环境遥感课程复习大纲

环境遥感

第一章 绪论

一 遥感的概念：遥远的感知。是通过遥感器远距离不接触对象地采集目标对象的数据，并通过对数据的分析来获取有关地物目标、地区或想象的信息的一门科学和技术。

遥感数据通常是电磁波的范畴。即利用航天、航空（包括近地面）遥感平台上的遥感仪器，获取地球表层（包括陆圈、水圈、生物圈和大气圈）特征的反射或发射电磁辐射能对数据，通过数据处理和分析，定性、定量地研究地球表层的物理过程、化学过程、生物过程、地学过程，为资源调查及环境监测等服务。

这里环境遥感，我们是把地球作为要遥感对象。是以地磁波与地球表面物质相互作用为基础，探测、分析和研究地球资源与环境，揭示地球表面各要素的空间分布特征与时空变化规律的一门科学技术。

二 遥感过程

遥感过程包括遥感数据获取---数据处理、分析---数据应用等的全过程。 遥感的理论基础是建立在物体电磁波辐射原理基础上的。遥感成像原理就是基于感应和记录地物反射和发射的电磁辐射能量。

遥感数据获取系统大致分为四个部分：辐射源、大气窗口、目标和传感器。

遥感过程图

1能源 遥感分为被动和主动遥感。所有的被动遥感所利用的能源是太阳辐射能。太阳能的波普范围，包括紫外，可见光、红外等。它的强度随时间、地点而变化。被动遥感正是依赖于地表特征反射太阳辐射能获自身发射的能量。

2 在大气中传播。太阳辐射能通过大气层，部分被大气中的微粒（大气分子、气溶胶及尘粒等）散射和吸收，使能量衰减。这种大气衰减效应随波长、时间、地点而变化。多数散射与波长有关，大气中蓝光散射最强。大气吸收作用使连续的太阳辐射光谱变得“残缺不全”，其中有些大气吸收作用较弱，透过率较高的波段称为大气窗口。只有那些波长位于大气窗口的能量才能够通过大气层，并经大气衰减后达到地面。

3 到达地表的能量与地表物质相互作用。地表物质是由生物、地质、水文、地貌、人文等多种因素组成的综合体。这些因素的大小、形状、排列、数量等均随时间和地点而变化。不同波长的能量到达地表后，被选择性地反射、吸收、透射、折射等。以树木为例，主要是通过树叶内部的结构、组分、对不同的波长有不同的波谱响应；对红外波段高反射，对绿光低反射，对红光、蓝光吸收并用于光合作用。

4 再次的大气传播 地表反射或发射的能量，再次通过大气吸收、散射等作用而衰减。此时的能量已不同于进入大气层时的较为均一的能量，而是包含着不同地表特征波谱响应的能量。由于散射产生的天空散射光使遥感影像反差降低并引起遥感数据的辐射、几何畸变、影像模糊，直接影响到影像的质量。

5 遥感系统接收来自地面的光谱信息 遥感通过不同的遥感系统采集数据。其中，被动遥感系统---记录地表反射或发射的电磁辐射，如照相机、多光谱扫描仪等；主动遥感系统---通过人为发出电磁能量，然后通过遥感系统记录其返回的辐射能，如微波雷达等。

6 图像数据产品

7 数据处理、分析与解译 由于在遥感数据获取过程中，要产生误差并丢失部分信息，因而遥感数据仅是应用分析中数据源的一部分。在分析过程中非遥感的数据也是很有价值

的。辅助数据不仅用于对遥感数据的补充与纠正，而且用于对遥感最终结果的分析与精度评价。

辅助数据主要包括：野外站点采集和调查数据、实验室数据，以及各类专题图如土壤、土地利用、水文、地貌、行政区划等。

数据解译分析主要有目视解译或模拟图像处理、计算机数字图像处理，指运用数理统计等多种数学方法，以及计算机领域的知识，来自动识别和提取各类信息。其中主要是基于像元色调/颜色的统计识别技术。

8 信息产品 各种图形、专题图以及地学参数等。

9 多目标用户。如资源调查、环境监测、国土整治、区域规划、全球研究等。 只有了解遥感数据的产生过程与特点、及解译分析的方法，才可能将遥感系统产生的数据转换成有价值的信息，应用于辅助决策过程。

遥感的多学科交叉性。

3遥感的特点

一是大面积的同步观测，且不受地形阻隔等限制。如Landsat一帧覆盖面积为34225km2。 二是实效性，可以在短时间内对同一地区进行重复探测，发现地球上许多事物的动态变化。地球同步轨道卫星可以每半小时对地球观测一次（FY-2气象卫星）地区资源卫星（如美国的Landsat、法国的SPOT和中巴合作的CBERS）分别以16天、26天和4～5天对同一地区重复观测一次，以获得一个重访周期内的某些事物的动态变化的数据。

三 数据的综合性和可比性 遥感的探测波段、成像方式、成像时间、数据记录等均可按要求设计，使获得的数据具有同一性或相似性。可以较大程度的排除人为干扰。

四 经济性 可以大大的节省人力、物力和财力以及时间，具有很高的经济效益和社会效益。

4 遥感的发展

随着遥感的发展，其应用领域越来越广泛，地质矿产生物等资源调查、环境监测、土地利用变化、测绘与地图更新、天气变化及气候变迁预测预报等等。

从定性----定量、低分辨率----高分辨率、定期---实时动态连续监测发展 遥感领域已经取得了巨大的成功，但目前遥感的实用化还存在很多不足。 一是遥感技术本身的局限性。如遥感数据的定标，遥感仪器所输出的遥感数据---辐射值是经过严格定标的，但由于仪器的老化，灵敏度将减弱，性能将发生变化。如NOAA/AVHRR其可见光和近红外波段仪器的增益平均每年衰减5%。

任何遥感系统的空间分辨率是有限的，他所获取的遥感数据，多数是以混合像元的方式表达，这限制了腰杆定量化精度；遥感数据处理方法的局限。

二是认识上的局限性。即人们对遥感成像及传输机理、影像特征、地学规律的认识是随着遥感及各学科的发展而逐步深化的。

将来遥感实用化的发展方向：1 遥感数据元的改善，及高光谱、高几何分辨率、高灵敏度、多角度、多类型遥感器的研制和运行。2 遥感处理分析方法和手段的发展，以提高遥感的实效性和精度。海量遥感信息的获取使得常规的计算机数字图像处理中那种以像元为最小处理单元，以光谱亮度值为基本处理对象，以二维空间的数学模型为理论基础的方法，已不能满足实用化需求。3 遥感定量反演方法的研究：一是从遥感原始测量值中模拟和反演各类有价值的地表参数。而是建立有价值的遥感应用分析模型。如水文模型、植物生物量模型、作物估产模型等。

第二章 遥感的物理基础

遥感的物理基础是建立在物体电磁波辐射原理基础上。遥感成像原理就是基于感应和记录地物反射和发射的电磁辐射能量。

这里介绍的物理基础，即传感器获取地物信息的电磁波及图像处理中常涉及的有关光学范围部分。

第一节 电磁波、电磁波谱

遥感成像原理就是基于感应和记录地物反射和发射的电磁辐射能量。不同目标物体的构成成分不同，或物理化学性质不同，形成了电磁波辐射数量和性质的变化，这些不同的变化就构成了目标物的基本特征信息。

一 电磁波

1.1 电磁波在传播过程中，电场（E）与磁场（H）的场线互相船套成连环状。由于电磁波的振动方向与传播方向的垂直，所以电磁波是一种横波。传播过程遵守波动规律，当辐射与其他物体相互作用时，主要表现为粒子性。

1.2 表征波动的主要物理量是波长、周期和频率。

波长：波动传播时，同一波线上完成一个波动周期的距离为波长。 周期: 传播一个波长距离所需的时间叫做波的周期（T）。频率为单位时间内波的振动次数，为周期的倒数。

波函数由振幅和位相组成。一般传感器只记录电磁波的振幅信息，而丢失位相信息。 辐射被一种物体作为它的结构和温度的一个函数而被发射。

由于物质不同，电磁辐射与其相互作用引起的变化主要表现在数量、方向、波长、偏振和位相的变化。这些参数的记录可被用来作为识别该物体的特征。

二、电磁波谱

按连续的波长或频率的顺序，将电磁波排列成谱，即称为电磁波谱。 由于大气介质传输的影响和探测器本身的局限性，当前遥感上所能利用的只是整个电磁波谱中的一小部分。

电磁波谱中各种类型的电磁波的波长或频率大小不同，他们的性质有很大差别。

第二节 大气窗口及遥感常用的波谱范围

一 太阳的电磁辐射及其特征

1 太阳辐射能的特征：（1）辐射能峰值在0.5μm附近，相当于可见光的绿色波长附近；（2）太阳在0.3～3μm波长范围内辐射能量最强，其中可见光波长0.4～0.76μm是太阳辐射最强的区域，占总能量的一半。 2大气对太阳辐射的影响：

1吸收 大气分子吸收带（水气、臭氧、CO2等），0.3μm以下全部被臭氧吸收。

2散射 当空气介质中有与太阳辐射波长相当，或小于太阳辐射波长的颗粒时，方能产生散射现象。

（1）选择性散射：瑞利散射：由于与小于光的波长的气体分子所引起的散射；米氏散射：是当微粒的直径与辐射波长相当时引起的散射，是由大气溶胶所引起的散射。

（2）非选择性散射：当微粒的直径比波长大得多时，所发生的散射称为非选择性散射。

太阳辐射的衰减主要是由于散射造成的。所以在选择遥感工作波段时，必须考虑到大气的散射和吸收的影响。

3 大气窗口

通常将太阳辐射通过大气层未能被反射、吸收和散射的那些透射率高，即高能量透射比对区间称为大气窗口。

紫外—可见光—近红外波区（0.3～3μm）；主要的遥感探测区 中红外区（3～6μm）； 远红外区（8～14μm），这个窗口只能通过物体的发射光谱，是地物在常温下热辐射能量最集中的波段，故称为发射窗口。

