近地遙感圖像背景輻射反演方法研究畢業論文

⑴ 實驗十九 遙感圖像輻射校正

一、實驗目的

通過對ENVI的FLAASH 功能運用，掌握對Landsat衛星遙感影像做輻射定標與FLAASH大氣校正的技術操作，加深對輻射定標和大氣校正原理的理解。

二、實驗內容

①桂林市TM 遙感影像輻射定標；②桂林市TM 遙感影像FLAASH大氣校正處理。

三、實驗要求

①明確ENVI的Lndsat輻射定標各項參數的意義及作用；②明確ENVI FLAASH大氣校正處理各步操作的作用；③對FLAASH大氣校正前後同名點的植被波譜曲線差異進行比較分析。編寫實驗報告。

四、技術條件

①微型計算機；②國際分幅127-43 TM 影像；③ENVI軟體；④Photoshop軟體（ver.6.0以上）和ACDSee軟體（ver.4.0以上）。

五、實驗步驟

輻射校正包括輻射定標與大氣校正兩部分。輻射定標是將感測器記錄的電壓或數字量化值（DN）轉換成絕對輻射亮度值（輻射率）。大氣校正就是消除大氣和光照等因素對地物反射的影響，獲得地物反射率、輻射率和地表溫度等物理參數真實數值的物理數學計算。

1.輻射定標

ENVI提供Calibration Utilities（校正工程）工具，可以利用定標系數完成ASTER、MSS、TM、ETM＋、QuickBird等感測器的輻射定標。本次實驗介紹Landsat感測器定標的具體操作過程：

（1）在ENVI主菜單中，選擇「File>Open External File>Iandsat>GeoTIFF with Metadata」，打開Landsat5 TM數據L5127043_04320051009 MTL.txt。

（2）在 ENVI主菜單中，選擇「Basic Tools> Prepr coessing > Calibration Utilities >Landsat Calibration」，在打開的「Landsat Calibration Input File」對話框中，選擇Land ast5 TM 文件，單擊【OK】按鈕，出現「ENVI Landsat Calibration」對話框（圖19-1）。

（3）在「ENVI Landsat Calibration」對話框中，ENVI將自動從元數據中獲取下列參數：Landsat衛星類型（Landsat Satellite Sensor）；圖像成像時間（Data Acquisition Month/Day/Year）；太陽高度角（Sun Elevation）。

（4）定標類型（Calibration Type）包括「Radiance」（輻射亮度值）和「Reflectance」（反射率），選擇「Radiance」（輻射亮度值）。

（5）點擊【Edit Calibration Parameters】按鈕，可以打開定標參數對話框，可以自己修改定標參數。

如果定標的數據格式是 ENVI標准或者TIF格式，需要手動輸入「ENVI Landsat Calibration」對話框中的參數（Landsat衛星類型、圖像成像時間和太陽高度角），並且每次只能定標一個波段。

圖19-1 ENVI陸地衛星定標對話框

（6）選擇輸出路徑及文件名，單擊【OK】按鈕，執行定標過程。

2.大氣校正

目的是消除大氣中的水蒸氣、氧氣、二氧化碳、甲烷和臭氧等對地物反射的影響，消除大氣分子和氣溶膠散射的影響，目前遙感圖像的大氣校正方法很多，本次實驗選擇FLAASH大氣校正工具進行大氣校正，FLAASH 對大氣校正的輸入圖像作了一些要求，具體如下：

◎衛星圖像波段范圍為400～2500nm；航空圖像為860～1135nm。

◎文件類型為ENVI標准柵格格式，BIP或BIL存儲格式。

◎數據頭文件中包含中心波長（Wavelength）值（表19-1），如果是高光譜還需要有波段寬度（FWHM），這兩個參數都可以通過編輯頭文件信息輸入（Edit Header）。

表19-1 Ladnst中心波長

續表

圖19-2 轉換文件參數設置

FLAASH大氣校正具體操作步驟如下：

（1）數據儲存順序調整。由於FLAASH大氣校正工具要求數據存儲順序為BIP或者BIL格式，而ENVI默認的數據存儲格式為BSQ格式，我們需要進行數據儲存格式調整，在ENVI主菜單中，選擇「Basic Tools>Convert Data（BSQ、BIP、BIL）」，在「Convert File Input」對話框中選擇上一步輻射定標的結果，單擊【OK】按鈕打開「Convert File Parameters」對話框（圖19-2）。

◎選擇「Output Interleave」：BIL，

◎Convert In Place: Yes

單擊【OK】按鈕，執行處理。

（2）文件輸入與輸出信息。在ENVl主菜單中，選擇「Spectral>FLAASH」，打開「FLAASH」功能，如圖19-3所示。

點擊【Input Radiance lmage】按鈕，選擇准備好的輻射亮度值數據，由於輻射定標時得到的輻射亮度單位為W/（m² ·μm ·sr），FLA ASH要求的輻射亮度單位為μW/（cm² nm ·sr），兩者相差10倍，所以點擊【Input Radiance Image】按鈕會出現「Radiance Scale Factors」對話框（圖19-4），選擇「Us esingle scale factorfor all bands」（對所有波段使用統一比例因子），「single scale factor」值輸入10，點擊【OK】按鈕，這樣就獲得符合FLAASH要求的輻射亮度值。

圖19-3 FLAASH模塊參數對話框

圖19-4 輻射亮度比例因子設置

單擊圖19-3中的【Output Reflectance File】按鈕，選擇輸出文件名和路徑。

（3）感測器與圖像目標信息。

Scene Center Location：從元數據文件中獲取，當圖像位於西半球時，經度為負值；位於南半球時，緯度為負值。

Sensor Type：選擇輻射亮度圖像對應的感測器類型，本實驗使用數據為Landsat TM5。

Ground Elevation（km）：可從相應區域的DEM 獲取平均值。

Flight Date：圖像成像日期，可以從元數據文件中獲取。

Flight Time GMT：圖像成像格林尼治時間，可以從元數據文件中獲取。

（4）大氣模型（Atmospheric Model）。ENVI提供了六種大氣模型：亞極地冬季（Sub-Arctic Winter）、中緯度冬季（Mid-Latitude Winter）、美國標准大氣模型（U.S.Standard）、亞極地夏季（Sub-Arctic Summer）、中緯度夏季（Mid-Latitude Summer）、熱帶（TroPical）。可以通過季節－緯度信息選擇大氣模型。

（5）水汽反演（Water Retrieval）。多光譜數據由於缺少相應波段和光譜解析度太低不執行水汽反演。選擇No。

（6）氣溶膠模型（Aerosol Model）。ENVI提供五種氣溶膠模型：無氣溶膠（No Aerosol）、鄉村（Rural）、城市（Urban）、海面（Maritime）、對流層（Tropospheric）。

（7）氣溶膠反演（Aerosol Retrieval）：選擇2-Band（K-T）, K-T氣溶膠反演方法。

（8）初始能見度（Initial Visibility）（km）：見表19-2。

表19-2 天氣條件與估算能見度

（9）多光譜設置（MultispectraI Settings）。在「Sensor Type」選項中選擇多光譜感測器時，出現【Multispectral Settings】按鈕，單擊此按鈕可以打開多光譜設置對話框（圖19-5），有兩種設置方式：文件方式（File）和圖形方式（GUI），一般選擇圖形方式。由於多光譜數據一般不用於水汽，因此多光譜設置對話框中主要的參數見「Kaufman Taner Aerosol Retrieval」對話框中，選擇「Defaults」下拉框：Over-Land Retrieval Standard（660:2100），即上行通道660nm，下行通道2100nm，點擊【OK】按鈕後完成設置，回到FLAASH模塊參數對話框。

圖19-5 多光譜設置對話框

（10）高級設置（Advanced Settings）。按照默認設置。

上述設置完成後，點擊【Apply】按鈕，執行FLAASH大氣校正。

3.大氣校正前後同名點植被波譜曲線對比

（1）分別在「Display」窗口中顯示原始數據圖像和FLAASH 校正後的反射率圖像。

（2）在其中一個主窗口中選擇「Link>Geographic Link」，將兩個「Display」窗口地理鏈接。

（3）將大氣校正前後影像窗口移動到植被區域，分別在兩個「Display」窗口中單擊滑鼠右鍵選擇「Z Pro-file（Spectrmu）」，獲取兩個圖像上的植被波譜曲線（圖19-6），可以看到經過大氣校正後的植被波譜曲線更加接近真實植被波譜曲線。

圖19-6 大氣校正前（左圖）後（右圖）植被波譜曲線對比

六、實驗報告

（1）簡述實驗過程。

（2）回答問題：①什麼是輻射定標？ENVl軟體採用何種功能命令進行輻射定標？②什麼是大氣校正？ENVI軟體採用何種功能命令進行大氣校正？③輻射校正前後地物波譜特徵對比分析：分別提取輻射校正前、後的灕江水體、岩溶石山、碎屑岩土山、農田、桂林市區和飛機場六種典型地物的波譜曲線。比較分析它們的差異。為何它們會存在差異？

實驗報告格式見附錄一。

⑵ 遙感數字圖像定量反演的方法

遙感數字圖像可以用Google earth engine python API來實現定量反演。

用基於GEE的pythonAPI，主要實現以下內容：

站點數據和遙感影像匹配。

利用機器學習/深度學習模型進行匹配數據的訓練。

將訓練的模型用於GEE上的影像數據，實現參數反演結果成圖。

提取影像的metedata，作為模型的輸入數據。

注意，直接採用img.get( )得到的是computerobject這種類型的結果，無法在機器學習模型中輸入和計算，應加上.getInfo()。

總結如下：

反演，在人工智慧領域又稱為人工智慧反演(inversion with artificial intelligence),是指能夠模仿人類智能的計算機程序系統即人工智慧專家系統，它具有學習和推理的功能。例如模擬退火最優化系統、人工神經網路系統等。

在反問題求解過程中應用人工智慧的方法技術，引導局部或全局尋優，這種反演方法稱為人工智慧反演技術。

⑶ 遙感影像信息的提取技術方法研究進展

遙感的對地觀測系統是一個信息流交換的過程：電磁波與地表物體相互作用形成地表信息交流。而遙感影像信息提取技術就是最大限度地從遙感圖像上的光譜信息反演出目標地物本身的屬性特徵信息。進而可對地球表層資源與環境進行探測、分析，並揭示其要素的空間分布特徵與時空變化規律。遙感影像信息的提取技術是建立在對地物規律有充分的了解的基礎之上的，其綜合物理手段、數學方法和地物狀態識別等認識，通過對影像的處理與分析，獲得能反映區域內地物的分布規律和變化過程的有效信息的技術方法。

遙感地物識別主要依賴於地物的光譜和空間特徵的差異。多光譜由於光譜解析度低，地物的光譜特徵表現不充分，地物識別主要依賴地物的空間特徵，包括灰度、顏色、紋理、形態和空間關系。信息處理和信息提取主要是應用圖像增強、圖像變換和圖像分析方法，增強圖像的色調、顏色以及紋理的差異，達到最大限度地區分地物的目的。隨著成像光譜儀研製成功以及其產業化的發展，遙感地物信息提取也隨之進入了一個嶄新的時代。成像光譜對地物的識別主要是依賴於地物的光譜特徵，是直接利用岩石礦物的光譜特徵進行地物識別，定量分析地物信息。下面從多光譜和高光譜遙感信息處理兩方面來加以論述。

1.多光譜方法研究進展

多光譜的信息提取主要集中於：色調信息提取，紋理信息提取，信息融合。

（1）色調信息提取

對於色調信息提取，主要是採用一些增強處理，擴大圖像中地物間的灰度差別，以突出目標信息或改善圖像效果，提高解譯標志的判別能力，如反差擴展、彩色增強、運算增強、變換增強等，這些傳統的圖像處理方法在一定程度上滿足了應用的需要。近年來發展了一系列的以主成分變換為主的信息提取技術，在岩礦信息提取中發揮了重要的作用。如張滿郎（1996）提出修正的直接主成分分析提取鐵氧化物信息。OF 變換（Maxium Noise Fraction Transformation）（Kruse，1996，Creen，et al.，1988），NAPC（Noise-adjust Principal Components Transform）（Lee，et al.，1990）、分塊主成分變換（Jia，et al.，1999）、基於主成分的對應分析（Carr，et al.，1999），以及基於主成分分析的空間自相關特徵提取（Warner，et al.，1997）、子空K投影（Harsanyl，et al.，1997）和高維數據二階特徵分析（Lee，et al.，1993；Haertel，et al.，1999）等，也是基於主成分分析進行信息特徵選擇與特徵提取。同時，根據模式識別的原理，提出並設計出監督分類與非監督分類方法：以及利用決策樹進行分類識別（Wrbka，et al.，1999；Friedl，et al.，1999；Hansen et al.，1996），這些技術與方法是建立在圖像灰度特徵之上，利用數理統計的知識進行地物分類與信息提取。

