实验一非监督分类
一、基本原理
非监督分类的前提是假定遥感影像上同类地物在相同的条件下具有相同的光谱特征信息。非监督分类不需要先验类别知识的情况下,仅依靠影像本身的特征进行特征提取,根据统计特征及点群的分布情况来划分地物。ERDAS 的非监督分类是基于迭代自组织数据
图1 ISODATA算法流程图
ISODATA算法实现步骤:
(1)按照某个原则确定一些初始聚类中心。
在实际操作时,要把初始聚类设定得大些,同时引入各种参数控制迭代的次数。
(2)像素聚类与分析。
计算像素与初始类别中心的距离,把像素分配到最近的类别中,从而获得每个初始类别的集群成员。
(3)确定类别中心。
在全部像素按照各类中心分类后,重新计算每一类新的均值,并作为下一次分类的中心,并执行上一步,循环迭代,直到达到迭代的次数。
二、分类过程
运用非监督分类对遥感图像进行分类的过程,主要分为以下两个步骤:
1、动非监督分类模块,选择输入、输出影像
(1)在ERDAS面板工具中选择Classifier->Classification->Unsupervised Classification,打开非监督分类对话框。
(2)选择图像处理文件(Input Raster File)和输出文件(Output Cluster Layer Filename)设置被分类的图像和分类结果,并选择生成分类模板文件(Output Signature Set)产生一个模板文件。
2、初始参数,执行非监督分类
在非监督分类对话框中分别设置聚类选项(Clustering Options)和处理选项(Processing Options):
(1)选择Classifier->Unsupervised Classification命令,打开非监督分类对话框,设定输入输出数据,设置聚类选项(Clustering Options),确定初始聚类方法和分类数。(2)设置处理选项(Processing Options),确定循环次数和阈值。
三、实验结果
本次实验使用Initial from Statistics方法,分类数为6,其它参数取默认值。
遥感图像原图如图2。
图2 遥感图像原图非监督分类结果如图3
生成的模板文件如图4
图3 非监督分类结果
对分类图像颜色进行调整后的分类结果如图5
对应模板文件如图6
图5 调整后的非监督分类结果
图6 调整后的模板文件
三、实验结果分析
1、从图
2、图3的对比,可以看出,经过非监督分类处理,水域、河流、道路、建筑区域、绿地这五大类别被分类出来的结果是很好的,但图像的亮度有些偏低。
2、从图
3、图4的对比,可以得出结论,经过颜色调整后的分类结果更清晰,细节更突出,颜色的表示更符合人们的习惯。
3、非监督分类在没有经验的条件下进行,客观、实际、具体,但也面临着一些比较特殊的区域被分错误的问题。
实验二监督分类
一、基本原理
不同于非监督分类,监督分类基于先验知识,根据训练场提供的样本选择特征参数,建立判别函数,对待分类点进行分类。训练场地的选择是监督分类的关键,在监督分类中由于训练样本的不同,分类结果会出现极大的差异,因此应选取有代表性的样本,用于监督分类的训练样本应该是光谱特征比较均一的地区,在图像中根据均一的色调估计只有一类地物,且一类地物的训练样本可以选取一块以上。此外,用做样本的数目至少能满足建立分类用判别函数的要求,对于光谱特征变化比较大的地物,训练样本要足够得多,以反映其变化范围。一般情况下,要得到可靠的结果,每类至少选择10—100个训练样本。
监督分类的判别规则可以分为无变量和有变量两种。其中,无变量包括特征空间、平等六面体,有变量包括最大似然、最小距离和马氏距离。当然,非参数规则与参数规则可以同时使用,但要注意应用范围。另外,如果使用非参数型模板,还要确定叠加规则和未分类规则。
二、实验过程
1、定义分类模板
定义分类模板操作包括分类模板的生成、管理、评价和编辑等,功能主要由分类模板编辑器(Signature Editor)完成,具体步骤包括:
(1)需要分类的影像
点击ERDAS->Viewer面板,打开需要进行分类的图像。
(2)分类模板编辑器
选择Classifier图标->Classification->Signature Editor命令,打开分类模板编辑器(Signature Editor)对话框。
(3)属性字段
在分类编辑器窗口中的分类属性表中有很多字段,可以对不需要的字段进行调整。选择分类编辑窗口的View->Column,打开View Signature Column对话框,选中需要显示的字段,单击Apply按钮,显示发生变化,单击Close按钮完成。
(4)选取样本
基于先验知识,需要对遥感图像选取训练样本,包括产生AOI、合并、命名,从而建立样本。考虑到同类地物颜色的差异,因此在采样过程中对每一地类的采样点不少于10个。
(5)保存分类模板
选择Signature Edit面板->File->Save命令,打开保存对话框,确定是保存所有模板或是只保存被选中的模板,并确定保存分类模板文件的目录和文件名,单击OK按钮即可。
2、监督分类
建立满意的分类模板后,就需要在一定的分类决策规则条件下,对像元进行聚类判断。在选择判别函数及相应的准则后,便可执行监督分类,具体步骤如下:
选择Classifier图标->Supervised Classification命令,打开Supervised Classification对话框,参数设置如下:
(1)选择处理图像文件(Input Raster File)。
(2)确定输入分类模板(Input Signature)。
(3)定义输出分类文件(Classified File)。
(5)选择非参数规则(Non-Parametric Rule),一般选择Feature Space,即选择特征空间。
(6)选择叠加规则(Overlap Rule),一般为Parametric Rule。
(7)选择未分类规则(Unclassified Rule)为Parametric Rule。
(8)选择参数规则(Parametric Rule),一般选择Maximum Likelihood,即最大似然。(9)还可以定义分类图的属性表项目,即单击Attribute Options按钮,进行选择。(10)最后单击OK按钮,执行监督分类。
三、实验结果
根据上述实验过程,可得分类后结果如图8,其中分类模板如图9。
图7 遥感影像原图
图8 监督分类结果
图9 监督分类模板
四、实验结果分析
1、由图8可以看出,河流、水域、绿色植物、道路、建筑物被分类出来,但在水域中出现了河流的错误分类,这是不完美的。
2、道路一地物被分的很乱,这可能与邻近道路的像素与道路像素相近的原因引起的,这种问题可以通过增加分类各类的办法,将邻近道路的像素分成另一类的方法来解决。
3、监督分类效果在一定程度上结合了人们所掌握的经验知识,但还是不能完美的将人们
