遥感影像

城市绿地是指城市中的草坪吗，如果是的话就应该可以区分了，草地和林地是可以区分的。

加入DEM后，形成的具有一定起伏的影像图。视觉效果可以通过控制高程拉伸的比例控制。

图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准，才可能得到满意的结果。对于融合方法的选择，取决于被融合图像的特征以及融合目的。ENVI中提供融合方法有： HSV变换 Brovey变换这两种方法要求数据具有地理参考或者具有相同的尺寸大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。

我想获取某研究区域1960年至今的遥感影像数据，有哪年的就要哪年的，应该去首先要看你做什么用，要求的分辨率是多少，其次再定可以选择的卫星。其中国内

数字地图的方法主要有三种：原图数字化、航测法、地面数字测图法。结合遥感图像的数字地图属于航测法，我不知道你问的方法具体是指分类还是什么，如果分类的话，按着遥感数据来源也分航天、航空以及其他手段等等，也有与其他方法结合的综合方法，比如全站仪、RTK等提高数字地图的精度。基于遥感影像的数字地图更新流程：1、数据整理与准备：整理确认需要更新的GIS数据; 采集需要更新的GIS数据范围内的地面控制点数据; 控制点用于控制计算，它的选择准确与否将直接影响到影像纠正精度; 订购相应范围的卫星影像数据。2、地形纠正：利用地形图对遥感图像进行几何校正，可以在遥感软件ENVI或者ERDAS中进行3.遥感影像预处理：遥感数据在制图中的应用，目前以修测地图制作卫星影像地图和专题地图为主要内容，而且发展十分迅速。 以1∶250000协同图生产为例，1∶ 250000协同图生产就是利用国家测绘局提供的TM正射影像修测面状居民地的轮廓水系和植被TM正射影像不能直接与1∶250000协同图进行叠加，因为两者的坐标系覆盖范围不同 其处理步骤分为以下4步:对TM正射影像进行坐标系变换，即1980年西安坐标系变换到新BJ54 坐标系；根据1∶250000协同图的分幅范围，对TM正射影像进行裁切 一幅1∶ 250000协同图的范围内可能需要多幅TM影像拼合；如果有多幅裁剪后的TM遥感影像数据，则进行影像数据拼合，组成一幅覆盖1∶250000同图范围的TM影像将TM遥感影像作为背景与符号化的原有矢量数据套合，在此基础上，综合采集变更的矢量数据，赋以相应的属性信息，或对已有数据按照判读结果进行几何位置与属性信息的修改。4.数字地图与遥感影像的套合：在可进行GIS数据编辑的软件平台中同时打开数字地图数据和影像数据，根据影像纠正时所采用的地面控制点数据纠正后的影像数据和地图数据可实现正确的叠合关系，以影像数据为背景进行地图数据手工编辑，对编辑过的矢量数据采用和原始数据库中相同的数据结构加以存贮 作为一种新的数据源辅助数据库维护和更新随着遥感技术的不断成熟和发展，利用获取周期短的影像信息来不断地更新地图矢量数据库及基础图件成为可能 将数字影像作为数字地图的一个稳定信息源，从而解决或缓和目前数字地图常规静态数据库问题，使其保持有效的使用价值并具有动态分析的功能，是现阶段国际摄影测量与遥感界关注的焦点之一，可以满足一部分GIS应用过程的数据库维护需要 实现在影像中自动快速和批量提取目标信息，更新地图数据，仍处于研究试验阶段，离应用于生产仍有一定距离。

1、遥感数据可以通过卫星、飞机、无人机等平台获取。2、可以通过地面测量仪器获取。

不一样

* 回复内容中包含的链接未经审核，可能存在风险，暂不予完整展示！ 在遥感软件里打开就可以知道经纬度啦 然后对照经纬度对应的图幅号推算出。这里有篇关于经纬度坐标系的文章，通俗易懂可以学习下、实力扫盲！5分钟弄清投影坐标系（上）http://bbs.r*********.com/forum.php?mod=viewthread&tid=1571&fromuid=1(出处: 遥感集市社区)另附上经纬度换算工具：经纬度换算根据http://bbs.r*********.com/forum.php?mod=viewthread&tid=1034&fromuid=1

地图肯定是等比例尺的，即图上一厘米代表一定的实际距离照片和遥感影像 比较相似，都是成像但是照片是真彩色下的遥感影像地图包括基本的图例要素，比例尺，等等遥感影像需要进行专业的图像解译

微波成像雷达的工作波长为1mm-1m的微波波段，由于微波雷达是一种自备能源的主动传感器和微波具有穿透云雾的能力，所以微波雷达成像具有全天时、全天候的特点。在城市遥感中，这种成像方式对于那些对微波敏感的目标物的识别，具有重要意义。

首先这个需要借助专业的软件，遥感和GIS的都行，比如ArcGIS，MapGIS，或者Erdas、envi等都可以，都有图像的校正和配准功能。其次还要有坐标参考，一种是知道遥感图上至少4个点的坐标（某些地物的准确坐标），或者已经配准的地形图，或者已有坐标参考的影像图。

土地利用分类是区分土地利用空间地域组成单元的过程。由于地块所处的自然地理位置不同，受自然条件和社会经济条件的影响，导致土地用途、利用方式、经营特点等各方面的差异。为实现土地资源科学化管理，从土地利用现状出发，根据土地利用的地域分异规律、土地用途、土地利用方式等，将一个国家和地区的土地利用情况，按照一定的层次等级体系划分为若干不同的土地利用类别。6.1.1 国内外土地利用分类方法历史沿革国外土地分类至今约有半个多世纪的历史，到 20 世纪 60 年代和 70 年代就出现了各种土地分类系统。国外土地分类多数以土地利用现状作为分类的依据，具体到各国又有差异。如，美国主要以土地功能作为分类的主要依据；英国和德国以土地覆盖（是否开发用于建设用地）作为分类依据；俄罗斯、乌克兰和日本以土地用途作为分类的主要依据；印度则以土地覆盖情况（自然属性）作为划分地类的依据。国内的土地分类研究起步相对较晚，主要是在改革开放以后。国内土地分类依据与国外基本相同，也是以土地利用现状作为分类依据，如土地利用现状调查（简称土地详查）采用以土地用途、经营特点、利用方式和覆盖特征为分类依据，城镇地籍调查采用以土地用途为分类依据等。为了满足土地用途管理的需要，国土资源部先后制定了《土地利用现状分类及含义》（1984），《城镇土地分类及含义》（1989），城乡统一的《全国土地分类》（2001）。《全国土地分类》包括《全国土地分类》（试行）和《全国土地分类》（过渡期间适用），第二次土地调查国家发布了《土地利用现状分类》（2007）国家标准等，为全国土地分类提供了标准和依据。6.1.2 基于遥感影像土地利用分类原则面向国土资源行业遥感数据的规模化、高效率应用，达到快速规模化获取土地利用信息，实现高精度、高效获取土地利用变化信息，迅速建立满足国家和省级土地资源业务管理需要的国家级、省级土地利用现势信息源需求，在研究分析前期实行的土地利用分类方法的基础上，提出了基于遥感影像的土地利用分类，在项目区予以应用并得到预期良好效果。基于遥感影像的土地利用分类，是依据遥感影像的色彩、纹理等影像光谱特征、分布特征和地物光谱的可分性，结合土地的自然属性、覆盖特征以及土地用途等因素，从满足基于遥感影像快速获取土地利用信息的需要进行分类。分类原则：（1）具有可操作性。要求土地利用分类体系要简便易用、层次分明，要具有适宜遥感影像特点，通过遥感影像所反映色彩、纹理等影像光谱特征以及分布特征，在遥感影像上能够明显区分不同地类类型，适用于人机交互并基本满足计算机自动分类提取土地利用信息。（2）具有统一性。要与国家土地利用分类体系框架保持一致。（3）具有兼容性。既能向上归并到国家土地分类标准体系中的某一类型，还可根据管理和应用需要进行续分 , 可实现不同分类标准之间的相同地类进行地类代码转换，与以往的以及现在适用的土地分类进行有效衔接。（4）具有通用性。即具有时间和空间上的通用性，不同的作业者用不同季节的影像应该能达到精度范围内的同样效果。为了科学合理利用和管理土地资源，采用遥感影像数据获取土地利用信息，快速掌握土地利用变化情况，根据我省土地利用管理业务实际需要，建立更适合土地利用精确调查和我省遥感监测业务调整与扩展的基于遥感信息土地利用分类标准具有重要的现实意义。6.1.3 严格管理土地需要快速、规模化获取土地利用变化信息近年来，随着社会经济的发展，遥感技术也随之得到了快速发展，遥感技术在土地资源的管理中得到了广泛应用。但随着人、地矛盾的日益加大，如何科学、合理地利用土地资源，如何监督新增建设用地及其占用耕地情况和土地规划、土地利用计划执行情况，及时发现和查处土地违法、违规行为，检查土地严格管理和土地调控措施的落实与效果，利用遥感技术快速规模化获取土地利用变化情况成为当今土地资源管理的有效手段。在土地资源管理中，近几年国家和省不断加大土地执法监察力度，每年都要对耕地和新增建设用地变化情况进行遥感动态监测，利用前、后时相遥感影像（DOM）进行比对，或利用已有土地利用数据库与后时相遥感影像进行比对，发现和提取土地利用变化信息，通过外业核查、后处理和数据汇总，快速获取和宏观分析土地利用、变化的总体情况，及时发现和查处土地违法、违规行为，为土地执法监察提供了有力的技术依据。6.1.4 原有土地利用分类不适宜快速提取土地利用信息1984～2007 年间，我国普遍采用的是《土地利用现状分类及含义》（1984）标准、《全国土地分类》（试行）标准和《全国土地分类》（过渡期间适用）标准，采用以上分类标准对于快速提取土地利用分类信息和动态遥感监测存在一些问题和缺陷。首先，分类过细。《土地利用现状分类及含义》（1984）分为 8 个一级地类，46 个二级地类，河南省根据地方实际在全国土地分类基础上又续分了 12 个三级地类；《全国土地分类》（试行）分为 3 个一级地类，15 个二级地类，71 个三级地类；《全国土地分类》（过渡期间适用）分为 3 个一级地类，10 个二级地类、52 个三级地类。以上分类标准都具有类别繁多、过于细化的特点，无法满足国家和省快速提取和掌握土地利用变化信息的需求。其次，部分地类在遥感影像上无法区分，如：耕地中水浇地与旱地，园地与林地，独立工矿与特殊用地等，影像纹理、色彩特征极为相近，难以区分。再次，部分地类与遥感影像无法衔接，如商服用地、工矿仓储用地、公共建筑用地等信息，从遥感影像上无法直接获取。6.1.5 区域土地利用类型的特殊性黄河滩地，是指在黄河大堤之间河床滚动所淤积而成的滩地。横穿河南省中北部的黄河属河南省的特有特征，即地上悬河、河床宽度大、非洪水期过水面积小、大堤内近 90% 的滩涂分别由黄河两岸农民在耕作。但是由于黄河河床经常变动等原因，黄河滩地的面积和方位不断发生变化，可种植面积也不稳定。许多滩地至今仍权属不明，经常引发滩地耕种纠纷。另外在黄河滩地种植农作物具有一定的风险性，种植的作物一旦遇到河水上涨被水淹没会造成收成大减甚至颗粒无收。公路林带，在河南省辖区内，高速公路、国道、省道、干线铁路等主要交通用地两侧均栽种了宽度 30～50 m 不等的速生树种，在地类统计时，国土资源管理部门是按耕地计算，而林业部门则按照林地计算，为准确获取林带数据有必要单独统计，以解决在统计上口径不一、数出多门的问题。6.1.6 遥感影像上光谱信息，纹理、色彩等特征相近的土地类型高分辨率卫星遥感影像光谱信息丰富、色彩鲜艳，接近于自然地物的真实色彩。通过遥感影像所反映的纹理、颜色等影像特征和分布特征，大部分土地利用类型在影像上能够明显区分。但是按照全国土地分类，有些地类在影像上呈现相近或相同特征，对于室内判读难以分辨。（1）水浇地与旱地（图 6-1、图 6-2）。图 6-1 水浇地（113）图 6-2 旱地（114）（2）园地与林地（图 6-3、图 6-4）。图 6-3 果园（121）图 6-4 有林地（131）（3）独立工矿与特殊用地（图 6-5、图 6-6）。图 6-5 独立工矿（204）图 6-6 特殊用地（206）土地利用分类体系还要充分考虑未来遥感技术发展，适用于遥感自动化提取信息的需要，影像特征相近的土地利用类型无法利用自动分类技术进行区分。

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。它以缩小的影像真实再现地表环境,使人类超越了自身感官的限制,以不同的空间尺度、感知方式快速、及时地监测地球环境的动态变化,成为获取地球资源与环境信息的重要手段。遥感影像直观逼真，便于目视定性解译，是最常用的遥感资料。 遥感影像说的是这种技术，遥感照片就是咱何种技术的成品。