（2）紋理信息提取

遙感影像的邊緣和紋理信息對線環構造的識別具有一定作用，但卻似乎無助於岩性的識別。邊緣信息提取通常採用濾波運算元或銳化的方法進行（Gross，et al.，1998；Varbel，2000）。紋理信息提取通常採用共生矩陣、傅立葉功率譜和紋理譜等方法。

（3）信息融合

多源數據融合研究也非常普及與深入，其技術方法涉及不同的數理知識（Jimen，et al.，1999；Pohl，1998；Robinson，et al.，2000；Price，1999；Gross et al.，1998），比如小波信息融合。應用面涉及非遙感數據（王潤生，1992；朱亮璞，1994），如遙感數據與地化數據、物探數據的疊置與融合。這些方法一方面開闊了遙感的應用視野，另一方面也擴展了遙感的應用能力。

總的來說，多光譜遙感岩礦信息提取主要是基於圖像灰度特徵，即基於岩礦的反射率強度差異，採用一些數學變換方法，增強或突出目標信息，使之易於目視解譯。在數據處理中，由於波段有限，未能有效地導入岩礦類別的光譜知識，其結果精度更多地取決於研究人員的經驗。

2.高光譜方法研究進展

成像光譜技術是多光譜技術發展的飛躍，它是在對目標對象的空間特徵成像的同時，對每個空間象元經過色散或分光形成幾十個乃至幾百個窄波段以進行連續的光譜覆蓋。形成的遙感數據可以用「圖像立方體（三維）」來形象描述，其中兩維表示空間，另一維表徵光譜。這樣，在光譜和空間信息綜合的三維空間內，可以任意地獲得地物「連續」的光譜以及其診斷性特徵光譜，從而能夠基於地物光譜知識直接識別目標地物，並可進一步地獲取定量化的地物信息。在地質應用中，礦物識別和信息處理技術可分為：①基於單個診斷性吸收的特徵參數；②基於完全波形特徵以及③基於光譜知識模型三大類型。

岩石礦物單個診斷性吸收特徵可以用吸收波段位置（λ）、吸收深度（H）、吸收寬度（w），吸收面積（A）、吸收對稱性（d）、吸收的數目（n）和排序參數作一完整地表徵。根據端元礦物的單個診斷性吸收波形，從成像光譜數據中提取並增強這些參數信息，可直接用於識別岩礦類型。如IHS編碼與吸收波段圖（Kruse，1988）是利用連續法去除後的光譜圖像，定義出波段吸收中心位置圖像，波段深度圖像以及波段半極值寬度圖像，並分別賦予HS I 空間的明度（H）、強度（l）和飽和度（S），然後逆變換到RGB色度空間。從而根據色調差異進行礦物直接識別。在描述岩礦單個診斷性吸收特徵參數中，吸收深度是一非常重要的特徵指標而受到重視。如相對吸收深度圖（RBD image，Relative absorption Band-depthimage）（Crowley，et al.，1989）採用比值運算來增強識別端元的吸收深度，即根據要識別端元的單個診斷性吸收峰的兩側肩部反射率之和，除以其谷中心鄰近兩側對應波長的反射率之和的商圖像，來表徵端元礦物診斷性吸收峰的相對吸收深度。不同端元礦物的RBD圖像，除象元本身比值大小代表了端元礦物存在的可能性外，通過進一步地諸如PC變換分析進行特徵增強與選擇來識別端元礦物。由於吸收峰的非對稱性，採用RBD方法難以准確描述其特徵。連續插值波段演算法（CIBR，continuum interpolated band algorithm）（De Jong，1998）和光譜吸收指數圖像（SAI，spectral absorption index image）（王晉年等，1996）與相對吸收深度圖方法類似，但引入了對稱度因子，使其對吸收特徵的描述更為合理。CIBR是利用診斷性光譜吸收谷中心的輻射值，除以左右肩部的輻射值與吸收特徵對稱度因子之積的和，產生相應的商圖像，用以增強不同礦物的診斷性吸收深度，進行礦物識別。SAI方法與CIBR類似，也是對單個吸收波形肩部的特徵增加了對稱度因子。上述方法類似於常規比值或彩色增強處理。與常規增強處理最大不同之處在於有機地融入端元礦物的光譜特徵這一先驗知識，針對性、目的性更明確。由於大氣輻射對遙感數據中波譜特徵的影響、光譜混合形成的光譜漂移和變異對單個波形的影響，使識別結果含有較大的干擾。

成像光譜最大的優勢在於利用有限細分的光譜波段，去再現象元對應物的波譜曲線。這樣，利用整個光譜曲線進行礦物匹配識別，可以在一定程度上改善單個波形的不確定性影響（如光譜漂移、變異等），提高識別的精度。基於整個波形的識別技術方法是在參考光譜與象元光譜組成的二維空間中，合理地選擇測度函數度量標准光譜或實測光譜與圖像光譜的相似程度。例如，光譜匹配（SM，Spectral matching）（Baugh，et al.，1998）利用岩礦光譜矢量的歐氏距離測度函數，即求圖像象元光譜與參考光譜在光譜空間中的差異大小。距離愈小，表示圖像端元光譜或待識別的端元光譜與來自實驗室或野外實測的參考光譜之間擬合程度愈高。類似地，相似指數（SI，similarity index algorithm）（Fenstermaker，et al.，1994）是基於歐氏距離側度，根據已知地物類型的圖像象元平均光譜與未知圖像象元光譜的波段差值平方和的均值大小來識別地物。以上兩種方法比基於單個吸收波形參數識別技術可靠。但往往由於光譜數據解析度的影響，其光譜的差異不明顯，同時又因歐氏距離測度固有的缺陷而難以對地物進行准確分類與識別。光譜角識別方法（SAM，spectral angle mapper）（Ben-Dor，et al.，1994；Crosta，et al.，1998；Drake，et al.，1998：Yuhas，et al.，1992）是在由岩礦光譜組成的多維光譜矢量空間，利用一個岩礦光譜矢量的角度測度函數求解岩礦參考光譜端元矢量（r）與圖像象元光譜矢量（t）的相似程度。參考端元光譜既可來自實驗室、野外測量，也可來自已知類別的圖像象元光譜。根據兩者相似程度大小，識別與提取礦化蝕變信息。該方法的難點在於如何合理地選擇閾值進行信息分割。不過，從已有應用的角度看，該方法簡單易行、比較可靠。交叉相關匹配（Fer-rier，et al.，1999；Varder Meer，et al.，1997）是使用一個相關因子（r.）作為相似性指數，通過逐象元交叉相關匹配進行礦物識別。當參考光譜與檢驗光譜完全匹配時，其位置m=0；參考光譜向長波方向移動時，其m＜0。反之，m＞0。在RGB空間，分別賦予斜度（skewness），t檢驗值與相關因子以R，G，B；若在「0」匹配位置，其斜度、t檢驗值與相關因子（r.）均接近於「1」而顯示為白色，從而識別出端元礦物。對於礦物的智能識別，往往也採用完全譜形。例如，Tetracord礦物識別軟體是基於UNIX平台，利用光譜資料庫中的光譜與圖像光譜擬合從而自動進行識別礦物；王潤生等（1999）根據礦物的完全波形，利用神經網路進行礦物自動識別。以上方法在具有大量已知地物光譜時適應性強。對圖像地物識別更有用。但明顯不足是由於實際地物光譜變異、獲取數據受觀測角以及顆粒大小的影響而造成光譜變化，對於整體光譜特徵差別不太大的地物，准確匹配比較困難，造成岩礦識別與分析上的混淆和誤差。

基於光譜模型的識別的技術方法是建立在一定的光學、光譜學、結晶學和數學理論之上的信號處理技術方法。它不僅能夠克服上述方法存在的缺陷，而且在識別地物類型的同時精確地量化地表物質的組成和其他的物理特性。例如，建立在Hapke光譜雙向反射理論基礎之上的線性混合光譜分解模型（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），可以根據不同地物或者不同象元光譜反射率響應的差異，構造光譜線性分解模型。一個象元內並非存在單一類型地物，而更多地由不同類型地物組成。因此，在大多數情況下，象元光譜並非為純地物光譜的線性混合，而更多地表現為非線性。對於單散射，可作為線性模型分解，多散射則認為非線性混合。由於平均單散射反照率豐度主要依賴於成分含量不同而可以認為是線性混合（Mustard，et al.，1987）。這樣，通過單散射反照率（SSA）轉換，即可以利用運算元W=（3r+6）r/（1 +2r）²，將非線性「線性化」，再進行光譜分解。Tompkins（1996）提出修正的光譜混合分析（MSMA）模型。該模型利用虛擬端元，採用一個阻尼最小二乘演算法，根據一定的先驗知識，有效地並最終可以選擇亞像端元進行光譜分解，提高了SMA實用性。與SMA相比，MSMA最大的不同表現在：①端元以及其豐度均作為未知變數；②對數據組中所有象元同時求解。對於能量約束最小模型（CEM，constrained en-ergy minimization technique）（Farrand，et al.，1997；Farrand，et al.，1996；Resmini，et al.，1997）是在成像光譜圖像序列中，運用一個目標區域（或ROI區域，region of insteresting）與象元光譜（ri）相關的權系數wk來描述象元向量的數字值y，從而進行特徵選擇與分解進行地物識別與信息提取。與混合光譜分解模型一樣，該分解結果在一定程度上，不僅代表了識別象元的類型信息，而且有機地表示了其豐度比值。與混合光譜分解模型不同的是，該方法更多地依賴於目標區域的統計特徵，但結果更精確。總之，這些方法更多地依賴光譜學知識與數理方法，在實際應用中由於難以確定特徵參數或難以准確地描述光譜模型而限制了該類技術方法的應用。不過，由於該類方法在識別地物的同時量化物質組成，因此就其發展趨勢而言，隨著一系列技術的成熟與光譜學、結晶學等知識的深入發展，識別精度的改善與量化能力的提高，其應用將會越來越廣泛。

國內也相繼開展了一些成像光譜進行礦物直接識別應用試驗，但由於國產感測器的性能尚不夠完善，數據信噪比較低。但在定性岩礦識別方面取得了一定的收獲。如甘甫平等（2000）利用基於波形特徵組合的主成分分析有效地對河北張家口後溝金礦區進行了岩性劃分；劉慶生（1999）利用對應分析提取出內蒙古某礦區的含金蝕變。在直接定量礦化識別、識別模型和識別譜系等方面都落後於美國等發達國家，相比還存在一定差距。

總之，岩礦光譜學機理研究、遙感信息提取基礎與遙感信息提取方法技術研究，三者之間相輔相成，具有一定的對應關系。

遙感地物光譜應用基礎與遙感影像信息提取技術研究隨著遙感光譜成像技術的發展而發展，兩者研究方向與趨勢都主要集中在光譜特徵知識與地物物理化學屬性的關聯以及光譜物理模型兩大方面。對地物物化屬性與光譜特徵的相關性和對光譜物理模型的深入分析與研究可從不同的角度為遙感直接識別礦物、提取地物的分布規律、屬性、物化性質以及進行地物深層次信息挖掘等提供理論基礎支撐，推動遙感應用技術的發展。遙感地學應用的實用化與產業化是遙感地物光譜應用基礎與遙感地物影響信息提取技術研究相互促進的結果。

地物光譜學機理研究、遙感信息提取基礎與遙感信息提取方法技術研究的發展將導致三者的結合，並最終綜合於遙感應用模型和技術集成中，以便充分利用各自的優勢，提高遙感應用能力並增強對地質應用的理解，以及模擬、評估和預測地學發展的規律。

⑷ 遙感信息處理論文怎麼寫啊

遙感圖像信息處理的主要目的是：①消除各種輻射畸變和幾何畸變，使經過處理後的圖像能更真實地表現原景物真實面貌；②利用增強技術突出景物的某些光譜和空間特徵，使之易於與其它地物的區分和判釋；③進一步理解、分析和判別經過處理後的圖像，提取所需要的專題信息。遙感信息處理分為模擬處理和數字處理兩類（見數據採集和處理）。

