遥感摄影像片的判读

遥感摄影像片的判读遥感摄影像片的种类：1839年摄影像机问世，法国人达格雷(Dagurre)发表了第一张航空像片，开始了人们利用遥感摄影像片认识地理环境的进程。从1913年开始，摄影技术用于地质研究。在利比亚采用常规航空摄影的镶嵌图编制了“本戈逊”地区的油田地质图。第二次世界大战中，航空像片被广泛应用于军事目的，它有力的推动了遥感摄影像片解译技术的发展。遥感技术的发展，提供了多种遥感摄影像片。经常可以见到的遥感摄影像片包括可见光黑白全色像片、黑白红外像片、彩色像片和多波段摄影像片。黑白全色像片：采用的胶片乳剂感光范围在0.36-0.72mm之间，能感受全部可见光。黑白红外像片：感光乳剂中加入增感剂，使感光范围由可见光扩展到近红外波段。由于植被类型在近红外波段具有较高的光谱反射率，采用红色滤光片对红外像片胶片曝光后，可以增强目标地物与背景的反差，在不同植被之间增加反差。在黑白红外像片上看到的地物色调，与人们日常熟悉的真实景物不同，它的明暗色调是由地物在近红外波段反射率强弱所决定的。彩色像片：分为天然彩色片和红外彩色片两种。天然彩色片采用的胶片乳剂分别对蓝色、绿色和红色敏感，彩色胶片上记录的影像信息，经过显影洗印后能较真实地还原出物体自然色彩，亦称真彩色片。红外彩色片的胶片乳剂分别对绿色、红色和近红外光敏感，经过显影洗印后获得的彩红外像片上各种地物颜色与人们日常熟悉的真实景物不同，原来的绿色地物被赋予蓝色，原来的红色地物被赋予绿色，反射红外线的地物被赋予红色。所以红外彩色片是假彩色片或伪彩色片。红外彩色片具有一些不同于彩色像片的特点，它可被应用到农业土地资源调查和森林资源调查，也可以应用在军事方面，探测伪装的军事设施。遥感摄影像片特点与解译标志摄影像片主要特点遥感摄影像片绝大部分为大中比例尺像片，在像片中各种人造地物的形状特征与图型结构清晰可辨，这为解译者提供了更多的依据。遥感摄影像片绝大部分采用中心投影方式成像，没有经过正射纠正的遥感摄影像片，其边缘分布的高耸楼房或起伏的地形，形状会有明显的变形。例如直立的高层楼房呈向像片中心倾倒之状，航空像片上的地物大小，也与形状要素一样，往往发生某些误差和畸变。航空像片为俯视成像，从航空像片上可以看到地物的顶部轮廓。这种成像方式与我们日常生活中观察目标地物的视角不同。我们熟悉的地物侧面形状，但不一定熟悉地物的顶部形状，因此，航空像片解译，需要利用熟悉的区域和熟悉的地物类型进行练习，掌握鸟瞰”目标地物的经验和解译技巧。(2)摄影像片解译标志为了提高摄影像片解译精度与解译速度，掌握摄影像片的解译标志很有必要。遥感摄影像片解译标志又称判读标志，它指能够反映和表现目标地物信息的遥感影像各种特征，这些特征能帮助判读者识别遥感图像上目标地物或现象。解译标志分为直接判读标志和间接解译标志。直接判读标志是指能够直接反映和表现目标地物信息的遥感图像各种特征，它包括遥感摄影像片上的色调、色彩、形状、阴影、纹理、大小、图型等，解译者利用直接解译标志可以直接识别遥感像片上的目标地物。间接解译标志是指航空像片上能够间接反映和表现目标地物的特征，借助间接解译标志可以推断与某地物的属性相关的其他现象。遥感摄影像片上经常用到的间接解译标志有：与目标地物成因相关的指示特征。例如，像片上呈线状延伸的陡立的三角面地形，是推断地质断层存在的间接标志。像片上河流边滩、沙咀和心滩的形态特征，是确定河流流向的间接解译标志。指示环境的代表性地物。任何生态环境都具有代表性地物，通过这些地物可以指示它赖以生活的环境。如根据代表性的植物类型推断它存在的生态环境，“植物是自然界的一面镜子”，寒温带针叶林的存在说明该地区属于寒温带气候。成像时间作为目标地物的指示特征。一些目标地物的发展变化与季节变化具有密切联系。了解成像日期和成像时刻，有助于对目标地物的识别。例如，东部季风区夏季炎热多雨，冬季寒冷干燥，土壤含水量因此具有季节变化，河流与水库的水位也有季节变化。应当指出，间接判读标志因地域和专业而异。建立和运用各种间接判读标志，一般需要有一定的专业知识和判读经验。熟悉和掌握遥感摄影像片特点与解译标志，对遥感摄影像片的判读大有帮助。遥感摄影像片的判读方法黑白全色像片解译。在黑白全色像片上，目标地物的形状和色调是我们识别地物的主要标志。在可见光范围内成像的黑白全色像片，与人类在可见光下观察地物的条件相一致，因此黑白像片上各种地物比较容易识别。黑白像片识别与解译的规律是：可见光范围内反射率高的地物，它在航空像片(正片)上呈现淡白色调，反射率低的地物，它在像片上呈现暗灰色调，如水泥路面呈现灰白色，而湖泊中的水体呈现深暗色。加上可见光黑白像片多数为大比例尺像片，地物形状特征明显，形状特征与色调特征等多种解译标志综合使用，可以提高目标地物的正确识别率。黑白红外像片解译。