几百—几万公里；如人造地球卫星、探控火箭、宇宙飞船、航天飞机、太空站等. （三）遥感的发展简况 1839年第一张黑白航片问世到20世纪30年代,主要应用于军事侦察,1941年出版了《航空照片应用与判读》为各方面应用提供了理论基础进入20世纪50年代,苏美广泛应用,黑白、彩色航片进行军事、

遥感信息提取资料

遥感图像信息提取方法综述 0、遥感图像分析 遥感实际上是通过接收（包括主动接收和被动接收方式）探测目标物电磁辐射信息的强弱来表征的，它可以转化为图像的形式以相片或数字图像表现。多波段影像是用多波段遥感器对同一目标（或地区）一次同步摄影或扫描获得的若干幅波段不同的影像。 在遥感影像处理分析过程中，可供利用的影像特征包括：光谱特征、空间特征、极化特征和时间特性。在影像要素中，除色调/彩色与物体的波谱特征有直接的关系外，其余大多与物体的空间特征有关。像元的色调/彩色或波谱特征是最基本的影像要素，如果物体之间或物体与背景之间没有色调/彩色上的差异的话，他们的鉴别就无从说起。其次的影像要素有大小、形状和纹理，它们是构成某种物体或现象的元色调/彩色在空间（即影像）上分布的产物。物体的大小与影像比例尺密切相关；物体影像的形状是物体固有的属性；而纹理则是一组影像中的色调/彩色变化重复出现的产物，一般会给人以影像粗糙或平滑的视觉印象，在区分不同物体和现象时起重要作用。第三级影像要素包括图形、高度和阴影三者，图形往往是一些人工和自然现象所特有的影像特征。 1、遥感信息提取方法分类 常用的遥感信息提取的方法有两大类：一是目视解译，二是计算机信息提取。 1.1目视解译 目视解译是指利用图像的影像特征（色调或色彩，即波谱特征）和空间特征（形状、大小、阴影、纹理、图形、位置和布局），与多种非

遥感信息资料（如地形图、各种专题图）组合，运用其相关规律，进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理的思维过程。早期的目视解译多是纯人工在相片上解译，后来发展为人机交互方式，并应用一系列图像处理方法进行影像的增强，提高影像的视觉效果后在计算机屏幕上解译。 1）遥感影像目视解译原则 遥感影像目视解译的原则是先“宏观”后“微观”；先“整体”后“局部”；先“已知”后“未知”；先“易”后“难”等。一般判读顺序为，在中小比例尺像片上通常首先判读水系，确定水系的位置和流向，再根据水系确定分水岭的位置，区分流域范围，然后再判读大片农田的位置、居民点的分布和交通道路。在此基础上，再进行地质、地貌等专门要素的判读。 2）遥感影像目视解译方法 （1）总体观察 观察图像特征，分析图像对判读目的任务的可判读性和各判读目标间的内在联系。观察各种直接判读标志在图像上的反映，从而可以把图像分成大类别以及其他易于识别的地面特征。 （2）对比分析 对比分析包括多波段、多时域图像、多类型图像的对比分析和各判读标志的对比分析。多波段图像对比有利于识别在某一波段图像上灰度相近但在其它波段图像上灰度差别较大的物体；多时域图像对比分析主要用于物体的变化繁衍情况监测；而多各个类型图像对比分析则包括不同成像方式、不同光源成像、不同比例尺图像等之间的对比。