微波区（>1mm）；

4 常用的遥感波段范围：可见光、红外（近红和中红）及微波区。

第三节 地物波谱特征及其影响因素

一 地物波谱反射 镜面反射、 方向反射、

漫反射：整个表面都均匀地反射入射光，单位面积、单位立体角内的反射功率和测量方向与表面法线的夹角的余弦成正比。

二 森林植物，土壤、水等的光谱特征

1植物的反射特征主要体现在绿色叶片上，在可见光波段，主要是叶绿素起作用，在0.5μm左右有一个小的反射高峰；在红光波段，由于叶绿素的光合作用，吸收大量红光，形成一个吸收带；近红外高反射，在1.3～2.6μm为水分吸收区。

2 影响植物光谱反射特征的因子：直接和间接影响植被层叶片状况的所有因素都会影响植物光谱反射特征

三 测定地物光谱的意义和问题

光谱测定是遥感的基础工作。影响判读、计算机图像分类、相关分析。

由于地形要素、背景条件、天气、传感器等环境的影响，常会造成同谱异物和异物同谱现象，因此造成分类的困难。特别对植被来讲更为明显。

反演是根据地面实测某些地物，根据地面测定的实际值建立某种地物的反射模型，进而模拟该类型的遥感值。

混合像元和比值变换消除噪音。

第三章 遥感传感器及图像分辨率

第三节 多光谱遥感技术

一 多光谱遥感技术是将连续的电磁波谱分割成若干个较窄的光谱段（波段），以多光谱摄影或多通道扫描的方式，在同一时间获取同一目标不同波段信息的遥感技术。

可在可见光遥感的基础上，把探测到范围向红外和紫外两个方面扩展。 多光谱遥感原理是基于同一种物体具有相同的光谱特性，不同的物体由于其内部组成和表面特征的不同一般不会有相同的光谱特征，这些差异在不同波长范围内表现更为明显。

二 多光谱摄影方式

多光谱摄影师对同一目标一次同步地拍摄多张负片，以获取目标物多波段的信息，要求多光谱相机能把地物反射来的可见光和近红外光分成几个光谱段，同时成像在一个或多个感光胶片上。

多镜头方式；多相机方式；光束分离方式。 三 多光谱扫描方式

用扫描方式获取目标多光谱信息的传感器，称为多光谱扫描仪。 1 光学机械型；

与传统的扫描仪的区别是增加了一些分光系统和采用组合式的探测器，同步地记录目标物的多波段信息。其中的分光元件可以是棱镜，也可以用光栅和滤光片组。

在可见光区，探测器用光电倍增管，在近红外波段，用硅二级管，在中远红外波段区，分别采用锑化铟、锗搀汞等并配备冷却器。记录系统采用数字式。

2 电子光学型。

是一种由半导体组成的电耦合器和多元列阵探测器组成的多光谱扫描仪。比现行的光学机械扫描仪具有地面分辨力高、结构简单等特点。

电荷耦合器件(CCD)是一种用电荷量表示信号，用耦合方法进行信号的传输。它在可见光与红外成像，模拟信号的处理与信号存储、记忆等领域广泛应用。TM/SPOT

第四节 高光谱遥感

一 高光谱遥感产生于上世纪80年代，在NASA的支持下开始成像光谱仪的概念设计与研究。目前最具有代表性的是美国的EO-1卫星，其上的高光谱成像仪Hyperium具有220个波段，光谱分辨率小于10nm，空间分辨率30m，光谱区间400～2500nm。

二 高光谱遥感的概念及特点

光谱分辨率系指在10-1μm数量级范围内的称为多光谱，在10-2μm的遥感信息称为高光谱遥感。

成像光谱技术的特点是将成像技术与光谱技术结合在一起，在对目标对象的空间特征成像的同时，对每个空间像元经色散分光形成数十乃至数百个窄波段已进行连续的光谱覆盖，即表现了地物空间展布的影响特征，同时也获得了像元或像元组的辐射强度及光谱信息。

工作原理是由完成二维空间成像的前光学系统和完成光谱第三维的光谱仪组成。光谱仪把进入视场光栏的光能量按需要的波长色散，安装在焦平面上的N元探测器各自接收不同波长的光信号，得到N个光谱波段，完成地物光谱的第三位扫描。

第五节 微波遥感

微波遥感是20世纪90年代大力研发和推广的一种遥感技术，它是从遥感平台向地面目标发射微波，传感器接收地面回波的一种探测方法，波长在1～1000mm.

特点：1全天候工作不受云雾和雨的影响；2 可以探测地表温度，用于监测水污染；3 能探测地表下一定深度的物质；4 可穿透一定的植被覆盖、探测植被覆盖下的地物。

常用的微波遥感有真实孔径雷达、合成孔径雷达和侧视雷达。 雷达遥感，是利用能产生一定波长的电磁能量射向待测目标，然后接收目标反射与散射回来的微波能量，被传感器记录下来加以处理后，在实时显示的屏幕上或经处理后印制在胶片上，通过目标大小、形状、结构和电学性质等特征信息的分析来提取地物的各种特征信息。

其原理是利用多普勒效应，即目标与遥感器的相对运动，所引起的电磁发射频率与回波频率的变化，得到地表物体的信息。

一 真实孔径雷达

空间分辨率：距离分辨率和方位角分辨率。

合成孔径雷达：该系统保持在距离向上与真实孔径雷达相同，采用脉冲压缩来实现高分辨率，在方位向上通过合成孔径来达到提高分辨率。 二 侧视雷达图像的特性

1 分辨率：地面分辨单元大小，系由两个单独因素确定，即雷达信号的脉冲长度和天线射束的宽度。脉冲长度决定了能量传播方向的分辨率，称射程分辨力。天线宽度决定了飞行方向的分辨力，即方位分辨力。

射程分辨力：是指分辨垂直于飞行方向上两个目标点的能力。

方位分辨力：两个目标在方位方向上的距离大于波束在该地面上的投影宽度。 2 影响雷达回波特性的地面因素

从地面反射到雷达天线的能量叫做雷达回波。回波是雷达系统发射的脉冲抵达地面后，由目标物表面或内表面层反射或散射的微波信息。

目标表面粗糙度特性：地物表面物体的粗糙程度，与地形起伏无关。 俯角和表面粗糙度的关系

地面目标的介电特性：物质的电学性质也影响其与电磁能量的相互作用，这种特性一般以复介电常数表示。介电常数的增大会提高物质对入射波的反射率，提高回拨信号的强度。 目标物内表层的穿透性：其穿透深度与物质的介电常数成反比，与入射波长成正比。

第六节 遥感图像的分辨率

遥感图像分辨率包括空间分辨率、波谱分辨率和时间分辨率。 一 空间分辨率

包括传感器的空间分辨率、影像分辨率和地面分辨率。

每一地物在图像上的可分辨程度，不完全决定于空间分辨率的绝对值，而是和它形状、大小一起它与周围物体相对亮度及结构的差异相关，也即与它的背景值存在着紧密的关系。

传感器空间分辨：两个目标形成的像点能否分辨，取决于两个相邻点源对物镜光心所张的角度。与有效孔径成反比，与入射光波波长成正比。

影像分辨率：指在图像上，1mm宽度内能分辨出的线条数。 地面分辨率：使遥感图像上分辨地面目标的能力。

二 波谱分辨率

是指传感器所用的波段数目、波段长以及波段宽度。 不同波谱段对同一种类的物体的反射与吸收是不同的，但也存在近似波谱段具有相近似的反射与吸收特性，因此对某一物体来说应选择反射与吸收具有较大差异的不同波谱段，二要提取较多类型特征时，则要选择对大多数类型在反射与吸收上具有差异的波段。 三 时间分辨率

1指利用不同时相的遥感图像，对同一覆盖地区内地物识别的能力。实际上是利用不同季节或年代地物在光谱反射上的差异，来确定地类特征，提高分类能力或地物的变动。

2时间分辨率的意义：进行动态监测与预报；进行自然历史变迁和动力学分析；利用时间差提高遥感的成像率和解像率；更新数据以达到动态监测的目的。

第五章 遥感图像判读

所获得的遥感数据的识别过程称为图像判读或解译。

图像的判读需要具备深厚的地学知识和专业经验，对遥感图像中的信息进行分析和识别，提取所需信息。

遥感图像所包含的信息：1 可分得最小面积或像素大小，在图像中它与颗粒和解像力有着紧密的关系；2 地物的反射系数或亮度系数，及在图像上相应的灰度值；3 光谱范围，及在光谱信号中记录的位置和宽度；4 波段数，即将光谱信号分段记录，它可通过光学密度三个层次或三维系统表示。近似于用色度、颜色饱和度及亮度加以区分。

目视判读的依据：1 图像空间上的灰度变化；2 景观结构或森林的空间排列；3 分析光谱的地域变化，随着地域上的不同，背景将起一定的作用。造成相同地物在不同地域处其光谱反射值不同。4 光谱信号上的时间变化，植被信息最为显著。

第一节 遥感图像的信息采集

遥感信息主要是指两方面的信息：光谱信息和空间信息。 光谱信息即地面目标电磁波能量大小在图像中的记录。

空间信息则为地面目标在图像上的组合特征，如形状、大小、纹理结构等。 另外地物在不同生态环境下，其反射的电磁波谱出了本身特性外，背景特征影响也很大。如经纬度、海拔、地貌、地势等地理因素，水热、季节和物候对植被光谱特征的影响等辅助因子的应用。