黑白红外像片上地物色调深浅的解释不同于黑白全色像片。在黑白全色像片上茂密植被的颜色为暗灰色，在黑白红外像片上为浅灰色，这因为植物的叶子在近红外具有强烈反射。各种植被类型或植物处在不同的生长阶段或受不同环境的影响，其近红外线反射强度不同，在黑白红外像片上表现的明暗程度也不同，根据像片色调差异可以区分出不同的植被类型。物体在近红外波段的反射率高低决定了在黑白红外像片上影像色调的深浅，例如水体在近红外波段具有高的吸收率，很低的反射率，因此在黑白红外像片上呈现深灰色或灰黑色。同样是道路，水泥路面反射率高，影像色调浅，柏油路面反射率低，影像色调深。农田土壤含水量的多寡，可以通过影像色调的深浅反映出来，含水量多，影像色调呈现暗灰色，含水量少，影像色调呈现灰白色。由于大气散射、吸收对红外波段摄影影响小，雾霾、烟尘对红外波段影响也小，利用红外摄影进行土地资源调查、洪水灾害评估，军事侦察是十分有效的。天然彩色片基本反映了地物的天然色彩，地物类型间的细微差异可以通过色彩的变化表现出来，如清澈的水体呈现蓝一绿色，而含有淤泥的水体为浅绿色，天然彩色片上的丰富色彩提供了比可见光黑白像片更多的信息，其形状特征的识别类似于可见光黑白像片。红外彩色片在识别伪装方面也有突出的功用。地球表面的各种地物，诸如土地、森林、农作物、房屋、道路、河流，它们在可见光与近红外波段都以自身的特有规律反射电磁波，因此它们具有不同的光谱特征。正常生长的植物在近红外波段具有较高的反射率，采用绿色植物进行伪装的物体，其光谱特征与植被不同，例如用植物枝叶伪装的目标地物在近红外像片上呈紫红色，披盖绿色伪装物的目标地物在像片中呈蓝色，而正常的植被呈现红色。因此，根据地物的光谱特征，容易区分出红外彩色片上正常生长的植物和用植物伪装的目标地物。判读红外彩色片，可以按照以下步骤进行：认真了解红外彩色片感光材料的特性和成像原理；熟悉各种地物在可见光和近红外光波段的反射光谱特性；建立地物的反射光谱特性与红外彩色片中地物假彩色的对应关系；建立彩红外像片其它判读标志；遵循遥感解译步骤与方法对彩红外像片进行解译。在解译时应注意：在彩色红外像片上，植物的叶子因反射红外线而呈现为红色。但各种植被类型或植物处在不同的生长阶段或受不同环境的影响，其光谱特性不同，因而在彩色红外像片上红色的深浅程度不同，如正常生长的针叶林颜色为红色到品红色，枯萎的植被呈现暗红色，即将枯死的植被呈现青色。水体污染、泥沙和水深等因素都对像片的颜色也会产生影响，例如富营养化的水体呈现棕褐色至暗红色，含有泥沙或淤泥的水体呈现青色至浅蓝色，清洁的浅水呈青蓝色，水体很深并且洁净时呈现深蓝到暗黑色。因此，必须根据地面实际调查建立各种地物的判读标志，在判读中要考虑环境等多种因素的影响。多波段摄影像片的判读类似于遥感扫描影像的判读，我们在下一节遥感扫描影像判读判读时一并介绍。遥感影像目视解译图象处理2007-12-1319:34:25阅读955评论4字号：大中小订阅遥感影像目视解译影像解译，也称判读或判释，指从图像获取信息的基本过程。即根据各专业(部门)的要求，运用解译标志和实践经验与知识，从遥感影像上识别目标，定性、定量地提取出目标的分布、结构、功能等有关信息，并把它们表示在地理底图上的过程。例如，土地利用现状解译，是在影像上先识别土地利用类型，然后在图上测算各类土地面积。遥感影像目视解译是解译者通过直接观察或借助一些简单工具(如放大镜等)识别所需地物信息的过程。■影像的解译标志影像的解译标志，也称判读要素，它是遥感图像上能直接反映和判别地物信息的影像特征。包括形状、大小、阴影、色调、颜色、纹理、图案、位置和布局。解译者利用其中某些标志能直接在图像上识别地物或现象的性质、类型和状况；或者通过已识别出的地物或现象，进行相互关系的推理分析，进一步弄清楚其它不易在遥感影像上直接解译的目标，例如根据植被、地貌与土壤的关系，识别土壤的类型和分布等。形状：指目标物在影像上所呈现的特殊形状，在遥感影像上能看到的是目标物的顶部或平面形状。例如飞机场、盐田、工厂等都可以通过其形状判读出其功能。地物在影像上的形状受空间分辨率、比例尺、投影性质等的影响。大小：指地物形状，面积或体积在影像上的尺寸。地物影像的大小取决于比例尺，根据比例尺，可以计算影像上的地物在实地的大小。对于形状相似而难于判别的两种物体，可以根据大小标志加以区别，如在航片上判别单轨与双轨铁路。(3)阴影：指影像上目标物，因阻挡阳光直射而出现的影子。阴影的长度、形状和方向受到太阳高度角、地形起伏、阳光照射方向、目标所处的地理位置等多种影响，阴影可使地物有立体感，有利于地貌的判读。根据阴影的形状、长度可判断地物的类型和量算其高度。色调：指影像上黑白深浅的程度，是地物电磁辐射能量大小或地物波谱特征的综合反映。色调用灰阶(灰度)表示，同一地物在不同波段的图像上会有很大差别；同一波段的影像上，由于成像时间和季节的差异，即使同一地区同一地物的色调也会不同。