模擬處理方法是首先把圖像信息轉換成電信號，然後進行圖像化處理。用模擬方法能對圖像信息作快速處理。數字處理是對遙感圖像信息作數字離散化後，利用數字計算機進行處理。數字圖像處理的功能好而且靈活，已成為遙感信息處理的主要方式，但要求有高速度大容量的計算機，不易達到實時處理的要求。

⑸ 遙感方面的論文怎麼寫

洋河流域遙感圖像土地利用分類方法研究
【摘要】遙感影像分類方法的確定是LUCC研究中的關鍵步驟。文章以洋河流域為研究區，分別進行了非監督分類和監督分類。針對監督分類結果中存在的誤差，對水域、植被、城鎮與工礦用地三種類型地物的提取分別選擇了綜合閾值法、植被指數法、DEM數據輔助分析法進行了改進，結果表明改進後的提取結果較監督分類直接得到的結果有了很大的改善。
【關鍵詞】遙感圖像；監督分類；綜合閾值法；植被指數法
【中圖分類號】TP79 【文獻標識碼】A
【文章編號】1671-5969（2007）16-0164-03

一、研究區域概況及圖像資料
（一）研究區域概況
洋河流域是張家口經濟發展的中心地帶，水資源相對豐富。洋河發源於山西省陽高縣和內蒙古興和縣，是永定河上游的一大支流，流域面積約14600km2 。在張家口市流域面積為9762km2，流經萬全縣、懷安縣、張家口市區、宣化縣、宣化區、下花園區、懷來縣等，幹流全長106 km，在朱官屯於桑乾河匯合後流至官廳水庫，是官廳水庫的重要水源。洋河流域形狀東西向較長，南北向較短，地形總趨勢西北高、東南低。流域的東北、北部和西北沿壩頭一帶海拔高程1200～1500m之間，西部和南部邊界海拔高程一般在500～1000m之間。流域內80％以上為丘陵山區，絕大部分為荒山禿嶺。流域內大部分為黃色沙壤土，並有部分砂礫土及黃粘土，沿河川地層厚且較肥沃[1]。
（二）信息源
遙感信息源的選擇要綜合考慮其光譜解析度、空間解析度、時間解析度等因素， 這是利用遙感圖像進行土地利用分類的關鍵問題。美國的Landsat TM 圖像是當前應用最為廣泛的衛星遙感信息源之一，它可提供7個波段的信息， 空間解析度為30～120m。TM數據源各波段各有特點，可進行不同地物類型的信息提取。相關資料表明TM遙感數據各波段間的信息相關關系為：TM1與TM2，TM5與TM7高度相關，相關系數達0.95以上，信息冗餘大，可以考慮不選取TM1波段。另外由於第6個波段的解析度為120m，不利於地物信息的提取，所以亦不選取TM6波段。一般來說， 選擇圖像類型時，應考慮研究區域的大小、研究的目的，以及要達到的精度要求，另外不同時相遙感圖像的選擇對分類精度也具有很大的影響。為了能把水域、城市與工礦用地、林地、耕地、裸地區分開，以洋河流域1987年9月17日的TM圖像為信息源進行研究。本文中所使用的遙感圖像處理工具為美國ERDAS公司的ERDAS IMAGINE8.4軟體，它是一個功能完整的、集遙感與地理信息系統於一體的專業軟體，具有數據預處理、圖像解譯、圖像分類、矢量功能、虛擬gis等多個功能。
二、現有遙感圖像土地利用分類的主要方法及其分析
遙感圖像土地利用分類就是利用計算機通過對遙感圖像中各類地物的光譜信息和空間信息進行分析，選擇特徵，並用一定的手段將特徵空間劃分為互不重疊的子空間，然後將圖像中的各個像元劃歸到各個子空間中以實現分類[2]。按照是否有已知訓練樣本的分類數據，將其分為非監督分類和監督分類。它們最大的區別在於監督分類首先給定類別，而非監督分類則由圖像數據本身的統計特徵來確定。
（一）非監督分類
非監督分類是在多光譜特徵空間中通過數字操作搜索像元光譜屬性的自然群組的過程，這種聚類過程生成一副有m個光譜類組成的分類圖。然後分析人員根據後驗知識將光譜類劃分或轉換成感興趣的專題信息類[3]。洋河流域內有很多山地，在圖像上會產生大量的陰影，導致了像元灰度值的空間變化，這對分類結果有很大的影響。為此可以通過比值運算來去除陰影的影響，使向陽處和背陰處都毫不例外地只與地物的反射率的比值有關。常用演算法：近紅外波段（TM4）/紅外波段（TM3），這樣所得到的效果比較好，從原始圖像和比值運算後的圖像（圖像略）中，可以清楚地看到山體陰面的陰影得到了有效的去除。經過比值運算後， 就可以對圖像進行非監督分類。得到的分類結果如圖1所示。非監督分類只根據地物的光譜特徵進行分類，受人為因素的影響較少，不需要對地面信息有詳細的了解，但由於「同物異譜、異物同譜」等現像的存在，其結果一般不如監督分類令人滿意。比如官廳水庫旁邊的大量建築物被分到水體一類。是因為在TM3波段上，水體和建築物的灰度值相近， 同樣在TM7波段上，裸山和建築物的灰度值也相近。總之，在TM的6個波段上，無論採用哪個波段進行非監督分類，總有幾種地物的光譜值接近，因此單純依靠計算機自動分類取得很好的效果是非常困難的。

⑹ 畢業論文求助!!!急

1867年克勞修斯曾表述這樣的思想「宇宙的能永遠守恆，宇宙的熵永遠增大」，「宇宙的熵處於極大，進一步變化的能力就越小，如果最後達到極限狀態，那就任何進一步的變化都不會發生了，這個宇宙將進入一個死寂的，永恆的狀態」克勞修斯的表述便是「熱寂說」的最初由來。

現在的宇宙學和宇宙發展的客觀事實都說明了「熱寂說」是錯誤的，這似乎說明熱力學第二定律與宇宙學不相容。

熱力學與宇宙學相容的關鍵之一是宇宙在膨脹。

考慮一種簡單情況，在一定空間里有兩種物質，比如一種是輻射，一種是粒子。（在高一物理教材的緒言中有這樣一段話：在宇宙大爆炸的開初，有的只是極高溫的熱輻射和其中隱現的高能粒子……）如果兩類物質的溫度不同，即輻射溫度Tr≠粒子溫度Tm，顯然，按照熱力學，經過一段時間後將會是Tr=Tm。可是如果上述空間不斷膨脹，結論會完全不同。膨脹會使各類物質的溫度降低，一般來說，不同物質的溫度隨著膨脹而降低的速度不一樣。輻射溫度隨膨脹降低得較慢，而粒子則較快。這就是說，隨著宇宙的膨脹，原來溫度相同的兩種物質會變得不同，即Tr＞Tm，產生溫度差，有人會說這個溫度差不能保持，它們將由輻射和粒子之間的碰撞而消失，最後達到熱平衡。

熱力學與宇宙學相容關鍵之二是引力理論。

一箱氣體，其中包含許多分子，如果氣體分子分布不均勻的，按熱力學第二定律演化的結果氣體分子分布是均勻的，但是同樣是這箱氣體，如果氣體分子之間的引力作用不可忽略，而且起主導作用，結果將完全不同。假定氣體分子的分布開始是均勻的，在沒有引力時，這是平衡態，而在引力的主導作用的條件下，均勻分布狀態並不是穩定的。因為在某個局域內，由於某分子的雜亂無章的運動會使某個局域的密度會變得稍大一點，則這個局域的引力將會變得更強一些，這就會吸收更多的物質，形成更大的密度，這就是破壞不均勻。

在宇宙范圍內引力是主導的，所以哪怕是宇宙開始時是均勻的，無結構的，它也會產生出非均勻的有結構的狀態。各種尺度的天體，就是依靠這種非均勻化的過程聚集而成的。從早期的均勻宇宙到現在非均勻宇宙就是這樣演化的。

為什麼宇宙並不象熱死預言那樣從復雜到簡單，而是由簡單到復雜？因為有引力。

為什麼宇宙並不象熱死預言那樣從有序到無序，而是從無序（混亂）到有序（有結構）？因為有引力。

為什麼宇宙並不象熱死預言那樣從非熱平衡到熱平衡，而是熱平衡生成非熱平衡？也是因為有引力。

由於引力的存在，熱寂說已成為歷史的一頁，為什麼引力有「回天之術」，保證著宇宙的進化？因為至今還沒有一個完整的引力理論，所有這些問題尚有待解決。

「熱寂說」一經提出，即在科學界引起了軒然大波。
1.首先對「熱寂說」提出詰難的是麥克斯韋(J.Maxwell)。1871年，他在《熱理論》一書的末章《熱力學第二定律的限制》中，設計了一個假想的存在物——「麥克斯韋妖」。麥克斯韋妖有極高的智能，可以追蹤每個分子的行蹤，並能辨別出它們各自的速度。這個設計方案如下：「我們知道，在一個溫度均勻的充滿空氣的容器里的分子，其運動速度決不均勻，然而任意選取的任何大量分子的平均速度幾乎是完全均勻的。現在讓我們假定把這樣一個容器分為兩部分，A和B，在分界上有一個小孔，在設想一個能見到單個分子的存在物，打開或關閉那個小孔，使得只有快分子從A跑向B，而慢分子從B跑向A。這樣，它就在不消耗功的情況下，B的溫度提高，A的溫度降低，而與熱力學第二定律發生了矛盾」。[9]麥克斯韋認為，只有當我們能夠處理的只是大塊的物體而無法看出或處理藉以構成物體分離的分子時，熱力學第二定律才是正確的，並由此提出應當對熱力學第二定律的應用范圍加以限制。
盡管麥克斯韋既沒有實現也沒有提出任何實際的實驗來檢驗他的假說，但這個「熱力學第二定律的破壞者」卻困擾了科學界一百多年，成為科學家詰難熱力學第二定律並進而反對「熱寂說」的著名假想實驗。與麥克斯韋佯謬有關的還有後來洛歇密(Loschmid)提出的「可逆佯謬」和賽密羅(E.Zermelo)提出的「再出現佯謬」等都對單向不可逆性和熱力學第二定律提出了挑戰，實際上也是對「熱寂說」提出了挑戰。

2.在「熱寂說」提出後的數十年中，對其構成最大挑戰的科學假說是波爾茲曼(L.Boltzmann)的「漲落說」。波爾茲曼在對氣體分子運動的研究中，最先對熵增加進行了統計解釋。按照這種解釋，熱平衡態附近總存在著偶然的「漲落」現象，這種漲落現象並不遵從熱力學第二定律。由此，波爾茲曼將氣體分子運動論的觀點推廣到宇宙中，認為整個宇宙可以看成類似在氣體狀態的分子集團，圍繞著整個宇宙的平衡狀態則存在著巨大的「漲落」。即使在與整個廣延的宇宙相比極其渺小的恆星系和銀河系中，在短時期內也存在著這種相對的熱平衡附近的「漲落」。按照這種假說，宇宙就必然會由平衡態返回到不平衡態。在這個區域，熵不但沒有增加，而且是在減少。因此，宇宙也就不可能產生「熱寂」。
波爾茲曼的「漲落說」曾廣泛流傳，許多人都把它作為反對「熱寂說」的新發現。但天文學觀測表明，至今沒有任何有說服力的證據證明現在的宇宙是處在熱平衡態並存在著上下「漲落」。由於缺乏事實依據，「漲落說」並沒有真正從科學上解決宇宙「熱寂」的問題。而且從邏輯上看，波爾茲曼的「漲落說」實際上是把宇宙「熱寂」已經放在他的前提中了。因為他首先承認「漲落」是在平衡態附近發生的。而對於任何「漲落」，不論它有多大，最後必然會消失，重新回到平衡狀態。盡管後來一些物理學家，如萊辛巴赫(H.Reihenbach)等發展了玻爾茲曼的思想，把時間增加的方向作為熵增加的方向，並進一步指出了宇宙中存在著熵的漲落現象，但由於同樣缺乏觀測證據支持而最終放棄。