所掌握的知识与计算机机械的分类相结合,这是未来智能解译很面临的主要问题之一。
实验三分类后处理
一、基本原理
由于分类严格按照数学规则进行,分类后往往会产生一些只有几个像元甚至一两个像元的小图斑。这对分类图的分析、解译和制图,都是不利的,可通过几种分类后处理来解决。ERDAS中的分类后处理方法有:聚类统计、过滤分析、去除分析。
1、聚类统计
聚类统计(Clump)是通过计算分类专题图像每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作,产生一个Clump类组输出图像,其中每个图斑都包含Clump 类组属性。该图像是一个中间文件,用于进行下一步处理。
2、过滤分析
Sieve功能是对经Clump处理后的Clump类组图像进行处理,按照定义的数值大小,删除Clump图像中较小的类组图斑,并给所有小图斑赋予新的属性值。显然,这里引出了一个新的问题,就是小图斑的归属问题。可以与原分类图对比确定其新属性,也可以通过空间建模方法、调用Delerows或Zonel工具进行处理。Sieve经常与Clump命令配合使用,对于无须考虑小图斑归属的应用问题,有很好的作用。
3、去除分析
去除分析是用于删除原始分类图像中的小图斑或Clump聚类图像中的小Clump类组,与Sieve命令不同,将删除的小图斑合并到相邻的最大的分类当中。而且,如果输入图像是Clump聚类图像的话,经过Eliminate处理后,将小类图斑的属性值自动恢复为Clump 处理前的原始分类编码。显然,Eliminate处理后的输出图像是对分类结果图像进行了制图综合。
二、实验过程
1、聚类分析
在ERDAS图标面板菜单条中,选择Main->Image Interpreter->GIS Analysis->Clump 命令,打开Clump对话框,如图10,并设置下列参数。
图10 Clump对话框
(1)选择处理图像文件(Input File)。
(2)定义输出文件(Output File)。
(3)选择文件坐标类型(Coordinate Type)为Map/File。
(4)处理范围确定(Subset Definition):UL X/Y,LR X/Y。
(5)确定聚类统计邻域大小(Connected Neighbors):统计分析将对每个像元四周的N 个相邻像元进行。可以选择4个方向或者8个相邻的像元。
(6)点击OK按钮,关闭Clump对话框,执行聚类统计分析。
2、过滤分析
在ERDAS图标面板菜单条中,选择Main->Image Interpreter->GIS Analysis->Sieve 命令,打开Sieve对话框,如图11,确定下列参数:
(1)选择处理图像文件(Input File)。
(2)定义输出文件(Output File)。
(3)定义输出文件坐标类型(Coordinate Type):Map/File。
(4)定义输出文件处理范围(Subset Definition):UL X/Y,LR X/Y。
(5)选择处理的图层(Select Layer)。
(6)忽略输出统计零像元值Ignore Zero in Output Statistics。
(7)确定最小图斑大小(Minimum Size)。
(8)点击OK按钮,关闭Sieve对话框,执行过滤分析。
图11 Sieve对话框
3、去除分析
在ERDAS图标面板菜单条中,选择Main->Image Interpreter->GIS Analysis->Eliminate命令,打开Eliminate对话框,如图12,确定下列参数:
(1)选择处理图像文件(Input File)。
(2)定义输出文件(Output File)。
(3)定义输出文件坐标类型(Coordinate Type):Map/File。
(4)定义输出文件处理范围(Subset Definition):UL X/Y,LR X/Y。
(5)选择去除分析的图层(Select Layer)。
(7)确定最小图斑大小(Minimum Size)。
(8)点击OK按钮,关闭Elininate对话框,执行去除分析。
图12 Eliminate对话框
三、实验结果
1、聚类统计处理结果如图13所示。
图13 聚类统计处理结果
2、过滤分析处理结果如图14所示。
图14 过滤分析处理结果4、去除分析处理结果如图15、图16所示。
图15 去除分析处理结果
图16 颜色调整后的去除分析处理结果
四、实验结果分析
1、经过聚类统计处理后,过滤分析过程完成较小的类组图斑的删除、归属过程,从监督分类后的结果图与过滤分析结果图对比可以看出,原来图像中较小的图斑消失,被划归到相邻大的图斑中去了,这样就完成了过滤分析过程。这样做的效果,使得图像整体上更整齐,不零散。
2、由图15、图16所示,经过Eliminate处理后,将小类图斑的属性值自动恢复为Clump 处理前的原始分类编码,Eliminate处理后的输出图像是对分类结果图像进行了制图综合。
参考文献
[1]党安荣. 2010. ERDAS IMAGINE遥感图像处理教程. 北京:清华大学出版社
[2]杨昕. 2009. ERDAS遥感数字图像处理实验教程. 北京:科学出版社
[3]党安荣. 2003. ERDAS IMAGINE遥感图像处理方法. 北京:清华大学出版社
遥感图像理解与应用读书报告 一、概述 遥感主要是为地学研究提供数据源,但由于遥感数据获取的是地物电磁辐射信息,不能直接用于各类地学研究,需要先对遥感数据进行处理。对遥感数据的处理,包括遥感数据预处理、遥感数据理解。预处理包括对数据几何校正和图像配准、图像融合、图像镶嵌与裁剪、大气校正,使遥感数据与地理上的空间点相对应,包括位置对应以及位置辐射值的对应。而对遥感图像的理解则是根据遥感数据中的辐射值确定不同位置的目标类型、属性等信息,使数据符合人的空间认知。 遥感图像理解这门课程首先介绍遥感原理,它是通过获取和分析目标的电磁辐射信息,来了解目标的其他属性信息的科学和技术。然后介绍遥感图像,包括获取手段(直接获取,间接由现有图件或照片获取)、显示方式(真彩色、假彩色、伪彩色)、图像属性(四种分辨率)等。再对遥感图像中的目标做介绍,指出遥感最重要目的就是获取遥感图像目标及其语义解释。遥感图像目标表现于图像中的特征包括图像可视特征、图像参数特征和光谱特征,信息丰富目标识别能力增强。其中图像可视特征包括目标的亮度、颜色、纹理、边沿、轮廓、形态、大小等;图像参数特征是经过计算后得到的用于描述图像特征的各种参数,如图像灰度的均值、方差,图像的比值,图像的协方差、各阶矩,图像在变换域中的频谱等;图像光谱特征由各个波段的光谱值决定,包括平均光谱值大小、光谱曲线的变化趋势和光谱曲线中对地物信息具有标示性意义的一些几何参数,如波峰、波谷、斜率等。在对遥感图像理解中,主要针对这些信息确定图像目标类型、属性等信息。 