颜色：指彩色图像上色别和色阶，如同黑白影像上的色调，它也是地物电磁辐射能量大小的综合反映，用彩色摄影方法获得真彩色影像，地物颜色与天然彩色一致；用光学合成方法获得的假彩色影像；根据需要可以突出某些地物，更便于识别特定目标。纹理：也叫影像结构，是指与色调配合看上去平滑或粗糙的纹理的粗细程度，即图像上目标物表面的质感。草场及牧场看上去平滑，成材的老树林看上去很粗糙。海滩的纹理能反映沙粒结构的粗细，沙漠中的纹理可表现沙丘的形状以及主要风系的风向。图案：目标物的有规律的组合排列而形成的图案，它可反映各种人造地物和天然地物的特征，如农田的垄、果树林排列整齐的树冠等，各种水系类型、植被类型、耕地类型等也都有其独特的图型结构。位置：指地物所处的环境部位各种地物都有特定的环境部位，因而它是判断地物属性的重要标志。例如某些植物专门生长在沼泽地、沙地和戈壁上。布局：又称相关位置。指多个目标物之间的空间配置。地面上的地物与地物之间相互有一定的依存关系，例如学校离不开操场，灰窑和采石场的存在可说明是石灰岩地区。通过地物间的密切关系或相互依存关系的分析，可从已知地物证实另一种地物的存在及其属性和规模，这是一种逻辑推理判读地物的方法，在遥感解译中有着重要的意义。•目视解译一般程序了解影像的辅助信息：即熟悉获取影像的平台、遥感器，成像方式，成像日期、季节，所包括的地区范围，影像的比例尺，空间分辨率，彩色合成方案等等，了解可解译的程度。分析已知专业资料：目视解译的最基本方法是从“已知”到“未知”，所谓“已知”就是已有相关资料或解译者已掌握的地面实况，将这些地面实况资料与影像对应分析，以确认二者之间的关系。(3)建立解译标志：根据影像特征，即形状、大小、阴影、色调、颜色、纹理、图案、位置和布局建立起影像和实地目标物之间的对应关系。预解译：运用相关分析方法，根据解译标志对影像进行解译，勾绘类型界线，标注地物类别，形成预解译图。地面实况调查：在室内预解译的图件不可避免地存在错误或者难以确定的类型，就需要野外实地调查与检证。包括地面路线勘察，采集样品(例如岩石标本，植被样方，土壤剖面，水质分析等等)，着重解决未知地区的解译成果是否正确。详细解译：根据野外实地调查结果，修正预解译图中的错误，确定未知类型，细化预解译图，形成正式的解译原图。类型转绘与制图：将解译原图上的类型界线转绘到地理底图上，根据需要，可以对各种类型着色，进行图面整饰、形成正式的专题地图。qin初级会员帖子:44加入时间：2003-03-1713:56•私人短信页首• 举报，此文章•引用回复由qin于2003-04-1911:08遥感数据航天遥感应用中使用的数据基本有两种主要形式：遥感影像和数字图像无论是用何种遥感成像方

式，影像都是记录在感光胶片或象纸上。如同普通像片那样，其灰度和颜色是连续变化的，它也被称为模

拟图象，而数字图像往往记录在数字磁带上的，其灰度或颜色是离散变化的。■遥感影像遥感影像可以通过对地表摄影或扫描获得。摄影影像是摄相机对地面物体摄影，直接在感光材料上记录地物的光像；扫描影像是地面信息通过探测器先变为电信号并记录在磁带上，然后回放磁带，在感光片上曝光而成。遥感影像有黑白和彩色两种，由于彩色影像比黑白影像能提供更多的地表信息，因此彩色影像在遥感中得到广泛地使用。多波段影像：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。与单波段影像相比，它具有信息量大，光谱分辨率高(遥感器能分辨的地物的最小波长间隔)的特点并且可通过各种影像增强技术获得彩色合成影象大大提高对地物的识别能力。Landsat上的MSS和TM影像都属多波段扫描影像。彩色合成影像：彩色合成是将多波段黑白图像变换为彩色图像的处理技术。一般为三色合成，也可两色或四色合成。合成的方法有两种：直接使用光学方法和使用计算机的数字处理。前者是将一组黑白透明片放入配有特定的红、绿、蓝三色滤光片的光学系统中，投影到同一屏幕上，使图像精确重合，形成彩色图像。数字处理合成法是令三幅图的像元亮度值变换为红、绿、蓝三基色的彩色编码去控制彩色显示设备，形成彩色图像。根据合成影像的彩色与实际景物自然彩色的关系，可分为真彩色影像和假彩色合成影像，前者是比较真实地反映地物原来彩色的影像，它可以通过彩色感光胶卷拍摄获得，也可以用彩色合成方法获得；假彩色合成影像是通过彩色合成方法获得的非真彩色影像。在光学合成法中，是将多波段影像配合不同滤光片准确重叠合成。影像的波段和滤光片可有各种组合方案，所得的假彩色影像也各不相同。解译时为了突出显示影像中的某种地物，可选择最佳组合方案。目前，用Landsat的MS-4,5,7波段影像的正片，分别配以蓝、绿、红滤光片，重叠投影合成的是标准假彩色影像。在这种影像上，植被显示为红色，城镇为蓝灰色，水体为蓝色，雪和云为白色等等。假彩色合成影像目前广泛用于专题制图、资源调查、地学研究和环境监测等方面。■数字图像入射到遥感器的电磁波经探测元件交换为电信号后，需要进行数字化，即把模拟遥感数据变为数字化数据。它包括二个步骤，一是采样，它是把空间域的连续量变为离散量；二是量化，它是对电磁辐射强度的离散化。数字图像又称“数字化图像”，它是以二维数组形式表示的图像。该数组由对连续变化的图像作等间隔

