您好、欢迎来到现金彩票网!
当前位置:满堂彩 > 航空遥感 >

遥感技术应用

发布时间:2019-07-23 13:51 来源:未知 编辑:admin

  遥感技术应用_工学_高等教育_教育专区。遥感技术应用 课程主要内容 ? ? ? ? ? ? ? 遥感原理回顾 遥感数据源 遥感应用数据处理一般流程 遥感数据预处理 遥感数据信息提取 遥感专题制图 遥感应用实例分析 遥感原理 ? ?

  遥感技术应用 课程主要内容 ? ? ? ? ? ? ? 遥感原理回顾 遥感数据源 遥感应用数据处理一般流程 遥感数据预处理 遥感数据信息提取 遥感专题制图 遥感应用实例分析 遥感原理 ? ? 不同的地物具有不同的电磁波谱特性;(光谱特性曲 线) 根据不同地物波谱特性的不同,用遥感仪器来区分地 物的种类或特性。(光谱响应曲线) ? 光谱特性曲线 ? 光谱响应曲线 ? ? 遥感过程的核心内容就是“遥感数据”,主要的环节 包括遥感数据的获取和遥感数据的处理分析(地理信 息提取)。 关于遥感数据有两点很重要: 一是它是对地表物体反射的或发射的电磁波能量的 模拟或数字记录;(这是遥感数据的本质) 二是它与特定的电磁波段有关。(这是由遥感数据 的获取方式所决定的。因为物体在不同波段的光谱特 征差异很大,所以人们研制各种不同的探测器,设计 多种不同的波谱通道(波段)来采集信息。) 课程主要内容 ? ? ? ? ? ? ? 遥感原理回顾 遥感数据源 遥感应用数据处理一般流程 遥感数据预处理 遥感数据信息提取 遥感专题制图 遥感应用实例分析 遥感数据特性-多维性 ? ? ? ? 光谱特性 几何特性 辐射度量特性 时间特性 1. 光谱分辨率(Spectral Resolution) 指遥感器所选用的波段数量的多少、各波段的波长 位臵、波长间隔的大小。 多光谱遥感、高光谱遥感、超光谱遥感之间的区别, 本质上就是光谱分辨率在数量级上的不同。 黑白全色航片、彩色相片、多光谱影像、高光谱影 像,光谱分辨率越来越高。 光谱分辨率的提高,有利于提高遥感应用分析的效 果;但并不是简单的波段数量越多越好。 光学遥感技术的发展-光谱分辨率不断提高 Panchromatic Multispectral Hyperspectral 主要通过形状(空间 信息)识别地物 主要通过光谱 信息识别地物 加强型的颜色感知 Color Photography 增加了颜色的感知 2. 空间分辨率(Spatial Resolution) 空间分辨率,又称地面分辨率,反映了对两个非常靠 近的目标物的识别、区分能力。 空间分辨率的具体表示法有像元、线对数和瞬时视场 三种,其意义相仿,只是考虑问题的角度不同而已。 一般而言,空间分辨率越高,识别物体的能力越强; 但实际上每一目标在图像上的可分辨程度,除空间分辨率 外,还和它的形状、大小,以及它与周围物体的亮度、结 构的相对差异有关。 遥感影像上地物的几何特征 ? ? ? 遥感图像的定位,一般是通过卫星跟踪系统所提供的 卫星参数(轨道与姿态参数),根据卫星轨道公式进 行的。但是由于所提供的卫星参数尚不足以精确地确 定每个像元的地理位臵,所以经过以上定位后,其残 余误差仍不小。换言之,卫星参数仅能反映遥感数据 的粗略位臵和状态,其定位精度不够。 应用中,若需要得到高定位精度的遥感数据,一般是 通过地面控制点参数,进行进一步的几何精纠正处理。 多项式方法是最常用的一种精纠正方法。 3. 辐射分辨率(Radiant Resolution) 指遥感器对光谱信号强弱的敏感程度、区分能力, 即探测器的灵敏度,或指探测器对两个不同辐射源 的辐射量的分辨能力,一般用灰度的分级数(量化 等级)来表示。 一般来说,辐射分辨率越高,图像的检测能力就 越强。 辐射分辨率一般用测量精度、探测灵敏度、动 态范围、信噪比S/N等指标来描述。 通过辐射定标可建立遥感器每个探测器输出值与 该探测器对应的实际地物辐射亮度之间的定量关系。 4. 时间分辨率(temporal resolution) 时间分辨率是关于遥感影像间隔时间的一项性能 指标。 遥感探测器按一定的时间周期重复采集数据,这 种重复周期是由卫星的轨道高度、轨道倾角、运行周 期、轨道间隔、偏移系数等参数所决定。