二、对遥感图像的理解 第四章对遥感图像的理解是重点内容。针对地学应用的遥感图像中的目标是各种地理客体,因而这里的遥感图像理解也就是遥感图像的地学理解。地学遥感图像理解则除了包括目标的几何关系、目标类别外,更重要的是理解目标的性质、性状、数量特征等。其内涵主要有:目标类别、地物空间关系、目标的性状(物理、化学、生物参数)、目标的数量特征。 遥感图像理解包括图像处理、图像分析和图像理解三个层次的内容。图像处理包括图像纠正(也叫数据预处理)和图像增强,纠正图像的几何误差和辐射误差,并突出所感兴趣的信息。图像分析包括边缘检测、图像分类、空间分析,提取感兴趣的目标和信息,对图形空间信息进行综合分析。课程主讲的图像理解侧重于计算机解译,从图像特征或光谱特征出发,有很多不同的方法。 从图像特征出发,图像特征理解步骤为图像预处理、目标检测、目标解释,主要是以图像中的目标为理解单元,一般多用于高分辨率遥感图像中。从光谱特征出发,侧重光谱特征的理解包括数据预处理、波段选择、图像分类三步,一般用于低分辨率遥感图像中。对遥感数据具体采用什么理解方法视具体情况而定,理想的方式是将图像特征与光谱特征结合进行。 三、侧重图像特征的图像理解 图像特征包括图像色调、颜色、阴影、形状、纹理、大小、位置、图型、相关布局、参数特征等。基于图像目标检测的策略,用图像区域表达图像中的目标,其中点目标和线目标
重庆交通大学 学生实验报告 实验课程名称遥感原理与应用 开课实验室测量与空间信息处理实验室 学院 2013 年级测绘工程专业 1班学生姓名刘文洋 学号 631301040126 开课时间 2015 至 2016 学年第 1 学期
目录 实验一 ENVI 视窗的基本操作 (2) 实验二遥感图像的几何校正 (4) 实验三遥感图像的增强处理 (8) 实验四遥感图像的变换 (12) 实验五遥感信息的融合 (15) 实验六遥感图像分类 --- 监督分类 (17) 实验七遥感图像分类 --- 非监督分类 (19) 实验八遥感图像分类后处理 (22)
实验一ENVI 视窗的基本操作 一、实验目的 初步了解目前主流的遥感图象处理软件 ENVI 的主要功能模块,在此基础上,掌握视窗操作模块的功能和操作技能,为遥感图像的几何校正等后续实习奠定基础。 二、实验内容 视窗功能介绍;文件菜单操作;显示数据;裁剪数据;合并波段 三、实验步骤 1、首先打开ENVI4.7软件,看见的只有菜单栏,如图所示: 2、打开每个下拉菜单浏览其下拉栏中都有哪些功能,比如:我们如果需要打开遥感文件,则可以选择File下的打开功能open image file,打开遥感图像如下图:
裁剪数据打开basic tools的resize data功能,如果需要对图像进行一系列处理,可以利用Transform,Classification等功能进行操作,在后续实验中我们也会用到其中的一些功能进行图像的一系列操作,到时候在详细叙述。 3、再熟悉了ENVI4.7的一些基本知识后我们可以简单地操作下,比如对一组数据分别用Gray Scale和Load RGB导入,看看两幅图的区别以及各自的优缺点。 四、实验结果分析 在这次的实验中,我们简单的熟悉了下ENVI4.7的一些功能,发现它是可以对遥感图像进行图像几何纠正,直方图均衡,监督分类,非监督分类等一系列操作,为我们后续利用软件对遥感图像处理打下了基础。
遥感图像处理课程实习报告 学生姓名:王蜀越 班学号: 学号: 指导教师:王红平、许凯 中国地质大学信息工程学院 2017年7月1日
目录 目录 ............................................................................................................................................... - 1 - 实习一:影像融合........................................................................................................................ - 2 - 1.1【实习目的】 (2) 1.2【实习步骤】 (2) 1.3【实习过程】 (2) 实习二:几何校正........................................................................................................................ - 6 - 2.1【实习内容】 (6) 2.2【实习步骤】 (6) 2.3【实习过程】 (6) 实习三:影像分类(一).......................................................................................................... - 10 - 3.1【实习内容】 (10) 3.2【实习步骤】 (10) 3.3【实习过程】 (10) 实习四:影像分类(二).......................................................................................................... - 14 - 4.1【实习内容】 (14) 4.2【实习步骤】 (14) 4.3【实习过程】 (14) 心得与感想 ................................................................................................................................. - 18 -
哈尔滨工业大学 遥感图像处理及遥感系统仿真 实验报告 项目名称:《遥感图像处理及遥感系统仿真创新》 姓名:蒋国韬 学号:24 院系:电子与信息工程学院 专业:遥感科学与技术 指导教师:胡悦 时间:2017年7月
实验一:遥感数字图像的增强 一、实验目的: 利用一幅城市多光谱遥感图像,分析其直方图,并利用对比度增强和去相关拉伸方法对遥感图像进行增强。 二、实验过程: 1.用multibandread语句读取一幅多光谱遥感图像(7波段,512x512图像)的可 见1,2,3波段(分别对应R,G,B层); 2.显示真彩色图像; 3.通过研究直方图(imhist),分析直接显示的真彩色图像效果差的原因;
4.利用对比度增强方法对真彩色图像进行增强(imadjust,stretchlim); 5.画出对比度增强后的图像红色波段的直方图;
6.利用Decorrelation去相关拉伸方法(decorrstretch)对图像进行增强;
7.显示两种图像增强方法的结果图像。
