遥感影像获取的方法？

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。

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

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

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。

（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。

1、在高分辨率遥感影像上，利用植物的光谱来区分植被类型，可比较直接的确定乔木、灌木、草地等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，则不会呈现出大片均匀的色调。2、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。3、根据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。扩展资料遥感图像的成像方式1、航空摄影摄影成像是通过成像设备获取物体的影像技术。传统摄影成像是依靠光学镜头及放置在焦平面的感光胶片来记录物体影像。数字摄影则通过放置的焦平面的光敏元件，经光/电转换，以数字信号来记录物体的影像。2、航空扫描扫描成像是依靠探测元件和扫描镜对目标物体以瞬时视场为单位进行的逐点、逐行取样，以得到目标物的电磁辐射特性信息，形成一定谱段的图像。3、微波雷达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。参考资料来源：百度百科-遥感影像

我也不清楚啊

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。

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。

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。

　　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.

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。

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。

遥感图像的波谱特性、空间特性、时间特性等基本属性,是遥感地质学的一项重要研究内容。(一)波谱特性从波谱学方面,根据遥感器探测记录的波谱特性差异识别地物和现象,是遥感应用的基本出发点。波谱特性差异在遥感图像上即为影像灰度(色调)或色彩的差异。各种遥感图像的灰度或色彩都是其响应波段内电磁辐射能量大小的反映:黑白全色像片、天然彩色像片反映地物对可见光(0.38-0.76μm)的反射能量;黑白红外像片、彩色红外像片反映的是地物在部分可见光和摄影红外波段(0.38-1.3μm)的反射能量;热红外图像反映地物在热红外波段(8-14μm)的热辐射能量(辐射温度);成像雷达图像反映地物对人工发射微波(0.8-100cm)后向散射回波的强弱;多波段、超多波段图像灰度则是其各自响应波段辐射能量大小的反映。遥感图像波谱特性分析,包括遥感器的波谱分辨率和辐射分辨率。(二)空间特性(几何特性)遥感图像的空间特性,是从形态学方面识别地物、测绘地图、建立解释标志、图像几何纠正及增强处理等的重要依据。遥感图像空间特性分析,主要有成像遥感器的空间分辨率、图像投影性质、比例尺、几何畸变等。1.空间分辨率遥感图像的空间分辨率指图像能分辨具有不同反差、相距一定距离相邻目标的能力。(1)影像分辨率:指用显微镜观察影像时,1mm宽度内所能分辨出的相间排列的黑白线对数(线对/mm)。它受光学系统分辨率、感光材料(或显示器)分辨率、影像比例尺、相邻地物间的反差等因素的综合影响。(2)地面分辨率:指遥感影像上能分辨的两个地物间的最小距离。扫描影像常用遥感器探测单元的临时视场大小表示,如陆地卫星MSS图像的地面分辨率为80m。2.影像比例尺指影像上某一线段的长度与地面上相应的水平距离的比值。由遥感器光学系统的焦距(f)与遥感平台的高度即航高(H)之比来确定,即1/m=f/H(图3-27)。由于遥感影像一般为中心投影或多中心投影,它不同于地图的垂直投影,影像比例尺受地形起伏及地物在像幅中位置的影响,会出现各处不一致的现象。3.投影性质与影像几何畸变遥感影像均经光学系统聚焦成像,透镜的成像规律和遥感器成像方式决定了遥感影像的投影性质。不同投影性质会产生不同性质的影像几何畸变。(1)中心投影:如图32-7,地面上各地物点的投影光线(Aa、Bb、Cc)都通过一个固定点(S),投射到投影面(P1、P2)上形成的透视影像称中心投影,S称投影中心(透镜中心)。帧幅摄影像片即为地面的中心投影。投影中心位于投影面与地物之间时,投影面(P1)上的透视影像称负像,P1称负片(底片);在投影中心与地物之间的投影面(P2)上的影像称正像,P2又称正片(像片)。航空摄影机主光轴与像平面的交点称像主点;过投影中心的铅垂线与像平面的交点称像底点。(2)一维中心投影条幅摄影机影像在沿缝隙方向属中心投影,当地面坦且投影面水平时,影像比例尺等于f/H,但在航向方向,比例关系则由卷片速度v与航速V之比来确定,因此影像的纵向和横向比例尺通常不一致。全景摄影影像,在扫描角活动时也属一维中心投影,会产生全景畸变(见全景像片特性)。(3)多中心投影:光机扫描影像为逐点行式扫描成像,每个像点都有各自的投影中心,但同一条扫描线上各像点成像时间相差甚小,可以认为每一扫描行有一个投影中心,故光机(固体)扫描影像为多中心投影(图3-16)。(4)旋转斜距投影:如图3-28,为侧视雷达对平坦地面成像时的几何关系,Sab为影像面,ab是在阴极射线管屏幕上光点掠过的轨迹,光点出现的时间取决于雷达发出微波到接收到回波间的时间间隔,由于微波传播速度(c)是固定的,所以雷达影像实际为斜距的投影,投影性质为旋转斜距投影。图3-27 中心投影图3-28 旋转斜距投影(三)时间特性遥感影像是成像瞬间地物电磁辐射能量的记录,而地物都具有时相变化,一是自然变化过程,即其发生、发展和演化过程;二是节律,即事物的发展在时间序列上表现出某种周期性重复的规律,亦即地物的波谱特性随时间的变化而变化。在遥感影像解译时,必须考虑研究对象所处的时态,充分利用多时相影像,不能以一个瞬时信息来包罗它的整个发展过程。遥感影像的时间特性与遥感器的时间分辨率有关,还与成像季节、时间有关。