遥感图像解译过程

一.遥感图像的预处理 在遥感图像的应用之前，常常需要对遥感图像进行一些必要的处理，如不同格式的遥感数据的输入输出处理、多波段彩色合成处理、遥感图像的辐射校正处理、几何校正处理、拼接处理、裁切处理等，这些都称为遥感图像的预处理。 1.遥感数据的输入输出和多波段合成 获得遥感数据之后，利用遥感数据之前，首先需要把各种格式的原始遥感数据输入到计算机中，转换为各种遥感图像处理软件能够识别的格式，才能够进行下一步的应用，这就需要对原始数据进行输入输出并转换为所需要的格式。单波段的原始遥感数据合成为多波段的彩色遥感数据，因为人眼对彩色物体的分辨能力大大高于对黑白物体的分辨能力，彩色遥感图像的信息量更大；而且利用多波段的彩色遥感图像，还可以进行三个不同波段的遥感图像的彩色合成，以提高对不同地物的识别能力。彩色遥感影像要求选择不少于3个波段的多光谱图像，各波段的配准误差不大于0.2m m。 2.遥感图像的辐射校正 由于传感器本身的特性和大气、地形因子以及其它各种生态环境因子的影响，使传感器所接收的地物光谱反射信息，不能全部真实地反映图同地物的特征，影响了图像的识别精度，因此必须进行辐射校正，改进图像质量。 辐射校正主要包括三个方面： ●传感器的灵敏度特征引起的辐射误差校正，如光学镜头的 非均匀性引起的边缘减光现象的校正、光电变换系统的灵 敏度特性引起的辐射误差校正等。 ●光照条件的差异引起的辐射误差校正，如太阳的高度角的 不同引起的辐射误差校正、地面的倾斜引起的辐射误差校 正等。 ●大气的散射和吸收引起的辐射误差校正等。 3.图像几何校正 几何校正是指从具有几何畸变的图像中消除畸变的过程，也就是定量地确定图像上像元坐标与地理坐标的对应关系，即把数据投影到平面上，使之符合投影系统的过程。为了将所获取的数据投影到理性的空间平面上产生精确的换算模型，需要借助一组地面控制点来进行几何校正。控制点选择应均匀分布而且在影像图与地形图上都容易确定的同名地物点上。所选点位图像清晰，在地形图及图像上均能正确识别和定位。如农田林网的交叉点，小沟系上道路桥的两端位置，小河流、渠的交叉点，道路交叉点，水库坝上的拐角

遥感卫星影像数据信息提取.

北京揽宇方圆信息技术有限公司 、 遥感卫星影像数据信息提取 北京揽宇方圆信息技术有限公司中科院企业,卫星影像数据服务全国领先。业务包括遥感数据获取与分发、遥感数据产品深加工与处理。按照遥感卫星数据一星多用、多星组网、多网协同的发展思路,根据观测任务的技术特征和用户需求特征,重点发展光学卫星影像、雷达卫星影像、历史卫星影像三个系列,构建由 26个星座及三类专题卫星组成的遥感卫星系统,逐步形成高、中、低空间分辨率合理配置、多种观测技术优化组合的综合高效全球观测和数据获取能力形成卫星遥感数据全球接收与全球服务能力。 (1光学卫星影像系列。 面向国土资源、环境保护、防灾减灾、水利、农业、林业、统计、地震、测绘、交通、住房城乡建设、卫生等行业以及市场应用对中、高空间分辨率遥感数据的需求,提供 worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、 ikonos、pleiades、spot1、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm、 landsat(etm、 rapideye、alos、Kompsat 卫星、北京二号、资源三 号、高分一号、高分二号等高分辨率光学观测星座。围绕行业及市场应用对基础地理信息、土地利用、植被覆盖、矿产开发、精细农业、城镇建设、交通运输、水利设施、生态建设、环境保护、水土保持、灾害评估以及热点区域应急等高精度、高重访观测业务需求,发展极轨高分辨率光学卫星星座,实现全球范围内精细化观测的数据获取能力。像国产的中分辨率光学观测星座。围绕资源调查、环境监测、防灾减灾、碳源碳汇调查、地质调查、水资源管理、农情监测等对大幅宽、快速覆盖和综合观测需求,建设高、低轨道合理配置的中分辨率光学卫星星座,实现全球范围天级快速动态观测以及全国范围小时级观测。