一 直接判读因子

1 性状 不同物体常具有其独特的形状，通过这些物体的固有形状特征使我们能对地物进行识别。建筑、道路、、农田、树冠形状等

2 大小 在大比例尺的图像上地物大小一般可直接反映，随着比例尺的缩小，小的地物个体形状和大小消失而呈群体组合特征出现。

3 阴影 阴影可以勾绘出物体的轮廓，因此，它可以从侧面衬托和反映出物体的形状和大小，也可以用阴影测量物体的高度。阴影的大小常和太阳高度角及地形因子有关。

4 色调 不同物体反射、发射和透射不同数量和不同波长的能量。影响因素：（1）物体本身的反射特性和本身颜色随不同物体反射能力不同，有着不同的亮度系数r；（2）物体的表面结构，物体的表面结构主要影响对光的反射角度，一般粗糙物体由于相互遮挡，造成较大的阴影。（3）物体的温度，物体不同的温度在图像上表现为灰度的变化。（4）季节的影响。季节不同对色调的影响主要是由于地物光谱反射不同引起的。它是地物与环境的综合反映。植物的落叶和叶绿素的变化；环境因子则包括了气候、土壤湿度等因子的影响。实际上是地物光谱反射的变化形成了灰度的变化。

5 纹理 纹理是由一组物体的色调重复出现而构成的，或者说它是图像内色调变化频率。它是不同色调的解像力在空间和几何位置分布上的表现。

6 相关位置特征

自然界的物体之间分布往往有一定的规律性。如森林的垂直分布、土壤的地带性分布、阴阳坡植被分布特点等，在空间上的位置常常受自然规律及人为因子的影响。

二 图像判读技术和精度 1 辅助资料的收集：（1）图像质量、分辨力、比例尺等；（2）分类和边界精度；（3）地面条件和交通状况；（4）物候情况；（5）地面光谱测定资料。

2 多波段、多时相的应用

不同波段和时相的遥感图像能从不同角度反映地物的特点，它可以提高分类的类别数和精度。

3 综合分析 利用各种专业知识，结合地面调查、图像判读、就可以进行大量的信息提

取工作，得到满意的结果。

第二节 遥感的地貌判读

在遥感图像中，地貌通过其组合图形、水系、山体特征等全面地反映在图像中，因此在地貌判读中，必须对地形、水系、植被、土地利用进行综合分析，进而对地貌进行分类。

一 地貌形态

地貌形态是指山地、丘陵、平原、盆地等大的地表形态，也称做大地构造地貌。 二 流水地貌

由于地表流水，使地面形成各种各样的侵蚀沟谷和松散物质的堆积。包括沟谷、阶地、河床、冲击堆和洪积扇。流域范围的判读

三 冰川、岩溶、风成、黄土、火山等地貌

第四节 森林判读 一 概念

根据地物构象规律和影像特点，运用林学专业知识，将林区的土地种类和林分调查因子在影像上识别和测量出来的工作，称为森林判读。

1 轮廓判读：将林区中各种土地类别和有林地小班的轮廓，在影像上判别勾绘出来。 2 测树判读：在轮廓判读基础上，对有林地小班各项调查因子，如林木组成、林龄、郁闭度、树高和蓄积量等进行判读。

二 非林地和无林地判读 1 道路的影像呈细线状，在全色像片上色调由白到黑，色调依路面的湿度与光滑度而定 2 居民点 村、镇、城市，小的村庄可应用耕地、菜园和道路等间接判读标志推断。 3 林中空地、采伐迹地、火烧迹地、疏林地的判读；林班线的判读

三 树种判读

主要标志有：树冠影像的形状、大小、色调、阴影、树冠影像的结构、树种分布规律等。

四 龄组和林分郁闭度

第五节 林分蓄积量的判读和测定

蓄积量是根据与材积有关的因子间接测定的。如与林分蓄积量密切相关的树冠直径、树高和郁闭度等因子。把这些测量因子作为自变量，林分材积或蓄积量为因变量建立回归方程，编制成像片材积表用以确定林分蓄积量。

第六节 雷达图像几何特征与判读特点

一 雷达图像的几何特征：比例尺变形、影像位移和视差

第七章 陆地资源卫星系统及其应用评价

一般特征、参数及目前常用的几种陆地资源卫星 第一节 陆地资源卫星运行特点

卫星绕地球旋转时受到地球、月亮和太阳的引力，卫星运动的平面称轨道面。轨道参数包括6个：椭圆轨道的长轴又称轨道半长轴（A）；椭圆轨道的偏心率级轨道偏心率（e）；

轨道与赤道面的夹角（i）；轨道上由南向北自春分点到升交点之间的地心角（h）；轨道面内近地点与升交点之间的地心角（g）；过近地点的时间（T）等。

一 卫星运行轨道 轨道形状和高度

1形状 椭圆和圆形轨道 2 轨道高度

（1）静止轨道 36000km，它能长期观察特点地区，且覆盖范围广，多用于气象卫星、通讯卫星。

（2）太阳同步卫星

是指卫星的轨道面在一个恒星年中与地球的公转方向相同，同时旋转的轨道。卫星于同一纬度的地点，每天在同一地方同一方向上通过，对于利用太阳光的被动遥感非常有利。Landsat为低高度地球资源卫星多为太阳同步轨道。

（3）准回归轨道

卫星星下点的轨道每天通过同一地点的轨道。N天通过的为准回归轨道，全球覆盖适用该轨道。

二 卫星姿态

陆地卫星采用三轴（x、y、z）定向，卫星姿态应保证观测时其观测平台始终对准地面。卫星绕地球一周的同时，还必须绕自己的y轴精确地旋转一周。自转方向与卫星运转方向相同，周期相同，卫星z轴每天转动0.9856°，一年360°，与太阳同步。

三 陆地资源卫星运行其他参数

1 陆地卫星运行的时间除高纬度外，大部分地区都是在当地时间上午9～10点钟。卫星扫描的重叠与陆地卫星系统有关。Landsat系统在赤道旁向重叠14%，40°为34%，极地为70%。纵向连续

2 运行周期和太阳高度角

运行周期为地面重复覆盖一次的时间，Landsat为18或16天；SPOT为26天。

太阳方位角是以正北起沿顺时针方向所计的太阳与经线的夹角，它与维度和季节有关。

四 常见的卫星运行及波段设置基本参数：Landsat、SPOT

卫星的设计运行与不同的用途有关。TM的光谱信息分辨率较高，波带变窄，针对性较强，可根据不同的目的，进行多种组合处理和专题信息提取，可广泛应用于生物学和地学等方面。

1 LandsatTM，专题制图仪TM（Thematic Mapper）。

通常包括7个波段，三个可见光和四个红外波段，可见光对水体、地面土壤特征具有很好的反映，这些波段对地面物体特征反应不同、相互结合增强了分类能力，在资源和环境调查中具有重要作用。

TM1，0.45～0.52μm，蓝波段，对水体穿透力强，对叶绿素与叶色素浓度反映敏感，有利于水体监测。

TM2，0.52～0.60μm，绿波段，对绿色植物对绿光反射敏感，对水体的穿透力较强。 TM 3，0.63～0.69μm，红波段，叶绿素的主要吸收波段，用于光合作用，可用于区分植物生活里状况，种类、反映水下特征等。

TM 4，0.76～0.90μm，近红外波段，对绿色植物类别差异最敏感（受植物细胞结构控制），为植物调查分类中常用波段。

TM 5，1.55～1.75μm，中红外波段，处于水的吸收带内，对含水量敏感，用于土壤湿

度、植物旱情及长势分析。区分云与雪。

TM 6，10.4～12.5μm，热红外波段，可区分地表温度分布，辨别表面湿度、水体、岩石，以及监测与人类活动有关的热特征。城市热岛、林火、火山。

TM7，2.08～2.35μm，中红外波段，水的强吸收带，可用于区分主要岩石类型、岩石的水热蚀变等。

Landsat7增加了一个全色波段，数据由ETM数据和有效载荷校正数据（PCD）组成。是ETM影像数据的卫星及星载仪器辅助数据。

2 SPOT卫星系统

（1）传感器系统空间稳定性高，图像几何精度较高。

（2）图像空间分辨率高，可达10～20m；灵敏度高，可分辨0.5%的地面反射变化；具有可定向的反射镜，可获取垂直与倾斜图像，具备立体观测和高程测量能力。

（3）SPOT5，空间分辨率提高到5m，扫描时经错位和地面处理可得到2.5m影像。数据传输128M。

3 NOAA气象卫星

搭载探测大气水热层结状况的传感器，包括改进型高分辨率辐射计（AVHRR）、垂直分布探测仪（TOVS）。

4 中巴资源卫星

传感器的稳定性不太理想。

陆地卫星的特征：1 宏观性。可获得准同步、全球性的系统覆盖，可提高自然现象和规律的宏观研究；2 周期性。重复性，提供不同季节、不同光照条件下图像，可满足动态监测与预报分析的需要；3 数量化。对地物的波谱反射、辐射特征，是以影像或数字形式瞬时记录下来；4 低至中等太阳高度角，使图像上产生明暗效应，增强对地质、地貌等地学分析；5 几何畸变小。

二 高分辨率卫星

1 Ikonos，全色波段1m，多光谱为4m，从而为城市土地资源、环境、绿化等的调查和监测提供了很好的信息源。

可在环境资源方面实现部分定量遥感的能力。

2 QuickBird卫星影像，空间分辨率0.61m，对于小范围的资源调查与监测很有优势。如林木生长状况、城镇绿地调查、防护林带调查、土地资源详查、城镇土地利用动态监测、环境调查、监测与评估等

第二节 几种陆地资源卫星应用评价

不同层次、不同空间、不同光谱分辨率的遥感信息源可适用于不同尺度、不同用途的资源环境调查与监测，大尺度应选择中小空间分辨率具有多波段的遥感信息源。

高空间、高光谱、或需要两者兼备。 高光谱（Hyperium）数据

第九章 数字化图像处理

遥感图像的质量主要表现在图像清晰、信息丰富、类型间边界清楚、几何位置准确、分类精

度高等方面。

数字化图像处理技术一般可分为图像数据处理和图像数据处理分析两大类。 图像数据处理是指将空间器发送的图像数据复原成图像，并根据用户的要求进行加工、处理、存储、分发。首先要对所获得的全部图像信息误差进行校正，主要是几何误差和辐射测量误差。