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

遥感图像是完成地质填图和国土资源调查工作的物质保证，组图填图和新一轮国土资源调查特别强调遥感技术应用。当前遥感图像的类型较多，我们收集了实习区的航空摄影像片和陆地卫星TM图像。（1）航空相片。是指安装在航空平台上的航空摄影机对地面进行摄影而获得的一种遥感图像资料。实习区航空相片摄于1979年5月。其比例尺约为1∶1.4万；地面分辨率（理论计算值）为0.35 m；相片规格为18 cm×18 cm，覆盖的地面面积约6.35 km2。这类图像在满足立体观察条件时，可利用立体镜将地物的二维影像转化为三维空间立体光学模型。从而突出了地物的空间特性，使人眼易于辨认和确定地物的空间位置。可见，航空相片的立体观察是遥感技术应用的一个重要手段。立体观察的条件和方法（图3-2）：①用于立体观察的相片必须是两张相邻的航空相片，且符合重叠率要求的立体像对；②在立体镜下观察时，两张相片要按固定的相对位置放置，即先让两张相片重叠，然后分开，左边的相片放在左侧，右边的相片放在右侧；③观察时，左眼看左片，右眼看右片，眼基线（两眼瞳孔之间的连线）必须平行于两张相片中心点之间的连线；④当两张相片重叠区域内任一对同名点之间的距离恰与观察者眼基线相同时，调节眼睛的焦距，即能建立正确的三维立体效应。图3-2 航空相片的立体观察（2）陆地卫星TM图像。陆地卫星是由美国航空和宇宙航行局（NASA）发射的陆地卫星-5号所载专题制图仪（Thematic Mapper）对地面进行扫描成像而获得的一种遥感图像。该图像共有7个波段，其中TM1-5、7波段图像的地面分辨率为30 m×30 m，TM6波段图像为120 m×120 m。一幅TM图像覆盖的地面面积为185 km×185 km，最大比例尺可放大到1∶5万。同一地物在不同波段的图像上具有不同的色调特征，解译前应熟悉各波段图像的影像特征。

WorldView3/4，0.3米，Pleiades达到0.5米、GEOEYE-1，0.41米，国内高分二号达0.8米

直接用ENVI文件-----打开图像文件

遥感，就是从不同的角度、不同的高度探测地面目标的特性，从目标上可以分为陆地资源遥感、海洋遥感和气象遥感，包括地面、海洋、大气等，主要是对地面观测。从高度上讲有航空遥感和卫星遥感，航空遥感的高度一般在3000米到5000米之间，卫星遥感一般从500公里到900公里。按遥感的物理波段来分的话，又可以分为可见光遥感、红外遥感和微波遥感。 　　遥感最主要的特点就是覆盖范围宽、频率快、信息量大。比如用人的肉眼来观察事物，一般都是从前后左右四个方向进行，但遥感不一样，它现在已经能从200多个角度观察某一个物体。用一个形象点的比喻，现在普遍使用的可见光遥感就像一个灵敏度和精度都非常高，而且覆盖范围也很大的照相机。 　　目前，遥感技术已在高科技领域得到广泛的应用。又如气象卫星在太空中俯瞰空间大气的分布状态，应用可见光遥感、红外遥感等遥感技术获取相关的气象信息，为天气预报和气候预测提供许多可靠的依据。高分辨率卫星遥感影像:卫星遥感图像资料具有很多优势，例如：遥感图像资料覆盖区域大，一景卫星遥感图像所包含的面积少则几千平方公里，多则上万平方公里；遥感图像资料获取周期短，例如TM、SPOT遥感图像资料分别每16天或26天重复一次，特别SPOT遥感图像目前有三颗卫星在轨道上运行，并且卫星上两套扫描设备可以编程控制以及进行不同倾斜角度的扫描，可以实现每天能获取某个指定地点的遥感图像，故资料现势性好；由于卫星运行的轨道基本不变，能获取同一地区不同时相的遥感图像资料；同时获取卫星遥感图像资料的经费投入相对比航空摄影的投入要小得多。卫星遥感图像资料的空间分辨率从最初的80m，已提高到30m、20m、10m甚至2m，在不久的将来，可以获取优于1m的空间分辨率的高分辨率的卫星遥感图像，每隔3~5天为人类提供反映地表动态变化的详实数据。卫星遥感图像资料被广泛应用于城市规划、地图制作、资源调查、土地利用、环境保护等等方面。由于卫星遥感图像资料本身的特点，其信息覆盖面宽广，更适合区域性范围内的综合调查，尤其适合人员难以到达、气候环境恶劣、资料几乎空白的地区。例如：河口泥沙沉积规律研究、农作物病虫灾害与植被生长态势分析、区域范围内农作物产量估计。 海量数据的存储: 数字地球的数据不仅要有全球中小比例尺的空间数据，还要有区域大比例尺的空间数据；不仅包括地球的多光谱、多时相、高分辨率的航天遥感影像、航空影像，不同内容的专题地图，还要以文本形式表现的国民经济和社会信息，据有关专家初步估计，数字地球将需要存储1015 字节的信息。例如：1张航空摄影底片用1200DPI的扫描精度进行数字化处理，它的数据量可达360M字节，完成上海市行政范围内的1：2000数字正射影像图，需要10000张左右的航空摄影像片，一个时相的航空摄影数据就有3600G字节，因此，建设真正意义上的数字上海，不仅需要全市不同尺度的空间数据，还要有定位在空间数据上的各种不同类型的国民经济和社会发展信息，其数据量之大不言而喻。为了在海量数据中迅速找到需要的数据，元数据库（metadata base）的建设是非常必要的，元数据是关于数据的数据，通过它可以了解有关数据的名称、位置、属性等信息，从而大大减少用户寻找所需数据的时间。建设数字上海必须解决大容量数据处理技术与存储技术。 可视化和虚拟现实技术: 可视化是实现数字上海与人交互的窗口，没有可视化技术，计算机中的一堆信息是枯草乏味的统计数字。数字上海的一个显著特点是虚拟现实技术，虚拟现实技术为人们观察自然、欣赏景观，了解实体提供了身临其境的感觉，能使用户走进视听效果逼真的虚拟世界，从而实现数字上海的表示以及通过数字上海实现对各种地理现象的研究和为政府部门决策提供多要素、多层次、多时态的空间信息 。