三、实验分析: (1)高光谱影像由于含有近百个波段,用matlab自带的图像读写函数imread和imwrite往往不能直接操作,利用matlab函数库中的multibandred函数,可以读取多波段二进制图像。512×512为像素点,7位波段数,bil为图像数组的保存格式,uint8=>uint8为转换到matlab 的格式,[3 2 1]的波段分别对应RGB三种颜色。 (2)直接观察真彩复合图像发现,图像的对比度非常低,色彩不均匀。通过观察红绿蓝三色的波段直方图,可以观察到数据集中到很小的一段可用动态范围内,这是真彩色复合图像显得阴暗的原因之一。另外,根据三种颜色的三维散点图,如下
上次课主要内容 4.4简单自然地物可识别性分析 4.5复杂地物识别概率(重点理解) ①要素t 的价值②要素总和(t 1,t 2,…,t m )t 的价值 K -K E ∑ = ③复杂地物识别概率的计算理解p70~71例子
第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 5.2 遥感图像特征与解译标志的关系 5.3 遥感图像的时空特性 5.4 遥感图像中的独立变量 5.5 地物统计特征的构造
第五章遥感图像特征和解译标志 地物特征 电磁波特性 影像特征 遥感图像记录过程 n 图像解译就是建立在研究地物性质、电磁波性质 及影像特征三者的关系之上 n 图像要素或特征,分“色”和“形”两大类:?色:色调、颜色、阴影、反差; ?形:形状、大小、空间分布、纹理等。“形”只有依靠“色”来解译才有意义。
第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 n两个定义: ?解译标志定义:遥感图像光谱、辐射、空间和时间特征决定 图像的视觉效果、表现形式和计算特点,并导致物体在图像上 的差别。 l给出了区分遥感图像中物体或现象的可能性; l解译标志包括:色调与色彩、形状、尺寸、阴影、细部(图 案)、以及结构(纹理)等; l解译标志是以遥感图像的形式传递的揭示标志; ?揭示标志定义:在目视观察时借以将物体彼此分开的被感知 对象的典型特征。 l揭示标志包括:形状、尺寸、细部、光谱辐射特性、物体的阴 影、位置、相互关系和人类活动的痕迹; l揭示标志的等级决定于物体的性质、他们的相对位置及与周围 环境的相互作用等;
第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 n解译标志和揭示标志的关系: ?解译标志是以遥感图像的形式传递的揭示标志; ?虽然我们是通过遥感图像识别地物目标的,但是大多数情况 下,基于遥感图像识别地物并作出决定时,似乎并不是利用解 译标志,而是利用揭示标志。 例如,很多解译人员刚看到图像就差不多在脑海中形成地物的形象, 然后仅仅分析这个形象就能作出一定的决定。实际上,有经验的解译人 员,在研究图像的解译标志并估计到传递信息的传感系统的影响以后, 思想中就建立起地物的揭示标志,并在这些标志的基础上识别被感知物 体。解译人员在实地或图像上都没见过的地物或现象是例外。 n解译标志和揭示标志可以按两种方式进行划分:?直接标志和间接标志; ?永久标志和临时标志;
东南大学交通学院测绘工程系 遥感读书报告 专业:测绘工程 班级:213 学号:21311112 姓名:白金睿 老师:戚浩平 日期:2013年12月
首先纵观遥感这本书,我们可以先粗略的先把它分为35个小的标题,然后总结下来,之后再细分其中的重点,之后再详细说一说他们中的难点,就其中的一些我比较感兴趣的公式做一些推导解释,在上理论课与实验课的时候我慢慢发现RS的强大与其特有的魅力,ERDAS,ARCGIS,ARCMAP,这些软件即强大又有趣,让我来带领大家,纵游遥感的海洋吧~ 1.遥感技术系统的组成 被测目标的信息特征、信息的火枪、信息的传输与记录、信息的处理和信息的应用。2.遥感的类型 1)按遥感平台分为地面遥感、航空遥感、航天遥感; 2)按工作方式分为主动遥感和被动遥感; 3)按探测波段分为:紫外遥感(0.3-0.4);可见光(0.4-0.7);红外(0.7-14mm); 微波(0.1-100cm)等。 3.遥感技术的特点 大面积的同步观测、时效性、数据的综合性和可比性、经济性、局限性。 4.电磁波的主要参数 1)波长(Wavelength):指波在一个振动周期内传播的距离。即沿波的传播方向,两个相邻的同相位点(如波峰或波谷)间的距离。 2)周期:波前进一个波长那样距离所需的时间。 3)频率(frequency):指单位时间内,完成振动或振荡的次数或周期(T),用V示。 注:一般可用波长或频率来描述或定义电磁波谱的范围。在可见光——红外遥感中多用波长,在微波遥感中多用频率。 4)振幅(Amplitude):表示电场振动的强度。它被定义为振动物理量偏离平衡位置的最大位移,即每个波峰的高度。 5)电磁波谱:将各种电磁波在真空中的波长按其长短,依次排列制成的图表。5.常用电磁波波段特性 1)紫外线(UV):0.01-0.4μm,碳酸盐岩分布、水面油污染; 2)可见光:0.4-0.76 μm,鉴别物质特征的主要波段;是遥感最常用的波段; 3)红外线(IR):0.76-1000 μm。近红外0.76-3.0 μm’中红外3.0-6.0 μm; 远红外6.0-15.0 μm;超远红外15-1000 μm;(近红外又称光红外或反射红外;中红外和远红外又称热红外。) 4)微波:1mm-1m。全天候遥感;有主动与被动之分;具有穿透能力;发展潜力大。6.地物的反射光谱特性
ENVI遥感图像配准 一、实验目的: 1、掌握ENVI软件的基本操作和对图像进行基本处理,包括打开图像,保存图像。 2、初步了解图像配准的基本流程及采用不同校准及采样方法生成匹配影像的特点。 3、深刻理解和巩固基本理论知识,掌握基本技能和动手操作能力,提高综合分析问题的能力。 二、实验原理 (1)最邻近法 最邻近法是将最邻近的像元值赋予新像元。该方法优点是输出图像仍然保持原来图像的像元值,简单,处理速度快。缺点就是会产生半个像元位置偏移,可能造成输出图像中某些地物的不连贯。适用于表示分类或某种专题的离散数据,如土地利用,植被类型等。
双线性插方法是使用临近4个点的像元值,按照其距插点的距离赋予不同的权重,进行线性插。该方法具有平均化的滤波效果,边缘受到平滑作用,而产生一个比较连贯的输出图像,其缺点是破坏了原来的像元值,在后来的波谱识别分类分析中,会引起一些问题。 示意图: 由梯形计算公式: 故 同理 最终得:
三次卷积插法是一种精度较高的方法,通过增加参与计算的邻近像元的数目达到最佳的重采样结果。使用采样点到周围16邻域像元距离加权计算栅格值,方法与双线性插相似,先在Y 方向插四次(或X 方向),再在X 方向(或Y 方向)插四次,最终得到该像元的栅格值。该方法会加强栅格的细节表现,但是算法复杂,计算量大,同样会改变原来的栅格值,且有可能会超出输入栅格的值域围。适用于航片和遥感影像的重采样。 作为对双线性插法的改进,即“不仅考虑到四个直接邻点灰度值的影响,还考虑到各邻点间灰度值变化率的影响”,立方卷积法利用了待采样点周围更大邻域像素的灰度值作三次插值。其三次多项式表示为: 我们可以设需要计算点的灰度值f(x,y)为:
《遥感地质学及地质信息系统》教学大纲 一、课程名称:遥感地质及地质信息系统 Geological Remote Sensing & Geological Information System Structural Geology 二、课程编号:××××× 三、学分学时:2学分/ 32学时 四、使用教材:朱亮璞,遥感地质学,地质出版社, 2004年 五、课程属性:学科基础课 / 选修 六、教学对象:地质工程专业本科生 七、开课单位:地球科学与工程学院地质科学与工程系 八、先修课程:普通地质学、矿物岩石学、构造地质学、Visual Basic程序语言、AutoCAD、数据库。 九、教学目标: 遥感地质学是研究利用各种遥感资料所反映的地质体和地质现象的电磁波特征和影像特征,来辨别、分析研究地质体和地质现象。地质信息系统是让同学学习信息系统尤其是空间信息系统建立的一般理论和方法,学会利用这类工具帮助进行空间分析和空间决策。通过本课程的学习,学生应在理论上和实践上学习并掌握地质遥感的基本理论和遥感图像上各种地质体和地质现象的影像特征的识别和分析,并通过地质信息系统的学习拓宽在防灾减灾、城镇规划、道路交通管理、污染治理等方面地质信息系统的实际应用。 十、课程要求: 结合PPT多媒体课件和必要的教学和实习软硬件配备等工具,了解利用各种遥感资料所反映的地质体和地质现象的电磁波特征和影像特征来辨别、分析研究地质体和地质现象,让学生通过地质信息系统尤其空间信息系统建立的一般理论和方法,学会利用这类工具帮助进行空间分析和空间决策 十一、教学内容: 本课程主要由以下内容组成: 第一章绪论(2学时) ?知识要点:遥感技术的概念;遥感的物理基础与遥感技术的类型;遥感技术的应用与遥感地质 学,地理信息系统与地质信息系统的概念及发展。 ?重点难点:遥感技术概念和类型,地理信息系统和地质信息系统的概念 ?教学方法: 本章教学目标为熟悉,要求预习与复习,部分讲授,结合研讨性问题开展课堂讨论。。 第二章遥感图像类型、特征及处理(4学时)
成像光谱技术研究动态 王立平刘洪博 1 引言 地物的反射辐射光谱特征是遥感的主要物理基础,是开展地球表层物质的物性和空间结构分析,进而加以识别的主要依据。成像光谱技术具有高光谱分辨率、超多波段和图谱合一的特点,在大尺度范围内探测地表物质连续光谱特性的同时,还获取了地物的空间形态和状态信息。成像光谱仪的光谱分辨率越高,所反映地物光谱特征就越精细,甚至可获取与实验室或地面实测光谱类似的曲线,为地物或地物成份的遥感识别奠定了基础。 2 成像光谱技术的发展与现状 成像光谱遥感所用的仪器是成像光谱仪。从世界范围来看,美国的成像技术发展较早,也最具代表性。从20世纪80年代到现在,美国已经研制了三代成像光谱仪。 第一代成像光谱仪的代表是航空成像光谱仪AIS。它由美国国家航空和航天管理局NASA所属的喷气推进实验室JPL设计,已于1984-1986年装在NASA的C-130飞机上飞行。这是一台装有二维、近红外阵列探测器的实验仪器,128个通道,光谱覆盖范围从1.2~2.4μm,并在内华达Cuprite地区的应用中取得很好的效果。 第二代成像光谱仪的代表是机载可见光/近红外成像光谱仪AVIRIS,它有224个通道,使用光谱范围为0.41~2.45μm,每个通道的波段宽约为10nm。曾放在改装后的高空U2飞机上使用.为目前最常用的航空光谱仪之一。 基于NASA仪器的成功应用,也基于采矿工业及石油工业的需求,在AVIRIS之后,地球物理环境研究公司GER又研制了l台64通道的高光谱分辨率扫描仪GERIS。其中63个通道为高光谱分辨率扫描仪,第64通道是用来存储航空陀螺信息。该仪器由3个单独的线性阵列探测器的光栅分光计组成。它与其他仪器的区别是在不同的光谱范围区内,通道的光谱宽度是不同的。
遥感图像实验报告 一.实验目的 1、初步了解目前主流的遥感图象处理软件ERDAS的主要功能模块。 2、掌握Landsat ETM遥感影像数据,数据获取手段.掌握遥感分类的方法, 土地利用变化的分析,植被变化分析,以及利用遥感软件建模的方法。 3、加深对遥感理论知识理解,掌握遥感处理技术平台和方法。 二.实验内容 1、遥感图像的分类 2、土地利用变化分析,植被变化分析 3、遥感空间建模技术 三.实验部分 1.遥感图像的分类 (1)类别定义:根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统; (2)特征判别:对影像进行特征判断,评价图像质量,决定是否需要进行影像增强等预处理; (3)样本选择:为了建立分类函数,需要对每一类别选取一定数目的样本;(4)分类器选择:根据分类的复杂度、精度需求等确定哪一种分类器; (5)影像分类:利用选择的分类器对影像数据进行分类,有的时候还需要进行分类后处理;分类图如下:
图1.1 1992年土地利用图 图1.2 2001年土地利用图
(6)结果验证:对分类结果进行评价,确定分类的精度和可靠性。 图1.3 1992年精度图 图1.4 2002年精度图 2.土地利用变化 2.1 两年土地利用相重合区域 (1)在两年的遥感影像中选择相同的区域。 Subset(x:568121~684371,y:3427359~3288369),过程如下:
图2.1 截图过程图 图2.2.2 截图过程图
(2)土地利用专题地图如下: 图2.2.3 1992年专题地图 图2.2.4 2001年土地利用图
一.遥感图像的预处理 在遥感图像的应用之前,常常需要对遥感图像进行一些必要的处理,如不同格式的遥感数据的输入输出处理、多波段彩色合成处理、遥感图像的辐射校正处理、几何校正处理、拼接处理、裁切处理等,这些都称为遥感图像的预处理。 1.遥感数据的输入输出和多波段合成 获得遥感数据之后,利用遥感数据之前,首先需要把各种格式的原始遥感数据输入到计算机中,转换为各种遥感图像处理软件能够识别的格式,才能够进行下一步的应用,这就需要对原始数据进行输入输出并转换为所需要的格式。单波段的原始遥感数据合成为多波段的彩色遥感数据,因为人眼对彩色物体的分辨能力大大高于对黑白物体的分辨能力,彩色遥感图像的信息量更大;而且利用多波段的彩色遥感图像,还可以进行三个不同波段的遥感图像的彩色合成,以提高对不同地物的识别能力。彩色遥感影像要求选择不少于3个波段的多光谱图像,各波段的配准误差不大于0.2m m。 2.