3.20世紀60年代以來，以普里高津(I.Prigogine)為首的布魯塞爾學派在研究非平衡態熱力學和統計物理學的過程中，找到了開放系統由無序狀態轉變為有序狀態的途徑，提出了耗散結構理論。這一理論曾被一些人用來反對「熱寂說」。
所謂「耗散結構」是指一種遠離平衡態的有序結構。根據熱力學第二定律，系統處在熱平衡態就是有最大的混亂度，此時熵值達到最高，系統即出現所謂「熱寂」。而有序結構的出現即意味著熵的降低，系統便可「起死回生」。這顯然與熱力學第二定律相悖。如生命的發生和物種的進化等，都是從低級到高級、從無序到有序的變化，是一個熵不斷降低的過程。耗散結構理論解決了這個問題。它認為關鍵在於系統必須是開放的，而且系統內有序結構的產生要靠外界不斷供給能量和物質以及負熵流。
耗散結構理論提出不久，一些人即將其推廣到整個宇宙，認為宇宙是一個無限發展的開放系統，它遠離平衡態。由於它不斷吸取負熵流，因而在宇宙的一些區域內，熵不但沒有增加反而有減少的趨勢。因此宇宙不可能變成完全無序的「熱寂」狀態。《紐約時報》曾於1980年發表特稿，宣稱普里高津的耗散結構理論幫助人類解決了一項科學上最擾人的似是而非的問題。[10]
然而，盡管這種理論具有很廣的應用范圍，但對於整個宇宙來說，由於缺乏明確的物理圖像和實驗基礎而不被天體物理學界所認可。

4.彭加勒（J.Poincaré）從科學方法論的角度對「熱寂說」提出了尖銳的批評。1890年，彭加勒在《力學原理》一書中指出，任何力學模型只能局限在有限的系統內運動。在這個封閉的系統中，運動從有序開始，經過無序狀態，最後必然再回到有序狀態即初始狀態。因此，與系統組態相聯系的既定熵值，為了能回到初始狀態就必然要減少。彭加勒認為，「熱寂說」的出現是由於它的提出者們採用了當時流行的力學模型法造成的。因此，應在方法論上進行變革，要麼承認熱力學過程能回到初始狀態，要麼將熱力學模型根本拋棄。

5.在批評「熱寂說」的各種哲學觀點中，有兩種觀點影響最大，也最普遍。一種觀點認為，熱力學第二定律是從有限世界得來的，因而不能應用到無限的宇宙上。如丹皮爾(W.Dampier)在其《科學史及其與哲學和宗教的關系》一書中就認為，「把熱力學原理應用於宇宙理論，其有效性是可疑的。把從這樣有限的例證中推出來的結果，應用到宇宙上去，是沒有道理的，即令過去利用這些結果去預言有限的獨立的或等溫體系的情況很有成效」。[16]另一種觀點則直接否認宇宙是一個「孤立系」。實際上，這兩種觀點本身是相互關聯的，都預先設定了宇宙是一個「無限的」「非孤立系」的前提。並且一再企圖證明，宇宙是漫無邊際的物質，各個部分都是相互聯系的，宇宙之外還有宇宙，因而不存在孤立部分。何祚庥認為，這些論證都不能證明人們永遠不能把無限宇宙當作一個統一整體來把握。[17]況且，今天的科學還不能證明宇宙是否無限。因此，這種說法並不能駁倒「熱寂說」。另一方面，認為從孤立系中得出的第二定律不能推廣到無限宇宙去的論證，從邏輯上看也是不嚴密的。小范圍內的自然規律外推到大范圍在邏輯上並不必然錯誤，科學史上就有大量這樣外推的先例，如絕對零度概念、熱力學第一定律以及模型方法等。既然能把熱力學第一定律推廣到整個宇宙，那麼又為什麼不能將第二定律作同樣的推廣呢？事實上，熱力學第一定律也沒有在無限的條件下做過實驗。因此，這種說法從邏輯上看也是不能駁倒「熱寂說」的。

「熱寂說」提出一百多年來，各種爭論此起彼伏，無休無止。有許多贊同者，也有許多反對者。他們都在孜孜不倦地尋求著這一疑難的最後答案。然而，最終都令無數英雄競折腰。難怪大哲學家羅素(B.Russel)發出這樣悲觀的感嘆，「一切時代的結晶，一切信仰，一切靈感，一切人類天才的光華，都註定要隨太陽系的崩潰而毀滅。人類全部成就的神殿將不可避免地會被埋葬在崩潰宇宙的廢墟之中——所有這一切，幾乎如此之肯定，任何否定它們的哲學都毫無成功的希望。唯有相信這些事實真相，唯有在絕望面前不屈不撓，才能夠安全地築起靈魂的未來寄託」。[19]即使是像控制論之父維納(N.Wiener)這樣的科學巨匠，最終也「控制」不住自己沮喪的感情，幾乎是在絕望中悲嘆，「我們遲早會死去，很有可能，當世界走向統一的龐大的熱平衡狀態，那裡不再發生任何真正新的東西時，我們周圍的宇宙將由於熱寂而死去，什麼也沒有留下……」([7],p.76)

三、「熱寂說」「終結」了嗎？
長期以來，對「熱寂說」疑難的回答似乎都未能切中要害，缺乏說服力，因而一再爆發爭論。然而20世紀六、七十年代以後，自從「大爆炸」宇宙模型逐漸得到天體物理學界公認以來，對「熱寂說」疑難的討論發生了根本性的轉向，這一時期成了「熱寂說」爭論史上一個劃時代的轉折點。
宇宙早期曾一度處於平衡態，處處都有相同的溫度，而且物質分布也是相當均勻的。大爆炸之後，宇宙才逐漸偏離熱平衡態。
早在大爆炸宇宙理論為科學界公認之前，一些學者即正確地指明了解決宇宙「熱寂」疑難的方向，關鍵在於應從宇宙中是否存在熱平衡態這一根本性問題著手。（[17],p.77～78）現在，大爆炸理論直接證明了宇宙在膨脹，而宇宙在膨脹則是熱力學和宇宙學相容的關鍵，那麼在一個膨脹的宇宙中是否存在著熱平衡態呢？
假定有兩類物質，一類是輻射，另一類是粒子，輻射溫度Tr與粒子溫度Tm不一樣。那麼，按照經典熱力學，經過一段時間以後，Tr與Tm必定相同。這是在靜態空間中做出的結論。然而，假如上述空間是膨脹的，結論就完全不同了。由於在膨脹過程中，不同物質的溫度降低的程度不一樣，輻射溫度降低較慢，粒子溫度降低較快，就會造成Tr大於Tm而產生溫差。這與經典熱力學的結論正好相反。雖然這個溫差會由於輻射與粒子之間的碰撞而消失，以至達到熱平衡，但是由於達到平衡所需的時間比宇宙膨脹所需的時間要長，因而輻射和粒子之間就永遠不可能達到熱平衡。此時系統的熵盡管不斷增加（這與熱力學第二定律相符），但它離平衡態卻越來越遠。而宇宙中發生的正是這種變化。
另一方面，宇宙膨脹的原因是由於引力的作用。有引力作用的熱力學與無引力作用的熱力學得出的結論完全不同。在不考慮引力的經典熱力學中，加熱則體系升溫，冷卻則體系降溫，熱容量是正值。而在一個自引力體系中情況剛好相反，加熱則體系變冷，放熱則體系升溫，熱容量是負值。而負熱容物體的存在對於熱力學來說具有根本性的影響。在一個體系中，如果同時存在著正熱容物體和負熱容物體，那麼這個體系就具有極大的不穩定性。稍有擾動，平衡就會徹底遭到破壞而產生溫差。只要有自引力體系存在，原則上就不存在穩定的熱平衡，而宇宙間的天體或天體系統大多數正是這種自引力系統。盡管自引力系統中熵是增加的，但由於沒有熱平衡，因而熵的增加是無止境的，永遠都沒有極大值。[21]
因此，「熱平衡的存在對整個熱力學是至關重要的，熱平衡是熱力學的出發點。而對於引力起決定作用的體系，實際上不存在熱力學意義上的熱平衡態，而是不穩定的狀態」。([15],p.92)這種現象在靜態宇宙模型中是不可能發生的，也是開爾文和克勞修斯等人沒有料想到的。
於是，人類終於從百年夢魘中醒來，爆發出熱情的歡呼，「宇宙不但不會死，反而會從早期的熱寂狀態（熱平衡態）下生機勃勃地復sū＠①」，[22]「熱寂說的一頁，已被翻過去了」！([15],p.92)
然而，人類的歡呼似乎來得早了一點。盡管熱力學意義上的宇宙「熱寂」狀態永遠不會到來，但宇宙的命運卻不會因此而變得更加令人樂觀。宇宙的結局完全取決於它的初始條件，宇宙的創生與終結始終緊密相連。大爆炸理論發現了宇宙起源的真相，同時也預言了它遙遠的未來。
在大爆炸理論中有一個極其重要的參量Ω=ρ[,0]/ρ[,c]，其中ρ[,c]是與哈勃常數密切相關的一種宇宙臨界密度，ρ[,0]是現在的宇宙密度。若ρ[,0]＜ρ[,c]，即Ω＜1，表明宇宙是膨脹的，並且一直膨脹下去；若ρ[,0]＞ρ[,c]，即Ω＞1，表示宇宙起初膨脹，到達一定時刻後，就將轉化為收縮。若ρ[,0]=ρ[,c]，則宇宙處於兩者之間的臨界狀態。[23]由於大多數人承認的觀測結果是Ω＜1，因此宇宙一直永遠膨脹下去成為最可能的一種狀態。假使如此，未來所有恆星上的熱核反應都將逐漸停止，留下的將是各種各樣的宇宙「熔渣」——黑矮星、中子星和黑洞，而宇宙的背景輻射溫度將不斷下降，以至於無限地趨近於絕對零度，[24]最終達到另一種意義上的「冷寂」。宇宙另一種可能的狀態是，當膨脹達到最高點，背景輻射的溫度降到最低，此時宇宙開始收縮，溫度又重新上升。當宇宙不斷收縮至愈來愈接近它的最後階段時，環境條件同大爆炸後不久起支配作用的那些條件越來越相似，宇宙又重新回到處於「熱寂」狀態的基本粒子「羹湯」狀態。這實際上是一個反演過程。在宇宙暴縮的最後時刻，引力成為占絕對優勢的作用，所有的物質都將因擠壓而不復存在，包括時空本身在內的一切有形的東西統統將被消滅，只剩下一個時空奇點。[25]無論宇宙最後出現哪一種狀態，其結果對人類來說都將是滅頂之災。
這就是大爆炸理論為人類預言的宇宙未來和世界末日。由於這一理論也不合人們的期望，因而當它提出之日起同樣也遭到了來自各方面的反對，並認為它是一個「倒了頭」的宇宙「熱寂說」。[26]然而，自然規律畢竟不以人的意志為轉移，人類必須正確對待，最好的心態是，「我們決不能忽視物之有生亦必有死的事實，死亡或許正是為創生不得不付出的代價」。（[25]，前言，p.3）
當然，還存在著一些其他並非毫無科學根據的宇宙模型，也許會帶給人類新的光明和希望。人類不應該氣餒。「我們的後代也許還有數十億年甚至數萬億年的時間來對付這場最後的大屠殺。在這段時間里，生命能夠擴展到整個宇宙……並對它加以控制，因此他們可以調整自己的位置，支配一切可能的資源來對抗這場大危機」。（[25],p.93～94）
無論如何，人類決不甘心坐以待斃，而科學也將一如既往地走自己的路，總有一天會給人類一個明晰的答案。

⑺ Landsat ETM影像的近海水深反演方法及其在北部灣的應用

李學傑萬榮勝黃向青陳太浩

（廣州海洋地質調查局 廣州 510760）

第一作者簡介：李學傑，男，1964年生，博士，教授級高工，主要從事海洋地質與第四紀地質研究工作，E-mai1：Xuejie1i＠yeah.net。

摘要 近岸極淺水區的水深復雜多變，因受調查條件所限，往往成為測量的盲區。本文利用Landsat ETM多光譜影像，結合實測數據，探討其對近岸水深反演的可行性。結果表明，對北部灣海域，ETM2是適合水深反演的最佳波段，水深Z與光譜輻射值L₂及深水輻射值L_S2之間存在以下關系：Z=-17.19 1n（L₂-L_S2）+56.40。從反演效果來看，總體上能反映水深的變化趨勢，同時一些小的地形變化，如潮溝等也能得到較好的體現。因此對近岸較清澈的海域，遙感影像的水深反演可以在一定程度上彌補實測的不足。