遥感影像和地图从本质上将是一样的，至于他们的不同，那就要谈到应用问题。本质上，两者都是电磁波的波谱影像。遥感，应用的广度要大一点，因为一般的遥感影像都不只是拍摄可见光部分的电磁波，有的还有近红外、中红外等等其他波段的波普，这些波普的用途很广，比如农业、军事、救灾等方面。地图就是遥感影像的其中一小部分。仅仅是遥感影像的可见光部分的波普影像。另外，他们各自得到的途径也是不同的，遥感一般来说是有航天器平台拍摄得到，比如卫星、航天飞机等。地图大多是由航空器平台得到，比如航拍飞机、热气球等，另外，随着3S及时的日益完善，进行地面测绘地图的精度也逐渐提高。至于有点和缺点，我认为没有可比性。因为用途不同啊！就拿战争来说，不给军官战区图，而给他一张世界遥感卫星图像，有用么？？呵呵

u2003u2003本文介绍在 ENVI 软件中，手动划定地面控制点从而实现栅格图像相互间地理配准的方法；其中，所用软件版本为 ENVI Classic 5.3 (64-bit) 。 u2003u2003首先，在软件中同时打开两景需要进行地理配准的栅格图像，开启“ Link Displays ”后在其中一幅图像中随机点击；此时可以看到两幅图的 同一位置并不是同样的地物 ，而是具有一定空间位置差异，如下图所示。 u2003u2003接下来，我们开始进行地理配准的操作。由于我们的两景图像是同一遥感影像分幅产品在不同时间的图像，因此两景图像自身都是具有地理信息的，我们就选择“ Map ”→“ Registration ”→“ Select GCPs: Image to Image ”；如果其中一景图像有地理信息而另一景没有（例如一景遥感影像与一幅 .jpg 格式的图层），就需要选择“ Select GCPs: Image to Map ”。 u2003u2003在弹出的窗口中选择“ Base Image ”与“ Warp Image ”，亦即基准图层与需要变换的图层，在这里我们分别选中前述两景图像即可，具体二者谁是“ Base Image ”谁是“ Warp Image ”并没有强制要求；但是一定要牢记这里的设置，在后期还会用到。 u2003u2003接下来，就弹出了地面控制点（ GCP ）选择窗口，此时就可以在图像显示区域中选择GCP了。 u2003u2003此时需要注意，将前述两景图像开启的“ Link Displays ”关闭后才可以选择GCP。 u2003u2003选择方法其实也很简单：首先在第一景图像中选择一个便于区分方位的点，随后在第二景图像中找到这一点；如果左下角与上方的图像范围较大、不好辨认，可以通过右下角范围最小的图像加以精准确定。两景图像的点选择好后，选择“ Add Point ”即可。 u2003u2003点击“ Show List ”，可以看到当前已经找到的GCP。 u2003u2003弹出的窗口中包含GCP的各类信息。 u2003u2003如果大家感觉GCP在图中显示得不是很明显，可以通过“ Set Point Colors ”进行设置。 u2003u2003我在这里设置如下： u2003u2003多次重复前述寻找GCP的过程，从而找到更多的GCP。 u2003u2003这里需要注意，一般地将“ Degree ”设置为 2 会有比较好的效果（这里“ Degree ”指的是用于计算RMS误差的次数或阶数， 2 就指的是用二次多项式来计算误差）；进一步的，RMS误差就是下图中“ RMS Error ”，其表示地理配准过程中，控制点原始位置与转换后控制点新位置间的像素差值，因此其越小越好。 u2003u2003在找到几个GCP后，我们就可以用“ Predict ”进行辅助操作：在第一景图像中找到第一个点后，通过“ Predict ”就可以自动定位到第二景图像的对应位置 附近 ，随后手动微调即可。 u2003u2003为了方便，我们可以直接勾选“ Auto Predict ”。 u2003u2003此外，在GCP列表中，选中某一行GCP后，可以通过“ Goto ”实现直达这一GCP位置的功能。 u2003u2003对于一些暂且不知道是否较好的GCP，我们可以通过“ On/Off ”将其暂时取消（没错，不是删除，是暂时不加入该点）。 u2003u2003而对于确定不需要的点，我们可以直接将其删除。 u2003u2003选好GCP后，可以选择将GCP列表导出为文本格式： u2003u2003配置好相关信息即可保存。 u2003u2003上述保存GCP列表的过程是可选的，而接下来的操作则是必须的——我们需要保存GCP（这里就不是上面的那个GCP列表了，而是各个GCP的信息）为 .pts 格式。 u2003u2003配置好相关信息即可保存。 u2003u2003保存好上述 .pts 格式的GCP信息后，之后如果我们需要再次修改对应图层的GCP，直接导入即可。 u2003u2003接下来，即可开始地理配准。选择“ Map ”→“ Registration ”→“ Warp from GCPs: Image to Image ”。 u2003u2003找到保存的 .pts 格式的GCP信息文件并选中。 u2003u2003在接下来的“ Input Warp Image ”窗口和“ Input Base Image ”窗口中，要按照前述选择“ Base Image ”与“ Warp Image ”时的设置进行选择——这就是为什么前面说需要牢记“ Base Image ”与“ Warp Image ”设置的原因。 u2003u2003随后，对地理配准的算法、参数等加以配置，并配置输出路径与文件名。 u2003u2003将新生成的配准后图像同样在 ENVI 中打开（如下所示最右侧图像为地理配准后图像），用“ Link Displays ”进行随机选择，可以看到最右侧的图与最左侧的基准图像空间位置几乎一致，说明大功告成。

遥感影像按获取方式不同分为航片（光学传感器为飞机搭载）和位片（光学传感器为卫星搭载）。

一：在高分辨率遥感影像上，不仅可以利用植物的光谱来区分植被类型，而且可以直接看到植物顶部和部分侧面的形状、阴影、群落结构等，可比较直接的确定乔木、灌木、草地等类型，还可以分出次一级的类型。 草本植物在高分辨率遥感影像上表现为大片均匀的色调，由于草本植物比较低矮因而看不出阴影，这有别于灌木和乔木。可以很容易的分辨出林地和草地。二：根据热红外影像解译标志，白天林地呈暗灰至灰黑色，晚上呈浅灰色调，草地在夜晚呈黑色调或暗灰色调。三：TM3、4、5加彩色合成，林地呈暗红色调，山体地体感强，山脊呈红里带黑色调，草地呈紫色斑块状、条带状影像。

遥感影像的应用：土地覆盖监测：土地覆盖是人地相互作用过程的最终体现，也是地球表层系统最明显的景观标志，土地覆盖变化又会引发一系列环境的改变。遥感技术因其能提供动态、丰富和廉价的数据源已成为获取土地覆盖信息最为行之有效的手段。森林覆盖监测：森林是陆地生态系统的主体，是人类赖以生存的基础资源。传统五年一次的一类调查和十年一次的二类调查存在更新周期长、历经时间长、样地易被特殊对待、数据可比性差等缺陷，难以科学、准确评估森林资源和生态状况变化。遥感具有宏观性、客观性、周期性、便捷性等特点，已经在森林资源清查(一类调查)和规划设计调查(二类调查)中大显身手。草地覆盖监测：草地是仅次于森林资源的陆地植物资源。遥感技术在草地资源调查、分类和制图中得到应用，大大地提高了草地资源调查与制图的精度，促使草地分类由定性逐渐走向定量化，可以完成草地退化监测与评估，节省了人力、物力和财力。湿地资源监测：湿地是地球上水陆相互作用形成的独特的生态系统，是自然界最富生态多样性的景观和人类最重要的生存环境之一。实时监测湿地种类及其数量，为湿地的保护提供第一手材料显得尤为重要。遥感技术具有观测范围广，信息量大，获取信息快，更新周期短，节省人力物力和人为干扰因素少等诸多优势，已经成为湿地研究的有力手段。可以提取湿地边界、进行湿地分类、湿地动态变化监测等。

遥感影像的空间信息是通过图像的像元值在空间上的变化反映出来，包括图像上有实际意义的点、线、面或者区域的空间位置、长度、面积、距离、纹理信息等都属于空间信息。 与空间信息相关的两个概念需要理解，一是采样，即把连续图像空间划分成一个个网格，并对各个网格内的辐射值进行测量；二是空间分辨率，即图像中一个像元代表地面实际大小。 在ENVI中，同样可以很方便的查看图像的基本信息，在Available Bands List中，选择一幅图像点击右键，选择Edit Header。可以看到图像的投影信息，空间分辨率等信息。答案来源：http://www.cppblog.com/COOOOOOOOL/archive/2010/03/22/110294.html

研究区位于金沙江断裂带与木里-丽江断裂带之间, 为一向南楔入的三角形块状影像区。线性构造及环块构造影像特征比较明显 (图2.17)。图2.17 中甸雪鸡坪-红山铜多金属矿成矿区遥感构造格局图(据李文昌, 2008, 修改)2.3.3.1 线性构造区内线性构造发育, 总体可归纳为南北、北西、北东及东西向4个方向组。南北向组线性构造, 多为束带状, 带内多透镜状构造块体, 延伸长而规模大, 常纵贯全区, 是区内的主体构造。主要有金沙江、英洛、安乐坪、乡城-格咱、比都-哈巴雪山 (隐伏) 及三江口-鸣音断裂带; 北西向组, 主要有苏鲁-新联; 查热-拉巴、小中甸-大东及德钦-中甸-虎跳峡断裂带; 北东向组线性构造细而平直, 且相对集中, 形成范围宽大的线性构造密集带, 主要有比都-中甸 (隐伏)、三江口-东坝 (隐伏) 及木里-丽江断裂带; 东西向组, 多为断裂状线性体群, 叠置于上述方向组之上。 主要有丙中洛-尼西-雪鸡坪、中甸-阿热、小中甸-新民及哈巴-宁蒗等隐伏断裂。2.3.3.2 环块构造格咱岛弧带, 在遥感影像上, 为一环块构造带。 以比都-哈巴雪山断裂带 (北自比都, 南经安南、哈巴雪山交于丽江-木里断裂带) 为界, 划分为西亚带 (红山-天宝山)及东亚带 (岔河-玉龙山)。2.3.3.3 隐伏中酸性岩体判译区内判别推断浅埋型隐伏岩体4个 (自北而南有: 布斯、亚杂、阿热及热水塘岩体), 浅-深埋型隐伏岩体2个 (石支、红山岩体)。与印支、燕山及喜马拉雅期岩浆侵入活动有关的铜多金属矿, 与线-环状构造关系密切, 矿床、矿点分别位于各种成因类型环形构造内。 格咱地区印支期斑 (玢) 岩铜多金属成矿带, 出现于入字形主干线性构造旁侧复式线-环 (块) 构造叠切带。 赋矿遥感影像特征呈现以环形构造为主体的线-环状构造复式组合。

高分辨率的影像SPOT GF QUICKBIRD ZY-3中分辨率影像 Landsat HJ1a/b FY低分辨率影像 Modis

　　丰富的影像细节去表现区域的地理外貌，比单纯使用线划的地图信息量丰富，真实直观、生动形象，富于表现力。用简单的线划符号和注记表示影像无法显示或需要计算的地物，弥补了单纯用影像表现地物的不足，因而减少了制图工作量，缩短了地图的成图周期。　　影像地图（photographic map）是一种带有地面遥感影像的地图，是利用航空像片或卫星遥感影像，通过几何纠正、投影变换和比例尺归化，运用一定的地图符号、注记，直接反映制图对象地理特征及空间分布的地图。 影像地图是具有影像内容、线划要素、数学基础、图廓整饰的地图。

可以看出第一个回答者答非所问。肯定不是学遥感的。虽然我也不是专业学遥感出身，不过现在从事遥感的工作，希望可以帮你一点：全色波段，一般指使用0.5微米到0.75微米左右的单波段，即从绿色往后的可见光波段。全色遥感影象也就是对地物辐射中全色波段的影象摄取，因为是单波段，在图上显示是灰度图片。全色遥感影象一般空间分辨率高，但无法显示地物色彩。多波段，又叫多光谱，是指对地物辐射中多个单波段的摄取。得到的影象数据中会有多个波段的光谱信息。对各个不同的波段分别赋予rgb颜色将得到彩色影象。例如，将r，g，b分别赋予r，g，b三个波段的光谱信息，合成将得到模拟真彩色图象。多波段遥感影象可以得到地物的色彩信息，但是空间分辨率较低。实际操作中，我们经常将这两种影象融合处理，得到既有全色影象的高分辨率，又有多波段影象的彩色信息的影象。

直接用ENVI文件-----打开图像文件

本书研究利用了6期研究区的遥感影像，遥感影像的相关参数如表3.2所示。6期遥感影像均为多光谱数据。SP OT影像来源于北京视宝卫星图像有限公司，TM影像来源于美国陆地卫星资源共享平台。表3.2 研究区6期遥感影像的参数