遥感图像的辐射校正 由于传感器本身的特性和大气、地形因子以及其它各种生态环境因子的影响,使传感器所接收的地物光谱反射信息,不能全部真实地反映图同地物的特征,影响了图像的识别精度,因此必须进行辐射校正,改进图像质量。 辐射校正主要包括三个方面: ●传感器的灵敏度特征引起的辐射误差校正,如光学镜头的 非均匀性引起的边缘减光现象的校正、光电变换系统的灵 敏度特性引起的辐射误差校正等。 ●光照条件的差异引起的辐射误差校正,如太阳的高度角的 不同引起的辐射误差校正、地面的倾斜引起的辐射误差校 正等。 ●大气的散射和吸收引起的辐射误差校正等。 3.图像几何校正 几何校正是指从具有几何畸变的图像中消除畸变的过程,也就是定量地确定图像上像元坐标与地理坐标的对应关系,即把数据投影到平面上,使之符合投影系统的过程。为了将所获取的数据投影到理性的空间平面上产生精确的换算模型,需要借助一组地面控制点来进行几何校正。控制点选择应均匀分布而且在影像图与地形图上都容易确定的同名地物点上。所选点位图像清晰,在地形图及图像上均能正确识别和定位。如农田林网的交叉点,小沟系上道路桥的两端位置,小河流、渠的交叉点,道路交叉点,水库坝上的拐角
遥感解译方法及应用 一、遥感的概念 近年来,一方面,由于空间科学、信息科学、计算机科学、物理学等科学技术的进步与发展,为遥感技术奠定了必要的技术基础,另一方面,由于人类生产活动不断地向深度和广度进军,遥感技术得到较为广泛的应用,因而使得遥感技术获得了飞跃的发展,已经成为发达国家和一些发展中国家十分重视的一项科学技术. 随着我国工农业生产的高速发展,人类对自然资源,特别是对矿产资源的需求量与日俱增. 因而,调查与管理资源则成为迫切需要解决的问题.其次,人类的生活环境正在不断地遭受到人为和自然的污染.例如:工业排污对水体和大气的污染造成人为的环境污染.而诸如洪水、泥石流、滑坡、森林火灾、火山爆发等自然灾害,则形成灾害性环境,它们都对生命财产造成极大的威胁. 在这种情况下,只有实时监测人为环境污染和自然灾害环境的发生,才能更有效地采取防护和治理措施,以减少对人类的危害程度.欲解决上述问题,完全依赖现场观察已感不足, 于是,由于航空遥感和航天遥感的相继问世便能获得大范围的地面遥感图像和实时动态信息,所以,这两种遥感方式则成为自然资源的调查与管理,环境的监测与灾害预报的一种新的探测手段. (一)遥感的概念 遥感顾名思义就是遥远的感知.即借助于专门的探测仪器,把遥远的物
体所辐射(或反射)的电磁波信号接收纪录下来,再经过加工处理,变成人眼可以直接识别的图像,从而揭示出所探测物体的性质及其变化规律.属于空间科学的范畴.是物理、计算数学、电子、光学、航空(天)、地学等密切结合的新兴学科,对工农业、国防、自然科学研究具有重大的意义. 1各类地质体的电磁辐射(反射、吸收、发射等)特性及其测试、分析与应用; 2、遥感数据资料的地学信息提取原理与方法; 3、遥感图像的地质解译与编图; 4、遥感技术在地质各个领域的具体应用和实效评估. (二)遥感平台(分类) 指放置遥感器的运载工具.按高度可分为航空和航天平台.在不同高度进行多平台遥感,可获得不同比例尺、分辨率和地面覆盖面积的遥感图像. 1、航空平台:是指在大气层内飞行的飞行器,高度为100m—30km,主要有飞机、直升机、飞艇、气球等. 2、航天平台:是指在大气层之外飞行的飞行器,高度为几百—几万公里;如人造地球卫星、探控火箭、宇宙飞船、航天飞机、太空站等. (三)遥感的发展简况 1839年第一张黑白航片问世到20世纪30年代,主要应用于军事侦察,1941年出版了《航空照片应用与判读》为各方面应用提供了理论基础进入20世纪50年代,苏美广泛应用,黑白、彩色航片进行军事、
实验一 遥感图像统计特性 一、实验目的 掌握遥感图像常用的统计特性的意义和作用,能运用高级程序设计语言实现遥感图像统 计参数的计算。 二、实验内容 编程实现对遥感图像进行统计特性分析,均值、方差(均方差)、直方图、相关系数等。 三、实验原理 1.均值 像素值的算术平均值,反映图像中地物的平均反射强度。 11 00 (,) N M j i f i j f MN --=== ∑∑ 2.方差(或标准差) 像素值与平均值差异的平方和,反映了像素值的离散程度。也是衡量图像信息量大小的 重要参数。 11 2 00 2[(,)] N M j i f i j f MN σ--==-= ∑∑ 3. 相关系数 反映了两个波段图像所包含信息的重叠程度。f , g 分别为两个波段的图像,它们之间的 相关系数计算公式为: 11 [((,))((,))] (,)M N f g f i j e g i j e C f g ---?-= ∑∑ 其中, e f , e g 分别为两个波段图像的均值。 四、实验步骤和内容 1.实验代码 clc clear all I =imread ('m1.jpg'); whos I %显示图像信息 figure (1),imshow (I ); R =double (I (:,:,1)); G =double (I (:,:,2)); B =double (I (:,:,3)); %求图像的R,G,B 的均值,avg=mean(mean(I))
%求图像的R,G,B的均值 mean(R(:)) mean(G(:)) mean(B(:)) %求R,G,B的方差 varR=var(R(:)); varG=var(G(:)) varB=var(B(:)) %求RG,RB,GB的相关系数 corrcoef(R(:),G(:)) corrcoef(R(:),B(:)) corrcoef(B(:),G(:)) 2.原始图像 Figure 1原始图像3.实验结果 R,G,B的均值
实验前准备:遥感图像处理软件认识 1、实验目的与任务: ①熟悉ENVI软件,主要是对主菜单包含内容的熟悉; ②练习影像的打开、显示、保存;数据的显示,矢量的叠加等。 2、实验设备与数据 设备:遥感图像处理系统ENVI4.4软件; 数据:软件自带数据和河南焦作市影响数据。 3、实验内容与步骤: ⑴ENVA软件的认识 如上图所示,该软件共有12个菜单,每个菜单都附有下拉功能,里面分别包含了一些操作功能。 ⑵打开一幅遥感数据 选择File菜单下的第一个命令,通过该软件自带的数据打开遥感图像,可知,打开一幅遥感影像有两种显示方式。一种是灰度显示,另一种是RGB显示。 Gray(灰度显示)RGB显示 ⑶保存数据 ①选择图像显示上的File菜单进行保存; ②通过主菜单上的Save file as进行保存