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。

　　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。

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

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。

单景面积16.5×16.5km条带面积16.5×165km分辨率高光谱2.55m全色0.61m属于商业用途的影像（米国规定的敏感区域除外）

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

一张影像，指一个大小范围而已。

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。

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。

1、在高分辨率遥感影像上，利用植物的光谱来区分植被类型，可比较直接的确定乔木、灌木、草地等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，则不会呈现出大片均匀的色调。2、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。3、根据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。扩展资料遥感图像的成像方式1、航空摄影摄影成像是通过成像设备获取物体的影像技术。传统摄影成像是依靠光学镜头及放置在焦平面的感光胶片来记录物体影像。数字摄影则通过放置的焦平面的光敏元件，经光/电转换，以数字信号来记录物体的影像。2、航空扫描扫描成像是依靠探测元件和扫描镜对目标物体以瞬时视场为单位进行的逐点、逐行取样，以得到目标物的电磁辐射特性信息，形成一定谱段的图像。3、微波雷达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。参考资料来源：百度百科-遥感影像

1、在高分辨率遥感影像上，利用植物的光谱来区分植被类型，可比较直接的确定乔木、灌木、草地等类型。2、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。3、根据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。遥感图像的成像方式1、航空摄影摄影成像是通过成像设备获取物体的影像技术。传统摄影成像是依靠光学镜头及放置在焦平面的感光胶片来记录物体影像。数字摄影则通过放置的焦平面的光敏元件，经光/电转换，以数字信号来记录物体的影像。2、航空扫描扫描成像是依靠探测元件和扫描镜对目标物体以瞬时视场为单位进行的逐点、逐行取样，以得到目标物的电磁辐射特性信息，形成一定谱段的图像。

中国农业大学王鹏新教授团队，就此问题展开了研究，充分利用卫星遥感数据，对农业干旱监测和预测展开了研究。该研究从遥感指数方法、土壤含水量方法和作物需水量方法三个方面，介绍了利用卫星遥感监测农业干旱情况的研究进展。基于可见光、近红外、热红外和微波等遥感手段监测数据，获取遥感干旱监测指数、地表土壤含水量、不同则生产出水量等相关数据，以时间为坐标轴，分析预测干旱情况。农业遥感技术应用将卫星遥感技术利用在农业上，通过定位模块捕获来自GPS或北斗的定位信息，将定位数据上传到上位机，作为定位之用，结合土壤温湿度传感器等感知设备，实现对农田、作物的检测。目前已经在气象监测、农作物监测、农业资源管理等方面有不同程度的应用。1、农作物监测：比如农作物面积、长势、产量，及土壤墒情、病虫害监测与防范等监测;2、农业资源监测：也就是农业宏观信息的监测，比如农田、草地、水产养殖池等作业区域的数量、布局，甚至是种植环境品质等进行监测与评价，从而提升农业资源的利用率，发展可持续性生态农业;3、农业灾害监测：对旱灾、洪涝、虫情等农业灾害动态监测，监测发生情况、范围、面积、受灾程度等参数，进行灾前预测、灾中预警、灾后补救，多维度降低气象灾害造成的农业损失;

