遥感基础入门知识

1遥感根底2060年月进展起来的对地观测综合性技术无记录的地面遥感阶段(1608~1838)；有记录的地面遥感阶段(1839~1857)；空中摄影遥感阶段(1858~1956);航天遥感阶段(1957年至今)。遥感技术具有以下几个特点经济效益和社会效益高。随着科技的进展，遥感技术也在不断进步，遥感探测的波段不断延长，波段的分割越的空间区分率不断提高；数字成像技术的进展，打破了传统摄影与扫描成像的界限。此外，GPS的集成可同时取得经纬度坐标和地面高程数据。遥感信息融合包括数据层融合、特征层融合和决策层融合。决策层融合有望在高光谱光谱遥感信息可以和其他信息进展融合，对于高空间区分率或其它遥感信息分类精度不够、同物异谱或同谱异物现象可以通过高光谱遥感信息关心解决，最终将分类结果惊醒融合即可。其中一个关键的技术问题是如何依据不同状况设计有效的融合算法。高光谱遥感技术的特点：高光谱遥感是高光谱区分率遥感(HyperspectralRemoteSensing)的技术。高光谱遥感技术的特点：1〕高光谱遥感的成像光谱仪可以分别成几十甚至数百个很窄的波段来承受信息，光谱区分率高(5~10nm)，波段连续性强(在0.4um~2.5um范围内有几百个波段)；2〕全部波段排列在一起能形成一条连续的完整的光谱曲线；3〕光谱的掩盖范围从可见光到热红外的全部电磁辐射波谱范围；4〕高光谱数据是一个光谱图像的立方体，现了遥感数据图像维与光谱维信息的有机融合。高光谱遥感信息智能处理的优势和意义主要在于：促进当前高光谱遥感信息处理中一集成处理供给支持。多谱段遥感信息的处理过程是：①数据治理：地面台站接收的原始信息经过摄影处理、变换、数字化后被转换成为正片或计算机兼容的磁带，将得到的照片装订成册，并编目供给用户选用。②预处理：利用处理设备对遥感图像的几何外形和位置误差、图像辐射强度信息误差等系统误差进展几何校正和辐射校正。多谱段遥感信息的处理过程是：①数据治理：地面台站接收的原始信息经过摄影处理、变换、数字化后被转换成为正片或计算机兼容的磁带，将得到的照片装订成册，并编目供给用户选用。②预处理：利用处理设备对遥感图像的几何外形和位置误差、图像辐射强度信息误差等系统误差进展几何校正和辐射校正。③精处理：消退遥感平台随机姿势误差和扫描速度误差引起的几何畸变，称为几何精校正；消退因不同谱段的光线通过大气层时受到不同散射而引起的畸变，称为大气校正。④信息提取：按用户要求进展多谱段分类、相关掩模、假彩色合成、图像增加、密度分割等。⑤信息综合：将地面实况调查与不同高度、不同谱段遥感获得的信息综合编辑，并绘制成各种专题图。从遥感影像中去除大气的影像，即进展大气校正。是高光谱遥感数据处理中极为重要的环节。通过应用大气校正模型FLAASH，争论选择了适宜的大气模式、水汽含量、气溶胶模型、波谱区分率和多散射模型等参数。国内外已经提出了不少的大气校正模型，主要有：辐射传输模型法、黑暗像元法、不变目标法和直方图匹配法等。校正精度较高的方法是辐射传输模型法。该方法是利用电磁波大气中的辐射传输原理6S、MORTRAN、LOWTRANATCOR模型。大气对电磁辐射的影像主要是吸取和散射，它提高了大气层的平均亮度值，并叠加在质组成。大气以两种方式影响着传感器所记录的地面目标的“亮度”或“辐射亮度〕的吸取及散射作用使到达目标的太阳辐射能量和从目标反射的能量均衰减；2〕大气本身作为一个反射体〔散射体〕的程辐射使得能量增加，但它与所探测的地面信息无关。1〕基于阅历或统计的方法：这类方法与模式大多建立在某种特定或抱负条件下，有用性收到肯定限制；2〕基于大气辐射传输模型的方法：利用基于简单的辐射传输原理建立起来的精度较高大气校正模型射传输原理建立起来的模型对遥感图像进展大气校正。大气辐射传输模型能比较合理地描述大气散射、大气吸取和反射等过程，而且可以产列的大气环境参数〔如大气光学厚度、温度、气压、湿度和大气分布状况等〕进展测量，而且校正模式的准确性取决于输入的大气参数的准确性。应用大气辐射传输模型进展遥感影像的大气校正需要解决两个关键性的问题：1〕有关大气介质特征参数的猎取；2〕具体使用的大气辐射传输模型的争论。高光谱遥感与常规遥感的区分在于常规遥感又称宽波段遥感，波段宽一般为100nm,且波段在波谱上不连续，并不完全掩盖整个可见光至红外光〔0.4~24um〕光谱范围。高光谱遥感使原来在宽波段遥感中不行探测的物质在高光谱遥感中能被探测到。叶面积指数通常是指单位面积土地上全部叶片外表积的综合，或单位面积上植物叶片构造化的定量信息。叶面积指数是与生物量和叶绿素是衡量作物生长状况的重要指标。高光谱遥感信息智能处理的根本思想是：针对高光谱遥感数据的特点，在人工智能、关心信息和背景数据等作为处理过程中直接和间接的判据程是前提，优化的处理策略是根底，牢靠的领域学问是关键，有效的推理机制是保证。