图像数据处理分析技术可分为影像增强技术和特征识别分类技术。

影像增强主要是通过各种不同的方法，使原来不清晰的图像经处理后变得更清晰或用彩色来提取某些图像特征，以提高图像的解像能力。

图像特征识别技术包括特征提取和分类技术。

第一节 卫星磁带记录格式和数据结构

数字处理就是借用计算机将卫星记录的地面信号进行处理。 磁带格式常见的有三种：BSQ（波段顺序）、BIL（波段交叉）、BPI2（两像元波段交叉）。当前记录的介质是高容量的光盘。

卫星接收站提高三种产品：未进行任何纠正的产品，粗加工和精校正的产品。 利用大地坐标和控制点进行坐标系统矫正的为精校正产品。 在购买卫星数字磁带时，必须知道磁带密度和记录格式。

一景图像所包含的多波段图像是严格按照坐标配准的。数字磁带中的有关数据在进行几何纠正，辐射校正，图像分析时都要用到。一般有：

1 标识符（ID）：它表示磁带记录中的卫星号、成像时间、图像文件号（条带号）、图像数据记录个数和长度（行和像元数）、压缩和校正数据的模式等。

2 注记符（AN）：表明成像的条件，年月日、中心点和像底点、经纬度、太阳高度角、方位角、校正处理情况等。

3 图像数据（VD）：是磁带的主要记录内容，不同的图像数据量不同，MSS图像具有2340至3260个列，TM则具有5965行6967列。

4 专用图像注记符（SIAT）:该文件既有可做几何校正有关的参数，如卫星高度、高度变化速度、侧滚角、偏航角、图像中心点和相对于中心点每隔5s的11个底点的纬度、经度和高度等数据。

一 遥感数据

1 像元：或称像素是构成图像的基本单元，不同遥感信息源像元大小不同，成为空间分辨率。像元是对二维图像空间位置而言，它的排列有行列之分，并赋有灰度值（在计算机中以亮度值表示）。

2 数字数据：将图像的灰度或颜色连续变化的图像叫模拟图像，将模拟图像分割成同样形状的小单元，一各个小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值进行数字化的图像叫数字图像。

把前一部分的空间离散化处理叫做采样（sampling），而后一部分的亮度值的离散化处理叫量化（quantization），结合起来叫图像的数字化（digitization）。

图像采样时，重要的因素有像元的大小及采样周期。

香农采样定理：原模拟波形中所含最大频率倒数的1/2为周期进行采样，将不产生信息的损失。

二 图像数据的几何特性

遥感数据是用遥感传感器记录地面物体的电磁波信号，通过采样及量化后获得的数字化数据。由于传感器不同和地面背景不同具有不同的几何特性和辐射特性。

视场角：整个遥感器能够受光的角度叫视场角(field of view)，相当于视场角度地面距离叫观测宽度或扫描宽度（swath width）。

在遥感图像中，能识别的最小区域的能力所对应的地面距离或目标物的大小为地面分辨率（ground resolution）。

多波段的电磁波是用不同的探测元件探测到。从地面到达受光面的排列的各探测元件的路径有微小的不同，校正这种差异，使各通道数据能重合起来的过程叫做通道间的配准。

三 图像数据的辐射量特性

传感器记录的地面目标的电磁波用探测元器件变换为电信号后进行数字化，该区域的输入宽度所对应的最大输入与最小输入之比称为动态范围。输入信号中有效信号S与噪声N之比称为信噪比S/N。有效量化的级数是由动态范围和信噪比所决定的。

在量化的数据中，对应一个通道一个像元的信息量用比特（bit）表示。Log2n 图像数据的全部数据量为：行数×像元数×通道×比特数/8。

四 遥感图像的数据格式

多波段图像具有空间的位置和光谱的信息。多波段图像的数据格式根据在二维空间的香园配置中的储存方式为：BSQ（（像元号顺序），（行号顺序），（波段顺序））；BIL（（像元号顺序），（波段顺序），（行号顺序））；BIP（（波段顺序），（像元号顺序），（行号顺序））。 普通彩色图像分为R、G、B三个波段显示，适合BSQ处理方式。

第二节 数字图像预处理 遥感信号的失真

为了恢复失真的图像，使退化降低到最小程度，必须要尽可能回复目标的反射光谱特性和正确的几何位置，这就是图像预处理所要做的工作，包括噪声抑制、辐射和几何校正。

一 辐射校正

大气对电磁波的传输有散射、折射、吸收、扰动和偏振五个方面的影响，从而造成传感器获得的图像失真。

大气、地形因子和其他各种生态环境因子引起的辐射误差还反映在同物异谱或同谱异物现象上，因此必须进行辐射校正才能提高分类精度。

传感器校正、大气辐射校正、地形校正及地物反向模型校正。

大气辐射校正的方法有：以红外波段最低值来校正可见光波段；回归法；相对散射模型法。

1以红外波段最低值来校正可见光波段

前提是人为大气散射影响主要发生在短波段中，对红外波段中影响很小。当某地物红外波段最为最低亮度为0或近似为0时，可将红外波段作为无散射影响的标准值与其他波段比较，其差值就是校正其他波段的散射值。

2 回归法

是应用可见光与红外光波段相同像点亮度值组成二维散点图，建立回归方程进行校正。 3 相对散射模型法

各波段数据与波长所确定的相对散射相关，不同波长遵循不同的散射模型，上面两种方法可能造成在一个或几个波段上，影像数据被校正过正，波段间的关系被破坏。？？？举例植被提取

Chavez1988提出的相对散射模型法。首先由一可见光波段直方图，选定黑暗地物的初始灰度值。之后根据这个灰度值的幅度，确定当时大气类型，选择最适宜的散射模型；据此模型及初始灰度值，预测其他波段的灰度值。

对于极清洁大气，散射主要发生在可见光的短波段。？？？9-2

用相对散射模型计算出的灰度值还必须用成像系统的增益及偏移调整后，才能获得正确的灰度DN值。

DNi（x，y）=GANi×[RADi（x，y）]+OFFSETi DNi为i波段记录的数字影像；

GANi为波段的增益系数，即单位地物亮度产生的DN值；RADi为i波段传感器探测到量度；OFFSETi为i波段传感器的偏移值。

RADi由两项组成，第一项是地物反射率、太阳照度、地形因子、大气透射率等多项因子的乘积项MULTi（x，y）；另一项为大气散射的附加项HAZEi，应消除的内容。

？？？辐射传输校正模型举例

二 几何校正

卫星图像的几何性能的影响受多种因素的控制。几何变形导致地面的地物在图像的空间坐标位置上不能一一对应。挤压、扭曲、伸展和偏移等。

几何校正的目的在于经过运算处理把处于两个坐标空间的原图像变换到一个新的图像坐标空间，使遥感图像得到纠正的某种投影图。

系统性畸变和随机性畸变：规律性和不可预测、为不同地区地形的起伏变化具有随机性。 1 几何校正的内容

包括两个方面：一是将遥感图像坐标恢复到地图坐标（应用GPS校正则是直接恢复到大地坐标），其二是像元灰度值的重采样。

（1）几何校正

粗校正指地面站将遥感图像数据接收后，对由于传感器新产生具有系统误差性质的内部畸变，以及平台运行中的一些可估测的误差进行校正

精校正则是根据成图比例尺选择相应地形图，从中均匀分布选择控制点或地面已知控制点（图像上可识别定位），同时选择较好的数学模型计算图像上有误差的坐标，通过重采样恢复到正确的大地坐标位置。

精度影响：计算模型的选择、控制点选择的精度、分布、数量。 （2）几何精校正的方法

多项式变换，共线方程变换，随机场中插值变换。 地面站将影像数据做粗校正以后，根据地形地貌情况选择合适的多项式来描述两者的坐标关系。齐次多项式变换。

用该方法纠正时，选择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。 但对于地貌复杂、地形起伏较大地区，这种方法有一定的位置配准误差，直接影响镶嵌质量。主要原因是最小二乘法虽然在整个面上误差较小，但是它将某些局部的误差和扭曲在整个幅面上做了平均，造成了局部较大的误差。控制点的选择上，复杂地区多选取。

（3）几何精校正及误差来源

选用比遥感图像成图比例尺大的地形图；应用统一基础底图进行校正和制图，以提高匹配的效果和精度。

地形复杂不均匀，人为产生的误差。

由于用控制点做校正是通过人机对话的途径，在输入控制点过程中可能造成其他的误差来源：1 人眼在图像上判断控制点位置的误差；2 控制点坐标误差；包括实测数据的偶然性误差，地形图图纸数字化产生的误差，不当比例尺地形图读取坐标是产生的误差。3 控制点点位高差造成的移位。

（4） 几何校正中的像元灰度重采样经几何校正后，输入的图像像元通过坐标变换使其恢复到地图坐标位置上来，此过程称重采样。方法有：1 最邻近内插法；2 双线性内插法；3 三次内插法。

（5）DEM正射校正

在空间分析中需要从三维地形景观角度观察调查监测范围的特点，因此应用DEM（数字高程模型）来进行投影差的几何校正。由于应用DEM进行校正是既具有平面也具有高程即投影校正，所以也称为正射校正。

数字正射影像制作包括数字微分纠正和影像镶嵌两个过程。对于各种卫星遥感影像 数字微分纠正需考虑其成像时像点与地面点间的复杂几何关系。

高质量的DEM数据对于三维地形景观的重建起着决定性的作用。来源主要有：采用数字影像相关技术直接生成DEM后内插得到；另一种是对地形图数字化后，由地形矢量数据内插生成。应用是需要具有较高的影像分辨率与DEM分辨率。

第三节 图像信息量和特征统计量

为了更好地提取各种专题信息，应对数字图像的各种特征值进行分析，包括信息量，各种统计特征值，如亮度分布的直方图、均值、标准差、相关系数等。

一 信息量分析

信息量的大小和许多因子有关，如波谱范围、地物分布特征、植被覆盖大小、土壤、岩石类型、季节物候等。

9-20即为反映量度大小的计算公式。与特定的影像有关。 二 统计特征值分析

主要有直方图、亮度级、均值、标准差，以及各波段间的相关矩阵。亮度值跟波段及季节有关。

TM5亮度值和标准差最大；夏季的标准差大于冬季。

林区的遥感影像：TM6变动较大；植被覆盖多大地区可见光波段较植被覆盖少的地区亮度分布范围窄，反之红外波段分布范围宽。

当两个波段的相关系数很高时，表明两者之间信息极为近似，相反，相关系数低则表明波段间信息的独立性大。相关系数的分析为波段组合、比值处理提供了数据依据。9-7波段之间的相关性。