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）。

HyMap数据具有128个波段，光谱范围为0.4～2.5μm，光谱分辨率为15φ，空间分辨率高达6m，16Bit的动态数据范围，为本研究的模拟验证和优选提供了数据基础。将上述预选的16个波段的光谱范围和HyMap的各谱段对应分析，相应参与HyMap的波段进行谱段模拟。由于HyMap在预选的第1波段光谱范围内没有相应的光谱通道，因此本研究将不再对预选的波段进行模拟图像的生成。表6-5-1 预选的16个波段及相应参与谱段模拟的HyMap波段6.5.1.1 光谱波段响应函数的模拟本研究参照HyMap模拟传感器光谱响应函数，即假定某一波段的光谱响应率满足高斯分布：S（λ）=Exp（-（λ-μ）2/σ2）， （6-5-1）式中，S（λ）表示在波长λ处光谱响应率；μ为波段的中心波长位置；σ为表征波段波长离散度的参数。由于HyMap在预选的第1波段内没有通道，表6-5-2仅为相应预选的2～16个波段的光谱响应函数计算参数。按相应预选的2～16个波段的光谱响应函数计算参数，并结合上述公式计算15个模拟传感器波段光谱响应函数曲线（如图6-5-1）。表6-5-2 模拟资源卫星传感器响应函数续表图6-5-1 部分波段响应函数的模拟曲线6.5.1.2 光谱模拟图像的生成结合下面的模拟方程，首先建立模拟图像的2～16波段波长范围上下限的ASCII文件，分别对应HyMap中相应各波段范围内的高光谱遥感影像数据，按照（6-5-2）式进行光谱重采样，生成2～16个波段的多光谱模拟遥感影像。成像光谱岩矿识别方法技术研究和影响因素分析其中，f（λ）为相应波段的响应函数。6.5.1.3 辐射模拟图像的生成地面光谱反射率图像的生成是在光谱波段模拟图像生成基础上进行的，结合地面定标点的光谱测量，对16个波段分别采用经验线性回归法（Ben-Dor E.and Kruse F.A.，1995），在量化模拟影像的基础上通过ENVI 3.5（Research Systems，Inc，2001）中的定标功能生成相应的地面光谱反射率图像。同步标定选择了6个相对均质、大面积的地面定标点地物野外同步光谱测量数据，3个偏亮的定标点地物类型为河漫滩，3个偏暗的定标点地物类型为风化后的片岩。使用6S大气辐射传输模型（Vermote E.，Tanré D.，Deuzé J.L.et al.，1996），计算2002年11月20日标准大气条件下星载平台高度（800km）的大气参数和地面反照率参数（表6-5-3），并结合（5-3-3）式在地面反射率图像基础上进行的视反射率图像的生成，该模拟的视反射图像包含了相应大气的影响成分。ρ*=Tg·（ρu+ρc·T（θs）·T（θv））/（1-ρc·S）（6-5-3）其中，ρ*为传感器平台高度的视光谱反射率，ρc为地面光谱反射率，ρu为大气内在的光谱反射率，Tg为大气总透过率，T（θs）为大气向下散射透过率，T（θv）为大气向上散射透过率，S为半球反照率。表6-5-3 利用6S模型计算的标准大气与地面反照率参数

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。

一、性质不同1、遥感地图：是一种以遥感影像和一定的地图符号来表现制图对象地理空间分布和环境状况的地图。2、航空地图：是供航空使用的各种专用图的统称。3、电子地图：是利用计算机技术，以数字方式存储和查阅的地图。4、影像地图：是指一种带有地面遥感影像的地图。二、特点不同1、遥感地图：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、航空地图：航空地图只表示与飞行有关的地理要素，如海洋、河流、湖泊、地形、主要居民地平面轮廓形状、森林范围以及铁路和主要公路等。3、电子地图：可以快速存取显示；可以实现动画；可以将地图要素分层显示；利用虚拟现实技术将地图立体化、动态化，令用户有身临其境之感。4、影像地图：影像地图的特点在于以地表影像直接显示自然地理要素和某些易于识别的地物，如地势、地貌、水系、森林、耕地、居民点、道路网等。三、要素不同1、遥感地图：在遥感影像地图中，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。2、航空地图：表示与飞行有关的地理要素。3、电子地图：早期使用位图式储存，地图比例不能放大或缩小，现代电子地图软件一般利用地理信息系统来储存和传送地图数据。4、影像地图：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。

常用遥感图像的种类及特点1.彩红外航空像片。彩红外航空摄影像片是城市遥感最常用的信息，这种像片在摄影时滤去可见光中的蓝光，同时对近红外线进行增强，因成像后地物的色彩和人的肉眼直接观察到的不一样（如植被是红色），故也称假彩色（或伪彩色）航空像片。这种像片比一般可见光（真彩色或黑白）航空像片的色彩饱和度高，对比度强，清晰度好，尤其对植被、水体的分辨能力高。2.微波雷达图像。微波可穿透云层，能分辨地物的含水量、植物长势、洪水淹没范围等情况。3.MSS和TM图像。MSS和TM图像由美国的陆地卫星（Landsat）提供。4.SPOT5图像。搭载有两个高分辨率几何装置，特点在于出色的星上存储能力使得数据的存储、记录、回放等等都得到了优化处理。5.气象卫星图像。目前较常用的有中国自己发射的气象卫星和美国气象卫星（NOAA）的图像。气象卫星可一日数次对同一地点扫描，可用它观察城市热岛的变化情况。6.高空间分辨率卫星影像随着遥感技术的发展，高空间分辨率卫星影像逐渐得到了广泛应用，以较低的成本提供了城市监测更为详尽的信息。7.高光谱遥感卫星影响高光谱遥感是高光谱分辨率遥感的简称，是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据技术。8.LiDAR数据激光雷达（LiDAR）是一种通过位置、距离、角度等观测数据直接获取对象表面点三维坐标的观测技术。9.中巴地球资源卫星和北京一号小卫星中巴地球卫星指的是中国与巴西合作的CBERS-1和CBERS-2卫星。北京一号是一颗具有中高分辨率双遥感器的对地观测小卫星。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