⑷光谱库数据显示 选择Spectral > Spectral Libraries > Spectral Library Viewer。将出现Spectral Library Input File 对话框,允许选择一个波谱库进行浏览。点 击“Open Spectral Library”,选择某一所需的 波谱库。该波谱库将被导入到Spectral Library Input File 对话框中。点击一个波谱库的名称, 然后点击“OK”。将出现Spectral Library Viewer 对话框,供选择并绘制波谱库中的波谱曲线。 ⑸矢量化数据 点选显示菜单下的Tools工具栏,接着选择下面的第四个命令,之后选择第一个命令,对遥感图像进行矢量化。点击鼠标左键进行区域选择,选好之后双击鼠标右键,选中矢量化区域。 ⑹矢量数据与遥感影像的叠加与切割 选择显示菜单下的Tools工具,之后点选第一个 Link命令,再选择其下面的第一个命令,之后 OK,结束程序。 选择主菜单下的Basic Tools 菜单,之后选择 其中的第二个命令,在文件选择对话框中,选择 输入的文件(可以根据需要构建任意子集),将 出现Spatial Subset via ROI Parameters 对 话框通过点击矢量数据名,选择输入的矢量数 据。使用箭头切换按钮来选择是否遮蔽不包含在 矢量数据中的像元。 遥感图像的辐射定标 1、实验目的与任务: ①了解辐射定标的原理; ②使用ENVI软件自带的定标工具定标; ③学习使用波段运算进行辐射定标。 2、实验内容与步骤: ⑴辐射定标的原理 辐射定标就是将图像的数字量化值(DN)转化为辐射亮度值或者反射率或者表面温度等
遥感地质学实习报告 ——航片Hgx-185构造与产状解译 指导老师: 班级: 姓名: 学号: 中国地质大学(武汉)信息工程学院 2014年5月
一、解译目的 遥感解译的过程就是从遥感图像中获得最基本的信息(获取各种地学遥感信息),根据地质工作的要求,学会运用解译标志和实践经验,应用各种解译技术和方法,识别出典型的地质现象和地质体,掌握地质像的物性特点以及从色调、波谱特征、影纹等方面,并从这些方面测算出关于地质体的相关数量指标。而我们通过此次的遥感解译作业,可以帮助我们进一步巩固课堂的理论知识,并用以实践,为将来自己从事这方面的工作打下坚实的基础。 二、解译原则 (1)由已知到未知、先易后难; (2)从区域到局部、由宏观到微观; (3)从定性到定量,循序渐进; (4)联系实际,边解译边勾绘 三、解译方法及步骤 1.解译方法 为了准确进行遥感地质解译,解译者首先应具备一定的地质、遥感知识;其次应对解译区的地质基础、构造格架、灾害地质、地形地貌和水文情况等要有粗略的了解。常用的解译分析方法有: (1)直判法 根据不同性质地质体在遥感图像上显示出的影像特征、规律所建立的遥感地质解译标志或影像单元,并在遥感图像上直接解译提取出构造、岩石等地质现象信息,实现地质体解译圈定与属性划分。
(2)对比法 对未知区遥感图像上反映的地质现象,通过已知区图像特征与解译标志的对比进行解译。如图像上解译的遥感矿化蚀变异常,往往是通过已知含矿区矿化蚀变异常标志来进行对比圈定。 (3)邻比法 当图像解译标志不明显,地质细节模糊,解译困难时,可与相邻图像进行比较,将邻区的解译标志或地质细节延伸、引入,从而对困难区作出解译。如多组断裂交汇区或断裂带交切关系的解译时,采用邻比法一般可取得好的效果。 (4)综合判断法 当目标在图像上难以直接显现时,可采取对控制地区目标物有因果关系的生成条件、控制条件的解译分析,预测目标物存在的可能性。综合判断法除对图像上目标物的环境作综合分析判断外,也可收集地质、物探、化探等方面的资料进行综合判断与印证。这种方法常用在遥感矿产解译之上。由于受图像分辨率限制,一般图像上难以直接判读出矿体(层)的存在,因此常采用对区域成矿、控矿条件的综合判断解译,来实现找矿、控矿、容矿和矿化信息的提取。 2.解译步骤 (1)由易到难 这里的“难、易”主要指遥感影像的可解译程度和地质的复杂程度。解译时先从地质构造简单、地层出露齐全,遥感影像上地质信息丰富、清晰的地区开始;然后再推进到解译难度较大的地区。推进时,可采
目录 一、实习目的 (1) 二、实习要求 (1) 三、实习内容 (1) 3.1 图像裁剪 (1) 3.2 图像配准 (3) 3.3 监督分类 (6) 四、实习总结 (16)
一、实习目的 (1)熟悉使用erdas软件 (2)了解图像处理的原理与步骤,提高动手能力 二、实习要求 (1)对图像进行裁剪 (2)将TM图像与与临川区图像进行配准(校正) (3)对图像进行监督分类 三、实习内容 3.1 图像裁剪 利用临川区行政边界AOI文件对TM图象进行裁剪,裁剪出临川区TM图象。 基本步骤如下: (1)打开erdas imagine 9.2,单击“data proparation”,如图1 图1 data proparation 界面 (2)单击“subset imagine”,进入以下界面: 图2 subset界面
(3)图像裁剪的方法有三种 ①在TM影像上,通过AOI工具进行裁剪,裁剪出所需要的范围 ②通过使用文件裁剪 ③ AOI裁剪,在subset界面,单击AOI, 图3 AOI文件的输入 (4)输入AOI文件后,确认并进行裁剪,得到以下结果 图4 裁剪后的结果
3.2 图像配准 map-to-image: 1:10万临川区土地利用图与TM图象配准; 要求最初选GCP点6-10个,及检测点5个,各点均匀分布,RMS检验误差小于30米(1个像元)。 (1)进入“data proparation”界面,单击以下图中所示: 图5 data proparation 界面 (2)选择视窗,应该注意影像图的选择,选择tiff格式的临川区规划图(需校正的影像) 图6 视窗的选择 (3)模型的选择(多项式) 图7 模型选择界面
Lab3 geometric correction and projection transformation of remotely sensed data Objective : The purpose of the current lab section is to adequately understand the mathematic principles and methods of geometric correction (co-registration) and projection transformation . In addition,you guys need to gain hands-on experience or skill to perform them in ENVI and ERDAS environments. 实验过程: 一、envi中图像配准 1、根据控制点的坐标对图像进行配准 1)加载中山陵地形图 2) 选择map 菜单下的registration菜单,选择select gcps:image to map 设置投影信息:基于经纬度的投影(geographic lat/lon),选择基准面为WGS—84
3)开始配准 依次移动一级窗口中的光标到四个图廓点的位置,在三级放大窗口中把十字司放在经纬线的交点的中间位置,输入该点的经纬度于编辑对话框中:
点击add point,完成对控制点的编辑 4)选择option菜单下的wrap file将配准好的地图生成一幅新的影像
修改生成图像信息,改为50带的UTM投影,基准面为WGS-84,保存 2、图像到图像的配准 1)加载全色波段影像作为待配准的影像
遥感读书报告 专业:测绘工程 学生姓名:胡惠卿 指导教师:戚浩平 完成时间:2013年12月30日
目录 第一部分:各知识点的内涵与联系第二部分:学习的重难点 第三部分:公式的推导 第四部分:感兴趣的内容 第五部分:学习感悟
第一部分:各知识点的内涵与联系 一、电磁波、电磁波普、电磁辐射黑体辐射、太阳辐射、大气对辐射的影响、物体的发射辐射 地物反射辐射、地物波普 电磁波 电磁波普的概念、分类,电磁波的性质(P15) 电磁波普 发射辐射:辐射源、辐射测量 电磁辐射 辐射测量:辐射能量W ,辐射通量密度E 、辐照度I 、辐射亮度L 黑体辐射 黑体定义:绝对黑体 太阳辐射 黑体辐射规律:普朗克公式、斯忒潘玻尔兹曼定律、维 恩位移定 大气辐射的影响 太阳常数:I ◎=1.360*10^3W/m^2 实际物体的辐射 太阳光谱:是连续的光谱 大气的层次:外大气层、电离层、平流层、对流层 真正对太阳辐射影响最大的是对流层和平流层 大气吸收作用:使某些波段的太阳辐射强度递减,甚至消失形成大气吸收光谱 大气散射:瑞利散射 当大气中粒子比波长小得多 对可见光和红外波段特 别 明显 波长越长,散射越弱 米式散射 当大气中粒子和波长相当 对红外波段特别明显 散射 强度和波长的二次方成反比 无选择性散射 当大气中粒子比波长大得多 散射强度与波长无关 大气折射:密度越大,折射率越大;天顶距为90°时,折射值最大 大气反射:主要发生在云层顶部 大气窗口的定义、大气窗口的主要光谱段:紫外、可见光、近红外波段、中红 外、远红外、微波波段 大气透射的总透射率T : τθ)*(0m e I I T -== 影响因素 波长、温度、构成物体的材料、表面状况等 发射率:w w ' = ε 根据光谱发射率随波长的变化形式,将物体分为两类: 选择性辐射体:在各个波长处光谱发射率不同 灰体:在各个波长处光谱发射率相同 光谱反射率:物体的反射辐射通量与入射辐射通量之比 地物反射辐射 同一地物的反射波普特性:具有时间效应和空间效应 地物波普 同地物的发射波普特性:城市道路建筑物、水体、土壤、植物、 影响因素:太阳位置、传感器位置、地理位置、地形、季节、 气候变化等
遥感图像解译实习指导 遥感图像解译实习的实施步骤 1、组织培训 遥感图像解译是一项认真细致的工作,解译人员必须遵循一定的基本程序与步骤,才能更好地完成解译任务。以土地利用现状调查为例,首先须对学生进行有关土地利用现状调查、土地利用分类及分类系统、遥感图像处理和图像解译、数字化与数据处理以及外业调绘要求和调查表的填写等培训,使其明确解译任务,并熟练地掌握土地利用类型解译和更新调查的每个步骤的要求,为组织落实实习的各项工作环节打好基础。 2、工作准备 ⑴数据准备 搜集与分析有关资料、选择合适波段与恰当时相的遥感图像。不同的遥感图像可满足不同土地利用分类精度的要求。从宏观角度出发,使用TM数据进行的耕地调查,基本上可以满足国家级要求。而在主要农业区进行耕地调查时,最好使用SPOT遥感图像。对于重要的经济地区,有特殊要求时,也可以根据具体情况,采用全色小比例尺航空遥感图像和TM多光谱数据或者高分辨率全色波段图像和次低多光谱图像相融合的方式,可以取得理想的效果。具体包括:收集近期各种类型卫星遥感图像、详查原始像片与土地利用现状图、新增建设用地报批资料、耕地后备资源调查资料、土地开发整理补充调查和潜力调查资料、“城中村”调查资料以及各类文字统计资料等。对遥感图像数据进行几何纠正与配准,制作正射图像图。 ⑵技术路线 应用遥感技术进行土地利用现状调查,常用的方法有图像-图像对比解译、矢量底图-图像对比解译、图像叠加分析法、多时相直接分类法等。各种方法各有优缺点,在实际工作中应根据各地特点进行选择,往往综合运用多种方法,才能精确解译,达到土地利用现状调查的目的。 3、初步解译与样区的野外考察 初步解译的主要任务是到实习的区域进行野外考察,掌握解译区域特点,确立典型解译样区,建立目视解译标志,探索解译方法,为全面解译奠定基础。 4、室内解译 初步解译与样区的野外考察,奠定了室内解译的基础。建立遥感图像解译标志后,就可
遥感地质调查作业指导书 1 目的 明确遥感地质调查工作程序、工作内容和基本要求。 2 适用范围 本标准适用于遥感地质调查项目及地质调查项目中所包含的遥感地质项目。 3 职责 3.1 地质项目承担单位的遥感地质调查项目组负责遥感地质调查工作的实施和管理。 3.2 技术质量管理部门负责对遥感地质调查工作的实施进行检查、监督和管理。 4 遥感工作程序和要求 4.1 区域地质调查、区域环境地质调查中的遥感工作程序和要求。 4.1.1 项目负责人或项目组根据工作区和目标任务,充分收集工作区自然地理、气候资料、环境资料及与遥感调查任务有关的区域地质、矿产、物化探、遥感资料,了解工作区研究程度和存在的主要区域地质、环境地质问题,选择遥感数据类型,确定图像处理方案。 4.1.2 计算机操作人员必须根据预定方案进行遥感图像处理,完成与工作比例尺相适应的遥感影像图。 4.1.3 遥感解译人员对遥感影像图进行解译,建立影像岩石单位及构造解译标志,并完成遥感解译草图。 4.1.4 地面调查人员根据遥感解译的结果,制定地面验证路线。通过实测
遥感地质剖面,验证解译标志。 4.1.5 遥感解译人员根据实测剖面资料对遥感解译标志进行修证,并对遥感影像进行详细解译,填制遥感图像解译登记卡,编制遥感地质解译图,完成遥感解译工作总结。 4.1.6 项目负责人组织进行地面验证工作,对重要地质现象和解译盲区应作详细记录,并完成野外验证工作总结报告。 4.1.7 项目负责人主持编写遥感地质解译报告,项目组会同计算机操作人员制作遥感地质影像图,并编写遥感地质影像图说明书。 4.1.8 院总工办组织有关人员对遥感调查成果进行初步审查验收。 4.2 矿产资源遥感调查工作中的遥感应用程序。 4.2.1 项目负责人会同项目组人员研究确定区域成矿环境、成矿类型和关键控矿因素,形成矿床地质数据文件。 4.2.2 项目负责人应与计算机操作人员选择遥感数据类型,确定图像处理方案,以获取空间域矿化异常增强图像。计算机操作人员必须根据预定方案进行图像处理,并完成与工作比例尺相适应的遥感影像图。 4.2.3 遥感地质人员根据最新成矿理论对典型矿床进行解析,研究成矿、控矿要素所反映的影像特征,以及成矿岩系的反射率特征,形成区域成矿特征信息的影像识别模式和信息提取模型等数据文件和图像图形资料。 4.2.4 遥感地质解译人员对主要控矿、成矿因素及成矿岩系等信息进行提取。 4.2.5 项目组综合研究人员对已形成的矿床地质、遥感地质进行综合分析,并结合区域物、化探资料,进行区域成矿预测,圈定找矿靶区。