采样所产生的采样点一像元(像素)组成，像元的实地面积大小就是影像的地面分辨率，即相当于IFOV在地

面的投影面的大小，例如，陆地卫星(Landsat)MSS的4,5,6,7波段影像各由7,500,000个像元点构成。每

个像元相当于实地面积57x79m2；TM的影像除第6波段外，像元的实地面积为30x30m2。在数字图

像中，像元排列的横方向从左到右按像元号排列，在纵方向上按行号排列。各像元的位置由像元号，行号)

决定。采样点(像元)用一数值表示称为像元的亮度值或灰度值，它对应着一个像元所代表的相应实地面积内地物电磁辐射的强度。电磁辐射强度越大，则亮度值越大。在量化的数据中，对应一个通道(波段)一个像元的信息量用比特(bit)表示。Landsat的TM的量化比特为8，MSS为6,NOAA的AVHRR为10。在计算机处理中使用字节(byte)为单位(1byte=8bits)，所以，通常用一个字节或二个字节的数据进行处理。图像数据的全部数据量为：行数x像元数x通道数x比特数/8，单位为byte。遥感图像的数据量非常巨大。在地面站接收的卫星数据通常被实时记录到高密度数字磁带(HDDT)上，然后根据需要拷贝到计算机兼容磁带(CCT)等其它载体上。CCT是记录、保存、分发卫星数据等数字信息的最一般的载体，计算机可以直接对CCT数据进行各种有效、灵活、可靠的处理，使遥感图像获得良好的判读、分析效果。农业遥感影像目视解译技术要点

日期：2009-12-25来源：2008字体大小:大中小20世纪70年代，美国发射了一系列探测地球的资源卫星和气象卫星。后来，法国、加拿大、前苏联、印度和中国也先后发射成功了各自的资源卫星和气象卫星。开创了航天遥感的新的里程。农业遥感技术在探测农作物病虫害中可以非常及时准确地进行预测和预报，并且能分辨出农作物的受害程度的大小，把农作物病虫害消灭在萌芽之中。不同作物以及不同发育期、不同长势，其光谱反率不同，叶面积与作物产量之间有密切关系，遥感可以利用这些差异对农作物进行监测和估产。遥感还可以判断土壤干旱和需水量程度。气象卫星遥感还可以实现气象预报现代化等。农业遥感技术在农业上发挥着极为重要的作用。农业遥感技术所获取信息量极大，例如，Landsat卫星的TM图像，一幅覆盖185kmx185kin地面面积，像元空间分辨率为30m，像元光谱分辨率为28位的图，其数据量约为6000x6000—36Mb。若将6个波段全部送入计算机，其数据量为36Mbx6—216Mb。面对如此巨大的数据量，怎样进行合理的分析运用，这首先就需要准确地进行遥感影像目视解译。遥感影像目视解译是解译者通过直接观察或借助一些简单工具识别所需地物信息的过程。1目视解译的基本程序目视解译是许多遥感应用项目的先遣工作，是遥感应用的基础。目视解译的顺序是：从已知到未知，先易后难，先山区后平原，先整体后局部，先宏观后微观。主要方法有直判法、对比法、邻比法、动态对比法、逻辑推理法等。目视解译的基本程序如下。1.1解译准备首先要熟悉获取影像的平台、遥感器、成像方式、成像日期、季节，所包括的地区范围，影像的比例尺，空间分辨率，彩色合成方案等，了解可解译的程度，然后分析已知专业资料。目视解译的最基本方法是从“已知”到“未知”，所谓“已知”就是已有相关资料或者解译者已掌握的地面实况。将这些地面实况资料与影像对应分析，以确认二者之间的关系。根据所掌握的材料和熟悉的情况制定出工作计划。1.2建立解译标志通过图像资料的对比分析、与实地的对比验证，建立各种地物在不同遥感图像上的解译标志。具体根据影像特征，即形状、大小、阴影、色调、颜色、纹理、图案、位置和布局建立起影像和实地目标物之间的对应关系。运用相关分析方法，根据解译标志对影像进行解译，选定典型的样片，供解译时借鉴。1.3地面实况调查在室内预备解译的图件不可避免地存在错误或者难以确定的类型，就需要野外实地调查与验证。将解译草图带到现场，进行抽样调查，采集标本、样品，补充修改解译标志，验证各类物体的界线，核实疑点，修改和完善解译草图。根据野外实地调查结果，修正预解译图中的错误，确定未知类型，细化预解译图，形成正式的解译原图。1.4类型转绘与制图将解译原图上的类型界线转绘到地理底图上，根据需要，可以对各种类型着色，进行图面整饰，形成正式的专题地图。