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

沉积岩的色彩、色调和图形特征是基本解译标志。由于沉积岩在地球表面分布最广，物质组成也比较复杂，因此影响其色调、色彩的岩石光谱因素也较多 ( 详细内容参见本章第二节) 。如，当沉积岩中含有较多的暗色矿物、有机质 ( 三价铁及锰的化合物) 时，岩石的光谱受到压抑，色调往往较暗; 当岩石富含孔隙和裂隙且充填较多水分时，反射率就会下降，影像色调也加深; 反之，则呈浅色调。若沉积岩的矿物成分较混杂，遥感影像色调变化也很大。沉积岩判读除了利用色调、色彩特征以外，层理是沉积岩最重要的图形特征，它在遥感影像上常形成带状、条纹状影像特征 ( 图 7-15) 。由于区域构造、岩层产状和地形切割程度不同，这些条带也有变化，如呈现弧形、环形或直线形、折线形等。以下介绍主要沉积岩类的判读标志 ( 表 7-4) 。图 7-15 沉积岩的条带状影像砾岩: 在航空像片上，砾岩多呈似层状、透镜状、块状，色调较暗。影像表面结构粗糙，多斑点，植被分布不均匀，常集中在大型裂隙两侧处。分水岭尖峭，地形崎岖，起伏较大。地面水系不太发育。在陆地卫星图像上，大片砾岩很少见。砂岩: 层理的影像一般都比较明显，较为稳定，可以在图像上追索较远。节理也较为发育且航片上影像特征明显。节理对末级水系、冲沟的发育控制作用明显，以角形、树枝状和格子状水系最常见，水系密度也较泥岩、页岩发育地区稍稀。冲沟的沟壑较陡而短，成 “V”型。如果是杂色砂岩，浅灰、淡黄、灰棕、棕红色砂岩在影像上造成深浅不同的色调。厚层砂岩发育区常形成正地形，构成方山、单面山和猪背岭等。在卫片上裂隙发育，地形细碎，水系密度较大。表 7-4 沉积岩主要解译标志粉砂岩及黏土岩: 粉砂岩与黏土岩及泥岩、页岩具有相似的图像特征，在实际判读时，它们往往作为一类判读。这类沉积岩容易风化剥蚀，形成低矮浑圆、波状起伏的“馒头”山。由于表面残积、坡积物深厚，因此这类岩石较少大片裸露地面。节理影像不明显，地形常成为低矮丘陵、平缓的盆地、坡地、开阔的洼地和断面呈 “U”型的冲沟等。由于土壤发育，含水情况总是较邻近地段好些，树林、耕地比较多，而且分布均匀。水系以树枝状较为常见，支流多而密。在像片上会有较多细纹状类似黄土地区的花纹图案。这类岩石的色调随岩石本身颜色而异。碳酸盐岩类: 热带、亚热带岩溶发育，航片或卫片上都可以看到很好的峰林。航片上的溶蚀漏斗、断头河、落水洞等微地貌都可见到。湿热气候条件下的岩溶地区特点可以归纳为: 色调相对均匀，地形景观单调，节理或裂隙的影像清晰，层理影像不清，河流干流曲折明显，支流稀疏狭窄 ( 图 7-16) 。农田、城镇、道路主要集中在河谷内。在温带和寒带碳酸盐岩难以形成岩溶现象，但山形一般陡峭，植被稀疏，明显有别于其他岩性。在干旱气候条件下，碳酸盐岩区内水系较少，色调比较均匀，裂隙发育，层理不清，造成地形上非常细碎的影像。植被稀少，在航片上可以分辨出大多以零散灌木林为主。分水岭尖峭，阴坡与阳坡色调界线截然。基岩裸露而残坡积物少，土壤贫薄。冲沟内农田分布零星，冲沟底部的色调较基岩更浅。含白云质及硅质碳酸盐岩，一般抗御风化剥蚀能力较强，在航片上能比较清楚地看到岩石表面的裂隙; 地形上，分水岭的形态也较灰岩为陡峻一些。不同岩性的碳酸盐岩，色调上有时有些差异。纯灰岩、泥灰岩色调浅灰白; 燧石灰岩、沥青质灰岩色调灰黑; 白云质灰岩的色调介于上述两类岩性之间。图 7-16 碳酸盐岩影像