關鍵詞 遙感 測深 北部灣

1 前言

水深是海洋環境的重要參數，長期以來，採用船載回聲測深法進行測量，取得很好的效果。但對極淺水環境（如0～3m）的水深測量卻是傳統調查方法的盲區，因為調查船和測量人員均難以到達。而極淺水環境是真正的海陸共同作用的區域，環境脆弱且復雜多變。准確測量水深，不僅對了解地形地貌，而且對海岸保護和建設均十分重要。

可見光對水體有一定的穿透性，因此有可能利用其這種特性進行水深反演，尤其對海岸帶，有可能形成對傳統調查方法的補充。早在20世紀60年代末，美國密歇根環境研究所的一個小組就開始從事遙感測深的研究，利用MSS，TM和航片等多光譜數據和一些同步測量的海況數據進行測深模型研究，提出了基於地面反射的遙感測深理論，並長期對此方向進行探索^［1～3］。此外，其他國家也進行類似的研究和應用^［4，5］。近年來，相關的研究還在不斷增加，應用領域也在拓寬^［6，7］。

國內對於水深的定量研究起步較晚，20世紀90年代初，我國開始利用遙感進行水深方面的研究^［8，9］。張鷹等^［10］利用遙感研究近岸水深及潮灘的沖淤變化。地礦部航空物探遙感中心從1994年開始，利用南沙群島海域18個景區26個時相的TM數據，開展遙感水深調查和制圖，並取得良好的效果^［11］。龐蕾等^［12］介紹了水深遙感的不同方法。近年來國家海洋局對近岸海洋遙感做了大量工作，也包括對水深遙感的探討^{［13，14］}。

2 遙感測深的理論模型

利用星載多光譜數據進行淺海水深測量，其物理基礎是可見光各個波段對於水體均具有一定的穿透力，如Landsat ETM1波段對水體的穿透深度最大，在清潔水的情形下可以穿透30m以上^［12］；ETM2波段可達10～15m；但ETM3的水體穿透力則相對較弱。對於各種類型的水體，可見光的水體衰減系數最小值都出現在藍綠波段之間，表明 Landsat ETM1，2，3波段是通常的遙感測深的最佳波段^［4］。

遙感的水深模型有多種，主要包括解析法和統計法。前者是利用感測器所接收的輻射亮度建立其於底質反射率及水深的解析表達式從而計算水深，但許多參數計算，依賴於對大氣影響的准確校正。後者是利用實測點回歸得到輻射亮度與水深之間的關系，進而推求未知水深點的水深，根據利用波段數的不同，統計法又分為單波段法、雙波段比值法、線性多波段法等三種。

基於海底反射的模型為

南海地質研究.2007

式中：L_i是感測器接收到的第i波段的輻射值；L_si是深水區輻射值，它反映的是水面反射、水體散射及大氣散射等的總和，而不包含底質反射；C_i是與太陽輻射度、大氣和水面透過率及水面折射有關的參數；R_bi是底反射率；k_i是水體的衰減系數；f是水體路徑長度（通常取2）；Z為水深。

將（1）式取自然對數得

Z=1n（C_iR_bi）/fk_i-1n（L_i-L_si）/fk_i （2）

假設底質反射率R_bi是常數，大氣和海況是均一的，即衰減系數k_i是常數，並設

I_i=1n（L_i-L_si），其中L_i-L_si代表海底發射值。

a=-1/fk_i

b=1n（C_iR_bi）/fk_i

那麼：

Z=aI_i+b （3）

其中系數a、b可用線性回歸方法求得，這就是單波段線性回歸模型。

將單波段和雙波段模型推廣到多波段，則有

Z=A₀+A₁I₁+A₂I₂+⋯⋯+A_nI_n （4）

用多元回歸方法求其系數，形成多波段模型。

從感測器第i波段的影像中，實測出一組Z～X_i的值，利用最小二乘法可以計算出a，b的值或A₀，A₁，A₂⋯⋯A_n值，然後利用以上公式推算出其他未知水深點的水深值。

3 實驗區的選擇與采樣分析

作為水深反演的海域，要求水體清澈，懸浮物、葉綠素及各種溶解有機質少，透光性好。廣州海洋地質調查局於近年對大亞灣、大鵬灣、珠江口及北部灣等近岸海域進行調查，其中北部灣海域水體最清澈，較適合做水深反演，因此選擇該區進行實驗研究。

對北部灣欽州灣海域的調查是2006年進行的，由於沿測線方向測深點很密，測線之間的距離相對大得多，因此將測深點的數據抽稀（圖1），以便對比。所測量的最小水深為3.3m。所採用的影像是2000年11月16日的Landsat7 ETM影像，盡管影像時間和實測數據採集時間有一定的差異，但考慮在這短期內水深的變化總體不大，可以適用。

圖1 北部灣欽州灣海域位置及實測水深圖

Fig.1 Location and bathymetry in Qingzhou Bay，Daya Bay

將水深測量數據的坐標與遙感影像坐標統一到UTM WGS84 坐標系，按一定的網格，選有實測水深的點在遙感影像上進行采樣，讀出對應該點影像的1，2，3波段的DN值，共采樣88個點位。同時選擇確定該影像最深水區1，2，3波段的DN值為73，44和31，分別代表這3個波段的深水輻射值，兩者的差值（L_i-Ls_i）代表海底發射值。

圖2 Landsat ETM1，2，3波段海底輻射值（L_i-L_Si）與水深關系

Fig.2 Relationship between the seabed reflectance of Landsat ETM band 1，2，3（L_i-L_Si）and water depth

從各波段底質發射值與實測水深關系（圖2）來看，盡管波段1的水體穿透性最好，但本區與水深關系並不密切，這可能是由於該波段（藍光）在本區受到的干擾較多之故，而波段2與水深關系最密切，因此採用該波段數據進行擬合（圖2B）。

擬合結果：Z=-17.191n（L₂-L_S2）+56.40

其中Z為水深，L₂是ETM2波段的DN值，L_S2是ETM2深水輻射值，本文取44。

對該回歸方程進行顯著性檢驗，計算的剩餘平方和Q=800.7，回歸平方和U=1796.9，數據個數n=88，採用F檢驗：

南海地質研究.2007

在a=0.01，自由度為（1，86）條件下，查得其臨界值F_0.01（1，86）=6.94。F＞F_0.01，表明在置信水平為99%，水深Z與Landsat ETM2的DN值L₂與該波段的深水DN值L_S2之差的對數，即1n（L₂-L_S2）之間是顯著相關的，兩者之間擬合的方程是有效的。

4 水深反演結果

利用上述實測數據與遙感影像的擬合結果，對遙感數據進行水深反演。從結果來看，總體效果不錯，從近岸向外，水深呈增加趨勢，尤其是較淺水海域，其效果更好，而且與實測結果基本吻合（圖3）。

圖3 欽州灣反演水深與實測等深線的對比

Fig.3 Comparison Water depth calculated from image to real one in Qingzhou area

圖4 北部灣（大區）反演水深與實測水深的對比

Fig.4 Comparison water depth calculated from image to real one in Beibu Bay area

圖5 北部灣西部反演水深

Fig.5 Water depth calculated from image in Western Beibu Bay

把反演的海域擴大，可以看出，其總體變化趨勢依然與實際水深變化較吻合（圖4）。北海東部銀灘、北海港北部的淺水區域均得到體現，同樣東南部海域因靠近其南部的潿州島而水深變淺，也得到反映。

西部海域的反演效果似乎更好，永實島南北的水深差異明顯，南部水深明顯大於北部（島鏈內側）應與實際吻合（圖5）。永實島之間的槽溝以及小島周圍的淺水區等均得到較好的體現，進一步表明該水深反演方法可能解決一些問題，成為實測的補充。

5 結論與討論

通過結合實測數據，對北部灣的欽州灣海域進行遙感影像的水深反演表明，Landsat ETM2波段數據較適合於水深反演，且擬合的方程Z=-17.191n（L₂-L_S2）+56.40反演效果較好，與實際水深總體有較好的一致性，因此該方法可以在一定程度作為實測方法的補充。

同時也應該看到該方法的局限性，首先水體所含物質（包括懸浮物、葉綠素及溶解有色有機質等）對遙感輻射值有很大的影響，因此該方法只適合於清澈的水體。其次不同的底質，其反射率可能不同，對反演效果也將產生一定的影響。

此外，大氣條件的空間差異以及影像幾何校正的精度等均可能影響采樣值，並因此影響擬合方程的效果。而且本文擬合方程時，缺乏小於3m的實測數據值，對擬合結果也產生一定影響。

參考文獻

［1］Lyzenga D R.Passive remote sensing techniques for mapping water depth and bottom features.Applied Optics，1978，17（3）：379～383

［2］Lyzenga D R.Remote sensing of bottom reflectance and Water attenuation Parameters in shallow Water using aircraft and Landsat data.Int.J.Remote Sensing，1981，2（1）：71～82

［3］Nordman M E.Water Depth Extraction form Landsat-5 Imagery.Proc.Of 23th Int.Sym.On Remote Sensing of Env，1990

［4］Willian D P.Bathymetry mapping With Passive multispectral imagery.Applied Optics，1989，28（8）：1569～1578

［5］BierWirth P N，Lee T J，Burne R V.Shallow sea-floor reflectance and Water depth derived by UnmiXing multispectral imagery［J］.PE＆RS，1993，59（3）：331～338

［6］Isoun E，Fletcher C，Frazer N，Gradie J.Multi-spectral mapping of reef bathymetry and coral cover；Kailua Bay，Hawaii.Coral Reefs，2003，22：68～82

［7］Karpouzli E，Malthus T，Place C，et al.Underwater light characterization for correction of remotely sensed images.Int.J.Remote Sensing，2003，24（13）：2683～2702

［8］李鐵芳等.衛星海洋遙感信息提取和應用.北京：海洋出版社，1990

［9］李鐵芳等.淺海水下地形地貌遙感信息提取與應用.環境遙感，1991，6（1）：32～36

［10］張鷹，丁賢榮，王文.水深遙感與潮灘地形沖淤變化分析.港口工程，1998，（2）：26～30

［11］邸凱昌，丁謙，曹文玉.南沙群島海域淺海水深提取及影像海圖製作技術.國土資源遙感，1999，（3）：59～64

［12］龐蕾，聶志峰.星載多光譜淺海水深測量方法.山東理工大學學報（自然科學版），2003，17（6）：59～61

［13］惲才興（主編）.海岸帶及近海衛星遙感綜合應用技術.北京：海洋出版社，2005

［14］楊曉梅，周成虎，杜雲艷等.海岸帶遙感綜合技術與實力研究.北京：海洋出版社，2005

［15］韓震，惲才興.伶仃洋大鏟灣潮灘沖淤遙感反演研究，海洋學報，2003，（5）：58～64

Bathymetry in CoaStal area by LandSat ETM：Method and its Application in Beibu Bay

Li XuejieWan RongshengHuang XiangqingChen Taihao

（Guangzhou Marine Geological Survey，Guangzhou，510760）

Abstract：It is quite difficult to measure the water depth in very shallow area which is much variable，e to difficult arriving for survey ship.It is try to calculate Water depth by multi-spectral Landsat ETM image，combining the real measured data，in the Paper.The result suggested that the band 2 of Landsat ETM is better for calculating in the Beibu Bay and fitted formula is Z=-17.191n（L₂-L_S2）+56.40，Where Z is Water depth，L₂ and L_S2 is reflectance and deep Water reflectance of band 2 of band respectively.The calculating result can better fit for the real data，not only for the basic trend，but even for the tidal channel.Therefore it can be concluded that the method of calculating Water depth by remote sensing is suitable for costal clear Water area and be complementarity for real measure.