将遥感影像目视判读成果转绘成专题图，可以采用两种方法，一种是手工转绘成图，另一种是在精确几何基础的地理地图上采用转绘仪进行转绘成图。完成专题图的转绘后，再绘制专题图的图框、图例和比例尺等，对专题图进行整饰加工，形成可供出版的专题图。2遥感目视解译技术要点2.1影像目视解译标志的建立解译标志又称为判读要素，它是遥感图像上能直接反映和判别地物信息的影像特征，包括形状、大小、阴影、色调、颜色、纹理、图案、位置和布局。解译者通过其中某些标志能直接在图像上识别地物或现象的性质、类型和状况；或者通过已识别出的地物或现象，进行相互关系的推理分析，进一步弄清楚其它不易在遥感影像上直接解译的目标。解译标志的建立一方面靠多年的解译经验，另一方面还要靠实际的样方验证。在样方布设中，要选取一些有代表的地方，范围要适中，以便反映该类地貌的典型特征，尽可能多地包含该类地貌中的各种基础地理信息要素类且影像质量好，同时要使样方之间保持一定的距离，作物的种类也不能过于单一。2.2色调和颜色解译色调是指影像上黑白深浅的程度，是地物电磁辐射能量大小或地物波谱特征的综合反映。色调用灰阶（灰度）表示，同一地物在不同波段的图像上会有很大差别；同一波段的影像上，由于成像时间和季节的差异，即使同一地区同一地物的色调也会因成分的不同而不同。例如，排水性良好、干燥的、有机质成分低的土壤，中酸性岩浆岩、松散堆积物、大理岩、石英岩等一般具有浅色调;、潮湿的、有机质成分高的土壤，煤层，基性、超基性岩浆具有较深色调。颜色是指彩色图像上色别和色阶，如同黑白影像上的色调，它也是地物电磁辐射能量大小的综合反映，用彩色摄影方法获得真彩色影像，地物颜色与天然彩色一致；用光学合成方法获得的假彩色影像，根据需要可以突出某些地物，更便于识别特定目标。中国东北地区陆地卫星TM假彩色数据土地资源信息提取标志中，水田影像深绿色、浅蓝色（春）、粉红色（夏）、绿色与橙色相间（收割后）；旱田影像色调多样，浅灰色或浅黄色（春）、褐色（收割后）、红色或浅红色（夏）；有林地影像深红色、暗红色，色调均匀；灌木林地影像浅红色，色调均匀；河流影像深蓝、蓝、浅蓝色；城镇用地影像青灰色，杂有白色或杂色栅格状斑点。2.3纹理解译一般很小的物体，在图像上是很难个别地详细表达的，但是一群很小的物体可以给图像上的影像色调造成有规律的重复，即影像的纹理特征。影像的纹理也叫影像结构，是指与色调配合看上去平滑或粗糙的纹理的粗细程度，即图像上目标物表面的质感。草原看上去平滑；长大的老树林看上去很粗糙；中国东北地区陆地卫星TM假彩色数据土地资源信息提取标志中水田影像纹理较均一；有林地有绒状纹理；灌木林影像结构较粗糙；沼泽地影像结构细腻。2.4大小和形状解译大小是指地物在像片上的尺寸，如长、宽、面积、体积等。地物的大小特征主要取决于影像比例尺。有了影像的比例尺，就能够建立物体和影像的大小联系。形状是指地物外部轮廓的形状在影像上的反映。不同类型的地面目标有其特定的形状，因此地物影像的形状是目标识别的重要依据。在遥感影像上能看到的是目标物的顶部或平面形状。例如飞机场、盐田、工厂等都可以通过其形状判读出其功能。地物在影像上的形状受空间分辨率、比例尺、投影性质等的影响。如中国东北地区陆地卫星TM假彩色数据土地资源信息提取标志中水田几何特征较为明显，田块呈条带状分布；主要分布在丘陵缓坡地带的旱田几何特征不规则，田块界线不清楚，但易于与别的地类相区别；主要分布在平原及山区沟谷的河流几何特征明显，自然弯曲或局部明显平直，边界明显；主要分布于平原、沿海及山间谷地城镇用地几何形状特征明显，边界清晰；主要分布于湖积平原及西部风沙区的沙地，逐渐过渡，边界不清晰。3解译速度和精度的提高在遥感解译过程中，既要注意解译的速度，也要注意解译的精度。为了提高解译速度，应该借助于计算机自动分类，但是由于大量同谱异物和同物异谱的存在，不能完全依赖于计算机自动分类，在实际工作中应当将自动分类、人机交互解译、外业调绘有机结合起来，最好能建立遥感信息解译模型。下面就介绍一下如何提高解译的速度和精度。3.1高光谱遥感数据最佳波段的选择根据自己对具体影像解译的要求进行波段的选择，以提高解译的速度和精度。若要获得丰富的地质信息和地表环境信息，可以选择TM（7、4、1）波段的组合，TM（7、4、1）波段组合后的影像清晰度高，干扰信息少，地质可解译程度高，各种构造形迹（褶皱及断裂）显示清楚；若要获得监测火灾前后变化分析的影像，可以选择TM（7、4、3）波段的组合，它们组合后的影像接近自然彩色，所以可通过TM（7、4、3）彩色合成图的分析来掌握林火蔓延与控制及灾后林木的恢复状况；若要获得砂石矿遥感调查情况，可以选择TM（5、4、1）波段组合；用TM影像编制洲地芦苇资源图时，宜用TM（3、4、5）波段组合的影像，分辨率最高，信息最丰富；用MSS图像编制土地利用地图，通常采用MSS（4、5、7）波段的合成影像；若要再区分林、灌、草，则需要选用MSS（5、6、7）波段的组合影像。