全国土地利用数据遥感信息提取土地利用数据说明

全国土地利用数据遥感信息提取土地利用数据说明北京揽宇方圆信息技术有限公司是中国科学院系统的遥感影像数据服务企业，专注于遥感影像数据一站式的基础卫星数据服务、卫星影像数据处理服务。 土地利用数据时间：1985年、1990年、1995年、2000年、2005年、2010年、2015年 土地利用数据源：Landsat TM影像Landsat ETM影像 土地利用数据遥感信息的提取：根据影像光谱特征，利用ARCGIS、易康软件、ENVI软件等，同时参照有关地理图件，对地物的几何形状，颜色特征、纹理特征和空间分布情况进行分析，提取土地利用信息。 土地利用/覆被变化信息的提取。采用arcgis与易康结合，它通过分析地物光谱特征和其他图像特征，充分利用高程、坡度等地理辅助信息可以有效地提高分类精度，比较适合于地形破碎、地物分布复杂的地区。基于Landsat TM遥感影像，采用全数字化人机交互遥感快速提取方法，同时参考国内外现有的土地利用/土地覆盖分类体系，以及遥感信息源的实际情况，将遥感影像进行解译并进行验证将土地利用数据类型划分为6个一级分类，24个二级分类以及部分三级分类的土地利用/土地覆盖数据产品，并结合本项目制定土地利用数据产品分类体系。 目视解译侧重于人的知识的参与，为了减少由于不同人员的主观差异性所造成的误差，提高遥感判读精度，因此建立统一解译标志是十分

必要的。根据影像光谱特征，结合野外实测资料，同时参照有关地理图件，对地物的几何形状，颜色特征、纹理特征和空间分布情况进行分析。 一、TM影像数据的预处理。遥感数据处理主要包括大气校正、几何校正和图像增强，并利用行政边界矢量图对影像进行裁剪。 二、土地利用变化信息提取。首先对其中的一期影像分别采用人工解译的方法，然后利用易康开始分类。 三、数据集成 对数据形式特征（如格式、单位、分辨率、精度）等和内部特征（特征、属性、内容等）做出全部或部分的调整、转化、合成、分解等操作，形成充分兼容的数据库。包括空间、属性和时间等对对象数据特征的处理。 四、质量控制方法 （1）遥感影像纠正采用投影变换方法（PROJECT），控制点要选择比较明显的地物，如道路交差点，坝址等，并与地形图相对应，分布要均匀，尽可能多的选择控制点，误差控制在一个像元，TM影像纠正的方根误差（a RES error）小于0.01，MSS影像纠正的方根误差（a RES error）小于0.08。 （2）地形图纠正采用有限元方法（Finite Element）。①经纬网 偏差不超过一个像素，②经线方向的方里网误差不超过2个像素，③纬线方向的方里网不超过3个像素。 （3）专题信息矢量化采用人机交互判读实现，分为基于遥感影像 的专题信息和分为基于地形图的专题信息。遥感影像解译精度保证耕地、