这种重复观 测的最小时间间隔就称为时间分辨率。 采用合适时间分辨率的数据,是成功进行遥感变 化检测的关键问题之一。 ? 空间分辨率与光谱分辨率之间的关系 ? 应用中遥感数据的选择 课程主要内容 ? ? ? ? ? ? ? 遥感原理回顾 遥感数据源 遥感应用数据处理一般流程 遥感数据预处理 遥感数据信息提取 遥感专题制图 遥感应用实例分析 ? 遥感应用领域 目前遥感技术的应用涵盖多个领域,如测绘、国 土资源调查(土地、植被、水体和海洋)、气象、灾 害监测、军事、城市管理、精准农业、地质、工程设 计、考古研究、旅游等。 理论上遥感技术的应用领域并不受技术本身的限 制。但目前由于受遥感技术本身发展的局限,如遥感 数据获取、数字影像处理和分析手段等仍难以满足应 用的需求,进而也影响了遥感技术的应用在深度和广 度两个方向上的扩展,这也是遥感技术应用发展的一 个瓶颈。 ? 定性遥感和定量遥感 定性分析和定量分析是人们认识事物时的两种基本 方式。 定性分析常被用于对事物相互作用的研究中,主要 解决研究对象“有没有”或者“是不是”的问题。 定量分析是把事物定义在了人类能理解的范围,以 实验、数学符号、公式等由量而定性。 不过定性分析和定量分析两者并不是对立的,而是 分别沿着对事物认识的两种途径达到同一目的。 关于遥感技术的应用,实际上也正经历着这样一个 从定性到定量的发展过程。 ? 遥感数据处理一般流程 ? 遥感影像处理软件 主要功能: 1、图像文件管理 2、图像处理:影像增强、图像滤波、纹理分析及目标检测等 3、图像校正:辐射校正、几何校正 4、多影像处理:图像运算、图像变换、信息融合 5、图像信息获取:直方图统计、图像相关性计算、图像分类特征 统计等 6、图像分类:监督分类、非监督分类、分类后处理等 7、遥感专题图制作 8、与GIS系统的接口 ? 上机练习1. 遥感图像的显示和分析 练习目的: ①熟悉erdas软件的界面和功能; ②学习对多波段遥感影像的显示和分析,包括遥感影像的放大、 缩小、数值查看、假彩色显示、图像的基本信息分析(如亮度值统计 信息、图像的投影和坐标、图像的分辨率信息、图像剖面等)。 练习数据: Lanier.img TM多光谱影像,对应地区是位于美国乔治亚州亚特兰 大东北部大约80km的霍尔县,拉尼尔湖(Lake Lanier)。 Hyperspectral.img 为高光谱影像,55 bands。 课程主要内容 ? ? ? ? ? ? ? 遥感原理回顾 遥感数据源 遥感应用数据处理一般流程 遥感数据预处理 遥感数据信息提取 遥感专题制图 遥感应用实例分析 ? 遥感影像几何纠正 常见的情况可分为以下三种形式: (1)根据卫星轨道参数(包括位臵、姿态、轨道及扫 描特征)校正影像,为提高精度有时需要加入DEM。这种 情况不需要GCP,一般利用卫星数据自带的一个参数文件 完成纠正。在低分辨率的遥感影像上,GCP的选择比较困 难,可以考虑采用这种方式。 (2)利用几何校正模型(如多项式)+GCP的方式。一 般中分辨率的遥感数据(如TM影像)可以考虑采用这种方 式,但具体情况下还需考虑地形的影响。 (3)利用轨道参数+地面控制点+DEM进行纠正,即进 行正射纠正,这种方式精度最高,但对信息的需求也最多, 适合高分辨率的遥感数据的纠正。 说明:第二种情况是练习的重点。 ? 上机练习2 遥感影像的多项式校正 ①练习目的:针对用影像校正影像、用地形图校正影像这两种 最常见情况进行练习,从而掌握遥感影像多项式几何纠正的方法, 并搞清楚该方法的应用条件。 ②练习数据: tmAtlanta.img TM影像,6 bands,512×512像素,无投影信息。 panAltanta.img 全色影像,1 bands,1401×1301像素,有相 关投影、坐标信息。 qbHuangling.img QuickBird影像,5158×3332像素,无投影 信息。 drgHuangling.img 1:1万扫描地形图。 ③练习内容: 以panAltanta.img为参考影像,对tmAtlanta.img进行多项式纠正。 以drgHuangling.img为参考,对qbHuangling.img进行多项式纠 正。 ? 遥感影像辐射处理 ? ? 