3.2遥感影像时相的选择遥感影像的成像季节直接影响专题内容的解译质量。对其时相的选择，既要根据地物本身的属性特征，又要考虑同一地物不同地域间的差异。例如解译农作物的种植面积最好选在8、9月份，因为这时作物成熟了，但还没有收割，方便各种作物的区别；解译海滨地区的芦苇地及其面积宜用5、6月份的影像；解译黄淮海地区盐碱土分布图宜用3、4月份的影像。3.3高分辨率影像的选择分辨率的选择要符合自己的实际需要，分辨率高对解译速度和精度都有很大帮助。随着科技的不断发展，已经有了15〜30m分辨率的ETM/TM影像、2.5〜5.0m分辨率的SPORT影像、2m分辨率的福卫二号、lm分辨率的ORBVIEW一3/IKONOS、0.6m分辨率的QUICKBIRD等。法国SPOT-5卫星影像分辨率可达到2.5m，并可获得立体像对，进行立体观测°SPOT—5卫星上的主要遥感设备是2台高分辨率几何成像仪（HRVIR），其工作谱段有4个，主要任务是监测自然资源分布，特别是监测农业、林业和矿产资源，观测植被生长状态与农田含水量等项，对农作物进行估产，了解城市建设与城市土地利用状况等。卫星遥感传感器和遥感数据处理技术发展很快，一些传感器的立体观测，各类遥感数据分辨率的提高，为遥感影像解译标志和遥感影像信息模型的开发、研究提供了有利条件，为快速和精确地进行解译提供了便利。3.4遥感信息解译模型的建立利用计算机建立较为完善的遥感信息解译模型，实现计算机对遥感数据的自动处理并解译和提取基础地理信息数据，从而大大提高遥感数据的提取和判读技术，增加数据采集的客观性，避免人机交互式采集时人工判读的主观性和不同人判读时的不一致性，缩短数据采集周期，减少工作量，提高工作效率。现代化农业2008年第4期（总第345期）杨博刘义（黑龙江省农垦科学院科技情报研究所，哈尔滨150036）遥感信息提取（2009-04-0111:48:32）转载Q标签：分类：RS林业3s技术应用遥感信息提取杂谈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。各种直接判读标志之间的对比分析，可以识别标志相同（如色调、形状），而另一些标识不同（纹理、结构）的物体。对比分析可以增加不同物体在图像上的差别，以达到识别目的。（3） 综合分析综合分析主要应用间接判读标志、已有的判读资料、统计资料，对图像上表现得很不明显，或毫无表现的物体、现象进行判读。间接判读标志之间相互制约、相互依存。根据这一特点，可作更加深入细致的判读。如对已知判读为农作物的影像范围，按农作物与气候、地貌、土质的依赖关系，可以进一步区别出作物的种属；河口泥沙沉积的速度、数量与河流汇水区域的土质、地貌、植被等因素有关，长江、黄河河口泥沙沉积情况不同，正是因为流域内的自然环境不同所全。地图资料和统计资料是前人劳动的可靠结果，在判读中起着重要的参考作用，但必须结合现有图像进行综合分析，才能取得满意的结果。实地调查资料，限于某些地区或某些类别的抽样，不一定完全代表整个判读范围的全部特征。只有在综合分析的基础上，才能恰当应用、正确判读。（4） 参数分析参数分析是在空间遥感的同时，测定遥感区域内一些典型物体（样本）的辐射特性数据、大气透过率和遥感器响应率等数据，然后对这些数据进行分析，达到区分物体的目的。大气透过率的测定可同时在空间和地面测定太阳辐射照度，按简单比值确定。仪器响应率由实验室或飞行定标获取。利用这些数据判定未知物体属性可从两个方面进行。其一，用样本在图像上的灰度与其他影像块比较，凡灰度与某样本灰度值相同者，则与该样本同属性；其二，由地面大量测定各种物体的反射特性或发射特性，然后把它们转化成灰度。然后根据遥感区域内各种物体的灰度，比较图像上的灰度，即可确定各类物体的分布范围。1.2计算机信息提取利用计算机进行遥感信息的自动提取则必须使用数字图像，由于地物在同一波段、同一地物在不同波段都具有不同的波谱特征，通过对某种地物在各波段的波谱曲线进行分析，根据其特点进行相应的增强处理后，可以在遥感影像上识别并提取同类目标物。早期的自动分类和图像分割主要是基于光谱特征，后来发展为结合光谱特征、纹理特征、形状特征、空间关系特征等综合因素的计算机信息提取。1.2.1自动分类常用的信息提取方法是遥感影像计算机自动分类。首先，对遥感影像室内预判读，然后进行野外调查，旨在建立各种类型的地物与影像特征之间的对应关系并对室内预判结果进行验证。工作转入室内后，选择训练样本并对其进行统计分析，用适当的分类器对遥感数据分类，对分类结果进行后处理，最后进行精度评价。遥感影像的分类一般是基于地物光谱特征、地物形状特征、空间关系特征等方面特征，目前大多数研究还是基于地物光谱特征。