第四节 遥感图像增强

图像增强就是抑制噪声，突出所需提取的信息，压缩某些不需要的信息，是遥感图像的各种类型或某些目标类型清晰度提高，改善图像的质量和视觉效果。

增强技术包括变化和滤波两大类。 一 变换增强

对比度扩展、彩色变换、比例尺变换。 一 灰度调整

遥感图像的对比度受大气效应、太阳高度角以及传感器性能等等影响，这些影响使记录的图像灰度级动态范围不能延伸至整个数字化的动态范围，对比度增强是通过一幅图像中地类的亮度反差、层次低对比度扩展，突出了类型边界和类型间的方差。

调整方法包括线性变换，分段线性拉伸、直方图调整等。 1 线性变换

由于大气瑞利散射的影响，波长较短波段的图像由于散射作用对比度很差，亮度级范围集中在一个很小的区间，通过线性变换可改变亮度分布范围。9-21

2 分段线性变换

当图像的亮度分布峰值不在一个区域而是两个以上时，用线性变换其效果不理想，用分段线性变换则可取得更好的效果。9-22

3 直方图调整

通过调整直方图所显示的亮度分布，使其扩展到突出整幅图像或者增加目标部分的局部。全域拉伸或局部拉伸。

二 一般线性变换和滤波

一般线性变换主要包括对比度扩展、彩色变换、比例尺变换。滤波则包括：空间滤波和频率滤波。

视信息特征分布特点而选择相应的方法：

对比度扩展有线性扩展、非线性扩展、直方图均衡化等方法； 彩色变换包括密度分割、彩色合成； 比例尺变换则是进行插值放大；

如对植被进行分析，应用对数变换，可压缩高亮度的对比度，扩展低亮度区的地物和植被。应用指数变换方法可提高耕地的清晰度。

分段线性拉伸和直方图归一化适用范围比较广。 1 多段线性灰度变换

改变换可对一定灰度范围的目标地物进行不同的线性拉伸，而对其他非目标地物进行压缩处理，达到和增强目标地物的目的。

多段线性拉伸区分各种植被类型。

2 最大离散度多波段图像线性变换（MS变换）

多波段图像之间的各种算术或逻辑运算和线性变换等等地物光谱特征增强与方法可用于图像增强。

比例尺变换通常是通过比例尺的放大来增强地类的边界、植被的影像的清晰度。 在增强中应根据图像信息分布特点，所需提取的特征信息的亮度分布和相邻背景的差异大小选择相应的方法。

第五节 信息复合及优化波段组合

信息复合是指将多信息源的多变量统计分析，通过信息压缩和特征信息提取，及以模式识别方法进行多信息数据处理，从不同信息之间的本质关系中找出其规律和内在联系。

信息复合是为了发挥各自信息源的优点，取长补短、如在不同遥感信息源复合中，主要是利用不同时相、不同不断范围、不同地面分辨率，以及与辅助信息、过去地面调查专题图的复合，使各自有用信息得到充分利用，并使分类精度提高。

优化波段组合是信息复合技术的一部分，是在对遥感图像个波段进行分析计算的基础上，选其信息量大、能突出所需采集信息的一种方法。

1 绿色植物反射光谱特征

（1）在可见光区，波长范围0.4～0.7μm，主要受叶绿素影响，在0.55μm有一个吸收峰。（2）在近红外反射区，主要受叶片内部结构的影响，强烈反射近红外辐射。（3）在中红外反射区，主要受叶片内部水分的控制。这三者特征的组合决定了植物的反射波谱特性，从而在遥感影像上区别于其它的地物类型。

2 植被的TM波谱特性

（1）可见光区，包括TM1，2，3波段，叶片的叶绿素吸收蓝光和红光，进行光合作用，也即TM1,TM3，其中TM3能较好的反映叶绿素的信息。TM2对绿光高反射。

（2）近红外区，TM4波段。在TM4波段中，植物反射近红外对强弱与植物生活力、叶面积指数和生物量等信息相关，而且其光谱信息有较大的独立性。因此，TM4是反映植被信息的重要波段。TM5提供的光谱信息最丰富，植被、水体、土壤三大类地物，在这个波段的反差都十分明显，极易识别。红外区的TM6波段主要用于地面温度场的调查和反演。

TM3和TM4的比值在制备遥感应用中常用来估算叶面积指数、生物遥感信息量和植被覆盖率等。

用于植被遥感的TM波段组合，必须能反映可见光、近红外、中红外三个区域中植物的信息，特别是能反映植物反射波谱特性的叶绿素、叶片内部结构和叶中水分状况的信息。

3 根据植物波谱特性确定TM优化波段组合

可见光TM1，2，3；近红外TM4；红外TM5，TM7；远红外TM6。根据需要选择波段组合。在合成处理中，除了考虑TM各波段数据的相关性外，还应考虑TM图像不同时相和季相对各种地物的判读效果来选择最佳的合成波段。

4 确定优化波段组合的数量化方法 波段优化组合数量化分析的实质，是分析组合波段的信息量和波段间的亲密度。在波段优化组合中选取既具有最大信息量，波段间的亲密度又小的波段进行组合。计算方法有：

（1）以信息量和相关系数比值计算。公式9-31

（2）以组合波段间方差和波段间相关系数和之绝对值之商作为衡量标准。9—32 以波段中类型间的离散程度和信息量之间的亲密度来进行衡量的。 （3）以椭圆球体积计算最佳波段组合。 椭球体体积是由方差---协方差矩阵构成，体积为方差---协方差矩阵特征值平方根之积所求得。

第六节 遥感图像信息特征提取

遥感图像包含了大量信息，但在资源环境调查、监测中，根据不同要求，突出所需专题信息，压缩某些不需要的信息，称之为特征信息提取。

首先需要确定哪些是要提取的信息、这些信息具有哪些特征，然后选择题去这些信息的方法。

提取的方法包括各种比值变换、主成分分析、纹理分析等，还有波段组合、比例尺变换、信息复合、辅助信息应用等。

一 比值变换

由于地形坡度、坡向、阴影或者太阳高度和强度季节性变换，地表同样物质或目标物的亮度值会不一样。图像波段之间的比值运算的目的是为了尽量减小这些环境条件的影响，使图像解译者或借助计算机分类算法能正确地识别地球表面物质或土地利用类型。

比值变换中应注意选择波段间重叠度大，相关系数小的波段。植被信息的提取通常是利用红外区植被的高反射特性和红光区植物叶绿素光合作用时的吸收所形成的制备低反射特性，增强类间方差，缩小类内方差，达到提取植被信息的目的。

1 保留地形特征导向比值 导向比值法在做比值变换前，对数据作适当调整，以影像强度的相关变化表现地形信息，而以色调的不相关表现地物差异。

3 主成分分析

多光谱图像的各波段之间经常是高度相关的，其原因有：（1）物质的波谱反射相关性。这种相关性可以是由于在所有可见光波段植被的相对低反射，造成了所有的可见光波段上相似的特性值。（2）地形。地形阴影在所有太阳光反射波段上都是一样的，在山区和低太阳角时，地形阴影甚至是图像的主导成分。导致了在太阳反射光谱区内波段和波段之间的相关性。 （3）波段遥感器之间的重叠。

主成分分析（PCA，又称K-L变换）是一种去除波段之间的多余信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。是将相关的多波段信息通过数学转换成不相关的信息。在实际的主成分分析时，这些主成分是对原始数据进行线性变换而获得，通常是波段间协方差或相关系数的函数。一般变换后PC1、PC2、PC3就包含了95%以上的信息，后面的主成分几乎多数是噪音，无法提供有用的信息。？？图解

4 缨帽变换

主成分分析使得从不同图像得到的主成分难以进行相互比较。缨帽变换（又称K-T变换）是一种特殊的主成分分析，不同点在于它是基于图像物理特征上的固定转换，其转换系数是固定的，因此它独立于单个图像，不同图像产生的土壤亮度和绿度可以互相比较。但缺点是缨帽变换无法包含一些不是绿色的植被和不同的土壤类型的信息。能较好的分离土壤和植被，缺点是依赖遥感器（主要是波段），因此其转换系数对每种遥感器是不同的。

四 图像数据融合

任何单一遥感器都有一定的应用范围和局限性。图像融合是一个对多遥感的图像数据和其他信息的处理过程。它着重于把那些在空间或时间上冗余或互补的多元数据，按一定的规则（或算法）进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱、时间特征的合成图像。强调信息的优化，以突出有用的专题信息。

图像融合可在三个不同层次上进行，一是像元（pixel），而是特征（feature），三是决策层（decision level）。

多源遥感图像融合是指将不同类型传感器获取的同一地区的影像数据进行集合校正和配准后，采用异地你过得算法将各影像数据中所含有的信息优势进行互补然后有机地结合起来产生更为优化的新影像数据。

特征层融合则需要首先从原始影像中提取与研究对象相关的特征，如光谱特征和空间特征，然后将获得的特征影响通过统计模型或人工神经网络模型进行融合，融合的结果一般是分类影像。决策层融合则首先从待处理的影像（原始影像、像元层或特征层融合影像）分别进行信息提取（分类），再将得到的增值信息或分类结果通过一定的决策规则进行融合来解决不同数据所产生的结果的不一致性，从而提高对研究对象的辨识程度。

1 基本像元的图像融合

是指对测量的物理参数的合并，即直接在采集的原始数据层上进行融合。强调必须进行基本的地理编码，即对栅格数据进行相互间的几何配准，在各像元一一对应的前提下进行图像像元级的合并处理，以改善图像的效果。