Key Words：Remote sensing Bathymetry Beibu Bay

⑻ 「遙感在森林資源與規劃方面的應用」論文資料

森林資源調查中SPOT5遙感圖像處理方法探討
王照利、黃生、張敏中、馬勝利
（國家林業局西北林業規劃設計院，遙感計算中心，西安710048）

本文發表於＜陝西林業科技＞2005 No.1 P.27-29,55

摘要：

目前，多光譜、高空間解析度的SPOT5衛星遙感數據被廣泛應用到森林資源調查中。本文結合SPOT5遙感數據的特點，根據森林資源調查的需要，從遙感數據的正射校正、波段組合、融合處理和數據變換處理等方面探討了SPOT5數據的處理和信息提取。探討性地提出了適應於森林資源調查的SPOT5遙感數據處理方法。

關鍵詞：SPOT5 遙感數據，森林資源調查、數據處理

DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORY

Wang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli
(Northwest Institute for Forest Inventory, Planning &Design, Xi』an China 710048)

Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing proceres of ordering image data, ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are given.
Key words: SPOT5 image data，forest inventory, data processing

前言

衛星遙感影像具有空間宏觀性、視角廣、多解析度（光譜和空間）、多時相、周期性、信息量豐富等特點，所以衛星遙感影像既可以提供森林資源的宏觀空間分布信息又能提供局部的詳細信息以及隨時間、空間變化的信息等[1]。目前在林業領域衛星遙感數據被廣泛的應用於不同尺度層次的森林資源調查、資源監測、病蟲害、火災監測等方面。
2002年5月法國SPOT地球觀測衛星系列之5號衛星（即SPOT5星）發射。SPOT5遙感數據的多光譜波段空間解析度為10米（短波紅外空間解析度為20米），但全色波段空間解析度達到2.5米。SPOT5遙感數據的高空間解析度和多光譜解析度為森林資源調查提供了豐富的、可靠的、高精度的基礎數據源。從性價比分析，在其他高解析度遙感數據目前比較昂貴的狀況下，SPOT5遙感數據比較適宜應用於大面積的森林資源調查，可大幅度的森林調查的減少外業工作量、提高工作效率。在我國SPOT5衛星數據已被大量地應用於森林資源調查工作中，尤其，是在森林資源「二類」調查中被作基本的森林資源信息源提取各類信息。針對於將多光譜解析度和高空間解析度的SPOT5遙感數據應用於森林資源調查的數據處理技術和方法鮮有報道。本文總結工作實踐，結合SPOT5遙感數據的特點，根據森林資源調查的需要，從遙感數據的訂購、正射校正、波段組合、融合處理和數據變換處理等方面探討了SPOT5數據的基本處理方法。

1．SPOT5衛星遙感數據特點

SPOT衛星系統採用線性陣列感測器和推掃式掃描技術，具有旋轉式平面鏡可以進行傾斜觀察獲得傾斜圖像和立體像對。採用與太陽同步的近極地的橢圓形軌道，軌道高度約832Km，軌道傾角98.7o ，每天繞地球14圈多，重復覆蓋周期26天[2]。由於有傾斜觀測功能，使重復覆蓋周期減少到2-3天。SPOT5衛星載有2台高解析度幾何成像儀（HRG）、1台高解析度立體成像裝置（HRS）和1台寬視域植被探測儀（VGT）。高解析度幾何成像儀的波段選擇是總結了多年的研究成果，認為HRG的波段設置（見表1）足以取得辨別作物和植被類型的最佳效果。本文主要探討HRG高空間解析度數據的處理。

2．SPOT5數據的處理方法和過程

SPOT5數據處理工作流程：

2.1 遙感數據的訂購

訂購數據時，用戶需向數據代理商提供購買區域的四個角的大地坐標或者數據的景號（PATH/ROW）。特別應該注意數據訂購時間和用戶拿到數據之間有時間差，間隔時間長短因用戶的要求、天氣、衛星重復覆蓋周期而異。相對於其他衛星數據，比較有利的一面是SPOT5衛星裝置有旋轉式平面鏡可以進行傾斜觀察，用戶可向代理商申請紅色編程提前得到調查區域的遙感數據，但要支付編程費。對於遙感數據的時相、雲量、入射角、陰影量、是否購買高空間解析度的全色波段等用戶根據自己具體的工作需要向代理商提出限制要求。

根據我們對SPOT5遙感數據的使用，對於森林資源調查，北方9，10月份和11月初的遙感影像比較適宜。代理商向用戶提供經過處理的不同級別的影像產品，在森林資源調查中建議購買SPOT1A級產品，用戶可根據自己的工作需要進行處理，同時也可減少費用。

2.2 基礎數據准備

大比例尺地形圖和高精度DEM是進行SPOT5遙感數據高精度正射校正必需的基礎地理數據。建議購買1：10000地形圖和1：25000數字高程模型（DEM）。

將1：1萬地形圖掃描，掃描解析度設置為300DPI。將掃描好的地形圖進行幾何精糾正，糾正精度控制在0.3毫米內。從測繪部門購買的1：1萬地形圖為北京54坐標系3度分帶高斯克呂格投影，而1：2.5萬DEM為北京54坐標系6度分帶投影。在數據准備時，將校正好的1：1萬地形圖通過換帶轉換轉成和DEM一致的6度分帶投影。

對於沒有1：1萬地形圖的地區，建議使用差分GPS接收機採集地面控制點。

2.3幾何正射校正

正射校正過程應用了法國SPOT公司發行的GEOIMAGE軟體。GEOIMAGE軟體有針對SPOT5衛星數據開發的SPOT5物理模型。模型模塊自動讀取DEM信息。SPOT 物理模型可讀取衛星在獲取遙感數據的瞬間狀態參數，這些參數存貯在數據的頭文件中[3]。衛星狀態參數包括：衛星成像瞬間的經緯度、高度、傾角等。衛星狀態參數能夠幫助提高幾何校正的精度。

以校正好的1：1萬地形圖為基準，在影像圖上找出和地形圖上地物相匹配的明顯地物作為地面控制點。在進行正射校正時，應先進行全色波段數據校正，然後以校正好的全色波段數據為基準進行多光譜數據校正。以全色波段數據為基準校正多光譜波段就比較容易校正，且能提高兩者的匹配精度。地面控制點應分布均勻，影像的邊緣部分布要有控制點分布，同時在不同的高程范圍最好都有控制點。地面控制點的數量因地形地貌的復雜程度而定，根據我們的經驗，一景60KmX60Km的SPOT5數據，一般地勢平緩的地區20個左右控制點即可達到滿意的結果，在高山區25個左右控制點就可使正射校正精度滿足要求。重采樣方法採用雙線性內插法。

2.4 輻射校正

用戶購買的SPOT5的各級數據，數據提供商已經根據衛星的記錄參數對遙感數據做了輻射校正，即消除了感測器自身引起的、大氣輻射引起的輻射雜訊。若果影像存在薄霧或地形高差較大引起的輻射誤差情況，用戶應進一步進行輻射校正處理。薄霧的簡單消除原理是基於近紅外波段不受大氣輻射影響，清澈的水體或死陰影區的數值應為零。從各波段數據中減去近紅外波段的水體或陰影的不為零值。地形起伏引起的輻射誤差校正公式: f (x,y)=g(x,y)/cosa，g(x,y)為坡度為a的傾斜面上的地物影像；f (x,y)為校正後的影像。由於坡度因子參與校正所以需要DEM支持。

2.5 波段組合

根據SPOT5數據波譜特徵（表1），各波段分別記錄反映了植被的不同特徵方面：B4（SWIR）短波紅外反映植物和土壤的含水量，利於植被水分狀況和長勢分析；B3（NIR）近紅外波段對植被類別、密度、生長力、病蟲害等的變化敏感；B2（RED）紅光波段對植被的覆蓋度、植被的生長狀況敏感；B1（VIS）可見光波段對植物的葉綠素和葉綠素濃度敏感。經過比較分析和實際應用發現SPOT5的B3、B4、B2波段組合對植被類型的識別要優於B3、B2和B1的組合。但由於B4波段的空間解析度為20米，使B342組合對植被空間幾何細節表達沒有B321組合清晰，例如林緣界線信息表達方面B321要優於B342。

2.6 影像數據融合

對於購買有高空間解析度全色波段數據的用戶，進行數據融合是必不可少的。影像數據融合能夠綜合不同波段、不同空間解析度數據（層）的特徵，融合後的數據具有更豐富、更可靠的信息[4]。 根據影像數據融合的水平階段，影像融合分為：像元級、特徵級和決策級三個層次。為了最大限度的從SPOT5遙感數據中提取森林植被信息，應進行像元級的數據融合，將2.5米的全色波段和10米多光譜數據進行融合。融合得到的新數據既具有全色波段數據的高空間解析度特徵又具有多光譜特徵。
像元級數據融合的方法多種多樣，根據數據融合的目的，即最大限度的突顯森林植被信息，應選取B4、B3、B2和PAN波段，根據我們的試驗Brovey 融合演算法方法比較理想：

2.7遙感影像地圖

將融合好的數據按Rfused、Gfused、Bfused組合，疊加上行政界線、公里格網、坐標、比例尺等輔助信息，按1：1萬地形圖分幅生成1：1萬紙質圖作為外業手圖。

3. 結果和討論

3.1 幾何精度

利用SPOT5物理模型，採用1：1萬地形圖和2.5萬DEM ，經過正射校正處理，可使影像的幾何精度控制在2個像元內（<10米）,達到1：1萬制圖標准要求。為以遙感影像為基礎信息源提取林分調查因子、區劃林班界線生成大比例尺的林相圖、森林分布圖提供了幾何精度保障。

3.2 波段選擇

對於沒有全色波段的情況，SPOT5數據的B342組合有利於森林植被類型的識別。在應用遙感技術進行森林資源調查區劃中，林分類型信息提取是最為重要的環節，所以B342波段組合是小班區劃和外業手圖的最佳組合。

3.3 融合效果

融合數據技術使SPOT5遙感影像既具有全色波段的高空間解析度又擁有多光譜數據的光譜解析度，豐富了遙感影像的信息量。採用Brovey演算法使SPOT5遙感影像從色彩、紋理等方面增強了影像的可判讀性，提高了小班因子正判率和林分小班的區劃精度。

參考文獻
1．周成虎，楊曉梅，駱劍承等.《遙感影像地學理解與分析》，科學出版社，北京，2001，3-4.
2．趙英時.《遙感應用分析原理與方法》，科學出版社，北京，2001.88-90
3．北京視寶衛星圖像有限公司.《專業制圖工作室GEOIMAGE用戶指南》，2004，68-70.
4．Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication, 1996,51-52.

21世紀遙感與GIS的發展
來源： 李德仁 時間： 2005-08-11-23:09 瀏覽次數: 79

21世紀遙感與GIS的發展

李德仁
（武漢大學測繪遙感信息工程國家重點實驗室，武漢市珞瑜路129號，430079）

摘要：在20世紀，人類的一大進步是實現了太空對地觀測，即可以從空中和太空對人類賴以生存的地球通過非接觸感測器的遙感進行觀測，並將所得到的數據和信息存儲在計算機網路上，為人類社會的可持續發展服務。在短短的30年中，遙感和GIS作為一個邊緣交叉學科已發展成為一門科學、技術和經濟實體。本文深入地論述了21世紀中遙感的6大發展趨勢和GIS的5個發展特徵。

關鍵詞：發展趨勢；航空航天遙感；地理信息系統；對地觀測
中圖法分類號：P208；P237.9

隨著計算機技術、空間技術和信息技術的發展，人類實現了從空中和太空來觀測和感知人類賴以生存的地球的理想，並能將所感知到的結果通過計算機網路在全球流通，為人類的生存、繁榮和可持續發展服務。在20世紀後半葉，遙感和地理信息系統作為一門新興的科學和技術，迅速地成長起來。

1 遙感技術的主要發展趨勢

1.1 航空航天遙感感測器數據獲取技術趨向三多（多平台、多感測器、多角度）和三高（高空間解析度、高光譜解析度和高時相解析度）

從空中和太空觀測地球獲取影像是20世紀的重大成果之一，短短幾十年，遙感數據獲取手段迅猛發展。遙感平台有地球同步軌道衛星（35000km）、太陽同步衛星（600—1000km）、太空飛船（200—300km）、太空梭（240—350km）、探空火箭（200—1000km），並且還有高、中、低空飛機、升空氣球、無人飛機等；感測器有框幅式光學相機、縫隙、全景相機、光機掃描儀、光電掃描儀、CCD線陣、面陣掃描儀、微波散射計雷達測高儀、激光掃描儀和合成孔徑雷達等，它們幾乎覆蓋了可透過大氣窗口的所有電磁波段。三行CCD陣列可以同時得到3個角度的掃描成像，EOS Terra衛星上的MISR可同時從9個角度對地成像。