一般遥感应用中,最常做的是传感器辐射定标和大气 校正两项。 辐射定标是在传感器的测量值(DN值)与反射或辐射 能量之间建立一种线性的关系。通常认为这种关系在 传感器使用期内是固定不变的,但事实上它也会随时 间有很小的衰减。 ? 大气校正 大气校正就是要 消除图中的Lp项 ? 上机练习3 遥感影像的辐射校正(选作) ① 练习目的 了解利用ENVI软件中的Flassh工具如何完成TM数据 的辐射定标和高光谱数据的大气校正。 ② 练习数据 TM数据:LandsatTM_JasperRidge 高光谱影像:JasperRidge98av.img ③ 练习内容 TM数据的辐射校正 高光谱数据的大气校正 ? 遥感影像融合 遥感影像的融合是为了将多源数据的优势相结合 而进行的一种处理。 融合可以是多传感器数据间的融合,也可以是相 同传感器不同分辨率数据间的融合。融合的方法很多, 如基于彩色变换的融合、主分量变换融合、等等。 注意:用来进行融合的遥感影像必须先进行几何配 准。 ? 上机练习4 遥感影像融合 利用练习2中tmAtlanta.img的几何校正结果与 panAltanta.img数据进行融合练习。 ? ? 遥感影像增强 图像增强是为了突出相关的专题信息,提高图像的视 觉效果,使分析者能更容易地识别图像内容,从图像中提 取更有用的定量化信息而进行的一些处理。按照其作用的 空间影像增强可分为: ①光谱增强:对每个像元进行操作,又叫点操作。它 是对目标物的光谱特征——像元的对比度、波段间的亮度 比进行增强,包括对比度增强、各种指标提取等。 ②空间增强:主要集中于图像的空间特征,则考虑每 个像元及其周围像元亮度之间的关系,从而使图像的空间 几何特征如边缘、目标物的形状、大小、线性特征等突出 或者降低,包括各种空间滤波、傅里叶变换,以及比例空 间的各种变换如小波变换等。 练习5 遥感影像增强 利用影像Lanier.img完成影像的多种增强练习。 ? ? 遥感影像镶嵌 当研究区超出单幅遥感影像所覆盖的范围时,通 常需要将两幅或多幅影像拼接起来形成一幅或一系列 覆盖全区的较大图像,这个过程就是图像的镶嵌。 影像镶嵌需要完成两方面的处理:一是重叠区的 几何关系的一致化处理;二是用来镶嵌的影像的彩色 或灰度的均衡处理。 练习6 遥感影像镶嵌 课程主要内容 ? ? ? ? ? ? ? 遥感原理回顾 遥感数据源 遥感应用数据处理一般流程 遥感数据预处理 遥感数据信息提取 遥感专题制图 遥感应用实例分析 ? 遥感影像信息提取方法 ? ? ? ? ? 目视解译、计算机解译 监督分类、非监督分类 硬分类、模糊分类 基于像元的分类、面向对象的分类 … ? ? ? 上机练习7 非监督分类 上机练习8 监督分类 上机练习9 基于知识的决策树分类 以上三个练习,均利用练习数据Lanier.img 课程主要内容 ? ? ? ? ? ? ? 遥感原理回顾 遥感数据源 遥感应用数据处理一般流程 遥感数据预处理 遥感数据信息提取 遥感专题制图 遥感应用实例分析 ? 遥感专题制图 遥感信息的表达方式有多种,如专题图、表格、数据、 矢量文件、等等。 可见,遥感专题制图是遥感信息的表达方式之一。 上机练习10 遥感制图 ? 利用遥感数据信息提取练习中的结果完成制图练习。 课程主要内容 ? ? ? ? ? ? ? 遥感原理回顾 遥感数据源 遥感应用数据处理一般流程 遥感数据预处理 遥感数据信息提取 遥感专题制图 遥感应用实例分析 实例1:地表覆盖遥感制图 1. 地表覆盖分类体系 一级类 名称 冰雪 水体 湿地 耕地 人造覆盖 针叶林 林地 阔叶林 混交林 灌木 草地 裸地 未分类 二级类 名称 类别 编码 10 20 30 40 50 61 62 63 70 80 90 100 颜色 R 255 0 64 210 128 0 0 100 130 150 255 0 G 255 0 128 240 128 130 255 200 130 200 200 0 B 255 255 128 142 255 0 0 150 0 0 150 0 备注 Ice Water Wetland Cropland Artificial Needleleaf Forest Broadleaf Forest Mixed Forest Scrub Grasslands Baren Land Unclassified 2. 