遥感的对地观测系统是一个信息流交换的过程：电磁波与地表物体相互作用形成地表信息交流。而遥感影像信息提取技术就是最大限度地从遥感图像上的光谱信息反演出目标地物本身的属性特征信息。进而可对地球表层资源与环境进行探测、分析，并揭示其要素的空间分布特征与时空变化规律。遥感影像信息的提取技术是建立在对地物规律有充分的了解的基础之上的，其综合物理手段、数学方法和地物状态识别等认识，通过对影像的处理与分析，获得能反映区域内地物的分布规律和变化过程的有效信息的技术方法。遥感地物识别主要依赖于地物的光谱和空间特征的差异。多光谱由于光谱分辨率低，地物的光谱特征表现不充分，地物识别主要依赖地物的空间特征，包括灰度、颜色、纹理、形态和空间关系。信息处理和信息提取主要是应用图像增强、图像变换和图像分析方法，增强图像的色调、颜色以及纹理的差异，达到最大限度地区分地物的目的。随着成像光谱仪研制成功以及其产业化的发展，遥感地物信息提取也随之进入了一个崭新的时代。成像光谱对地物的识别主要是依赖于地物的光谱特征，是直接利用岩石矿物的光谱特征进行地物识别，定量分析地物信息。下面从多光谱和高光谱遥感信息处理两方面来加以论述。1.多光谱方法研究进展多光谱的信息提取主要集中于：色调信息提取，纹理信息提取，信息融合。（1）色调信息提取对于色调信息提取，主要是采用一些增强处理，扩大图像中地物间的灰度差别，以突出目标信息或改善图像效果，提高解译标志的判别能力，如反差扩展、彩色增强、运算增强、变换增强等，这些传统的图像处理方法在一定程度上满足了应用的需要。近年来发展了一系列的以主成分变换为主的信息提取技术，在岩矿信息提取中发挥了重要的作用。如张满郎（1996）提出修正的直接主成分分析提取铁氧化物信息。OF 变换（Maxium Noise Fraction Transformation）（Kruse，1996，Creen，et al.，1988），NAPC（Noise-adjust Principal Components Transform）（Lee，et al.，1990）、分块主成分变换（Jia，et al.，1999）、基于主成分的对应分析（Carr，et al.，1999），以及基于主成分分析的空间自相关特征提取（Warner，et al.，1997）、子空K投影（Harsanyl，et al.，1997）和高维数据二阶特征分析（Lee，et al.，1993；Haertel，et al.，1999）等，也是基于主成分分析进行信息特征选择与特征提取。同时，根据模式识别的原理，提出并设计出监督分类与非监督分类方法：以及利用决策树进行分类识别（Wrbka，et al.，1999；Friedl，et al.，1999；Hansen et al.，1996），这些技术与方法是建立在图像灰度特征之上，利用数理统计的知识进行地物分类与信息提取。（2）纹理信息提取遥感影像的边缘和纹理信息对线环构造的识别具有一定作用，但却似乎无助于岩性的识别。边缘信息提取通常采用滤波算子或锐化的方法进行（Gross，et al.，1998；Varbel，2000）。纹理信息提取通常采用共生矩阵、傅立叶功率谱和纹理谱等方法。（3）信息融合多源数据融合研究也非常普及与深入，其技术方法涉及不同的数理知识（Jimen，et al.，1999；Pohl，1998；Robinson，et al.，2000；Price，1999；Gross et al.，1998），比如小波信息融合。应用面涉及非遥感数据（王润生，1992；朱亮璞，1994），如遥感数据与地化数据、物探数据的叠置与融合。这些方法一方面开阔了遥感的应用视野，另一方面也扩展了遥感的应用能力。总的来说，多光谱遥感岩矿信息提取主要是基于图像灰度特征，即基于岩矿的反射率强度差异，采用一些数学变换方法，增强或突出目标信息，使之易于目视解译。在数据处理中，由于波段有限，未能有效地导入岩矿类别的光谱知识，其结果精度更多地取决于研究人员的经验。2.高光谱方法研究进展成像光谱技术是多光谱技术发展的飞跃，它是在对目标对象的空间特征成像的同时，对每个空间象元经过色散或分光形成几十个乃至几百个窄波段以进行连续的光谱覆盖。形成的遥感数据可以用“图像立方体（三维）”来形象描述，其中两维表示空间，另一维表征光谱。这样，在光谱和空间信息综合的三维空间内，可以任意地获得地物“连续”的光谱以及其诊断性特征光谱，从而能够基于地物光谱知识直接识别目标地物，并可进一步地获取定量化的地物信息。在地质应用中，矿物识别和信息处理技术可分为：①基于单个诊断性吸收的特征参数；②基于完全波形特征以及③基于光谱知识模型三大类型。岩石矿物单个诊断性吸收特征可以用吸收波段位置（λ）、吸收深度（H）、吸收宽度（w），吸收面积（A）、吸收对称性（d）、吸收的数目（n）和排序参数作一完整地表征。根据端元矿物的单个诊断性吸收波形，从成像光谱数据中提取并增强这些参数信息，可直接用于识别岩矿类型。如IHS编码与吸收波段图（Kruse，1988）是利用连续法去除后的光谱图像，定义出波段吸收中心位置图像，波段深度图像以及波段半极值宽度图像，并分别赋予HS I 空间的明度（H）、强度（l）和饱和度（S），然后逆变换到RGB色度空间。从而根据色调差异进行矿物直接识别。在描述岩矿单个诊断性吸收特征参数中，吸收深度是一非常重要的特征指标而受到重视。如相对吸收深度图（RBD image，Relative absorption Band-depthimage）（Crowley，et al.，1989）采用比值运算来增强识别端元的吸收深度，即根据要识别端元的单个诊断性吸收峰的两侧肩部反射率之和，除以其谷中心邻近两侧对应波长的反射率之和的商图像，来表征端元矿物诊断性吸收峰的相对吸收深度。不同端元矿物的RBD图像，除象元本身比值大小代表了端元矿物存在的可能性外，通过进一步地诸如PC变换分析进行特征增强与选择来识别端元矿物。由于吸收峰的非对称性，采用RBD方法难以准确描述其特征。连续插值波段算法（CIBR，continuum interpolated band algorithm）（De Jong，1998）和光谱吸收指数图像（SAI，spectral absorption index image）（王晋年等，1996）与相对吸收深度图方法类似，但引入了对称度因子，使其对吸收特征的描述更为合理。CIBR是利用诊断性光谱吸收谷中心的辐射值，除以左右肩部的辐射值与吸收特征对称度因子之积的和，产生相应的商图像，用以增强不同矿物的诊断性吸收深度，进行矿物识别。SAI方法与CIBR类似，也是对单个吸收波形肩部的特征增加了对称度因子。上述方法类似于常规比值或彩色增强处理。与常规增强处理最大不同之处在于有机地融入端元矿物的光谱特征这一先验知识，针对性、目的性更明确。由于大气辐射对遥感数据中波谱特征的影响、光谱混合形成的光谱漂移和变异对单个波形的影响，使识别结果含有较大的干扰。成像光谱最大的优势在于利用有限细分的光谱波段，去再现象元对应物的波谱曲线。这样，利用整个光谱曲线进行矿物匹配识别，可以在一定程度上改善单个波形的不确定性影响（如光谱漂移、变异等），提高识别的精度。基于整个波形的识别技术方法是在参考光谱与象元光谱组成的二维空间中，合理地选择测度函数度量标准光谱或实测光谱与图像光谱的相似程度。例如，光谱匹配（SM，Spectral matching）（Baugh，et al.，1998）利用岩矿光谱矢量的欧氏距离测度函数，即求图像象元光谱与参考光谱在光谱空间中的差异大小。距离愈小，表示图像端元光谱或待识别的端元光谱与来自实验室或野外实测的参考光谱之间拟合程度愈高。类似地，相似指数（SI，similarity index algorithm）（Fenstermaker，et al.，1994）是基于欧氏距离侧度，根据已知地物类型的图像象元平均光谱与未知图像象元光谱的波段差值平方和的均值大小来识别地物。以上两种方法比基于单个吸收波形参数识别技术可靠。但往往由于光谱数据分辨率的影响，其光谱的差异不明显，同时又因欧氏距离测度固有的缺陷而难以对地物进行准确分类与识别。光谱角识别方法（SAM，spectral angle mapper）（Ben-Dor，et al.，1994；Crosta，et al.，1998；Drake，et al.，1998：Yuhas，et al.，1992）是在由岩矿光谱组成的多维光谱矢量空间，利用一个岩矿光谱矢量的角度测度函数求解岩矿参考光谱端元矢量（r）与图像象元光谱矢量（t）的相似程度。参考端元光谱既可来自实验室、野外测量，也可来自已知类别的图像象元光谱。根据两者相似程度大小，识别与提取矿化蚀变信息。该方法的难点在于如何合理地选择阈值进行信息分割。不过，从已有应用的角度看，该方法简单易行、比较可靠。交叉相关匹配（Fer-rier，et al.，1999；Varder Meer，et al.，1997）是使用一个相关因子（r.）作为相似性指数，通过逐象元交叉相关匹配进行矿物识别。当参考光谱与检验光谱完全匹配时，其位置m=0；参考光谱向长波方向移动时，其m＜0。反之，m＞0。在RGB空间，分别赋予斜度（skewness），t检验值与相关因子以R，G，B；若在“0”匹配位置，其斜度、t检验值与相关因子（r.）均接近于“1”而显示为白色，从而识别出端元矿物。对于矿物的智能识别，往往也采用完全谱形。例如，Tetracord矿物识别软件是基于UNIX平台，利用光谱数据库中的光谱与图像光谱拟合从而自动进行识别矿物；王润生等（1999）根据矿物的完全波形，利用神经网络进行矿物自动识别。以上方法在具有大量已知地物光谱时适应性强。对图像地物识别更有用。但明显不足是由于实际地物光谱变异、获取数据受观测角以及颗粒大小的影响而造成光谱变化，对于整体光谱特征差别不太大的地物，准确匹配比较困难，造成岩矿识别与分析上的混淆和误差。基于光谱模型的识别的技术方法是建立在一定的光学、光谱学、结晶学和数学理论之上的信号处理技术方法。它不仅能够克服上述方法存在的缺陷，而且在识别地物类型的同时精确地量化地表物质的组成和其他的物理特性。例如，建立在Hapke光谱双向反射理论基础之上的线性混合光谱分解模型（SMA/SUM）（Adams，et al.，1986；Mustard，et al.，1987；Roberts，et al.，1997；Sabol，et al.，1992；Settle，et al.，1993；Shipman，et al.；1987：Shimabukuro，et al.，1991；Smith，et al.，1985），可以根据不同地物或者不同象元光谱反射率响应的差异，构造光谱线性分解模型。一个象元内并非存在单一类型地物，而更多地由不同类型地物组成。因此，在大多数情况下，象元光谱并非为纯地物光谱的线性混合，而更多地表现为非线性。对于单散射，可作为线性模型分解，多散射则认为非线性混合。由于平均单散射反照率丰度主要依赖于成分含量不同而可以认为是线性混合（Mustard，et al.，1987）。这样，通过单散射反照率（SSA）转换，即可以利用算子W=（3r+6）r/（1 +2r）2，将非线性“线性化”，再进行光谱分解。Tompkins（1996）提出修正的光谱混合分析（MSMA）模型。该模型利用虚拟端元，采用一个阻尼最小二乘算法，根据一定的先验知识，有效地并最终可以选择亚像端元进行光谱分解，提高了SMA实用性。与SMA相比，MSMA最大的不同表现在：①端元以及其丰度均作为未知变量；②对数据组中所有象元同时求解。对于能量约束最小模型（CEM，constrained en-ergy minimization technique）（Farrand，et al.，1997；Farrand，et al.，1996；Resmini，et al.，1997）是在成像光谱图像序列中，运用一个目标区域（或ROI区域，region of insteresting）与象元光谱（ri）相关的权系数wk来描述象元向量的数字值y，从而进行特征选择与分解进行地物识别与信息提取。与混合光谱分解模型一样，该分解结果在一定程度上，不仅代表了识别象元的类型信息，而且有机地表示了其丰度比值。与混合光谱分解模型不同的是，该方法更多地依赖于目标区域的统计特征，但结果更精确。总之，这些方法更多地依赖光谱学知识与数理方法，在实际应用中由于难以确定特征参数或难以准确地描述光谱模型而限制了该类技术方法的应用。不过，由于该类方法在识别地物的同时量化物质组成，因此就其发展趋势而言，随着一系列技术的成熟与光谱学、结晶学等知识的深入发展，识别精度的改善与量化能力的提高，其应用将会越来越广泛。国内也相继开展了一些成像光谱进行矿物直接识别应用试验，但由于国产传感器的性能尚不够完善，数据信噪比较低。但在定性岩矿识别方面取得了一定的收获。如甘甫平等（2000）利用基于波形特征组合的主成分分析有效地对河北张家口后沟金矿区进行了岩性划分；刘庆生（1999）利用对应分析提取出内蒙古某矿区的含金蚀变。在直接定量矿化识别、识别模型和识别谱系等方面都落后于美国等发达国家，相比还存在一定差距。总之，岩矿光谱学机理研究、遥感信息提取基础与遥感信息提取方法技术研究，三者之间相辅相成，具有一定的对应关系。遥感地物光谱应用基础与遥感影像信息提取技术研究随着遥感光谱成像技术的发展而发展，两者研究方向与趋势都主要集中在光谱特征知识与地物物理化学属性的关联以及光谱物理模型两大方面。对地物物化属性与光谱特征的相关性和对光谱物理模型的深入分析与研究可从不同的角度为遥感直接识别矿物、提取地物的分布规律、属性、物化性质以及进行地物深层次信息挖掘等提供理论基础支撑，推动遥感应用技术的发展。遥感地学应用的实用化与产业化是遥感地物光谱应用基础与遥感地物影响信息提取技术研究相互促进的结果。地物光谱学机理研究、遥感信息提取基础与遥感信息提取方法技术研究的发展将导致三者的结合，并最终综合于遥感应用模型和技术集成中，以便充分利用各自的优势，提高遥感应用能力并增强对地质应用的理解，以及模拟、评估和预测地学发展的规律。