潘振祥（河南省国土资源厅信息中心 郑州 450016）摘 要：通过对 SPOT 5_2.5 m 高分辨率卫星影像数据校正采用的各类控制资料的分析，阐述了 GPS 像控点数据库建设的必要性，通过对像控点的选取、外业施测、精度评价及 GPS 像控点数据库建设等论述，提出了选用 GPS 控制点作为 SPOT5_2.5 m 高分辨率卫星影像数据校正控制资料，可保证影像校正精度、节省时间和减少投资。关键词：卫星遥感 控制点 影像校正 数据库0 引 言随着信息技术的快速发展，卫星遥感技术得到了突破性进展，特别是 2002 年 5 月 4 日法国SPOT 5 号地球遥感卫星进入预定轨道，极大地促进了各应用行业的科技进步和管理水平。高分辨率卫星遥感在国土资源调查评价、土地利用动态监测、土地更新调查以及大中比例尺地形图测绘等方面已取得显著成绩。针对 SPOT 5_2.5 m 高分辨率卫星影像数据，其几何校正主要采用二维多项式和三维数字微分纠正两种模型，采用的校正控制资料主要有 1∶1 万或更大比例尺数字栅格地形图（DRG）、土地利用数字栅格图（LUDRG）等。笔者通过相关研究，认为高分辨率卫星影像数据的校正控制资料选用像控点更合适。针对这一思路，项目组进行了一系列探讨和研究，并基于 MapGIS 平台建立了河南省部分地区 GPS 像控点数据库，为今后相关工作的开展奠定了基础。1 现 状目前，各种分辨率卫星影像校正基本上都是参照“满足”相关精度要求的地形图、数字栅格地形图或土地利用数字栅格图等，针对 SPOT 5_2.5 m 数字正射影像图的制作，国土资源部地籍司专门制定了《SPOT 5_2.5 m 数字正射影像图制作技术规定》，明确规定 SPOT 5_2.5 m 数字正射影像图要“以 1∶1 万（或更大比例尺）数字栅格地形图、土地利用数字栅格图或高精度外业控制点为控制资料”，笔者通过近年相关工作，认为目前采用的校正控制资料，尤其在河南省存在以下问题。1.1 河南全省现有 1∶1 万地形图尚未全覆盖，地形图精度存在差异，现势性差覆盖河南省的 1∶1 万地形图共计 6565 幅，而目前成图仅 5600 余幅，尚有约 15% 未成图。已有地形图大部分是 20 世纪 60～80 年代分别由测绘部门、地矿测绘单位和煤田地质测绘单位施测，成图精度存在差异，且由于纸图变形，经部分抽查，个别地形图公里格网连线与图上公里网十字点的实际偏差达 1～3 mm，极个别超过 3 mm，如果拿这些地形图作为控制资料对 SPOT5_2.5 m 高分辨率卫星影像进行校正，其校正精度难以满足规范要求；其次，已有地形图距今已三四十年，局部地表要素早已面目全非，寻找同名地物点较困难，即使是更新过的地形图，也仅仅对主要地物如主要道路、建制镇以上居民地等进行更新，其他大部分地物、等高线等均沿用原图。1.2 土地利用现状图（数据库）难以满足精度要求河南省土地利用现状调查于 20 世纪 80 年代末起步，90 年代中期结束，调查方法基本上采用 1∶1 万航空影像平面图或 1∶3.5 万彩红外航片放大片及 1∶1 万地形图进行外业调绘，然后进行室内转绘及面积量算、平差等，所有过程均人工操作，受各种因素干扰，成图质量差别较大，如果用土地利用现状图（数据库）作为控制资料校正 SPOT 5_2.5 m 高分辨率卫星影像数据，其校正精度难以满足规范要求。2 像控点选取本次试验研究涉及河南省平顶山、许昌、漯河三市的八景 SPOT 5 卫星影像和覆盖试验区的1∶5 万比例尺的 DEM，共选取影像校正控制点 152 个。像控点选取原则是点位分布相对均匀，特征明显，交通便利，数量足够，尽可能在全色光谱上选取，尽量避开高压线、大面积水域等。为提高外业测量效率及精度，选取像控点后，将选取的像控点制作成便于携带和保存的“像控点外业测量成果表”，分别记录像控点编号、点位及放大的示意图、WGS84、1954 北京、1980年西安三套坐标和点位说明等，作为建立 GPS 像控点图形图像数据库的基础数据。3 像控点外业施测像控点外业测量采用附合路线法，各像控点平均间距约 13 km，顺序号前加“P”的点位表示本次测量的像控点，前面加“C”的为 C 级 GPS 控制网点，像控点与 C 级点共同组成 GPS 控制网（图 1）。图1 像控点及所参照的 C 级 GPS 控制点分布示意图本次 GPS 控制测量利用河南省大地控制数据 C 级 GPS 控制网点成果的三套数据（分别为WGS 84、1954 北京和 1980 年西安坐标）作为起算数据，依据《全球定位系统（GPS）测量规范》，采用静态方式同步进行观测，三台套 GPS 接收机为一组，观测时段长度为 45 分钟，卫星高度角≥ 15°，有效观测卫星总数≥ 4 个，作业员现场填写外业测量记录表，并采用数码摄影和点之记的方式详细描述像控点点位情况。