在计算机分类之前，往往要做些预处理，如校正、增强、滤波等，以突出目标物特征或消除同一类型目标的不同部位因照射条件不同、地形变化、扫描观测角的不同而造成的亮度差异等。利用遥感图像进行分类，就是对单个像元或比较匀质的像元组给出对应其特征的名称，其原理是利用图像识别技术实现对遥感图像的自动分类。计算机用以识别和分类的主要标志是物体的光谱特性，图像上的其它信息如大小、形状、纹理等标志尚未充分利用。计算机图像分类方法，常见的有两种，即监督分类和非监督分类。监督分类，首先要从欲分类的图像区域中选定一些训练样区，在这样训练区中地物的类别是已知的，用它建立分类标准，然后计算机将按同样的标准对整个图像进行识别和分类。它是一种由已知样本，外推未知区域类别的方法；非监督分类是一种无先验（已知）类别标准的分类方法。对于待研究的对象和区域，没有已知类别或训练样本作标准，而是利用图像数据本身能在特征测量空间中聚集成群的特点，先形成各个数据集，然后再核对这些数据集所代表的物体类别。与监督分类相比，非监督分类具有下列优点：不需要对被研究的地区有事先的了解，对分类的结果与精度要求相同的条件下，在时间和成本上较为节省，但实际上，非监督分类不如监督分类的精度高，所以监督分类使用的更为广泛。1.2.2纹理特征分析细小地物在影像上有规律地重复出现，它反映了色调变化的频率，纹理形式很多，包括点、斑、格、垅、栅。在这些形式的基础上根据粗细、疏密、宽窄、长短、直斜和隐显等条件还可再细分为更多的类型。每种类型的地物在影像上都有本身的纹理图案，因此，可以从影像的这一特征识别地物。纹理反映的是亮度（灰度）的空间变化情况，有三个主要标志：某种局部的序列性在比该序列更大的区域内不断重复；序列由基本部分非随机排列组成；各部分大致都是均匀的统一体，在纹理区域内的任何地方都有大致相同的结构尺寸。这个序列的基本部分通常称为纹理基元。因此可以认为纹理是由基元按某种确定性的规律或统计性的规律排列组成的，前者称为确定性纹理（如人工纹理），后者呈随机性纹理（或自然纹理）。对纹理的描述可通过纹理的粗细度、平滑性、颗粒性、随机性、方向性、直线性、周期性、重复性等这些定性或定量的概念特征来表征。相应的众多纹理特征提取算法也可归纳为两大类，即结构法和统计法。结构法把纹理视为由基本纹理元按特定的排列规则构成的周期性重复模式，因此常采用基于传统的Fourier频谱分析方法以确定纹理元及其排列规律。此外结构元统计法和文法纹理分析也是常用的提取方法。结构法在提取自然景观中不规则纹理时就遇到困难，这些纹理很难通过纹理元的重复出现来表示，而且纹理元的抽取和排列规则的表达本身就是一个极其困难的问题。在遥感影像中纹理绝大部分属随机性，服从统计分布，一般采用统计法纹理分析。目前用得比较多的方法包括：共生矩阵法、分形维方法、马尔可夫随机场方法等。共生矩阵是一比较传统的纹理描述方法，它可从多个侧面描述影像纹理特征。1.2.3图像分割图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程，此处特性可以是像素的灰度、颜色、纹理等预先定义的目标可以对应单个区域，也可以对应多个区域。图像分割是由图像处理到图像分析的关键步骤，在图像工程中占据重要的位置。一方面，它是目标表达的基础，对特征测量有重要的影响；另一方面，因为图像分割及其基于分割的目标表达、特征抽取和参数测量的将原始图像转化为更抽象更紧凑的形式，使得更高层的图像分析和理解成为可能。图像分割是图像理解的基础，而在理论上图像分割又依赖图像理解，彼此是紧密关联的。图像分割在一般意义下是十分困难的问题，目前的图像分割一般作为图像的前期处理阶段，是针对分割对象的技术，是与问题相关的，如最常用到的利用阈值化处理进行的图像分割。图像分割有三种不同的途径，其一是将各象素划归到相应物体或区域的象素聚类方法即区域法，其二是通过直接确定区域间的边界来实现分割的边界方法，其三是首先检测边缘象素再将边缘象素连接起来构成边界形成分割。1） 阈值与图像分割阈值是在分割时作为区分物体与背景象素的门限，大于或等于阈值的象素属于物体，而其它属于背景。这种方法对于在物体与背景之间存在明显差别（对比）的景物分割十分有效。实际上，在任何实际应用的图像处理系统中，都要用到阈值化技术。为了有效地分割物体与背景，人们发展了各种各样的阈值处理技术，包括全局阈值、自适应阈值、最佳阈值等等。2） 梯度与图像分割当物体与背景有明显对比度时，物体的边界处于图像梯度最高的点上，通过跟踪图像中具有最高梯度的点的方式获得物体的边界，可以实现图像分割。这种方法容易受到噪声的影响而偏离物体边界，通常需要在跟踪前对梯度图像进行平滑等处理，再采用边界搜索跟踪算法来实现。