1∶250000遥感影像地图是1∶250000遥感地质解译和其他比例尺遥感专项解译必备的基础图像，它包括1∶250000遥感影像地图和遥感正射影像地图两种。主要应用于地质、矿产及水文等常规地质调查，以及生态环境因子信息的解译提取与分类等工作中。制作过程包括地理数据(资料)处理、全波段数据辐射校正、几何校正、配准、图像镶嵌、数据融合及地理编码等。虽然两种影像地图制作的方法大致相同，由于在正射影像地图制作过程中利用了数字高程模型数据(DEM)进行了高程纠正，因此图像的几何精度较高，适用于地形高差较大的山地地区;而影像地图更加适用于地形高差较小的平原、丘陵地区。为此，在实际工作中，应根据工作区的具体地形高差及切割程度自行选择，以充分满足解译成图的精度为目的。4.2.1 地理资料处理包括对以纸介质形式存在的1∶250000、1∶100000地形图和数字高程模型(DEM)、栅格地图(DRG)数据的处理。目的是为遥感影像地图、遥感正射影像图的制作提供地理要素与控制资料，同时为遥感地质解译、野外地质调查提供工作数字化用图。4.2.1.1 数字高程模型(DEM)制作DEM数据可直接从国家基础地理信息中心购买，也可从地形图上采集获取。从地形图上获取方法是:首先，将1∶100000地形图扫描，使用人机交互式等高线矢量化的方法，按照一定的等高距由地图快速录成系统对等高线进行细化、矢量化、编辑、赋值、空间坐标定向处理;然后，按内插点的分布范围，将内插分为整体内插、分块内插和逐点内插三类，根据一定的插值方法(如Kriging法等)，进行等高线的插值获取，提取高程信息;再根据纠正单元进行DEM镶嵌与数据格式转换，生成全区的镶嵌DEM;最后，检查拼接精度是否满足要求，方法是通过生成DEM晕渲图检查DEM是否存在误差。4.2.1.2 栅格地图(DRG)制作DRG是由1∶100000比例尺的地形图经扫描、几何纠正及色彩校正后形成的，其内容、几何精度和色彩与原图保持一致的栅格数据文件。制作方法及步骤如下。(1)地形图扫描将纸质地形图按照一定的扫描分辨率(一般150～300dpi)进行扫描，存储为TIF图像格式。(2)图幅生成控制点利用用户设置的标准图幅信息，将自动计算公里格网交点作为控制点。在生成图幅控制点前，需要先设置图幅信息，指定内图廓点，其步骤如下:1)设置图幅信息。a.图幅号。地图的标准图幅号。b.格网间距。标准图幅的格网间距，其值应与校正图的格网间距保持一致。c.坐标系。地图采用的坐标系统，主要是54坐标系和80坐标系。如选择大地坐标，则生成的标准图幅采用大地坐标(单位:m)，否则采用图幅坐标。2)设置生成图幅控制点信息。a.图幅坐标。通过在影像上选择图幅坐标点，定位内图廓点。b.最小间隔。生成控制点时舍弃控制点的最小间距。3)定位内图廓点。在图像上确定四个内图廓点的位置。完成参数设置和内图廓点信息的输入，自动计算出控制点的理论坐标，并根据理论坐标反算控制点的图像坐标。(3)顺序修改控制点由图幅生成控制点的图像坐标是根据相应的公里格网交点理论坐标反算出的图像坐标，但由于原始图像存在一定的扭曲变形。因此，该值和原图上对应的公里格网交点的坐标值并不一定相同，需要对点位进行修正。(4)逐格网校正需输入影像范围(即校正影像的逻辑坐标范围)、影像输出分辨率、影像外廓(即相对内图廓的外扩距离，单位与图幅坐标一致)。通过设置外廓距离，可使图幅内廓边界以外一定距离内的影像不会在影像校正过程中发生变形。(5)栅格地图控制精度要求纠正控制点残差小于1m;重采样间隔1m;图廓点、公里格网及其交点坐标偏差不得大于1m。1∶100000DEM格网间隔与高程中误差要求为:平地DEM格网间距50m，高程中误差6m;丘陵DEM格网间距50m，高程中误差10m;中低山DEM格网间距50m，高程中误差10m;高山及极高山地区的高程中误差按可相应放宽至1.5倍。(6)精度评价栅格地图精度评价，包括对原始图质量评估的图幅质量评价，对校正生成DRG的质量评估以及标准图框套合检查。1)原始图质量评估。该项是对栅格地图制作的原始数据进行质量评价，主要反映的是原始图是否有折皱，扫描时是否置平等。若原始图质量不好，则校正出的栅格地图肯定会受到一定的影响。要对原始图进行质量评价，首先需要顺序修改控制点，当所有的控制点修改完毕后，图幅质量文件中的数值反映了原始地图影像的质量情况，其文件参数为图像纠正前的最大残差和中误差。其中的中误差值反映了原始图的整体质量，数值越大，质量越差;最大残差值反映了原始图中偏差最大的控制点的点号及偏差值。2)校正图质量评估。该项用于评估校正生成DRG数据的质量。在完成逐格网校正后，根据图幅信息和按照图幅生成控制点部分中添加内图廓点的方法，定位影像的四个内图廓点，生成反映影像校正情况的质量评估文件，其文件参数为图像纠正后的中误差，中误差值反映了校正后影像的整体质量。图廓边长及对角线尺寸检查(单位:m):上边、下边、左边、右边、对角1、对角2，图廓边长及对角线尺寸检查，通过对图幅图廓边长的检测值与理论值进行比较，检验图廓边长、对角线各条边长是否符合精度要求。3)图框套合检查。在评估校正生成DRG数据质量时，还可以用生成的理论格网与校正图上公里网进行套合比较的方法检验公里格网精度是否在规定的限差之内。通过检查其套合情况，可判断校正生成的DRG数据质量。(7)存储格式利用ENVI软件制作的DRG存储格式是*.tif和*.img;用MapGIS系统制作的DRG存储格式是*.MSI。(8)用途栅格地图图件是遥感影像图制作、数字高程模型数据生成以及几何校正的基础地理参照图像。4.2.2 图像预处理在保持足够信息量和清晰度的前提下，对噪声和条带较多的图像，需通过邻近像元灰度值替代法、低通滤波法、整行替代法和傅里叶变换法进行去噪声、条带的滤波处理，对辐射度畸变较大的图像进行辐射纠正处理。4.2.3 纠正与配准4.2.3.1 纠正与配准模型选取多采用物理和拟合多项式两种纠正模型。纠正与配准应对所有波段进行。物理模型适用于能提供严格卫星星历参数的影像数据，要求同时具备DEM数据且控制点整景分布;有理多项式模型适用于难以获得线性传感器的外部几何参数且其姿态十分复杂的卫星数据，要求同时具备DEM数据且控制点整景分布;几何多项式模型适合于平坦地区，通常用于处理难以提供获取影像的卫星星历参数和DEM数据的地区。一般根据数据源情况，对地形高差大的地区优先采用物理模型，其次有理多项式模型利用DEM数据进行正射精校正，平原区利用1∶100000DRG资料和几何多项式模型对图像进行几何校正。4.2.3.2 控制点选取控制点应控制影像四周，且分布均匀。控制点个数应根据纠正模型和地形情况等条件确定。物理模型根据卫星星历参数建立严密模型，选9个控制点即可，通常20个以上，该模型要求整景数据均有控制点分布;拟合多项式模型与其纠正阶项(n)相关，当n=1时，要求每景最低不少于7个控制点，一般9个以上;当n=2时，每景选13～16个控制点为宜。该模型要求整景数据均有控制点分布。4.2.3.3 纠正与配准控制点误差要求平地地形纠正控制点中误差为1～1.5个像素，丘陵地形纠正控制点中误差为1～1.5个像素，山地地形纠正控制点中误差为1.5～2个像素，纠正控制点最大残差不超过2倍中误差。平地地形配准控制点中误差为0.5～1个像素，丘陵地形配准控制点中误差为0.5～1个像素，山地地形配准控制点中误差为1～1.5个像素，配准控制点最大残差不超过2倍中误差。重采样方法:包括邻元法、双线性内插法及立方卷积法。对于数字正射影像图(DOM)重采样，其重采样间隔应根据成图比例尺确定，1∶250000比例尺重采样间隔30m;1∶100000比例尺重采样间隔15m;DOM接边限差要求平地地形接边限差为0.8mm，丘陵地形接边限差为0.8mm，山地地形接边限差为1.2mm。对于道路、河流等线状地物，即使接边限差符合上述规定，当镶嵌影像出现重影、模糊时，应进行接边处理。DOM影像应清晰、纹理信息丰富，景与景之间影像尽量保持色调均匀、反差适中。4.2.4 影像融合影像融合是指采用一种复合模型结构，将不同传感器的遥感数据或与不同类型的数据源所提供的信息加以综合，以获取高质量的影像信息，同时消除各传感器间信息冗余，降低不确定性，提高解译精度和可靠性，以形成对目标相对完整一致的信息显示。对全色数据与多光谱数据、SPOT与TM数据纠正成果进行融合，例如，ETM+(全色)与TM7、4、1，TM5、4、3，TM5、3、2;SPOT与TM5、3、2融合等，形成兼具高分辨率空间信息和多光谱彩色信息的融合影像。融合方法有主成分分析法、加权相乘法、IHS变换法等多种方法。影像融合匹配精度检查可采用影像融合法或影像叠合法进行，要求平原和丘陵地区匹配精度为0.5个像素，最大不超过1个像素;山地地区可适当放宽至1.5个像素。融合前须对影像进行色调调整，提高高分辨率数据的亮度，增强局部反差，突出纹理细节，降低噪声;对多光谱数据进行色彩增强，拉大不同地类之间的色彩反差，突出其多光谱彩色信息。融合后检查是否出现重影、模糊等现象。检查影像纹理细节与色彩，判断融合前的处理是否正确，如果存在问题，返回重处理。如果融合后影像亮度偏低、灰阶范围较窄，则可采用线性拉伸、调整亮度对比度等方法进行处理，在处理过程中，应尽量保留融合数据的光谱信息和空间信息。4.2.5 影像镶嵌标准图幅涉及多景数据或多个纠正分区，须考虑影像间接边，其接边限差平地和丘陵均为0.8mm;山地为1.2mm。数字镶嵌方法是在相邻图像重叠区内选择同名点作为镶嵌控制点，要求两景同名地物严格对准，拟合中误差在1个像元左右;两景图像间需进行亮度匹配，以减少亮度差异;镶嵌拼接线的选择无论是采用交互法还是自动选择，均需是一条折线或曲线;在拼接点两旁需选用“加权平均值方法”进行亮度圆滑，进一步提高图像镶嵌的质量。接边检查可采用影像叠合法或检查点选取法。影像叠合法对接边影像进行叠合，结合目视判读与点位量算提取误差;检查点选取法通过选取DOM影像公共区的同名点，计算其较差的中误差。当接边误差超过规范要求，应分析原因，并返回上道工序检查和修改控制点;如果接边误差满足要求，但某些特征地物(如道路、河流)错位，导致镶嵌影像出现重影、模糊，应进行接边纠正处理。镶嵌影像应保证色调均匀、反差适中，接边重叠带不允许出现明显的模糊或重影。为保证接边自然，接边影像要有10～50个像素的重叠。4.2.6 图幅整饰与信息管理4.2.6.1 图廓整饰图廓整饰内容包括内图廓、外图廓及坐标注记，要求如下:1)内图廓线应是曲线，东西图廓可以绘成直线，南北图廓为弧线，可以分段表示成直线。图廓线宽度为1个像元。2)图廓线平行于内图廓线，与内图廓线间隔为10mm，主图廓线宽度为1mm，副图廓线宽度为1个像元，两者相互平行，距离为2mm。3)图廓线坐标注记内容是经纬度和公里网。在外图廓上以经差15"、纬差10"间隔注记经纬度坐标，注记2mm长、1个像元宽的短线在主图廓与副图廓之间，贯通图面的公里网间隔为10km。图廓四角的经纬度注记标于内图廓四角的延长线两侧，字头朝上。经度注记跨经线的左右，左注“度”，右注“分”“秒”;纬度注记跨纬线上下，上注“度”，下注“分”、“秒”。公里网注记要求每条方里线在图廓间注出其坐标值的两位数(km)，首末方里线及百公里数方里线注记应注出完整数(km)，在南、北图廓间的两位公里数注在方里线的右侧，百位以上数字注在方里线的左侧，东、西图廓间的两位公里数注在方里线上方。坐标注记采用宋体。注记整10km字高为3mm，带号与整千千米字高为2mm。4.2.6.2 图面整饰与注记1)图面整饰要求标注图名、图幅接合表、数字比例尺和线比例尺、密级等。a.图名。用横向注记在北图廓外居中位置，字体采用黑体，字高为10mm，字间距为10mm;图名下方注记图幅编号，字体采用黑体，字高为5mm。b.比例尺。标注于南图廓外正中位置。应同时绘制数字比例尺和直线比例尺。c.图例内容。包括地理要素和专题要素。一般配置在东图廓外侧，沿外图廓线从上而下排列，上方与北内图廓线持平。d.图幅接合表配置。在北图廓外西面。e.图件密级。划分机密、秘密、内部用图3种。密级标注在北图廓外东面，最后一个字对齐东内图廓线。字体用宋体，字高为5mm。f.南图廓外西面注记。包括所采用的遥感资料种类、时相和波段组合，控制资料等。字体用宋体，字高为5mm。g.南图廓外东面注记。作业单位，字体用宋体，字高为8mm。2)按照应用的要求注记地理名称、矢量要素、专题要素等信息。名称注记用宋体，字高为线划地形图的2倍。4.2.6.3 信息管理以1∶100000地形图标准图幅为单元，分幅生成DOM影像。以此为基础，分层叠加图幅整饰内容，形成DOM信息管理文件，各图层内容和顺序为图廓整饰、注记、行政境界和DOM。4.2.7 检查与验收1)影像地图需严格符合技术设计和任务书的要求，满足应用的需要。2)影像地图图面要求影像清晰、反差适中、色调不偏色、信息丰富、层次突出。3)图廓线尺寸、公里网、经纬度、图幅内外整饰及注记要符合要求。4)数学精度的检查:在每幅图内随机抽取25个以上均匀分布点位，在1∶100000或以上比例尺的线划地形图、数字地图或影像地图上读取同名地物点的坐标作为真值，计算随机取样点的中误差。1∶250 000 遥感地质解译技术指南式中:m为点位中误差，mm;Δx、Δy为随机取样点坐标差，mm;n为随机取样点点数。随机取样点最大残差不超过2倍中误差为合格。4.2.8 1∶250000遥感影像地图应用4.2.8.1 不同波段组合影像地图的应用遥感影像地图波段组合应根据影像地图的应用目的、制图区地物的情况和图像的信息量大小等因素加以选择。对TM/ETM+和ASTER多光谱数据，要求波段组合应覆盖可见光(B1、B2、B3)、近红外(B4)到中红外(B5、B7)的各个波段，波段之间相关系数最小，地质信息最为丰富，能够具有最大的信息量，对解译岩性和大的构造信息有利，常用的波段组合为B5、B4、B3。在干旱裸露区，选择B7、B4、B1波段组合;在植被覆盖区，首选冬季低植被季节的图像，尽量降低植被的影响，选择B5、B3、B2波段组合，受植被影响比较低，对图像解译的可识别性较好，地质解译效果最佳;ETM+(全色)分别与TM7、4、1，TM5、4、3及TM5、3、2融合后的图像，地质解译效果较好。CEBRS数据通常选择B2、B3和B4组合。4.2.8.2 不同数据源、不同比例尺影像地图的应用1)为了满足1∶250000比例尺遥感地质调查的精度要求，其影像地图比例尺应为1∶100000。2)1∶50000比例尺融合图像是1∶250000遥感地质调查的重要遥感资料。3)TM/ETM+和ASTER影像图层次多、色彩丰富、信息量大，不同地质现象上均有较好的反映。因此TM/ETM+和ASTER数据应是1∶250000遥感地质调查的最佳数据源。4)SPOT与TM所形成的融合图像由于分辨率高、立体感强，在解译古火山机构方面作用突出，但其色调没有TM本身图像丰富，而且阴影偏大，所以在岩性划分方面只能起辅助作用。5)Radar与TM融合图像在色调层次方面没有TM丰富，与雷达图像相比，在立体效果和影纹方面没有更大的优势，该片种不是1∶250000遥感填图的优选图像。6)从数据的可获取性、综合应用效果和解决地质问题的能力角度出发，1∶250000遥感地质调查中遥感地质解译应以1∶250000比例尺影像地图为主，1∶100000为辅，进行交互解译以确保解译结果具有重现性。7)室内解译应充分利用遥感正射影像地图与GIS系统相整合的优势，进行多源数据的复合处理与解释。8)正射遥感影像地图及三维可视化遥感影像图能够更好地突出地形地貌的景观特征，能更加直观地提取构造、岩性分区、生态地质因子，进行地貌单元划分等，因此地质解译效果更加突出。