遥感图像的判读

获取遥感图像的目的在于提取和分析人类感兴趣的地物信息。目视判读是遥感信息提取的基础方法，也是目前最为准确和最常用的方法。即使作为发展趋势的计算机自动提取，仍需要以目视判读为基础和以目视判读为标准。 进行遥感图象目视判读时必须充分运用地物目标时空分布的规律性，如气候、植被、土壤等景观要素的纬度地带性、经度相关性、高度垂直带性、物候季节性等。要密切注意各类地物目标之间的相关规律，有些规律现象表现得比较稳定明确，如水平地带性、垂直带性等，有些现象则具有随机性、不确定性和模糊（或过渡）性，例如地震（带）的分布，土壤分布等受很多因素的影响。应充分利用各种解译标志，包括直接标志和间接标志，相互补充，彼此验证。只要坚持以遥感成像机理与专业知识、规律相结合的指导思想，通过实践，不断探索和总结，就能归纳出具有相对普遍性与稳定性的解译标志，并举一反三灵活应用这些解译标志进行正确的判读， 目视判读可分为航空图像判读和卫星图像判读。 一、航空像片目视判读 航空像片目视判读是凭借人眼观察或借助简单仪器对航片进行分析和量测，以获取所需要的地面各种信息的过程。 在航空像片上，不同地物有其不同的影像特征，这些特征是判断地物的依据，我们称作判读标志。判读标志是地物自身性质、形态等特征在像片上的反映。因而根据判读标志可以直接从像片上辨认出地物的属性及其空间分布等特征。 一般地，把影像形状、大小、色调与阴影作为常用的航片判读标志。 1、形状 任何地物都具有一定的几何形状。由于地物各部分反射光线的强弱不同，所以在像片上反映出相应的形状，依据影像的形状特征，就可以辨认出其相应的地物。 例如：居民地的房屋影像一般均表现为规则的方块形状，河流常呈弯曲的条带状，公路常呈笔直的线状且灰度浅亮，湖泊常呈不规则的封闭区间，等等。 2、大小 地物影像的（尺寸）大小，不仅能反映地物的一些数量特征，而且还能据此判断地物的性质。 例如单轨铁路和双轨铁路从形状上往往不易区分，但量算它们的宽度，则容易区分。 由于地形和像面倾斜影响，同一航片上，同样尺寸的地物，位于高处者影像尺寸大些；像面倾斜时，不同部位的地物大小也不一样。 3、色调 色调在黑白航片上指影像的黑白深浅程度。它是地物对入射光线反射率高低的客观记录，像片上的色调从白到黑逐渐变化，一般可划分为7级：白、灰白、浅灰、灰、深灰、浅黑、黑。 例如：居民地的色调和周围山地或植被的色调、铁路和公路的色调与形状、河流深浅的色调，等等。 4、阴影 地物的阴影可分为本身阴影和投落阴影两部分。本身阴影（简称本影）是地物本身未被阳光直接照射到的阴暗部分的影像；投落阴影（简称落影）是在地物背光方向上地物投射到地面的阴影在像片上的构像。 在像片判读中，本影有助于获得地物的立体感；在利用落影长度判断地物高

遥感卫星影像地质灾害遥感解译方法和流程

Planet 遥感卫星影像地质灾害遥感解译方法和流程数据产品 1.地质灾害遥感解译方法 本次地质灾害遥感解译主要采取机助目视解译方法。该方法系指解译人员利用计算机鼠标，直接在计算机荧光屏上对遥感图像进行地质灾害遥感解译工作，并将解译成果集成在相应的图层上。由于遥感图像在计算机荧光屏上显示的信息和信息层次较遥感图片中相应信息和信息层次丰富，所以机助目视解译方法的解译效果较传统的目视解译好。另外，因为是在计算机上直接成图，从而减少了编成图程序，这是本次工作的主要解译方法。 2.遥感解译流程 2.1建立遥感解译标志 地质灾害遥感解译标志是指能帮助识别地质灾害及其性质和相互关系的影像特征，如地貌特征、地质灾害要素（如滑坡体、滑坡壁、滑坡台阶、封闭洼地、滑坡鼓丘等，泥石流堆积扇、泥石流物源，崩塌堆积体等）、形状、大小、色调、阴影、纹理等。在充分收集和熟悉工作区地质背景、地质灾害资料的基础上，通过野外实地踏勘统计，根据地质灾害波谱特征和空间特征，分别建立相应的地貌类型、地质构造、岩（土）体类型、水文地质现象和森林植被类型等区域环境地质条件以及各类地质灾害的遥感解译标志。 2.2室内解译工作 室内解译应以遥感影像为依据。室内解译主要采用以目视解译为主，人机交互式解译为辅，初步解译与详细解译相结合、室内解译与野外调查验证相结合的工作方法。解译时应采用从已知到未知、从区域到局部、从总体到个别、从定性到定量，按先易后难、循序渐进、不断反馈和逐步深化的方法进行工作。 2.3野外调查和验证

在室内解译的基础上，通过对初步解译资料进行野外调查和验证，再进行详细解译，来补充和修正初步解译成果，最终形成遥感解译成果图，以此确保遥感解译成果的质量和置信度。 2.4解译成果图件的编制 在室内解译的基础上，通过野外调查和验证，补充和修改后，将解译成果草图分图层进行数字化成图，提交最终的遥感解译成果系列图。

遥感影像信息提取与分析_沈占锋

计算机世界/2006年/7月/31日/第B15版 技术专题 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,是具有自主知识产权的软件产品。 遥感影像信息提取与分析 沈占锋 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