（1）图像锐化最典型的应用是高分辨率全色图像与低分辨率多光谱图像数据的融合。既保留了多光谱图像的较高光谱分辨率，又保留了全色图像的高空间分辨率。缺点是虽然强调了图像的视觉效果，但往往忽略了原图像本身频谱信息的失真。

（2）改善配准精度。对于多遥感图像融合，其必要条件是空间配准。数据来源于完全不同观测方式的遥感器时的空间配准。

（3）增强特征。能产生单一数据所不具备的或难以显示的特征。如利用微波与光学遥感系统的不同物理特征、各自的优势进行数据融合，只是各种专题特征得到增强。

（4）改善分类。利用多源的、互补的图像数据融合，可以改善遥感图像的分类精度。 （5）多时相图像融合用于变化检测。

（6）替代或修补图像数据的缺陷。不同的遥感图像数据，由于成像机理、所用波段、影响因素的不同均会出现不同的缺陷，往往需要用另一遥感器的图像数据来替代和修补这幅图像遗失或有缺陷的信息，实现不同图像数据的融合。

2 关键技术问题

包括数据配准、融合模型的建立与优化、以及融合方法的选择。 （1）数据配准（空间配准和数据关联）

涉及到几何纠正模型、重采样方法、投影变换、变形误差分析等问题。 数据关联是指各类数据变换成统一的数据表达形式（即相同数据结构），以保证融合数据的一致性，从而较客观地表达同一目标、同一现象。

（2）融合模型的建立与优化

围绕融合的目的：充分认识研究对象的地学规律和信息特征（空间分布特征、波谱反射辐射特征、时相变化特征）；了解美中融合数据的特征及适用性、局限性，通过多元数据的相互补充，以提供更多更好的数据源；充分考虑到不同遥感数据的相关性以及数据融合中所引起的噪声误差的增加，确定融合模型以提取有用信息、消除无用信息，实现融合后数据的互补与信息富集。

（3）融合方法的选择

根据融合目的、数据源类型、特点，选择合适的融合方法。包括彩色相关技术和数学方法。前者包括彩色合成、彩色空间变换等；后者包括加减乘除的算术运算、基于统计的分析方法（如相关分析、最小方差估计、回归分析、主成分分析、滤波等），以及小波分析等非线性方法。

五 彩色技术

彩色的数字表达主要有两种方式：一种是红、绿、蓝三原色坐标系统，即RGB混色系统；一种是明度（I）、色调（H）和饱和度（S）坐标系统，即显色系统。

1 RGB彩色合成

指定3个不同类型的图像（如3个波段），分别赋予RGB三原色进行彩色合成，生成一幅彩色合成图像。有利于对多波段图像的解译。

2 HIS变换

是指将标准RGB图像有效地分离为代表空间信息的明度（I）和代表波谱信息的色别（H）、饱和度（S）。对应于彩色百分比参数。

HIS彩色坐标系统对颜色属性易于识别和量化，色彩的调整（数字变换）方便、灵活。 变换公式为： I=R+G+B

H=(G-B)/(I-3B) S=(I-3B)/I

技术方法有：一是直接将3波段图像变换到指定的HIS空间。二是将有RGB3个波段数据组成的数据集变换到相互分离的IHS彩色空间中，然后IHS三个成分之一被另一个波段图像所替代。

HIS为彩色增强、特征增强、改善空间分辨率、融合分离的数据集等得到广泛应用。

2 空间滤波分析

用于不同空间分辨率的图像数据融合，分为高通与低通滤波。 高通滤波把空间信息加到波谱信息中，是又一种提高多波段数据空间分辨率的方法。即对高空间分辨率图像（SPOT）用一个小的高通滤波器处理，以生成与空间特征信息相关的高频（成分）数据，这种数据按像元对像元地被加到低分辨率波段（如TM数据）中。从而使得数据既具有高分辨率数据的空间信息，又有低分辨率数据的高光谱分辨率信息。

虽增强了空间细节，却往往限制了重要的结构信息，且波谱特征被扭曲。 对不同分辨率图像进行融合前的空间配准时，往往对高分辨的图像经适当“低通滤波”，平滑掉原图像的细节，使之粗化，再与低分辨率的图像融合。

第七节 图像分类

图像分类总的目的是将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或者其他信息，按照某种规则或算法划分为不同的类别。

最简单的是利用不同波段的光谱亮度值进行单像元自动分类；另一种则考虑像元的光谱亮度值、还利用像元和其周围像元之间的空间关系，如图像纹理、特征大小、形状和结构等，对像元进行分类。还包括一些辅助信息的应用。

一 监督分类

监督分类又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程。分析者在图像上对每一种类别选取一定数量的训练区，计算机计算美中训练样区的统计或其他信息，每个像元和训练样本做比较，按照不同规则匹配归类，将其划分到和其最相似的样本类。

1 选择训练样本和提取统计信息

训练样本的选择需要分析者对要分类的图像所在的区域有所了解，或进行过初步的野外调查。其最终选择的训练样本应能准确地代表整个区域内每个类别的光谱特征差异。训练样本的选择是监督分类的关键。每一训练样本必须是均值的，不能包含其他类别，也不能是其他类别之间的边界或混合像元。

在选择时，还需考虑每一类别训练样本的总数量。如果图像有N个波段，则每一类别应该至少有10N个训练样本，才能满足一些分类算法中计算方差及协方差矩阵的要求。

训练样本来源：（1）实地收集，通过全球定位系统（GPS）定位，实地记录的样本；（2）屏幕选择，即通过参考其他图或根据分析者对该区域的了解，在屏幕上数字化每一类别有代表性的像元或区域，或用户指定一个中心像元，计算机自动评价其周边像元，选择与其相似的像元。

训练样本选择后，为了比较和评价样本的好坏，需要计算各类别训练样本的基本光谱特征信息，通过每个样本的基本统计值（如均值、标准房差、最大值、最小值、方差、协方差矩阵、相关矩阵等），以检查训练样本的代表性、评价训练样本的好坏、选择合适的波段。

评价好坏的方法：图标显示和统计测量。 直方图可以显示不同样本的亮度值分布，通常训练样本的亮度值越集中，其代表性越好。在每个波段的直方图应该趋于正态分布，只能有一个峰值。当有两个峰值时，说明所选的训练样本中包含两种不同的类别，需要重新选择或者对所选的训练样本重新赋予类别。

特征空间二维图是另一种广泛用于评价训练样本的方法。此图显示图像中两个波段所有

像元的分布，从而作为不同图像特征选择的背景。图上越亮的区域所对应的像元越多。图像的两个波段相关性越强，其对应的特征空间二维图上亮度的分布就越集中。

2 统计测量

即利用统计方法来定量衡量训练样本之间的分离度。检查的误差类型：错分误差即像元被分到一个错误的类别，和漏分误差即像元没有被分到其对应的类别。

3 选择合适的分类算法 （1）最小距离法

最小距离法师利用训练样本中各类别在胳膊断的均值，根据各像元离驯良样本平均值距离的大小来决定其类别。其主要缺点是此方法没有考虑不同类别内部方差的不同，从而造成一些类别在其边界上的重叠，引起分类误差。

（2）最大似然法

最小距离法没有考虑到各类别在不同波段上的内部方差。这种算法是根据训练样本的均值和方差来评价其他像元和训练类别之间的相似性。可以同时定量地考虑两个以上波段和类别，其基本的数学公式是基于正态分布的假设。

监督分类的优缺点：（1）可根据应用目的和区域，有选择地决定分类类别，避免出现一些不必要的类别；（2）可控制训练样本的选择；（3）可通过检查训练样本来决定训练样本是否被精确分类，从而能避免分类中严重错误；（4）避免了飞溅促分类中对光谱集群组的重新归类。

缺点：（1）其分类系统的确定、训练样本的选择，均人为主观因素较强，所选择的训练样本可能并不代表图像中的真实情形；（2）由于图像中同一类别的光谱差异，造成训练样本并没有很好的代表性；（3）训练样本的选取和评估需花费较多的人力和时间；（4）只能识别训练样本中所定义的类别，若某类别由于训练者不知道或者其数量太少未被定义，则监督分类不能识别。

二 非监督分类

非监督分类（unsupervised）也称为聚类分析或点群分析。及在多光谱图像中搜寻、定义其自然相似光谱集群组的过程。仅需极少的人工初始输入，计算机按一定规则自动地根据像元光谱或空间等特征组成集群组，然后分析者将每个组合参考数据比较，将其划分到某一类别中去。长期以来已经发展了近百种不同的自然集群算法，最常用的为ISODATA算法。

ISODATA即重复自组织数据分析技术，该方法一般需要分析者定义：（1）最大的集群组数量Cmax，通常该数量都应该比最后的分类图中的类别多；（2）在循环中，最大的类别不变的像元百分比。当达到这个百分比时，算法停止；（3）最长的时间，当ISODATA算法执行的时间达到这个制定的最大值，算法中断；（4）每个集群串中最小的像元数量、最大的标准方差；（5）最小的集群均值间距离，如果来年改革之间的距离小于这个值，则这两个组合并；（6）集群分散值，这个值通常为0.