　　摘　要：该实验中，根据各种地物特征在不同波段中表现出来的DN值的不同，我们通过人机互动的方式寻找各种地物特征DN值在遥感影像中的联系，通过这样一种联系，确定区分不同特征的阈值，达到分类的目的。同时，比较通过降噪处理之后的分类图与未经过降噪处理的分类图，寻求提高分类精度的方法。 　　关键词：Landsat 遥感 影像 分类 　　中图分类号：P23　　　　文献标识码：A　　　　　文章编号：1007-3973（2012）007-109-02 　　1 影像DN值分析 　　遥感影像之所以能够表现出各种地物特征，是因为影像中每个像素点有着不同的DN值（Digital Number），为了对遥感影像进行阈值分类，首先我们要弄清各种地物特征在遥感影像处于什么样的位置，通常我们是要弄清楚遥感影像各地物特征的DN值在遥感影像全局里所处的区间，因此，我们首先要对遥感影像做DN值分析。我们选取2010年洋山港区域的Landsat-7ETM+卫星遥感图片作为研究对象，如图1所示。 　　这张图像具有Landsat-7ETM+所有波段的信息，我们使用的影响是Unsign-8byte图像，因此，图像里的DN值从0～255，影像是通过DN值的不同来表现出不同的特征，我们从影像的各DN值关系表1可以看出2010年洋山港地区的遥感影像9个波段的基本面貌。 　　利用阈值关系方法进行信息提取的方法非常容易实现, 我们利用各个通道DN值之间存在的关系，例如第5通道DN值小于20的，我们归类为水体，从而很轻松的将水体特征提取出来。但是在分类过程中，各种地物特征的提取并不是简单地依赖某一通道来完成的。 　　2 阈值分类算法和分类模型确定 　　通过对表1各类地物特征DN值关系分析表进行分析，我们可以看出，第五第八通道对水很敏感，光波被水吸收，所以DN值均小于20，这样我们只需要同通过这两个通道就能很好地将水体特征提取出来，而植被可以通过第一第二第三通道来提取，其他几个通道都存在其他地物特征与植被特征DN值重叠的现象因此，分类使用ETM+1，2，3，4即可解决植被分类的问题，人类活动在本次实验中遇到了比较棘手的问题，主要原因是人类活动不存在某一通道就可完全提取特征的DN值范围，每个通道，在区分各种地物特征时却不尽人意，往往是水体与人类混淆，或是植被与人类活动混淆，事实上，在实验的过程中，我们也发现，没有哪个通道可以将人类活动单独提取出来。所以我们需要引入数学上的一个概念，就是交集的概念，在处理人类活动特征时必需进行交集分析，但是对于真实人类活动的特征是存在交集，我们在阈值分析的过程中，发现1，2，3，4，9通道，人类和水体在分别大于68，79，75，50和35的值，可以归为人和水的共同类，而5，8通道，在DN值分别大于20和20的，可以归为人和植被的共同类，而这两大类之间的交集就是任内活动特征，于是，我们通过交集的概念可以很快将人类活动的特征提取出来。通过以上的阈值算法分析，我们需要建立本次实验的分类模型，我们选取对分类有用的通道，每种地物特征均采用交集处理以求得到最为匹配的分类结果图。分类模型示意图如图2所示。 　　利用阈值方法进行信息提取的方法非常容易实现, 仅用少量的人力物力, 可以达到预期的要求, 能够快速获得变化信息的区域。将以上的分类结果整合之后，我们得到了图3，2010年洋山港地区的分类结果图。 　　3 降噪处理 　　本次实验的目的是为了对上海市海岸带的遥感影像进行研究与分析，我们需要获得更为准确的分类图，这样才能为往后的生态评价计算提供良好的基础，而降噪处理作为遥感影像预处理三大过程（辐射校正，几何校正，降噪处理）之一，在本次实验中也得到应用，降噪处理是因为遥感影像信号在产生、传输、接收和记录的过程中，经常会受到各种大气效应和电离层辐射的影响，从而产生各种各样的噪声，当进行下一步的遥感影像的特征提取、信息分析和模式识别等处理时将会带来不同的影响，因此在这之前的遥感影像噪声去除是一个非常重要的预处理步骤。遥感影像中大多数像素的灰度值差别不大，正是由于这种灰度相关性的存在，所以一般遥感影像的能量主要集中在低频区域，只有影像的细节部分的能量处于高频区域。 　　进行遥感影像平滑的主要目的就是要消除或衰减影像上的噪声，也就是衰减高频分量，增强低频量。但是高频区域同样也包含着影像的细节能量，因此遥感影像在消减噪声的同时，对影像的细节也有一定的衰减作用。这一过程能够增强低频量，也就是说在分类的时候，能够获得更多完整连贯的地理特征板块，而这样的数据对于生态评价有着重要的意义。我们通过对2010年洋山港地区的卫星遥感图像进行降噪处理，降噪以后的图像与原图有着很明显的不同，影像边界变得平滑连贯，这位分类的过程提取大斑块有着明显地改善，如图3，图4所示而通过降噪处理之后的分类图与未进行降噪处理的分类图进行比较，可以看出两者在斑块完整度上，降噪以后的图像更有优势，但是降噪以后的分类效果如何，我们需要对这两幅图进行评价。 　　4 分类评价 　　经过DN值分析之后，我们对影响进行分类，分类的效果如何，需要一个分类标准，我们通过结合先验知识与实地测量数据所绘制的的标准分类图（图5）作为标准。用统计学理论描述分类效果可以采用线性关系回归系数评价法。 　　根据一阶线性回归分析数学方程(1) 　　线性回归系数 　　(1) 　　通过Erdas所具有的空间模型语言功能，我们通过编程很快计算出分类图3与标准分类的线性回归系数r=92.48%。而降噪处理之后的分类图4的线性回归系数R=95.19%。这说明两幅的线性回归情况很好，说明了阈值分类办法能够很好的提高遥感影像的分类精度。把降噪与未降噪的影像分类之后与标准图比较后发现，降噪后的图像比未降噪图像线性回归的更好，与标准图更为一致，从而更进一步地说明了经过降噪处理之后的遥感影像更有利于分类精度的提高。这样就说明我们的分类图与标准图之间具有很高的一致性，从而说明我的分类方法具有很高的可行性。 　　5 结论 　　利用阈值分析的分类方法，可以高效而又准确的进行遥感影像的分类，具有很高的线性回归系数r，本文通过对遥感影像各种地物特征DN值进行分析与讨论，找出不同地物特征DN之间的关系，为影像分类提供依据，基于DN值的影像分类技术与传统遥感影像分类技术相比，可以提高遥感影像分类的效率，对于遥感影像信息提取提供了有效的手段。通过降噪处理之后的遥感影像，分类效果更好。分类过程中我们也发现，分类的类别越少，遥感影像也越容易分类，这是因为由于分类类别的减少能够避免同物异谱，同谱异物现象的出现。因此，对于遥感影像较少类别分类的分类，基于DN值分析的分类方法为影像分类提供了有效的办法。 　　(基金项目：上海市科委重点项目(075105108)) 　　参考文献： 　　[1]　厉银喜,冯晓光,林友明.美国陆地卫星7号的数据产品分类和格式[J].遥感信息,2000(3):37-40. 　　[2]　黄剑玲,郑雪梅.一种基于边缘检测的图像去噪优化方法[J].计算机仿真,2009,26(11):260-261. 　　[3]　骆剑承,梁怡,周成虎.基于尺度空间的分层聚类方法及其在遥感影像分类中的应用[J].测绘学报,1999,28(4):319-324. 　　[4]　杨希华.遥感技术在黄土高原土地利用现状调查中的应用研究[J].环境遥感,1990(5):257-265.