衛星遙感的空間解析度從Ikonos Ⅱ的1m，進一步提高到Quckbird（快鳥）的0.62m，高光譜解析度已達到5—6nm，500—600個波段。在軌的美國EO-1高光譜遙感衛星，具有220個波段，EOS AM-1（Terra）和EOS PM-1（Aqua）衛星上的MODIS具有36個波段的中等解析度成像光譜儀。時間解析度的提高主要依賴於小衛星技術的發展，通過發射地球同步軌道衛星和合理分布的小衛星星座，以及感測器的大角度傾斜，可以以1—3d的周期獲得感興趣地區的遙感影像。由於具有全天候、全天時的特點，以及用INSAR和D-INSAR，特別是雙天線INSAR進行高精度三位地形及其變化測定的可能性，SAR雷達衛星為全世界各國所普遍關注。例如，美國宇航局的長遠計劃是要發射一系列太陽同步和地球同步的長波SAR,美國國防部則要發射一系列短波SAR，實現干涉重訪問間隔為8d、3d和1d，空間解析度分別為20m、5m和2m。我國在機載和星載SAR感測器及其應用研究方面正在形成體系。「十五」期間，我國將全方位地推進遙感數據獲取的手段，形成自主的高解析度資源衛星、雷達衛星、測圖衛星和對環境與災害進行實時監測的小衛星群。

1.2 航空航天遙感對地定位趨向於不依賴地面控制

確定影像目標的實地位置（三維坐標），解決影像目標在哪兒（Where）是攝影測量與遙感的主要任務之一。在已成功用於生產的全自動化GPS空中三角測量的基礎上，利用DGPS和INS慣性導航系統的組合，可形成航空/航天影像感測器的位置與姿態的自動測量和穩定裝置（POS），從而可實現定點攝影成像和無地面控制的高精度對地直接定位。在航空攝影條件下的精度可達到dm級，在衛星遙感的條件下，其精度可達到m級。該技術的推廣應用，將改變目前攝影測量和遙感的作業流程，從而實現實時測圖和實時資料庫更新。若與高精度激光掃描儀集成，可實現實時三維測量（LIDAR），自動生成數字表面模型（DSM），並可推算出數字高程模型（DEM）。

美國NASA在1994年和1997年兩次將航天激光測高儀（SLA）安裝在太空梭上，企圖建立基於SLA的全球控制點資料庫，激光點大小為100m，間隔為750m，每秒10個脈沖；隨後又提出了地學激光測高系統（GLAS）計劃，已於2002年12月19日將該衛星IICESat（cloud and land elevation satellite）發射上天。該衛星裝有激光測距系統、GPS接收機和恆星跟蹤姿態測定系統。GLAS發射近紅外光（1064nm）和可見綠光（532nm）的短脈沖（4ns）。激光脈沖頻率為40次/s，激光點大小實地為70m，間隔為170m，其高程精度要明顯高於SRTM，可望達到m級。他們的下一步計劃是要在2015年之前使星載LIDAR的激光測高精度達到dm和cm級。

法國利用設在全球的54個站點向衛星發射信號，通過測定多普勒頻移，以精確解求衛星的空間坐標，具有極高的精度。測定距地球1300km的Topex/Poseidon衛星的高度，精度達到±3cm。用來測定SPOT 4衛星的軌道，3個坐標方向達到±5cm精度，對於SPOT 5和Envisat，可望達到±1m精度。若忽略SPOT 5感測器的角元素，直接進行無地面控制的正射像片製作，精度可達到±15m，完全可以滿足國家安全和西部開發的需求。

1.3 攝影測量與遙感數據的計算機處理更趨向自動化和智能化

從影像數據中自動提取地物目標，解決它的屬性和語義（What）是攝影測量與遙感的另一大任務。在已取得影像匹配成果的基礎上，影像目標的自動識別技術主要集中在影像融合技術，基於統計和基於結構的目標識別與分類，處理的對象既包括高解析度影像，也更加註重高光譜影像。隨著遙感數據量的增大，數據融合和信息融合技術逐漸成熟。壓縮倍率高、速度快的影像數據壓縮方法也已商業化。我國學者在這些方面取得了不少可喜的成果。

1.4 利用多時像影像數據自動發現地表覆蓋的變化趨向實時化

利用遙感影像自動進行變化監測（What change）關繫到我國的經濟建設和國防建設。過去人工方法投入大，周期長。隨著各類空間資料庫的建立和大量新的影像數據源的出現，實時自動化監測已成為研究的一個熱點。

自動變化監測研究包括利用新舊影像（DOM）的對比、新影像與舊數字地圖（DLS）的對比來自動發現變化和更新資料庫。目前的變化監測是先將新影像與舊影像（或數字地圖）進行配准，然後再提取變化目標，這在精度、速度與自動化處理方面都有不足之處。筆者提出了把配准與變化監測同步的整體處理[1]。最理想的方法是將影像目標三維重建與變化監測一起進行，實現三維變化監測和自動更新。進一步的發展則是利用智能感測器，將數據處理在軌完成，發送回來的直接為信息，而不一定為影像數據。

1.5 攝影測量與遙感在構建「數字地球」、「數字中國」、「數字省市」和「數字文化遺產」中正在發揮愈來愈大的作用

「數字地球」概念是在全球信息化浪潮推進下形成的。1999年12月在北京成功地召開了第一屆國際「數字地球」大會後，我國正積極推進「數字中國」和「數字省市」的建設，2001年國家測繪局完成了構建「數字中國」地理空間基礎框架的總體戰略研究。在已完成1∶100萬和1∶25萬全國空間資料庫的基礎上，2001年全國各省市測繪局開始1∶5萬空間資料庫的建庫工作。在這個數據量達11TB的巨型資料庫中，攝影測量與遙感將用來建設DOM（數字正射影像）、DEM（數字高程模型）、DLG（數字線劃圖）和CP（控制點資料庫）。如果要建立全國1m解析度影像資料庫，其數據量將達到60TB。如果整個「數字地球」均達到1m解析度，其數據量之大可想而知。本世紀內可望建成這一解析度的數字地球。

「數字文化遺產」是目前聯合國和許多國家關心的一個問題，涉及到近景成像、計算機視覺和虛擬現實技術。在近景成像和近景三位量測方面，有室內各種三維激光掃描與成像儀器，還可以直接由視頻攝像機的系列圖像獲取目標場三維重建信息。它們所獲取的數據經過計算機自動處理後，可以在虛擬現實技術支持下形成文化遺跡的三維模擬，而且可以按照時間序列，將歷史文化在時間隧道中再現，對文化遺產保護、復原與研究具有重要意義。

1.6 全定量化遙感方法將走向實用

從遙感科學的本質講，通過對地球表層（包括岩石圈、水圈、大氣圈和生物圈4大圈層）的遙感，其目的是為了獲得有關地物目標的幾何與物理特性，所以需要通過全定量化遙感方法進行反演。幾何方程式是有顯式表示的數學方程，而物理方程一直是隱式。目前的遙感解譯與目標識別並沒有通過物理方程反演，而是採用了基於灰度或加上一定知識的統計、結構和紋理的影像分析方法。但隨著對成像機理、地物波譜反射特徵、大氣模型、氣溶膠的研究深入和數據積累，多角度、多感測器、高光譜及雷達衛星遙感技術的成熟，相信在21世紀，估計幾何與物理方程式的全定量化遙感方法將逐步由理論研究走向實用化，遙感基礎理論研究將邁上新的台階。只有實現了遙感定量化，才可能真正實現自動化和實時化。

2 GIS技術的主要發展趨勢

2.1 空間資料庫趨向圖形、影像和DEM三庫一體化和面向對象[2]

GIS發展曾經歷過柵格、矢量兩個不同數據結構發展階段，目前隨著高解析度衛星遙感數據的飛快增長和數字地球、數碼城市的需求，形成了面向對象的數據模型和三庫（圖形矢量庫、影像柵格庫和DEM格網庫）一體化的數據結構。這樣的資料庫結構使GIS的發展更加趨向自然化、逼真化，更加貼近用戶。以面向應用的GIS軟體為前台，以大型關系資料庫（Oracle 8i,9i等)為後台資料庫管理，成為當前GIS技術的主流趨勢。

2.2 空間數據表達趨向多比例尺、多尺度、動態多位和實時三維可視化

在傳統的GIS中，空間數據是以二維形式存儲並掛接相應的屬性數據。目前，空間數據表達的趨勢是基於金字塔和LOD（level of detail）技術的多比例尺空間資料庫，在不同尺度表示時可自動顯示出相應比例尺或相應解析度的數據，多比例尺數據集的跨度要比傳統地圖的比例尺大，在顯示不同比例尺數據時，可採用LOD或地圖綜合技術。真三維GIS的空間數據要存儲三維坐標。動態GIS在土地變更調查、土地覆蓋變化監測中已有較好的應用，真四維的時空GIS將有望從理論研究轉入實用階段。基於三庫一體化的時空3D可視化技術發展勢頭迅猛，已能再PC機上實現GIS環境下的三維建築物室外室內漫遊、信息查詢、空間分析、剖面分析和陰影分析等，基於虛擬現實技術的真三維GIS將使人們在現實空間外，可以同時擁有一個Cyber空間。

2.3 空間分析和輔助決策智能化需要利用數據挖掘方法從空間資料庫和屬性資料庫中發現更多的有用知識

GIS是以應用導向的空間信息技術，空間分析與輔助決策支持是GIS的高水平應用，它需要基於知識的智能系統。知識的獲取是專家系統中最困難的任務。隨著各種類型資料庫的建立，從資料庫中挖掘知識成為當今計算機界一個非常引人注目的課題。從GIS空間資料庫中發現的知識可以有效的支持遙感圖像解譯，以解決「同物異譜」和「同譜異物」的問題。反過來，從屬性資料庫中挖掘的知識又具有優化資源配置等一些列空間分析的功能[3]。盡管數據挖掘和知識發現這一命題仍處於理論研究階段，但隨著資料庫的快速增大和對數據挖掘工具的深入研究，其應用前景是不可估量的。

2.4 通過Web伺服器和WAP伺服器的互聯網和移動GIS將推進聯邦資料庫和互操作的研究及地學信息服務事業

隨著計算機通訊網路（包括有線和無線網）的大容量和高速化，GIS已成為在網路上的分布式異構系統。許多不同單位、不同組織維護管理的既獨立又互聯互用的聯邦資料庫，將可提供全社會各行各業的應用需要。因此，聯邦資料庫和互操作（federal databases & interoperability）問題成為當前國際GIS聯合研究的一個熱點。互操作意味著資料庫中數據的直接共享，GIS規律功能模塊的互操作與共享，以及多點之間的相同工作，這方面的研究已顯示出明顯的成效。未來的GIS用戶將可能在網路上繳納為其需要所選用數據和軟體功能模塊的使用費，而不必購買這個資料庫和整套的GIS軟硬體，這些成果產生的直接效果是GIS應用將走向地學信息服務。

目前已興起的LBS和MLS，即基於位置的服務和移動定位服務，突出地反映了這種變化趨勢。它引起的革命性變化使GIS將走出研究院所和政府機關，成為全社會人人具備的信息服務工具。我國目前已有2億個手機用戶，若每人每月為MLS支付10元費用，全國一年的產值將達到240億。可以預測在不久的將來，地學信息將能隨時隨地為任何人和任何事情進行4A服務（geo-in-formation for anyone and anything at anywhere and anytime）。

2.5 地理信息科學的研究有望在本世紀形成較完整的理論框架體系

筆者曾扼要地敘述了地球空間信息科學的7大理論問題[4]：（1）地球空間信息的基準，包括幾何基準、物理基準和時間基準；（2）地球空間信息標准，包括空間數據採集、存儲與交換標准、空間數據精度與質量標准、空間信息的分類與代碼標准、空間信息的安全、保密及技術服務標准以及元數據標准等；（3）地球空間信息的時空變化理論，包括時空變化發現的方法和對時空變化特徵的和規律的研究；（4）地球空間信息的認知，主要通過各目標各要素的位置、結構形態、相互關聯等從靜態上的形態分析、發生上的成因分析、動態上的過程分析、演化上的力學分析以及時態上的演化分析達到對地球空間的客觀認知；（5）地球空間信息的不確定性，包括類型的不確定性、空間位置的不確定性、空間關系的不確定性、邏輯的不一致性和信息的不完備性；（6）地球空間信息的解譯與反演，包括定性解譯和定量反演，貫穿在信息獲取、信息處理和認知過程中；（7）地球空間信息的表達與可視化，涉及到空間資料庫多解析度表示、數字地圖自動綜合、圖形可視化、動態模擬和虛擬現實等。目前，這些方面的研究對建立完備的理論尚嫌不足，需要在今後加強這方面的基礎研究。