测量数据采用南方测绘软件进行基线解算及平差处理并进行高程拟合，分别解算出校正控制点基于三套坐标系统的三套数据和拟合高程，本次 152 个像控点的平面位置最弱点点位中误差为 6.8 cm，高程拟合内符合精度 0.321 m，成果精度符合规范要求。4 影像数据处理和 DOM 制作影像数据处理主要包括影像的配准、融合、正射纠正、镶嵌和 1∶1 万正射影像图（DOM）的制作等。由于本次采用 SPOT 5_2.5 m 卫星影像是单景多光谱数据与全色数据同步接收的，其图形的几何相关性较好，多光谱数据与全色配准难度小、精度高，因此采用相对配准的方法。在影像数据融合时，考虑到获取完整项目区的数据接收时段不同，空中云雾干扰以及地面光线不均匀等因素，造成景与景之间存在差别，在数据融合前对数据进行了线性拉伸、纹理增强等预处理，使整景图像亮度适中、纹理清晰、细节突出，以提高目视解译精度。图像融合处理主要采用了最基本的乘积组合算法直接对两种空间分辨率的遥感数据进行融合，融合后图像则采用直方图调整、USM 锐化、彩色平衡、色度饱和度调整和反差增强手段，以使整景图像色彩真实均匀、明暗程度适中、清晰，增强专题信息，特别是加强纹理信息。遥感影像正射纠正是采用专业遥感影像处理软件 ERDAS 中的 LPS 正射模块进行的。本次纠正采用 SPOT 5 物理模型，控制点均匀分布于整景影像，每景 25 个控制点，对相邻景影像重叠区有 2 个以上公共控制点。正射纠正以实测 GPS 控制点和 1∶5 万 DEM 为纠正基础 , 以景为单位，对 SPOT 5_2.5 m 融合数据进行纠正，采样间隔为 2.5 m。影像镶嵌采用的是 ERDAS 中的 LPS 正射模块批量处理模块，相邻两幅影像，均采集了两个以上的公共控制点，保证了影像镶嵌精度。DOM 制作采用 Image Info 工具，按照国家 1∶1 万分幅标准进行裁切，覆盖完整的县级行政辖区，图幅整饰依据《高分辨率影像数据处理及数据库建设技术要求》，采用 MapGIS 软件，投影参数按照高斯－克吕格投影、1954 北京坐标系、1985 年国家高程基准的方式生成 1∶1 万标准分幅图幅整饰。5 DOM 精度评定DOM 精度评定采用外业实测检查点作为评定参考，评定方法为检查点选取法：通过选取DOM 影像与外业实地测量检查点的同名特征地物点，计算其校差和中误差。5.1 检查点的选取和外业测量检查点选取：随机抽取一景影像作为评定单元，选取不同于校正控制点的 30 个相对均匀分布的检查点，点位的选取原则与像控点一致，选点时尽量避开高压线、大面积水域等影响因素区域。检查点测量：检查点的外业实地测量与像控点的测量方法一致，即采用附合路线法形成一个整体的 GPS 控制网，采用静态方式同步、同精度进行测量。5.2 校正精度计算精度评定公式如下：河南省遥感影像规模化高效率处理技术及数据建库综合研究式中：rms——点位中误差；n——检查点个数；ui——DOM影像上检查点的x、y坐标；vi——GPS外业检查点的x、y坐标。按照《SPOT5_2.5m数字正射影像图制作技术规定》1∶1万DOM的制作精度指标：平原、丘陵区点位中误差不大于±5m；山区不大于±7.5m；高山区不大于±10m。本次精度评定所选地区主要为平原区，局部为丘陵区，经测算，所取点位中误差为±2.62m，完全满足1∶1万DOM制作精度要求。校正精度评定计算表见表1。表1 校正精度评定计算表续表6 GPS 像控点数据库的建立为实现精确地理编码中的几何控制及成果检查的高效率与高精度，建立GPS像控点数据库，以满足影像纠正与配准的要求。GPS像控点数据库建立，以河南省1∶50万地理底图作为工作底图，输入控制点空间坐标文件，并采集属性与图形文件，建立数学基准的统一像控点文件。采集的像控点图像信息，除包括一般像控点所具有的地理坐标信息之外，还包含与待纠正影像相关的特征地物的纹理信息、分辨率信息、比例尺信息等。采集控制点属性信息。采集控制点属性记录每个控制点的分辨率、比例尺、范围、椭球体信息、投影信息、坐标系信息（北京1954年坐标、西安1980年坐标、WGS84坐标）、数据库的生产单位、生产日期等。图2 像控点图形图像数据库示意图7 结束语土地更新调查、土地利用遥感动态监测及土地违法案件执法检查等不仅要考虑遥感影像的校正精度，同时要考虑其现势性、影像处理时间和投入成本等。GPS 像控点数据库的建立，不仅满足 SPOT 5_2.5 m 卫星影像的校正精度要求，同时为今后同地区、同类工作的开展奠定了基础，极大地降低了投入成本，节省了影像处理时间，起到了“一劳永逸”的作用。参 考 文 献党安荣，等.2003.ERDAS IMAGING 遥感图像处理方法［M］.北京：清华大学出版社王之卓.1990.摄影测量原理［M］.武汉：武汉测绘科技大学出版社尤淑撑，刘顺喜.2002.GPS 在土地变更调查中的应用研究［J］.测绘通报（5）：1～3张继贤，等.2000.图形图像控制点库及应用［J］.测绘通报（1）（原载《国土资源信息化》2007 年第 3 期）