在政府的经管和档案部门可以查到，但是有关国家秘密的不允许查询。遥感是主要针对具体应用需求，通过卫星地面站获取合适的覆盖范围的最新的城市卫星地图影像数据，利用遥感图像专业处理软件对数据进行辐射校正、增强、融合、镶嵌等处理。《中华人民共和国政府信息公开条例》第五条行政机关公开政府信息，应当坚持以公开为常态、不公开为例外，遵循公正、公平、合法、便民的原则。第六条行政机关应当及时、准确地公开政府信息。行政机关发现影响或者可能影响社会稳定、扰乱社会和经济管理秩序的虚假或者不完整信息的，应当发布准确的政府信息予以澄清。第七条各级人民政府应当积极推进政府信息公开工作，逐步增加政府信息公开的内容。第八条各级人民政府应当加强政府信息资源的规范化、标准化、信息化管理，加强互联网政府信息公开平台建设，推进政府信息公开平台与政务服务平台融合，提高政府信息公开在线办理水平。

遥感影像能提供什么信息？ 正确答案：通过遥感影像可以快速、准确地获得大面积的、综合的各种专题信息，航天遥感影像还可以取得周期性的资料，这些都为GIS提供了丰富的信息。

遥感影像获取的方法1、自然界的地表物体具有自身的电磁辐射规律，不同地物对不同电磁波具有不同的反射、发射、吸收的能力，被称为地物的光谱（波谱）特征。利用自然界的电磁波、或人工发射电磁波、或利用地物自身的电磁波，将波谱及其几何位置记录下来，判读（解译）地表物体的分布规律，实现对地表远距离、非接触的观察，称之为遥感（英语称RemoteSensing）。2、在城市规划及其相关领域，遥感的电磁辐射源主要是太阳的可见光和红外线，有时也利用微波雷达或地物自身的红外线。探测、记录电磁波的仪器称传感器，它可以安装在飞机（或气球）上，称航空遥感；也可安装在人造地球卫星上，称航天遥感。航空遥感的灵活性大、针对性强、信息的几何分辨率高。3、经传感器获取的信息一般是图像信息，也称遥感影像。影像获取的方式主要有二种：摄影或扫描。4、光谱范围和分辨率、图像覆盖范围和几何分辨率、时相是遥感影像的主要技术指标。光谱范围就是接收、记录到的电磁波波长的最大范围，光谱分辨率是指影像图上能区别开的最小波长范围。图像覆盖范围是图像覆盖的地表空间范围，图像的几何分辨率是指影像图上能分辨出的最小地物尺寸。更多关于工程/服务/采购类的标书代写制作，提升中标率，您可以点击底部官网客服免费咨询：https://bid.lcyff.com/#/?source=bdzd

丰富的影像细节去表现区域的地理外貌，比单纯使用线划的地图信息量丰富，真实直观、生动形象，富于表现力。用简单的线划符号和注记表示影像无法显示或需要计算的地物，弥补了单纯用影像表现地物的不足，因而减少了制图工作量，缩短了地图的成图周期。　　影像地图（photographicmap）是一种带有地面遥感影像的地图，是利用航空像片或卫星遥感影像，通过几何纠正、投影变换和比例尺归化，运用一定的地图符号、注记，直接反映制图对象地理特征及空间分布的地图。影像地图是具有影像内容、线划要素、数学基础、图廓整饰的地图。

我也不清楚啊

（1）BSQ格式（band sequential）各波段的二维图像数据按波段顺序排列。（（（像元号顺序），行号顺序），波段顺序）（2）BIL格式（band interleaved by line）对每一行中代表一个波段的光谱值进行排列，然后按波段顺序排列该行，最后对各行进行重复。（（（像元号顺序），波段顺序），行号顺序）（3）BIP格式（band interleaved by pixel）在一行中，每个像元按光谱波段次序进行排列，然后对该行的全部像元进行这种波段次序排列，最后对各行进行重复。（（波段次序，像元号顺序），行号顺序）具体来说：通用栅格数据格式都会存储为二进制的字节流，通常它将以BSQ（按波段顺序：BSQ是最简单的存储格式，它将影像同一波段的数据逐行存储下来，再以相同的方式存储下一波段。如果要获取影像单个波谱波段的空间点（X，Y）的信息，那么采用BSQ方式存储是最佳的选择）BSQ易于获取单波谱波段的单点信息。BIP提供了最佳的波谱处理能力。BIP按顺序存储第一个像素的所有波段，接着是第二个像素的所有波段，然后是第三个像素的所有波段，以此类推，知道所有像素都存完为止。它为影像的波普维的存取提供了最佳的性能。BIL是介于空间处理和波谱处理之间的一种存储格式，也是大多数ENVI处理操作中推荐的文件格式。它是先存储第一波段的第一行，接着是第二波段的第一行，然后是第三波段的第一行，直到所有波段都存储完为止。

用计算机处理的遥感图像必须是数字图像。以摄影方式获取的模拟图像必须用图像扫描仪等进行模/数(A/D)转换；以扫描方式获取的数字数据必须转存到一般数字计算机都可以读出的CCT等通用载体上。计算机图像处理要在图像处理系统中进行。图像处理系统是由硬件(计算机、显示器、数字化仪、磁带机等等)和软件(具有数据输入，输出，校正，变换，分类等功能)构成。图像处理内容主要包括校正、变换和分类。

呵呵 ，您说的是手机摄像头么 ？问题挺细致 这个生产厂家等经销商一般都不公开的，那就拿国际认可的 蔡司认证 摄像头标准来说 首先，当然这两个参数的关系跟图像显现和成像效果是成正比关系的，如有：大部分的摄像头有自动对焦和触屏对焦等 有一个直观的方法可以看出--遥感影像分辨率一个很好参照的标准是它手机的放大倍数如X4 X8 X12 X24 X30都有 良莠不齐，还有有些摄像头搭载的手机会有微距 正常 人物 风景 遥感以至于广角等功能，这个一般是由您所说的遥感影像分辨率 和 像素 与其他光影 曝光 广角镜等决定的（当然，也有山寨的将这些功能虚拟出来的 纯属娱乐） -。-~字数有限 有其他问题可直接追问 祝您愉快另：楼上不错

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（Remote Sensing Image）在遥感影像图中，图面内容要素主要由影像构成，辅助以一定地图符号来表现或说明制图对象，与普通地图相比，影像地图具有丰富的地面信息，内容层次分明，图面清晰易读，充分表现出影像与地图的双重优势。2、按获取方式：航片（飞机拍摄）和卫片（卫星拍摄），按空间分辨率：高分辨率影像图、中分辨率影像图、低分辨率影像图，按光谱分辨率：多光谱（高光谱）、全色、可见光、远红外、近红外等

凡是指记录各种地物电磁波大小的胶片（或相片），都称为遥感影像（Remote Sensing Image），在遥感中主要是指航空像片和卫星相片。

1：卫星代理北京揽宇方圆上面显示：30cm分辨率可用卫星 WorldView-3卫星2：40cm分辨率可用卫星 GeoEye-1卫星、WorldView-2卫星、WorldView-3卫星3：50-60cm分辨率可用卫星 GeoEye-1卫星、QuickBird卫星、WorldView-1卫星、WorldView-2卫星、WorldView-3卫星、pleiades卫星4：80cm分辨率可用卫星 IKONOS卫星5：1.5M辨率可用卫星 SPOT6卫星6:2.5M辨率可用卫星 SPOT5卫星、资源三号卫星、高分一号卫星　7：5M辨率可用卫星　SPOT5卫星、rapideye卫星8：10M辨率可用卫星 SPOT1卫星、　 SPOT2卫星、 SPOT3卫星、 SPOT4卫星、 SPOT5卫星9：15M辨率以上可用卫星landsat5 卫星landsat7 卫星　这些TM卫星和ETM卫星

你想要的是高分辨率影像吧 给你提供一些10m分辨率以内的：ALOS (日本)-2.5米全色波段,10m多光谱,4m雷达影像;IPS-P6 (印度)-5.8m全色波段; SPOT5(法国)-2.5米和5米,全色波段;10m多光谱;Worldview1(美国)-0.45米和0.51m全色立体影像,世界最高分辨率商业卫星影像;Worldview2(美国)-0.45米和0.51m全色立体影像，提供8个波段的影像；QuickBird(美国)-0.61-0.72m全色影像;2.44-2.88多光谱;IKONOS(美国)-1m全色影像;4m多光谱;GeoEye-1(美国)-0.41-0.5m全色影像;1.65m多光谱影像;EROS-B (以色列)-0.7m。等等 高分辨率遥感影像基本上都要收费的，你如果是想购买影像，我可以给你推荐专业服务。

用pci吧，这里有现成的模型

分辨率获得遥感影像显示细节最遥感影像的分辨率指图像上能够详细区分的最小单元的尺寸或大小，或指遥感器区分两个目标的最小角度或线性距离的度量。分辨率越大，影像显示地表信息的能力越强。分辨率决定了位图图像细节的精细程度。通常情况下，图像的分辨率越高，所包含的像素就越多，图像就越清晰，印刷的质量也就越好。同时，它也会增加文件占用的存储空间。遥感影像（简称：RS，英文：Remote Sensing Image）是指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星相片。遥感影像的分辨率还包括光谱分辨率（Spectral Resolution）、辐射分辨率（Radiant Resolution）、时间分辨率（Temporal Resolution）、空间分辨率（Spatial Resolution）。扩展资料：遥感影像的应用：1、土地覆盖监测：土地覆盖是人地相互作用过程的最终体现，也是地球表层系统最明显的景观标志，土地覆盖变化又会引发一系列环境的改变。遥感技术因其能提供动态、丰富和廉价的数据源已成为获取土地覆盖信息最为行之有效的手段。2、森林覆盖监测：森林是陆地生态系统的主体，是人类赖以生存的基础资源。传统五年一次的一类调查和十年一次的二类调查存在更新周期长、历经时间长、样地易被特殊对待、数据可比性差等缺陷，难以科学、准确评估森林资源和生态状况变化。3、遥感具有宏观性、客观性、周期性、便捷性等特点，已经在森林资源清查(一类调查)和规划设计调查(二类调查)中大显身手。4、草地覆盖监测：草地是仅次于森林资源的陆地植物资源。遥感技术在草地资源调查、分类和制图中得到应用，大大地提高了草地资源调查与制图的精度，促使草地分类由定性逐渐走向定量化，可以完成草地退化监测与评估，节省了人力、物力和财力。5、湿地资源监测：湿地是地球上水陆相互作用形成的独特的生态系统，是自然界最富生态多样性的景观和人类最重要的生存环境之一。