基础数据资料 实验影像Lanier.img已经过几何纠正、大气纠正和 地形纠正等处理,分辨率必须是30米;亮度值取值范 围在0~255之间。 辅助数据有: DEM数据Lndem.img, 坡向数据Lnaspect.img, 坡度数据Lnslope.img, 道路、电力线路、行政区划图Lnput.img, 等等。 3. 样本要求 (1)训练样本: 原则上,训练样本的选取要求全面、典型,应包含各种水体 (或其它类型)的影像表达特征,如几何形态、纹理、光谱特 征、空间分布等。 若采用监督分类方法,根据水体(或其它类型)所占的面 积和实际影像表达特征,要求采集5至20个面状训练样本,每个 面状样本应包含10个像元左右。 若采用阈值分类,根据水体(或其它类型)的实际影像表 达特征,要求选取各种影像表达特征的水体面状样本作为统计 单元,每个面状样本应包含10个像元左右。 (2)检验样本选取 检验样本在选取策略上要求随机抽样,涵盖本分类体系所提 出的地表覆盖类型,各类型在空间上均匀分布,且与训练样本 不重复。同时,检验样本必须基于分类影像进行检核,确保其 在分类影像上可识别、位臵正确。 4. 指标参数 (1)文件格式 成果数据的栅格文件采用.img格式,矢量文件采用Shapefile格式。 (2)分类精度 采用检验样本开展精度评价,其分类精度应优于70%。 (3)指标要求 ①面状地物提取最小图斑(单位为像素) 类型 冰雪 最小图斑 3×3 类型 人造覆盖 最小图斑 8×8 ? 水体 湿地 耕地 裸地 3×3 6×6 6×6 6×6 林地 灌木 草地 8×8 10×10 10×10 ② 线状地物提取宽度 相应类型现状地物的提取宽度值与面状最小图斑中的数值相同,如河流 的最小提取宽度为3像素。 5.技术路线与分类方法 计算机自动提取、人工 提取、计算机交互方法都可 用。以同一套数据将各类型 分为不同层次分别提取。按 照处理流程中的顺序,在提 取某一类型的信息时,所采 用的影像是用位于其类型前 的其他类型提取结果(shp 文件)掩膜后的结果。分类 型单独提取后,最后将各类 型提取结果进行合并。 6. 实验步骤推荐 通过googleearth高分辨率影像分析,该地区的地表覆盖类型有: 水体、人造覆盖、林地、灌木、草地、耕地、湿地,无冰雪。 可多种方法混合使用,例如利用决策树分类法提取水体、监督分类 法提取其他类。 第一步:用决策树方法提取水体; 第二步:用水体提取结果对影像做掩膜处理,得到 非水体区域; 第三步:对非水体区域做监督分类; 第四步:制图。 7. 提交成果 Lanier湖地区地表覆盖专题图。 实例2 林冠变化遥感检测 1. 背景知识 实验区位于美国西部科罗拉多州。实验数据为 QuickBird多光谱影像,其中主要覆盖地物是森林,由于山 松甲虫的爆发,2007年这片区域的森林遭到严重破坏。为 了监测虫害对森林的影响,选用2002年和2007年两期影像 aug_25_2007.img和oct_07_2002.img,进行对比分析。 2. 主要技术路线: 对不同时相的同一种植被指数做差值运算得到植被指 数差,这些植被指数差能反映两个时间段森林林冠的变化 状况;确定一定的阈值 ,阈值范围反映监测区森林健康状 况变化情况,即林冠状态的变化,从而提取因虫害受灾的 区域。 3. 主要步骤 第一步 林区提取 通过植被指数阈值分割的方法将林区从图像上提取出来,生 成感兴趣区并应用于后面的步骤,提高检测精度和减小计算量。 第二步 林冠变化检测 分别计算林区两个时相的NDVI,然后做差。 第三步 森林健康变化信息提取 按照以下值域进行不同健康范围的区分: (0,0.48) 健康,未受虫害影响, (-0.012,0) 轻微,受虫害影响程度轻微, (-0.364,-0.012) 中等,受虫害影响程度中等, (-0.63,-0.364) 严重,受虫害影响程度严重。 第四步 成图、统计。

http://photosmoz.com/hangkongyaogan/181.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有