距离向和方位向一般是针对SAR影像而言的,SAR影像是斜距成像,沿着轨道的方向称为方位向,沿着雷达波发射的方向为距离向.

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。

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。

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。

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。

一、实验目的通过用像元计算地物之间的距离，了解遥感数字图像像元与空间分辨率的关系，以及遥感数字图像的几何构成及空间结构，掌握基于像元的图像空间测量计算方法。二、实验内容（1）运用像元坐标及多边形面积计算公式测算任意形状影像区域的面积；（2）运用ENVI影像测量工具（Measurement Tool）测算任意形状影像区域的面积。三、实验要求预习本实验，认真观摩老师演示。学会ENVI的Cursor Location/Value和Measurement Tool功能使用，切实理解像元含义，能灵活运用手工测算法和ENVI影像测量工具法计算遥感影像上的距离和面积。测量结果存档。编写实验报告。四、技术条件①微型计算机；②桂林市TM 1～7波段数据；③ENVI软件；④Photoshop软件（ver.6.0以上）和ACDSee软件（ver.4.0以上）。五、实验步骤（1）建立用自己名字命名的实习专用文件夹。（2）数据输入。选择“File> Open Image File”，出现文件目录窗口，找到存放桂林市TM 1 ～7波段数据的子目录并打开。（3）影像漫游。通过拉宽主窗口使影像区域得到最大限度的显示，用鼠标移动Scroll窗口中的红色矩形框，可以使主窗口中影像跟着移动，从而可以观察到整个影像区域的遥感影像。（4）读取图像坐标。用鼠标从上方横条功能菜单中选“Tools> Cursor Location/Value…”，屏幕上出现“Cursor Location/Value”对话框，其中显示四行数据，如图3-1所示。Disp#1 ——鼠标箭头所在处遥感数字图像的图像坐标，即Sa mple——样（有的也称列），Line— 行—。图3-1 光标位置/数值窗口Scrn:R： ——该坐标处三个颜色图像的灰度值（如果是单波段图像，此三值相同）。Projection: Geographic Lat/Lon— 遥—感影像的地图投影：经纬度地理坐标。只有经过几何校正的遥感影像，才正确显示出该点的经纬度地理坐标。否则，只显示为：LL:0？′0.00″N,0？′0.00″E。Data： ——该点的影像灰度值，数值范围0～255。在“Cursor Location/Value”状态下，鼠标箭头移动到图像区任何位置，这四组数据都会跟随显示，因此，就可以轻易读出感兴趣目标位置的准确坐标。（5）运用像元坐标及多边形面积计算公式手工计算任意影像区域的面积：在完成上述步骤后，用“Tools/Cursor Location/Value”功能，对桂林市TM 假彩色合成影像图（图3-2）中红框的所有角点坐标进行量度，量度结果记入表3-1中。在全部角点量度完成之后，将这些角点坐标值按照顺序代入公式（3-1），就可以计算出桂林市城区的面积。表3-1 桂林市TM影像城市多边形区域角点坐标测算表续表图3-2 桂林市TM5、TM4和TM3波段假彩色合成增强影像图据此，计算其南北向和东西向长度（结果用千米表示）及区域的面积（结果用平方千米表示）。多边形面积（S）计算公式为遥感地质学实验教程（6）运用ENVl的影像测量工具（Measurement Tool）进行面积测量。1）在主窗口上方菜单下选择“Tools>MeasurementTool”，出现“Display Measurement Tool”对话框。在“Display”文本框内，输入想测量的显示号。选择适当的图像窗口切换按钮，包括主窗口（Image）、滚动窗口（Scroll）、缩放窗口（Zoom），要在任何时间禁用测量功能，选择【Off】切换按钮，如图3-3所示。图3-3 显示测量工具对话框2）选择“Type＞所需测量的区域形状”。其中，Polygon为多边形；Polyline为折线；Rectangle为矩形；Ellipse为椭圆。在图像显示内，通过用鼠标左键点击，绘制所需要的形状。通过点击鼠标右键，闭合多边形或完成线段。要删除形状，再次点击鼠标右键。◎对于多边形模式，顶点间的距离被列出，当多边形闭合时，周长和总面积被记录。◎对于折线模式，列出了顶点间的距离，当折线完成时，给出总距离。◎对于矩形或椭圆模式，用鼠标左键点击并拖曳到所需要的形状大小。如需要绘制一个正方形或圆，在矩形或椭圆模式下，按住鼠标中键的同时，点击并拖曳。3）选择“Units＞所需测量单位”。若图像的像元大小没有保存在文件头中，当出现“Input Display Pixel Size”对话框时，选择除“Pixel”之外的任何单位，在“X Pixel Size”和“Y Pixel Size”文本框中，输入图像的像元大小（注：TM 像元尺寸为30m ×30m）。4）保存测量信息。在“Display Measurement Tool”对话框内使用“File”菜单（图3-3），选择“File>Save Points to ASCII”，在“OutputMeasurement Directory”对话框内，输入一个输出文件名。点击【OK】按钮，把测量信息保存到一个ASCII文件，格式为txt。六、实验报告（1）简述实验过程。（2）回答问题：①通过本次实验观察到的事实，说明遥感数字图像模型的构成。②执行“Coursor Location/Value”操作可以得到遥感数字图像的哪些技术参数？Location操作框中显示的数值单位是什么？③比较用手工量度加公式（3-1）测算的市区面积和用ENVI影像测量工具（Measurement Tool）测算的市区面积，对两者测量的一致性和差异进行简单分析。④可以通过对TM 影像像元坐标的量度，就能粗略计算出地物间的距离和面积，而不必依赖于地理坐标，为什么？实验报告格式见附录一。

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

* 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

不一样

因为从遥感的定义来看，航拍就是遥感的一种而已，所以，没有区别。

遥感图象是反映地表各种地物在宏观上的综合影象，人们常根据其色调、影纹相近的典型影象特征来判断感兴趣的特定遥感目标。因此从实践中探索出一些有规律的典型影象特征作为识别目标物的所谓“识别模式”亦即“遥感图象模型”。如最简单的“遥感图象模型”是水系，当你掌握水系的遥感图象模型，就能很快准确无误地在任何遥感图上判读出大小河流、湖泊。同样掌握一些断裂构造和火山口的典型影象特征，你也可以建立相关的“遥感图象模型”，从而从遥感图上解译出的线状构造或环状构造中进一步分辨出这些地质解译目标，判断它们是否是断裂构造和火山口。可见遥感图象模型的意义是遥感解译的重要判别依据，它是经过总结和归纳出来的解译标志。当然自然界的地物非常复杂，我们不仅要善于建立遥感图象模型，还要大量积累经验，由此及彼，由表及里，去伪存真。可用来获取其反射、辐射或散射的电磁波信息（如电场、磁场、电磁波、地震波等信息），并进行提取、判定、加工处理、分析与应用的一门科学和技术。是以航空摄影技术为基础，在20世纪60年代初发展起来的一门新兴技术。开始为航空遥感，自1972年美国发射了第一颗陆地卫星后，这就标志着航天遥感时代的开始。