马海涛（黑龙江省国土资源勘测规划院，哈尔滨，150056）摘要：卫星影像的坐标准确性对土地利用数据库更新至关重要，根据鸡西市的遥感数据源应用ERDAS IMAGINE 对鸡西市遥感影像进行校正和误差分析，探讨卫星遥感影像的内部、外部误差产生原因。关键词：卫星影像；遥感；误差；正射；DEM1 高分辨率卫星遥感技术现状及应用前景高分辨率的卫星影像通常指像素的空间分辨率在10 m以内的遥感影像。早期高分辨率传感器的研制与应用主要是在军事领域，以大比例尺遥感制图、对地物的分析和监测人类活动为目的，20 世纪90年代以后才逐渐进入商业和民用领域的范围，并迅速地发展起来。我国自行研制和发射了包括太阳和地球同步轨道在内的六颗气象卫星。1999年10月我国第一颗以陆地资源和环境为主要观测目标的中巴地球资源卫星发射成功，结束了我国没有较高空间分辨率传输型资源卫星的历史。同时我国还建立了多个国家级遥感应用机构，这些遥感应用机构广泛地开展气象预报、国土普查、作物估产、森林调查、地质找矿、海洋预报、环境保护、灾害监测、城市规划和地图测绘等遥感业务。高分辨率卫星遥感影像的出现使得在较小的空间尺度上观察地表的细节变化，进行大比例尺遥感制图以及监测人为活动对环境的影响成为可能，具有广阔的应用前景。高空间分辨率图像数据和地理信息系统紧密结合，它已经在城市生态环境评价、地形图更新、地籍调查、精准农业等方面被证实有巨大的应用潜力。2 遥感影像的处理流程遥感影像从接收到最后的应用一般要经过以下几个步骤（图1）：3 鸡西市影像数据源与遥感影像的变形原因3.1 鸡西市影像数据源鸡西市影像数据源为 SOPT－5 卫星数据，A1 级数据，共两景。图1 遥感影像处理流程轨道编号：305－258；307－258成像时间：2005/11/22；2005/11/12入射角度：R11.52；R18.28SPOT 对地观测卫星系统是由法国空间研究中心发展的，参与的国家还有比利时和瑞典。SPOT－5 分辨率为2.5m，成像方式为 CCD 阵列推扫成像，具体参数见表1。表1 SPOT-5 卫星参数SPOT 影像产品共分为5 级：1A 级：图像仅做辐射校正，无几何校正。1B 级：在1A 级基础上，做部分几何校正，校正了全景变形和地球自转及曲率、轨道高度变化等带来的变形。2A 级：加入了标准地图投影。2B 级：地理校正，加入了大地控制点和平均高度改正。正射级：完全地理校正，经数字高程模型处理，消除了因地形起伏而导致的投影误差。3.2 遥感影像变形原因及误差来源分析遥感影像的总体变形是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。遥感数据接收后，首先由接收部门根据遥感平台、地球自身、传感器的各种参数进行校正处理，根据预处理的级别不同，提供影像的等级也不同。3.2.1 遥感平台位置和运动状态变化的影响无论是飞机还是卫星，运动过程中都会由于种种原因产生飞行姿态的变化从而引起影像变形。（1）偏航 指遥感平台在前进过程中，相对于原前进航向偏转了一个小角度，从而引起扫描行方向的变化，导致图像的倾斜畸变，如图2 （a）。（2）航速 卫星的椭圆轨道本身就导致了卫星飞行速度的不均匀，航速快时，扫描带超前；航速慢时，扫描带滞后。由此可导致图像在卫星前进方向上（图像上下方向）的位置错动，如图2 （b）。（3）航高 当平台运动过程中受到力学因素影响，产生相对于原标准航高偏离，或者说卫星运行的轨道本身就是椭圆的。航高始终发生变化，而传感器的扫描视场角不变，导致图像扫描行对应的地面长度发生变化。航高越往高处偏离，图像对应的地面越宽，如图2 （c）。（4）俯仰 遥感平台的俯仰变化能引起图像上下方向的变化，即星下点俯时后移，仰时前移，发生行间位置错动，如图2 （d）。（5）翻滚 遥感平台姿势翻滚指以前进方向为轴旋转了一个角度，可导致星下点在扫描线方向偏移，使整个图像的行向翻滚角引起偏离的方向错动，如图2 （e）。图2 遥感平台位置与运动状态改变对图像的影响3.2.2 地形起伏的影响当地形存在起伏时，会产生局部像点的位移，使原来本应是地面点的像点被同一位置上某高点的像点代替。3.2.3 地球表面曲率的影响地球是椭球体，因此地球的表面是曲面。曲面主要影响两个方面，一是像点位置的移动，二是像元对应于地面宽度的不等。当传感器扫描角度即入射角度较大时，影响更加突出，造成边缘景物在图像显示时被压缩。假定原地面真实景物是一条直线，成像时中心窄、边缘宽，单图像显示时像元大小相同，这时直线被显示成反 S 形弯曲，这种现象又叫全景畸变。3.2.4 大气折射的影响大气折射的影响即大气对辐射的传播产生折射。由于大气的密度分布从下向上越来越小，折射率不断变化，因此折射后的辐射传播不再是直线而是一条曲线，从而导致传感器接收的像点发生位移。3.2.5 地球自转的影响卫星行进过程中，传感器对地面扫描获得图像时，由于地球自转会产生影像偏离。因为多数卫星在轨道运行的降段接收图像，即卫星自北向南运动，这时地球自西向东自转，结果使卫星的星下点位置逐渐产生偏离。通过以上对遥感图像的变形分析，大致可以看出误差基本可以分为三类：遥感器本身引起的内部误差，随遥感器的结构、特性和工作方式的不同而异，此类误差一般较小；外界因素引起的外部误差，如上对遥感影像变形原因的分析；处理过程中产生的处理误差，即人为误差。4 鸡西市遥感影像的正射校正4.1 鸡西市自然条件及数据资料4.1.1 自然条件鸡西市位于黑龙江省东南部，素有“北国春城”之美誉。西与牡丹江市的林口县、穆棱县接壤，北与双鸭山市的饶河县、宝清县和七台河市区、勃利县相连，东以乌苏里江、松阿察河，南以兴凯湖、白棱河及陆地边界与俄罗斯毗邻，是省内东部边境城市，国境线长687.5km。鸡西市行政辖区内有六区二县一市，辖区土地总面积为22488.46km2。鸡西市有丰富的矿产资源，旅游景点星罗棋布，冰雪、湖泊、湿地、森林古墓遗址等特色旅游资源丰富，地形较为复杂。4.1.2 数据资料鸡西市采用2 景 SPOT－5 数据和14 幅1∶5 万 DEM，全覆盖鸡西市六区。原始 DEM 为1∶50000 数字高程模型、GRID 格式、等高距10 m、1980 西安坐标系、1985年国家高程基准、高斯－克吕格投影、6 度分带。控制点采取 GPS 实测控制点，2 景影像共实测80个GPS点。4.2 鸡西市影像纠正工作流程4.2.1 控制点选取及 DEM 数据处理每景影像选取40个控制点，由外业人员实地GPS 测算大地坐标，由于其他各种环境因素的限制，按照原刺点测量的36个，其余4个点由外业测绘人员根据实际情况选取相邻近明显地物点测量，并在底图上作标记，记录详细点之记。GPS 型号为南方灵锐 S80；精度5 mm＋1 ppm。图3 影像纠正工作流程原始 DEM 共14 幅，国家测绘局标准格式，为1∶50000 数字高程模型、GRID 格式、等高距10 m、1980 西安坐标系、1985年国家高程基准、高斯－克吕格投影、6 度带。最终影像需要校正到1954 北京坐标系，3 度带，因此 DEM 也需校正到此坐标系。采取先转换格式、再镶嵌为一个文件、最后进行1954 坐标系转1980 坐标系并投影到3度带。经处理后 DEM 为1∶50000 数字高程模型、格式为 IMG 格式、等高距10 M、1954 北京坐标系、高斯－克吕格投影、3 度带。所有 DEM 数据镶嵌为一个IMG文件，覆盖整个监测区。4.2.2 全色影像的纠正作业软件采用 ERDAS 8.7，由软件读取原始全色影像的 DIM 文件，将卫星参数加入到纠正模型中，再加入处理后的 DEM 数据，此时的全色影像数据已具有比较粗略的地理坐标，误差仍很大，根据影像上的特征地物点输入外业实测的 GPS 点位坐标，对GPS 点位对应的影像特征地物点进行微调，使其位置更接近于真实坐标，缩小控制点误差。对误差很大的点位进行原因分析，根据具体情况进行调整和删减，满足校正条件后对影像进行纠正处理。影像重采样分辨率为2.5m，重采样方法为三次卷积处理。影像控制点坐标分布及纠正误差如表2所示。应用高分辨率影像进行校正中，对于数据源的选取很重要，不同卫星、不同时像、不同质量的卫星影像对采取的校正方法和最后的校正精度有较大的影响。对于山区来说，DEM数据至关重要。良好的卫星影像、精确的特征地物点坐标和适宜的DEM数据可以把卫星影像纠正中的外部误差因素降到最低。表2 鸡西市纠正影像 307 -258 景控制点残差统计参考文献胡明成.卫星遥感技术的发展和最新成就［J］.测绘科学，2000，25 （1）仇肇悦，李军，郭宏俊.遥感应用技术［M］.武汉：武汉测绘科技大学出版社1995孙家炳.遥感原理与应用［M］，武汉：武汉大学出版社.2003梅安新等.遥感导论［M］，北京：高等教育出版社.2003党安荣，王晓东，陈小峰等.ERDAS IMAGINE 遥感图像处理方法［M］.北京：清华大学出版社，2003CH/T 1008－2001.基础地理信息数字产品1∶10000、1∶50000数字高程模型［S］.北京：中国标准出版社，2001

　　0 引言　　植被对于我们来说扮演着重要的角色。它不仅影响地球的各种平衡，在生化循环中还有重要作用。因此。地球植被及其变化一直被各国科学家和政府所关注。[2]　　城市植被是地球植被中的一部分，对于保护城市生态环境具有不可忽视的作用。另外，城市绿地是城市生态系统不可缺少的部分，是多种因素作用的结果，更是居民生活水平和城市环境的重要标志。因此开展城市植被生态研究具有重要现实的意义。 　　遥感主要是根据不同的物体会产生不同的电磁波的响应，从而识别地面上各类地物。具有视域范围广、图像清晰逼真、宏观性强、重复周期短、信息量多、资料收集方便的优点。[1]因此，卫星遥感是监测植被的有效手段。 　　本文主要针对城市植被信息的提取，从城市遥感的原理和数据源、城市植被信息的提取方法和遥感技术等几方面对基于遥感影像对城市植被信息提取的研究的进展进行论述，并讨论了这些研究的特点和各自存在的一些不足，以及发展的趋势。 　　1 城市植被及遥感影像光谱特征 　　1.1 城市植被 　　城市植被指的是城市里覆盖着的生活植物，即城市内一切自然正常生长以及人工种植的各类植物类型的总称。 　　1.2 植被遥感影像光谱特征 　　在蓝色和红色波段，能量很低；在绿色波段附近，会形成一个小的峰值。而在近红外波段，叶肉海绵组织结构有很大的反射表面。 　　2 城市植被信息提取数据源、遥感影像预处理 　　2.1 信息提取数据源及其选择 　　1）Landsat TM影像及ETM+遥感数据。空间分辨率不是很高。 　　2）MODIS数据，很高的信噪比。 　　3）美国商业遥感卫星Quick Bird影像，能较清晰的从遥感图像判读出城市绿地。[4] 　　4）IKONOS遥感数据，全色波段的分辨率为1m，多光谱数据分辨率为4m。[5] 　　5）此外，遥感数据还有很多类型，比如SPOT影像等。 　　2.2 卫星影像预处理 　　研究中遥感影像的预处理包括：几何校正、遥感影像图像增强、截取研究区域、相关性分析等一系列处理，在处理中需根据不同类型不同特点的遥感图像进行不同的预处理。 　　3 城市植被信息提取的方法 　　3.1 人机交互方式进行植被信息提取 　　3.1.1 基于波段的选择进行分类法提取 　　步骤： 　　1）实验波段的选择及彩色合成 　　结合波段的波谱物理特征优先选择几个波段，K-L变换后的第一、第二、第三主成分波段，NDVI植被指数段和K-L变换后的第一主分量加影像的三个波段进行波段间的相关性分析，对该3种波段数据进行假彩色合成，反复比较，选出植被景观目视效果最好的合成的图像。 　　2）遥感影像的分类及后处理 　　利用非监督确定图像的最佳类别数；进行监督分类；在计算机分类的基础上，通过目视解译对错分加以纠正；进行空间滤波，消除出现频数过少的像元图斑，得出解译精度。[3] 　　特点：在信息提取的时候不仅考虑了7个原始的波段数据，而且还包括各主分量、NDVI比值型指数在内的 “衍生”波段数据。也可以采用波段数据组合这样的方法，提高判读和分类的精度。 　　不足：同物异谱和异物同谱的现象导致了分类精度的下降，所以分类的时各种客观或者主观因素会影响到分类的精度。另外，植被信息的多少随着分类数目的多少而定，也会影响准确度。 　　3.1.2 高分辨率影像的城市植被提取 　　步骤： 　　1）NDVI提取。首先要设NDVI的阈值，大于此阈值为绿地。将提取出来的部分绿地同原图像进行一定的逻辑运算，从原始图像中剔除绿地像元。 　　2）基于地物光谱响应知识及ISODATA绿地提取 　　根据非植被的特征，将该类信息提取并剔除，将此时的图像作为新原始图像，通过灰度拉伸后，再进行分类提取。目视解译然后选择绿地样本点，利用非监督ISODATA聚类技术，最后一次提取出绿地信息。[6] 　　特点：混分现象少，信息提取的精确度高。该方法针对各类地物的特点分别进行处理，当提取出一层信息后，要把它剔除，从而避免对其它信息提取的影响。该方法比较方便，能够在不考虑其他已分出来地物的光谱特征的情况下分辨出具有细微光谱差异的地物。 　　不足：只对于高分辨率影像效果较好。 　　3.2 计算机自动提取方式 　　3.2.1 像元信息分解和神经网络分类相结合的分类模型进行信息提取 　　步骤：设计出像元信息分解和神经网络分类相结合的分类模型。该模型先考虑通过像元信息分解法（像元信息分解模型认为各种典型地物在空间上是可以重叠的）把绿地从遥感影像中分离出来，再作为分类掩膜，采用BP神经网络分类对其进行分类。此模型在进行初级分类时采用像元信息分解法，在只有少数几类地物分类，有效地排除和避免了提取绿地信息时其它多余信息的干扰和影响。[7] 　　特点：是一种新的基于像元信息分解和神经网络分类相结合的城市绿地遥感信息自动提取方法。可开展野外遥感调查以提高和验证分类精度。保证了分类时绿地的纯洁度，提高了分类的精度。 　　不足：NDVI、DEM数据的精确程度会影响信息提取的精度。在进行像元信息分解时，各种典型地物的反射率采用的是标准反射率，所以如果能够测出各典型地物的实际反射率，则分类精度会得到进一步的提高。 　　3.2.2 基于See5的遥感影像决策树分类 　　步骤： 　　1）选择训练和检验样区，并提取图像的植被指数。 　　2）应用ENVI软件的Decision Tree模块实现影像分类。 　　3）结果分析与精度检验。利用检验样本，对分类结果进行精度检验。[8] 　　特点：准确地区分了植被与非植被，提取各种植被类型的信息对于分类精度起决定性作用。采用信息增益率作为评价函数选择特征，可以在多特征空间中选择更有效的特征进行分类，较好地分析出研究区景观格局类型，提高了分类精度，缩减分类所需的时间。