该算法是个循环过程，起初始的集群组是随机地在整幅图像的特征空间选择Cmax。步骤为：（1）初始随机地选择Cmax中心；（2）计算器他乡元离这些中心的距离，按照最小距离规则划分到其对应的集群中；（3）重新计算每个集群的均值，按照前面定义的参数合并或分开集群组；（4）重复（2）和（3），知道其达到最大不变像元百分比或者最长运转时间。

该算法得到的集群组只是一些自然光谱组，需要分析者将每个集群组归到其对应的类别中，这个过程通常需要参考其它的图。实际应用中，经ISODATA算法得到的图，分析者将一些易于识别的组归类后，做成一个黑白mask图像，用到原图像中，过滤掉归类的部分，留下难以归类的图像，重新运行算法，知道所有的集群组都能归类。

2 非监督分类的优缺点

精密授时等具有重要意义。

一 GPS的组成 1 空间部分

空间部分指分布在六个轨道面上的21颗工作卫星和3颗备用卫星。轨道倾角为55°，两个轨道面之间在经度上相隔60°，每个轨道上布放4颗卫星。卫星的主要任务是接收和存储地面控制站发来的信息，并向用户发送导航电文。

为了提高抗干扰和保密性能，卫星采用了伪码扩频调制方式发送信号。它先把导航电文变成编码脉冲，形成导航数据码。

导航数据码为随机码（P码、C/A码）模2相加后，再对载波（L1、L2）进行相位调制，然后由天线发射出去，L1（1575.42MHz）信号用P码和C/A码按正交调制，L2（1227.6MHz）信号用P码调制。P码定位精度高，供美军及特许用户使用，美军有计划在必要时实施A---S（反电子欺骗）政策，将P码加密编译成Y码。C/A码供一般用户使用，早期定位精度限制在100m，2001年后取消了限制。

2 地面控制部分

地面控制部分包括一个主控站、三个注入站和五个监测站。 主控站的任务是：（1）提供GPS的时间基准，并控制整个地面站组的工作。（2）处理由各监测站送来的数据，编制各卫星的星历，计算各卫星钟点钟差和电离层校正参数等，然后把导航信息送到注入站。（3）控制卫星，使其保持在固定轨道，在卫星失效时，调用备用卫星。

注入站点认为是在卫星临空时，把导航信息注入给卫星，并负责监测注入卫星的导航信息是否正确。每颗卫星的导航数据，每隔8小时注入一次。

监测站点任务是在卫星过顶时收集卫星播发的导航信息，对卫星进行连续监控，收集当地的气象数据等并将数据送往主控站。

二 GPS定位原理

GPS通常是采用测距的方法来提供定位数据。

GPS用户设备接收卫星发布的信号，根据星历表信息，可以求得每颗卫星发送信号时的位置。用户设备还测量卫星信号的传播时间，并求出卫星到观测点的距离。

如果用户装备有与GPS系统时间同步的精密钟，三颗卫星就可以实现三维导航定位。由于测量存在误差，通常采用观测四个卫星的方法测其伪距，建立方程组，进行时间校正、计算卫星位置和计算观测点的三维位置。

GPS系统定位误差主要来源于卫星部分、传播路径和用户设备等三个方面。通常以几何精度系数表示，可分为三维定位精度、水平位置精度、垂直方向精度、钟偏差系数。

因测量带来的误差可全部等效为伪距测量时带来的距离误差，包含有卫星星历，卫星钟差，对流层延迟，电离层延迟等误差。

三 GPS信号结构与接收技术

四 GPS及我国测绘基准 1 GPS及我国测绘基准

GPS采用的是WGS-84，我国测绘基准系统为BJ-54、C-80或地方坐标系，WGS-84、BJ-54、C-80及地方坐标系之间由于椭球系统、地心定位的不一致性，使得坐标之间存在转化参数。

整体转化参数是保密的，适合于全国。采用区域性转化参数可以解决地区性的定位问题，通常可获得比国家参数更有好的效果。

2 伪距差分动态定位 差分动态定位（DGPS），就是用两台接收机于两个测站上同时测量来自相同GPS卫星的导航定位信号，用以联合测得动态用户的精确位置。其中一个GPS信号接收机位于已知的基准点，叫做基准接收机。它和安装在运动载体上的GPS信号接收机（动态接收机）同时测量来自相同GPS卫星的导航定位点与已知值进行比较，可获得GPS校正值发送给若干台公视卫星用户的动态接收机，而改正后者所测得的实时位置，叫做实时差分动态定位。

第四节 数字地球与3S技术 一 数字地球概念

1998年1月，前美国副总统戈尔提出了“数字地球”的概念，其设想为在地球任一点上具有准确坐标位置，并存储有不同分辨率的海量数据、能从三维可视化地观察地球。其是建立在空对地的观测系统---遥感、遥测，全球定位系统和进行相应数据处理、空间管理的GIS系统、高速网络传输技术等之上。

数字地球的基本概念包括三个方面：1 数字地球是指数字化的三维显示的虚拟地球，或指信息化的地球，包括数字化、网络化、智能化和可视化的地球技术系统；2 实施数字地球，需要广泛的社会参与；3 数字地球是一次新的技术革命，对科技和社会经济的发展，对人类的生产和生活方式的改变有着巨大的作用。

二 数字地球构成

数字地球是将不同空间、时间、物质和能量的多种分辨率的有关资源、环境、社会、经济和人口等海量数据或信息，按地球坐标，从局部到整体，从区域到全球进行整合、融合及多维显示，并能为解决复杂生产实践和知识创新，技术开发与理论研究中的各种技术问题。

三 3S技术在数字地球中的作用和在资源环境中的应用、特点及发展趋势

3S包括空间数据获取，空间数据管理，空间数据分析，空间数据传输技术，模拟或称虚拟现实技术。

1 资源环境信息技术的特点

（1）资源环境信息技术的特点：多学科的集成性；空间特征；资源环境的多样性 和动态特征；资源环境信息应用的广泛性和数据传输的时效性。

（2）空间信息获取技术：数据的采集是通过遥感信息、GPS及各种地面调查获取。 高精度的GPS测定的坐标为几何精校正提供了一个很好的手段，尤其在山地复杂地形下更是如此。

（3） 空间数据管理技术

通过不同途径得到的各种空间数据需要按不同尺度建立图像库、图形库、属性库、并能对多源数据进行处理、分析，尤其是空间数据分析、制图、统计分析等。

（4）动态监测与分析 （5 ）模拟与虚拟可视化

通过模型将地面三维、三维的图像、图形用三维空间可视化、动态表达资源与环境分布特征、消长变化，以及这种变化引起的后果的模拟。

虚拟地理环境是虚拟现实与GIS相结合的最高阶段。

2 3S技术集成

3S技术集成是指将RS、GIS、GPS技术有机的结合起来，成为一个完整的体系，即从RS和GPS的数据采集可以直接进入GIS中进行自动成图。

RS与GPS相结合：应用GPS在野外调查可对RS数据进行校正，提高分类精度； RS与GIS相结合：主要是应用GIS中的图形、属性数据作为辅助数据对遥感图像中的地物进行识别、信息提取。

GIS与GPS相结合：可在野外通过GPS对新增地类如退耕还林、还草，采伐迹地，自然灾害等进行野外快速测定和数据更新（图像和属性）。

将来的发展：软硬件的兼容性、自动化

优点：（1）不需要预先对所要分类的区域有广泛的了解和熟悉。但仍需要一定的知识来解释分类得到的集群组；（2）人为误差的机会减少，因此非监督分类产生的类别比监督分类所产生的更均质；（3）独特的、覆盖量小的类别均能够被识别，而不会像监督分类那样被分析者的失误所丢失。

缺点：（1）分类产生的光谱集群组并不一定对应于分析者想要的类别，因此分析者免连着如何将它们和想要的类别相匹配的问题；（2）图像中各类别的光谱特征会随时间、地形等变化，不同图像以及不同时段的图像之间的光谱及群组无法保持其连续性，从而使其不同图像之间的对比变得困难。

第八节 高光谱遥感图像处理方法 1 成像光谱仪的定标

其实质就是要建立遥感器每个探测单元所输出信号的数值（DN）与该探测器对应向原内地实际地物辐射亮度值（L）之间的定量关系DN=A（L），A为遥感器的定标系数。

定标分为光谱定标和辐射定标，光谱定标是确定各个波段的中心波长的位置以及带通的光谱响应函数。

地物光谱重建是在同步测得地物光谱反射率数据和一些大气、太阳参数后，用不同的模型从定标后的遥感辐射亮度值推算地物的反射率，属于地物参数的反演过程。

2 信息提取反演的基础

成像光谱仪的光谱分析基础是：1同时获取可见光，近红外或更长的光谱覆盖范围内大量连续的、窄波段的光谱波段图像，其中每一个像元都可以形成一条连续的反射率光谱曲线，使得根据光谱数据库光谱直接匹配识别植被类型和土地覆盖类型成为可能。2 不同第五代光谱吸收特征可用下述波形参数进行定量描述：吸收峰的波长位置，吸收峰的深度，吸收峰的宽度，吸收峰的斜率和吸收峰对称度。3 超多波段信息使得根据混合光谱模型进行混合像元分解获取子像元，减少背景影响，获取光谱单元的真实光谱特性曲线数据。4 多光谱植被指数可以表达成光谱反射率的一阶或二阶导数乘以系数K的形式。连续光谱的成像光谱图像中导数光谱是有力的波形分析手段。一阶、二阶及高阶导数光谱可减少低频的背景噪声和部分清除大气效应。5 基于高光谱分辨率的光谱吸收特征信息提取可以实现植被生物化学成分定量分析。

具有一定空间分辨率的成像光谱仪获得的地面反射光谱信号是制备与下面的土壤光谱综合而成的混合光谱。

第十章 遥感专题系列制图

遥感图像真实地反映了地面上各种景观现状的空间分布特征，为资源与环境调查及检测提供了统一的信息源。

第一节 遥感系列地图的分类与特点

横向系列地图，比例尺相同，采用同一信息源进行解译，采用统一底图。

纵向型系列地图，地图各组成图幅在内容上没有明显区别，仅表现为比例尺有所不同，都是反映某一专题的不同尺度和层次上的动态。

一 利用遥感图像编制系列地图具有的特点： 1 遥感图像加强了系列地图的地学理论基础。

2 加强了系列地图的专题性---图像内容丰富，可用于各种专题内容的提取和表达。 3 遥感系列地图客对各专业起统一协调作用：信息丰富，可用于多种专业和用途。 4 改变了制图工艺流程，加速了成图速度，降低了制图成本，提高地图精度。

5 遥感是GIS的最佳空间数据采集手段，为自动制图提供了信息源。

第二节 遥感系列专题制图前端准备和协调

标准一致：对某一地区遥感调查编制系列地图，应尽可能采用统一的遥感资料，这样能保证个专题内容全区在时空上一致并具有统一的判读标志和相适应地制图综合指标，确保图幅间的统一协调。