3） 边界提取与轮廓跟踪为了获得图像的边缘人们提出了多种边缘检测方法，如Sobel,Cannyedge,LoG。在边缘图像的基础上，需要通过平滑、形态学等处理去除噪声点、毛刺、空洞等不需要的部分，再通过细化、边缘连接和跟踪等方法获得物体的轮廓边界。4） Hough变换对于图像中某些符合参数模型的主导特征，如直线、圆、椭圆等，可以通过对其参数进行聚类的方法，抽取相应的特征。5） 区域增长区域增长方法是根据同一物体区域内象素的相似性质来聚集象素点的方法，从初始区域（如小邻域或甚至于每个象素）开始，将相邻的具有同样性质的象素或其它区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。区域内象素的相似性度量可以包括平均灰度值、纹理、颜色等信息。区域增长方法是一种比较普遍的方法，在没有先验知识可以利用时，可以取得最佳的性能，可以用来分割比较复杂的图像，如自然景物。但是，区域增长方法是一种迭代的方法，空间和时间开销都比较大。1.2.4面向对象的遥感信息提取基于像素级别的信息提取以单个像素为单位，过于着眼于局部而忽略了附近整片图斑的几何结构情况，从而严重制约了信息提取的精度，而面向对象的遥感信息提取，综合考虑了光谱统计特征、形状、大小、纹理、相邻关系等一系列因素，因而具有更高精度的分类结果。面向对象的遥感影像分析技术进行影像的分类和信息提取的方法如下：首先对图像数据进行影像分割，从二维化了的图像信息阵列中恢复出图像所反映的景观场景中的目标地物的空间形状及组合方式。影像的最小单元不再是单个的像素，而是一个个对象，后续的影像分析和处理也都基于对象进行。然后采用决策支持的模糊分类算法，并不简单地将每个对象简单地分到某一类，而是给出每个对象隶属于某一类的概率，便于用户根据实际情况进行调整，同时，也可以按照最大概率产生确定分类结果。在建立专家决策支持系统时，建立不同尺度的分类层次，在每一层次上分别定义对象的光谱特征、形状特征、纹理特征和相邻关系特征。其中，光谱特征包括均值、方差、灰度比值；形状特征包括面积、长度、宽度、边界长度、长宽比、形状因子、密度、主方向、对称性，位置，对于线状地物包括线长、线宽、线长宽比、曲率、曲率与长度之比等，对于面状地物包括面积、周长、紧凑度、多边形边数、各边长度的方差、各边的平均长度、最长边的长度；纹理特征包括对象方差、面积、密度、对称性、主方向的均值和方差等。通过定义多种特征并指定不同权重，建立分类标准，然后对影像分类。分类时先在大尺度上分出〃父类〃，再根据实际需要对感兴趣的地物在小尺度上定义特征，分出〃子类〃。卫星遥感中可见光波段常出现以下几个概念1、 反射率：是指任何物体表面反射阳光的能力。这种反射能力通常用百分数来表示。比如说某物体的反射率是45%，这意思是说，此物体表面所接受到的太阳辐射中，有45%被反射了出去.英文表示：Reflectance2、 地表反射率：地面反射辐射量与入射辐射量之比，表征地面对太阳辐射的吸收和反射能力。反射率越大，地面吸收太阳辐射越少；反射率越小，地面吸收太阳辐射越多，表示surfacealbedo3、 表观反射率：表观反射率就是指大气层顶的反射率，辐射定标的结果之一，大气层顶表观反射率，简称表观反射率，又称视反射率。英文表示为：apparentreflectance4、 行星反射率：从文献“一种实用大气校正方法及其在TM影像中的应用”中看到“卫星所观测的行星反射率（未经大气校正的反射率）”；在“基于地面耦合的TM影像的大气校正-以珠江口为例”一文有“该文应用1998年的LANDSAT5TM影像,对原始数据进行定标、辐射校正，求得地物的行星反射率”。因此行星反射率就是表观反射率。英文表示：planetaryalbedo，遥感影像数据处理一、 单波段数据输入1、 TIFF数据转换成img格式（1） 打开TIFF图像；打开viewer窗口，File Open RasterLayer，出现文件选择对话框，文件类型选择TIFF（可以在RasterOptions标签下选择波段）。（2） 保存文件File Save ToplayerAs，出现文件保存对话框，选择保存路径，点击OK。2、 TM数据转换成img格式（1） 选择import模块，出现Import/Export对话框（2） Media选择File，Type选择GenericBinary,在InputFile选择文件（3） 选择输出路径，在OutputFile输入文件名（4） 点击OK，出现ImportGenericBinaryData对话框。设置参数：确定数据格式（DataFormat）为BSQ，确定数据文件行数（Rows）和列数（Cols）（头文件里存储行数和列数，如未有头文件，可用Photoshop和Envi查看文件的行列数），其它设置按默认设置即可（5） 点击OK