遥感影像信息是地壳物质组成、分布现态的反映，主要影像特征有线形构造、环形构造和与蚀变区带相对应的浅色异常色调（图4-9）。它是识别地质构造、认识区域成矿地质条件和进行找矿预测的有效方法。图4-9　熊耳山　外方山地区TM卫星遥感影像解释图1—太华群；2—熊耳群；3—第三系；4—坳陷区边缘断裂；5—环形构造；6—一般断裂；7—燕山期花岗岩；8—已知金矿区一、线形构造1.作为隆起区和坳陷区分界的边缘断裂系崤山隆起仅在其北西侧与三门峡-灵宝盆地间发育有以田川-张村-硖石断裂为代表的边缘断裂。该断裂西段走向北东，中段走向近东西，东段走向为北东，大体呈向南东凸出的弧形。崤山南东方面与洛宁-卢氏盆地间无边缘断裂发育。熊耳山西北侧与洛宁盆地间、东南侧与嵩县-潭头盆地间都有十分宏观的边缘断裂发育，这些断裂随山脉和盆地走势变化而弯曲转折，北西段走向近东西，中段走向近北东，东段走向为北北东。熊耳山南东侧的边缘断裂——马超营断裂带与金矿成矿关系最密切，已知的康山金矿、元岭金矿、红庄金矿、北岭金矿、东沟金矿、鸡冠山金矿、瑶沟金矿、祁雨沟金矿等，均产出在该边缘断裂带内或其旁侧的低序次断裂中。外方山隆起区的四周亦被边缘性断裂所围限。其北西侧与嵩县-潭头盆地间的马超营－前河-上坪断裂相连接，其西段走向近东西，东段走向近北东，在其走向转折部位亦已发现前河金矿和庙岭金矿。外方山北东侧发育有田湖-前坪-炉沟断裂，该断裂为外方山前寒武系变质岩区和其北东侧古生界分布区的分界线。外方山南侧则可见十分宏观的东西向车村断裂。2.北东向断裂系除上述边缘性断裂的北东向断裂外，在熊耳山和外方山区还发育有一系列并行的北东向断裂。这些断裂大体以5km或10km的间距重复出现，走向稳定，规模宏大，在地形、地貌上反映明显。其中上宫-花园断裂已知为重要的金矿成矿控制构造，上宫金矿和干树凹金矿即产于该断裂蚀变带内。3.近东西及北西西向断裂系该组断裂亦为区内解译标志十分明显的断裂。除已提及的马超营断裂和田湖-炉沟断裂以及南部最大的车村断裂外，其它属该组的断裂还有熊耳山区木柴关-东江沟断裂，崤山区的官道口-寻峪断裂，外方山区的草庙-黄庄断裂等。4.北北东及近南北向断裂系崤山区的苍龙峪-寺河-官道口-杜关断裂是区内规模最大亦最有代表性的断裂，沿该断裂发育有一系列的小斑岩体或角砾岩体，申家窑金矿床即出露于其旁侧。此外，在熊耳山区和外方山区还有许多这样的断裂束带，如康山-小岭壕束带、阳坡瑶-白岩寺束带、通峪沟-庙岭束带、乌桑泊-黄土岭束带等。这些断裂规模都比较小，只是当它们密集成束带并行交替出现时，才显示出这个方向构造带的存在，且其影像解译标志十分微弱，甚至在TM卫星影像上无法辨认；然而在地面上它们却客观存在，并多有次火山脉岩充填。在康山-星星阴金矿区和小南沟-庙岭金矿区，这些小断裂本身即为金矿脉的赋矿构造，因此识别解译这些微弱的断裂束带，对该区金矿找矿预测具有重要意义。二、环形构造区内解译出了五个环形构造，包括秋盘、西施、露宝寨、祁雨沟和北岭等环形构造。这些环形影像明显，均由特殊色调显示出来，以其近圆斑形浅色调区别于周围地质体，内部常发育弧状水系和放射状线性体，地形高差不显著，外围无放射状冲沟系统。野外检查未发现岩性方面的显著差异，仅见岩石有一定破碎、蚀变现象。五个环形构造发育区出露岩石均以熊耳群火山岩系或太华群为主，与燕山期花岗岩分布区不相重合，标志热晕。1.秋盘环形影像特征该环形构造位于嵩县南部蒲池—蝉堂—冷水沟一带，影像呈特殊的辐射环状，受中新生代盆地边缘断裂影响，环弧出现部分残缺，影像平面形态为同心环状，分布面积约为100km2。核环位于嵩县蝉堂村南。以核环为中心，同心环向外扩展，半径约13km。与其相配套的辐射状构造线性体也以核环为中心向四周延伸。沿辐射状构造线性体矿化蚀变现象明显，在航磁异常图上位于高正磁异常（100—300nT）区内。在布格重力异常图上，该环状体处于总体重力低背景之中的低值异常区，在上延2.5km的垂向二次导数图上，异常中心向西南部偏离核环约6km，指示深部的热源。该环形构造的南部及西部边缘切线方向上分别发育有店坊、庙岭等金矿床，是区内又一重要金矿化区和远景区。2.西施环形影像特征航磁图上位于高正磁异常（100—300nT）区内，该影像平面形态为二次叠加型同心圆，一次环弧规模较小，直径约3km，面积约28km2。环弧中心位于西施村附近，结构比较简单。二次环弧图形复杂，规模较大，其直径达12km，面积达100km2，弧心向北西偏移，构成偏弧。沿偏心弧中心有南北走向的弧心断裂构造线性体出现，该线性体运移轨迹超越环弧外缘。沿环弧的切线方向，有北东向断裂构造线性体发育。西施环形构造块体影像规模大，图形复杂，是该区具有代表性的控矿构造影像之一。3.露宝寨环形构造航磁图上位于高正磁异常区内，环形影像中心位于宜阳县木柴关乡露宝寨附近，直径为8km，面积约60km2，有北东向区域断裂穿越环形下部。圆内发育有北东、北西西向次级断裂构造。4.北岭环状块体影像该环状块体影像特征不很明显，以单环出现，形态完整，但规模较小，一般直径3—5km；但多个环弧构成了一个环形构造集中区，环形构造与北西向线性构造线环同现。为研究区内另一重要金矿分布区。环弧西侧切线方向产出石印沟金矿化点，环弧内部及边部产有北岭、东沟金矿床。5.祁雨沟环形块体影像由于受花山花岗岩体及万村花岗岩体的影响，环弧出现大面积残缺，影像平面形态为不完整的同心环。分布面积约40km2。核环位于嵩县黄水庵附近，直径约5km。同心环仍以5km的等间距向北东方向扩展，对应重力场为负值带。传统上认为其下部存在低密度的酸性侵入体，且环状影像形成可能与浅成侵入体有关。祁雨沟、瑶沟、牛头沟一带的金矿化就产出在该环形构造的周边。是研究区内重要的金矿分布区。此外，尚有由特殊地形显示的环形构造。这类环形构造直径也在2km以下，在地形上反映为圆台形。外围有弧状水系环绕，圆台的侧面发育放射状冲沟体系，圆台的内部为近环状的凹地，为黄土或农田覆盖。较为典型的如眼窑寨、干沟、岭西、卷菜坡等环形构造。这类环形构造常对应着古火山机构，圆台形地貌为火山穹丘的残迹，岩性为碱性的正长岩或酸性、中性熔岩或火山碎屑岩，是熊耳群火山活动的产物。因此可以认为，这类环形构造代表了熊耳群晚期火山喷发的古火山机构。目前这类环形构造与金矿成矿的关系尚不太明确，有待进一步查明。三、浅色异常色调浅色异常色调是热液蚀变的标志，常呈条带状或斑点状形态出现，在地形上也有相应特征，是成矿的定位标志信息。区内已知金矿床中构造蚀变岩型金矿和与次火山角砾岩体或次火山脉岩有关的金矿床，都伴随有比矿化范围更大的地面蜕化变质和热液蚀变现象，往往形成明显的浅色带或局部浅色区；在地形地貌方面，由于破碎和泥岩化岩石相对更易风化剥蚀，往往形成线状和局部不规则状的负地形。当这种退色区带比较宽大时，在TM卫片上还是有比较清楚的解译标志的。上宫－干树凹构造蚀变带，即清楚地表现为深色调安山岩中的一条极明显的北东向浅色带。祁雨沟金矿的角砾岩体和蚀变带，在熊耳群安山岩和太华群片麻岩中亦清晰地显示出相应的相对淡色斑和不规则负地形凹坑。庙岭金矿区呈南北向条带状浅色异常色调，北岭金矿区则以斑点状浅色异常色调为特征。需要注意的是，与金矿化有关的浅色异常色调与大的断裂带成片显示的异常色调相当近似，不易判别，区别在于异常色调分布的规模上，成片的异常色调一般不含矿，仅代表区域断裂活动形成的动力变质带，其中常遮盖了由矿化蚀变作用引起的局部异常色调（红庄、星星阴）。TM卫星遥感影像是近年发展起来的评价信息。所显示的环形构造是深部热能场的反映，与花岗质岩体的空间分布位置不尽一致；线形构造是构造破碎带、断裂带的标志，当叠加有热液蚀变作用时，出现浅色异常色调。综合考虑这些因素，可认为环形构造附近不同部位的线形构造，及背景色调上的长条状、斑点状的异常色调地区是有利找矿预测区。除了上述评价的信息外，本区金矿成矿作用通常认为与燕山期花岗质岩浆活动有关，一般将其作为重要的综合评价信息。通过认真考察，发现花岗岩与金矿产出的距离不定，可近可远，有时花岗岩体内也有金矿产出。有的金矿区（北岭）及其邻近地段无任何岩浆侵入活动，因而有人推断有隐伏的侵入体存在，这就令人难以接受。这种情况下，隐伏侵入体是否存在具有不确定性。区域上金元素含量分布特征明显受燕山期花山花岗岩所限制。金异常主要分布在熊耳群和太华群中（图4-10），与花岗岩体之间不存在过渡的现象，这表明作为成矿组分的金与花山花岗岩不存在物质上的联系。本区有五种不同类型金矿产出，成矿地质条件存有不同的差异，难以笼统地都归结于和燕山期花岗质岩浆活动有关。遥感影像特征所显示的与金矿（化）有关的环形构造与产出的花岗岩体位置也不尽符合，没有明确的关系。因此，根据本区地质找矿靶区评价工作的实践，一般很少或难以考虑燕山期花岗岩空间关系的事实，将燕山期花岗质岩浆活动作为不确定性评价信息标志。

你可以去搜索百度百科把这两个的解释找出来，然后比较下相同点和不同点，这个问题太专业了，一般人答不上来

一、线性解译青藏高原地形复杂，气候寒冷，空气稀薄，紫外线照射强烈;道路通行、物资燃料供应极为困难，再加上人口稀少，给工作带来极大不便，使常规地质调查费用高、难度大、周期长。因此，通过卫星图像结合地图解译识别线性特征和提取与地质构造分析有关的特征是高原区域构造概况调查的有效手段。在此次研究中，选择使用的遥感信息源是获取速度快、分辨率中等、几何精度高、波段范围宽、便于计算机处理、分类能力好、价格中等的ETM数据。为了区分不同地物特征，扩大不同图像之亮值间差别，使信息得到补偿、层次丰富，以提高图像的解译及分析能力，对研究区图像进行了有目的的增强处理。针对本次处理的目的，主要采取的增强方法有:1)假彩色合成:根据地物的反射波谱特性，结合ETM各波段相关性分析，将ETM数据中的1，2，3波段作为一组，4波段为一组，5和7波段为一组，从各组中选择一个波段进行彩色合成。经过反复的对比尝试后，选择741波段组合可以获得较为满意的结果。该组合含有中红外、近红外及可见光波段信息，组合后的信息量丰富，视觉效果较好。2)反差拉伸:线性拉伸和直方图均一化处理。本次处理时先对整幅图像进行线性拉伸增强，然后针对合成图像的具体情况，选有利于肉眼识别区域的数据进行统计分析，对全图进行直方图均衡化处理，对于判别断裂效果比较好。线性构造是指遥感图像上那些呈直线状沿一定方向有规律展布的与地质作用有关的线性影像。断裂是线性构造中最主要的一种线性影像。本书涉及的线性构造，主要是指断裂构造。研究区经宏观上进行主要线性断裂构造解译发现，雅江缝合带西段地区线性构造非常发育，按其展布方向主要有东西向、北东向和北西向3组，如图1-7所示。图1-7 雅江缝合带西段遥感图像线性解译断裂解译标志主要有:1)线状、带状的色调异常及色调的异常界面，断裂在遥感影像上的形状有直线状、波状或弧状;2)地质体的切断和错动;3)水系呈直角、折线状拐弯或呈直线状延伸;4)地貌单元界线，主要为基岩与第四系松散沉积物之间的截然界线。二、主成分分析根据研究区地质矿产情况，研究区内发育的矿化围岩蚀变主要是褐铁矿化、绿泥石化等，考虑到工作性质及研究精度，本次选取了ETM图像作为信息源。成矿热液作用的大部分蚀变岩石中含有较多的Fe3+，OH－，CO2－3，大量的岩石波谱测试数据证明，在可见光—红外光谱区，这些离子具有特征反射或吸收谱带，而组成造岩矿物的主要化学成分(Si，Al，Mg，O)并不具备上述光谱特征，这就为蚀变信息的提取提供了物理基础。富含OH－或CO2－3的绿泥石、白云母、方解石、高岭石、绢云母等常见蚀变矿物，在TM5波段存在反射峰，在TM7波段则存在吸收谷。同样，含有Fe3+的褐铁矿在TM3波段存在反射峰，在TM4存在吸收谷。克罗斯塔分析法就是利用蚀变矿物的光谱特征，通过主成分分析来提取有关的蚀变矿物。主成分分析的主要特性之一就是把原来多波段图像中的有用信息集中到数目尽可能少的新的组分图像中，而且新组分图像互不相关。利用TM1、TM4、TM5、TM7等4个波段进行主成分分析，提取含OH－或CO2－3的绿泥石、白云母、方解石、高岭石、绢云母等常见蚀变矿物克罗斯塔分析法是常见的信息提取方法。将在成矿带圈定的遥感矿化蚀变异常进行赋色，叠加在影像上编制成遥感矿化蚀变异常图。通过对所提取的蚀变信息与控矿构造、已知矿(化)点在空间上的相关关系分析，说明使用该方法在西藏雅江缝合带西段提取蚀变信息是可行的。由于大部分蚀变信息与蚀变有关，且蚀变信息分布具有规律性，绝大部分沿含矿构造呈带状分布。大部分含OH－和CO2－3蚀变矿物信息图斑沿控制矿化带的东西向断裂呈带状分布，与蚀变带、已知矿(化)点吻合良好。

遥感是指非接触的，远距离的探测技术。一般指运用传感器/遥感器对物体的电磁波的辐射、反射特性的探测，遥感影像我们可通过遥感集市云服务平台免费下载或订购的方式获取。