一 地理基础地图的选择和协调

基础地图的制图时间应相同，应与各专题制图的比例尺尽量一致。 二 专题内容的协调---贯穿始终 1 统一客观事实，注意规律性

2 分类系统与图例的一致性

图例是分类系统在图上直观形象地体现。 3 判读标志的建立

根据各种类型在不同时相图像所反映出的色调和纹理结构特征，以及他们的时空差异规律，建立各图例的判读标志。

（1）不同时相遥感的信息差异；（2）遥感信息的空间差异；（3）农业和物候期的应用；（4）遥感信息源与GIS及地学相关分析

4 图形界线的正确表达 5 平衡地图信息负荷量

负荷量：一是突出图中主体，不能杂乱无章；而是体现主体的规律性。 6 协调的步骤

要有科学性、系统性、实用性、实事求是、有步骤、有主次地在图幅定稿之前进行。

协调内容包括图幅与图幅之间，图幅内容之间，专题要素以地理基础之间的统一协调。

三 整饰的协调

要求符号、图形和字体大小适宜，设色既要协调，又要便于分辨。图例、附图位置及图外整饰各图幅都要求一致。

四 遥感野外调查内容

野外调查是提高地类判读精度的有效措施，是保证精度的重要环节。 内容包括地面检验的定位精度（GPS精度、地物类型的选择）、定位地类的面积大小（为了确定图像特征，应使被检查的图像地类具有一定的面积）

第十一章 遥感技术在资源与环境动态监测中的应用 第一节 遥感在资源调查监测中的应用 一 森林资源调查 1 森林资源一类清查

主要为国家提供森林资源中林地尤其是有林地中蓄积量及地类两大类的变化，还包括水土流失、荒漠化、林火和病虫害监测等。

传统的公里网格设置样地调查法：存在的问题及遥感的优势

2 森林资源二类清查

是指对经营的林业企业、县和乡的森林资源清查，这类清查首要进行森林区划（林班、

小班、经营小班），然后对小班中的各项因子进行详查。

上世纪80年代中期在我国开始利用遥感进行。 遥感信息源的选择和图像处理： （1）几何校正精度高

（2）多遥感信息源波段组合能力 （3）区划林班小班能力

分辨率越高划分林班小班越清晰。 （4）地类识别能力 （5）图像放大能力

TM、ETM、SPOT、Ikonos、Quickbird等影像

二 应用遥感技术的资源抽样调查监测技术 1 成数抽样

通过遥感图像上按要求的类型划分，判读这些类型的样本，然后估测总体中各种地类百分数的抽样技术。

（1）概念：在含有N个单元的总体中，随机或系统抽取n个单元组成样本，用样本成数估计总体成数的方法叫做成数抽样。

（2）成数抽样原理和方法

三 遥感在景观生态研究中的应用 （一） 景观生态的概念与研究范畴 1 概念：景观是由地貌、气候过程和各种干扰作用形成的、具有高度空间异质性的区域。有不同的生态系统以块状镶嵌形式构成，具有特定的结构、功能和动态特征，并具有明显边界。

景观结构的基本概念包括： （1）景观水平结构 斑块体性状测量：包括斑块体大小、形状和分布特征。斑块体大小，可用斑块体总面积、平均面积、最大和最小面积四种数值测量。

景观破碎化程度：一般可用斑块体密度，即单位面积上斑块体数目（N/km2）和单位面积内斑块面积两个指标来分析景观破碎化。

景观粒级结构：粒级结构是指景观要素的簇、细粒结构。粒级大小取决于整个景观的尺度。

（2）景观空间格局分析

即景观空间分布的状态，当斑块体聚集在一起时，相互作用及能流、物流和转移速度均较快，倘若分散，则相互作用较小。

（3）景观梯度

（4）景观异质性和多样性

异质性是指在某一景观（生态系统）内，由于受来自于自然干扰、人类活动和生物体本身的种群动态变化的影响，是起决定作用的资源或某种性状在空间上、时间上的变异程度。

景观多样性反映景观镶嵌体重板块的复杂程度及多样性状况。多样性可有多种指标测定，如多度、均匀度、连接度和优势度等。

（5）景观稳定性

景观稳定性主要取决于景观抵抗外界干扰的能力和受干扰后恢复到原来状态的速度，持续性也可作为景观稳定性的一种量度。

2 根据人为干扰程度划分的景观类型

自然景观、半自然景观、耕作景观、城郊景观、城市景观。

受到人类的干扰强度越来越大，反映在遥感地物识别参数上有很大的不同。

（二）景观遥感制图

景观制图是通过景观要素分析、应用景观生态学的观点，对土地进行分类制图，它以图形方式客观，概括地反映自然界景观类型的空间分布形式和面积比例关系，景观类型有反映了特定的结构、功能和动态特征，他们是由人类、自然干扰、地貌形成过程、生物过程决定的。

应用遥感技术进行景观制图，首先必须按景观生态学的观点对遥感图像进行特征信息提取，使其充分反映景观要素的外部形态特征，然后根据各组成因素在各地段的组合方式、相互作用程度来研究由此而形成的外部总体形态，内部本质相一致的个体，并将这些个体根据参数法进行分级划分和类群归类。

基础单元应具有内部的均一性，即具有相同的地貌、地质条件、气候条件、土壤条件和水文条件，具有相同的植被类型或土地利用方式。

景观制图内容：

1 景观研究尺度确定以及信息源选择和制图比例尺确定 2 景观结构特征识别能力分析

选取的遥感信息图像上对所分类别不能识别（包括空间尺度和光谱范畴），则不能作图。因此，必须对景观结构特征在遥感图像上的反映能力进行分析，看是否满足分类的基本需要。

3 景观结构类型分类系统的确定

作图一定要有分类系统，景观结构类型的分类应反映自然、人为干扰作用的特点，而这种特征主要反映在土地利用现状上，因而一般应用土地利用现状的分类系统和景观生态学的分类原则。

4 遥感图像分类

5 景观结构特征数据的采集

森林及其他自然资源在景观中既有水平结构特征又有垂直结构特征。这两种空间变异包括两种成分：可被认识的结构成分和难以解释的随机成分。

四 遥感技术在土地利用及土地资源调查中的应用 （一）土地利用的遥感调查和制图 1 土地利用现状分类

土地各部分由于本身组成、所处位置和环境不同，相互间存在着一定差别。根据土地的差异性，将土地划分成若干类型，就是土地分类。将这种分类按一定规律建立有规则的排列顺序，就叫土地分类系统。

分类方法有：（1）按土地的自然属性分类，地貌、植被、土壤等；（2）按土地的经济属性分类，按生产力水平进行分类；（3）按土地的自然、经济属性进行综合分类。以土地的覆盖特征、经营目的和利用方式为主要标志进行分类。

根据制图精度要求选择遥感信息源，确定分类原则，这些原则有：（1）土地利用方式的相似性和地域差别性原则。土地利用状况是自然、社会因素综合作用的产物；（2）科学性与系统系原则。整个分类系统在科学内容应反映研究地域土地利用现状及其区域特征；（3）遥感图像上可判读识别原则；（4）分类系统的协调统一。应与国家使用的土地利用现状分类系统相协调，与相关专业遥感调查标准协调统一；（5）分类系统的适用性。

全国有土地利用现状的分类系统标准。具体应用时落实到几级标准根据调查的详细程度和要求。

2 收集各种信息源、数字图像处理

信息源包括遥感信息源和非遥感信息源，非遥感信息源主要是指不同比例尺地形图以及各种专题图、社会经济情况、交通和城镇居民点分布及人口分布情况等。

3 制定工作方案进行外业调查和调绘

在分析调查对象特点、调查精度要求，程度比例尺之后，核实遥感图像上对地物识别的精度和记录地物在遥感图像上的各种特征，以便建立能准确反映地面实际情况的判读标志，对典型地物和变动地物类型进行定位和记录其特征。

4 进行遥感图像的全面分类和面积计算

在建立判读识别标志和熟悉地面情况后对调查区域进行分类和参数计算。 5 评价分析

遵循生态环境，经济发展情况，人口密度，交通，地形地势，灌溉条件等因素对土地利用现状的结构进行评价，然后提交给决策部分对今后土地利用结构进行决策时参考。

（二）土地资源评价

1 是以土地的生物生产潜力为中心，对不同土地单元进行质量评价，查清土地资源的质量，数量分布、并根据土地的适宜性确定土地的最佳利用方向，根据土地的限制性因素类型及其强度，因地制宜地制定治理和改造措施，发挥土地资源的产生潜力。

2 评价原则和系统：

（1）综合分析与主导因素相结合的原则，根据社会条件，确定对自然属性和生产潜力起决定作用的主导因素。

（2）适宜性因素和限制性因素相结合的原则。

（3）生产型原则。充分满足于适应社会条件的生产需要。 （4）遥感图像可显示性原则。

3 评价指标及类型识别在遥感图像上可直接和间接识别。 （1）评价指标的选择和分类

土地资源评价是以评价土地质量为主要内容。土地资源评价是以土地质量为主要内容，土地治理的优劣取决于土地综合体中，生产性因子的组合特点和它对植物生长的协调能力。

五 立地分类与立地遥感制图

森林立地是指林木生长的自然综合体即林木生长的自然生态环境条件；立地类型是指林木生长生态环境特征相似的地段组合，分类则是根据其相似性和差异性进行不同尺度，不同等级、不同类别的规划。

1 立地分类原则 2 立地分类系统

3 数据采集与立地制图

（1）森林立地遥感制图比例尺的确定

（2）数据采集对数字图像处理的要求以及立地因子图像分析和识别 （3）3S技术相结合。

（4）立地分类与土地资源评价相结合。

六 城市林木生长状况调查

林木受污染后其生长状况会发生变化，表现在叶参数指标上，可通过遥感图像反映出来。

本文来源：https://www.bwwdw.com/article/f6y2.html