GIS在高光谱遥感信息处理中可以发挥的作用主要包括：1〕供给训练区或参考区，作为高光谱遥感信息处理的背景信息；2〕:3〕GIS中的局部信息或数据恶意直接参与分类和信息处理或作为关心的解译依据；4〕GIS对处理结得更好的效果，决策层融合有望在高光谱遥感信息智能处理中发挥重要作用。高光谱遥感信息具有数据量大、波段多、波段相关性强、信息荣誉多、图谱一体化等智能处理有助于解决当前高光谱遥感信息处理中存在的诸如数据量大、处理过程简单、速度慢、效率低、过多依靠于专家阅历和人工参与等问题。智能信息处理的核心和关键是学问和推理机制的引入，以高光谱遥感信息中典型地物域。识猎取方法之一，其依据特定的任务要求，充分英语领域专家具有的专业技能和学问，形成对特定对象的规章化描述作为后续信息处理的指导。早期高光谱遥感信息处理中往往要通过转接猎取一些特定的规章与特定，如通过对某类地物光谱无限的分析和不同地物光谱曲线的比较定对特定地物分类或提取有效的波段和特征。统计归纳是一种简洁易行的学问猎取方法。通过对原操作数据集或某一子集的同级、取，分别组成假设干集合，通过集合求交等运算，觉察该类地物识别中有效特征的波段位置。分两类地物有用的波段和相应的特征。依据高光谱遥感信息的特点，学问可以承受产生式规章、决策树等方法进展描述，产生式规章多用于分类处理，而决策树组织的学问则可以应用于典型信息提取和地物识别。高光谱遥感信息处理中一些有待结局的问题包括波段选择与数据压缩、混合像元分解、高光谱分类、地物细分识别、定量反演等。波段选择的任务是从几十、上百个波段中选择假设干最有效的组合方案用于信息提取、干波段进展分析，在保证精度的同时降低了数据量，提高了运算效率。混合像元分解是高光谱遥感信息处理中一个相仿重要的问题，目前所应用的一些模型包括线性分解模型、非线性分解模型〔往往先线性化后再分解、修正的高斯模型、光谱吸取法的缺乏。GIS支持下的高光谱遥感信息处理：GIS中的空间信息和空间分析功能与高光谱遥感信息相结合，有望为高光谱遥感信息智能处理供给支持。名词解释辐射畸变是指遥感传感器在接收来自地物的电磁波辐射能时〔地形影响和太阳高度角影响以及大气作用等影响，而导致的遥感传感器测量值与地物实际的光谱辐射率的不全都。几何畸变是指图像中的几何图形与该物体在选定投影中几何图形的差异地球自转，地面曲率、地形起伏等引起的。遥感信息处理遥感信息智能处理当前几个重要的方向包括遥感信息自动分类、基于学问的遥感影像分类、GIS支持下的遥感分类和信息提取、遥感影像理解专家系统、遥感数据挖掘、遥感影像人工神经网分类等。人工神经网络应用于高光谱遥感信息处理集中可行的方法包括：1〕先进展降维操作，然后应用于人工神经网络处理；2〕将多种神经网络相结合；3〕多层并行神经网络。GIS在高光谱遥感信息处理中可以发挥的作用主要包括：供给训练区或参考区，作为高光谱遥感信息处理的背景信息；供给图像处理中需要的空间分析功能；GIS中的局部信息或数据可以直接参与分类和信息处理或作为关心的解译依据；GIS对处理构造进展推断或分析等后处理。应用遥感对城市扩展进展争论主要通过以下三种信息处理策略：1〕土地掩盖分类与变化分析〔转移矩阵、景观格局参数等；〕专题信息提取I建筑用地等3〕城市生态物理参数遥感定量反演〔地表温度、制备掩盖度等；遥感的4大组成局部：遥感信息在介质中的传播理论和时空规律；地物微波遥感信息处理及成像机理分析；遥感信息处理(remote-sensinginformationprocessing)是对遥感器获得的信息进展加工处理的技术。遥感信息通常以图像的形式消灭，故这种处理也称遥感图像信息处理。遥感图像信息处理的主要目的是：①消退各种辐射畸变和几何畸变，使经过处理后的要的专题信息。遥感信息处理分为模拟处理和数字处理两类。模拟处理方法是首容量的计算机，不易到达实时处理的要求。遥感影像综合处理平台：航天量子拥有功能强大、系统配套的遥感信息工程系列软件，包括大型综合遥感平台PCIGeomaticaTeraMatirx、高区分率影像信息自动提取工具eCognition、专业级的SAREarthView、大数据量遥感影像漫游和情报解译工具等，可以供给遥感信息工程应用领域技术先进、功能完善、包罗万象的解决方案。Geomatica9GIS空间分供给了一个较为完善的平台。TeraMatirx是一个功能完善的遥感数据处理软件，具有通用遥感图像处理系统的各种主要功能。包括多种格式影像的输入输出、影像预处理、图像增加、图像滤波、影像配准、正射订正、影像融合、影像镶嵌和匀光、以及制图和整饬等功能。eCognition是世界上第一个面对对象的高空间区分率遥感影像的特征分析和信息提取工信息自动提取系统。遥感影像综合处理大型综合遥感平台Ia和多功能的遥感数据处理软种常用遥感图像、栅格及矢量格式数据，可进展多种多样的遥感影像综合处理。常规图像处理：包括几何校正、大气校正、反差调整、图象增加、图像拉伸、图像滤波、数据融合等；颜色与色调处理：包括颜色自动匹配、直方图匹配、最小平方直方图匹配、色调平衡与校正、颜色过渡与平滑处理等；DEMDEM矢量-栅格转换等；光谱分析处理：包括多光谱分析、高光谱