關於遙感與GIS的集成，涉及到GPS和通信技術的集成，本文未作具體討論，其具體內容可參見文獻[4—6]。

3 結語

遙感與GIS在20世紀出現，在21世紀不僅將形成自身的理論體系和技術體系，而且將形成天地一體化的空間信息服務產業，為國民經濟建設、國家安全、社會可持續發展和提高人民生活質量做出愈來愈大的貢獻。

參考文獻：

[1] Li D R, Sui H G. Automatic Change Detection of Geospatial Data from Imagery. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2002,34(II):245—251
[2] 龔健雅. 地理信息系統基礎. 北京：科學出版社，2001
[3] 邸凱昌. 空間數據發掘與知識發現（第一版）. 武漢：武漢大學出版社，2000. 182
[4] 李德仁，關澤群. 空間信息系統的集成與實現（第一版）. 武漢：武漢測繪科技大學出版社，2000. 244
[5] 李德仁，李清泉. 論地球空間信息技術與通信技術的集成. 武漢大學學報（信息科學版），2001，26（1）：1—7
[6] 李德

⑼ 遙感圖像地質信息增強處理

地質信息遙感圖像增強處理目的是通過選擇合理的圖像處理方法，改善圖像的視覺效果，突出遙感地質調查所需要的有用信息。

4.3.1 常用的圖像增強處理方法

在遙感地質應用方面，圖像增強處理方法按照主要增強的信息內容可分為波(光)譜特徵增強和空間特徵增強兩大類。

4.3.1.1 圖像波(光)譜特徵增強處理

圖像波(光)譜特徵增強處理是基於多波段數據，對每個像元的灰度進行變換達到圖像增強的目的。其圖像增強結果便於識別不同性質的地質體、岩石類型、地質異常(如蝕變帶、熱異常等)、規模較大的線性和圓形構造。

(1)灰度變換方法

當原始圖像的直方圖比較窄，灰度分布較集中，圖像層次較少時，進行灰度變換是最基本的要求。對於灰度接近正態分布的圖像通常進行線性拉伸就可達到改善圖像視覺效果的目的。對於直方圖呈多峰狀、部分地物過亮或過暗的圖像，應針對圖像的特點採用不同的灰度變換方法，包括分段線性拉伸、直方圖調整和高斯變換等非線性拉伸等。

分段線性拉伸是為了有效利用有限個灰度級，將整個灰度范圍劃分為幾個區間，分區間進行線性擴展，達到最大限度增強圖像中有用信息的目的。常用的非線性變換有指數變換法(增強原始圖像的高亮度值部分)、對數變換法(增強圖像的低亮度值部分)、高斯變換(增強圖像中間灰度范圍)及正切變換(可對圖像的暗、亮區進行增強)。

直方圖調整是通過改善圖像的直方圖形態來達到圖像增強的目的。其原理是用一種變換函數作用於原始圖像的直方圖，使之變成具有某種特定亮度分布形態的直方圖。這種方法著重於擴展高頻數亮度值之間的間隔，使直方圖中部所包含的地物反差得到增強，有利於地質體的區分。常用的直方圖調整方法有直方圖均衡化和直方圖正態化等。

(2)比值增強

比值增強是通過不同波段的同名像元亮度值之間的除法運算，生成新的比值圖像來實現的。比值處理對地質信息尤為敏感，成為遙感地質圖像處理中廣為應用的方法之一。其基本作用為:

1)可以擴大岩石和土壤的波譜差異，有利於這些地物的區分。

2)消除或減弱地形等環境因素對同類岩性的影響。

3)提取與礦化蝕變有關的信息。

4)比值彩色合成圖像能夠增強岩性和蝕變岩信息。

(3)主成分變換

主成分變換是多波段遙感圖像增強常用的一種方法。它是一種基於圖像統計特徵的多維正交線性變換，變換後的新組分圖像反映了地物總的輻射差異和某些波譜特徵，同時還具有分離信息、減少相關、突出不同地物的作用。利用不同新組分圖像進行彩色合成，可顯著提高彩色增強效果，有助於岩性的區分。在實際應用中，也常用比值或差值圖像與原始圖像一起進行主成分變換，會有利於某些專題信息的提取。

(4)IHS變換

在色度學中，把彩色圖像的RGB變換成亮度(I)、色度(H)、飽和度(S)稱為IHS變換，而IHS變換成RGB稱為反變換。利用IHS變換和反變換，可以進行多源遙感圖像之間的信息融合、高度相關圖像數據的色彩增強、圖像的特徵增強，以及改善圖像空間解析度等融合處理。如圖4.1所示，對研究區內的環形構造、岩體和地層都起到了一定的增強作用。

圖4.4 多波段相關性比值增強處理對比

圖4.5 圖像增強處理對比

(3)基於地物紋理的岩性識別

當岩性組成復雜，且分布尺度大於感測器的空間解析度時，遙感圖像就可能記錄到地物的結構組成信息，其影像就存在著明顯的紋理特徵。當存在著有別於背景地物的紋理結構特徵時，就可利用地物的光譜特徵與紋理特徵提取岩性信息。利用紋理識別岩性的方法步驟如下。

1)選擇一定大小的移動窗口，計算不同地物的紋理特徵，對待研究岩石類型的紋理特徵與周圍地物的紋理特徵進行比較分析。主要紋理特徵計算有:對數變差函數、平均歐式距法(一階)、方差法(二階)、斜度(三階)、峰度(四階)和共生矩陣法。從灰度共生矩陣中可以產生8種紋理測度，它們分別是局部平穩、對比度、相異性測度、均值測度、標准差、熵、角二階矩及相關等。

2)分析研究岩石裸露區和背景地物之間的紋理指數和圖像，尋找岩石類型與紋理特徵的關聯規律，採用合適的閾值，識別和提取岩石信息。

(4)基於形狀知識識別岩性信息

1)增強地物之間的邊界，提取出邊界信息。進行形狀指數的計算。主要測定基於周長和面積的指數、基於面積的指數以及基於面積和區域長度的指數。

2)根據岩石的形狀知識指數值，對不同形狀指數的岩性進行定性定位識別和提取，結合不同岩性的形狀特徵賦予一定的地質屬性信息。

(5)主成分變換多層次信息分析識別岩性信息

基於主成分分析的多層次信息分解技術是增強地質岩性弱信息的一種常用方法，在岩性增強和識別中的實施過程如下。

1)多波段圖像的統計特徵分析。對多波段圖像數據進行統計特徵分析，計算波譜圖像的灰度動態范圍、均值與中值、波段圖像的相關系數矩陣、波段圖像的協方差陣。

2)求出多波段圖像的協方差陣的特徵值與特徵向量，用特徵向量構成KL變換的系數矩陣A。

3)主成分變換後處理。根據岩性識別目的和各主分量與矩陣向量間的關系分析，選擇包含特定岩性信息的組分圖像、包含專題信息組分圖像的增強處理、組分圖像的彩色合成處理以及組分圖像與其他處理結果或波段圖像的信息復合分析。

4)根據各主分量的分析結果，對主分量圖像的各種後處理結果與單元結果對照進行影像目視解譯，確定能夠較好反映工作區岩性信息的主分量圖像，選取它們做彩色合成或信息復合，增強影像上的地質岩性弱信息。

(6)IHS變換法增強岩性信息

對多波段圖像選擇適當的代數運算後所產生的新圖像進行IHS變換，可起到突出岩性的目的。例如，利用TM波段比值進行IHS變換，可以識別火山岩地區的岩性和與礦化有關的蝕變特徵。

1)用TM5/TM7，TM3/TM4，TM3/TM2比值分別賦紅、綠、藍進行IHS變換。

2)在變換處理後的圖像上，Fe₂O₃含量高的玄武岩分布區呈醒目的褐色或紅色色調，不同岩性的火山岩類有不同的色調，可以相互區分;含黏土類礦物和三價鐵氧化物的礦化蝕變岩石分布區呈獨特的黃色。

(7)對遙感圖像進行最優多級密度分割提取岩性信息

目的是在植被稀少、基岩廣泛裸露的乾旱地區通過選擇最佳遙感識別圖像，通過最優多級密度分割，提取和識別岩石信息。

1)利用費歇爾准則對圖像進行密度分割，通過直方圖統計，找到使各分割段的段內離差總和最小、段間離差總和最大的分割法，稱為圖像的最優多級密度分割法。

2)對分割圖像按灰度級由高到低分別賦以不同的顏色，對照區域地質圖確定不同顏色的地質岩性屬性信息。

(8)岩性的自動分類識別

在乾旱、半乾旱地區，利用遙感圖像的光譜信息，使用非監督分類方法，可起到岩性自動識別和填圖的目的。

以TM或ETM⁺數據為例，說明非監督分類方法主要實施過程:

1)從TM或ETM⁺多波段圖像中選擇3個三波段組合，使波段間相關性小且重復利用的波段最少。

2)對所有波段組圖像用均衡反差增強技術進行反差增強，以優化每個波段的反差，消除彩色合成中可能出現的色彩偏差。

3)對每個三波段組合用RGB-IHS變換產生一個色度圖像，然後分別進行合成，產生色度合成圖像。

4)用三維特徵空間交互集群技術對色度合成圖像進行非監督集群分類。

5)用模板直方圖匹配分類技術對分類圖像進行空間再分類，以檢測感興趣類的結構和模式。

6)對分類圖像用空間濾波法和小類別合並技術進行平滑處理和空間簡化處理。

7)根據野外檢查與類別的波譜曲線形態，參照地質圖，將類別賦以岩性或按其他地物類型術語進行識別和描述。

8)進行互動式類別編輯。用類別區域編輯法將代表不同地帶的不同岩性按位置進行分解，用類別分組法將相同岩性或地物類型一致的類別歸入一組。

9)用邊緣檢測技術，檢測地物類別邊緣。

10)對調整後的分類圖像進行互動式著色，並將反映地形背景的強度圖像疊加到岩性分類圖中，形成岩性影像圖。

(9)基於岩塊分類的岩石類型識別

適用於乾旱、半乾旱基岩裸露區岩石類的識別。以TM數據為例具體說明主要實施過程:

1)對TM圖像進行地形校正，生成數字視反射率圖像R₁、R₂、R₃、R₄、R₅、R₇。

2)用TM6與R₁～R₇進行空間集群法非監督分類，編制平面分類圖。

3)用TM6與R₁～R₇數據進行監督分類，首先用已知樣本作為訓練區，訓練區樣本為厚層單岩性岩塊、簡單岩性組合岩塊，復雜岩性組合岩塊和標志性薄層岩塊，然後逐個像元提取同類目標並編制平面圖。

4)對分類圖像中的各類別進行均值、最小、最大值，標准差、協方差等參量統計。

5)進行紋理分析及分類，編制紋理類型平面圖。

6)對非監督分類、監督分類及紋理分類平面圖進行疊合，通過人機交互目視解譯歸並整理，編制岩石遙感類型平面圖。

7)岩石填圖。將已知岩石屬性信息填繪於同類的空白區域中，未知空白區域待野外檢查確定岩性屬性後填入。

(10)用高光譜資料來識別岩性

利用成像光譜資料，定量檢測岩石和單種或多種礦物的波譜特徵，提取和識別岩性和礦物信息，編制專題岩性和礦物圖件。主要實施方法是:

1)確定工作區岩性和礦物的一些標志性波譜特徵。

2)利用高光譜成像數據提取地物的波譜曲線，與岩石的野外光譜曲線和某些標志性礦物的實驗室實測典型曲線對比，半定量地確定岩性和標志性礦物的存在。

3)通過岩性和標志性礦物的檢測，達到找礦和編制岩性分布圖的目的。

4.3.2.2 斷裂構造及地質界線圖像增強處理

主要利用空間濾波、自動線性提取等方法增強或提取斷裂構造信息。

(1)空間方向濾波方法

對原始圖像進行方向濾波，突出某一方向的紋理信息，增強地質體的空間結構。

1)按其所需要的方向信息確定濾波運算元見表4.1。

2)對多波段圖像進行主成分變換，利用定向濾波法對第一主分量圖像進行邊緣梯度增強。

3)增強圖像的局部邊緣梯度，壓制整個圖像的反差，再結合一些平滑處理方法對構造蝕變帶和環形構造進行增強。

4)圖像反差擴展。採用拉伸、直方圖變換、比值、濾波等，突出圖像中的線、邊緣、紋理結構特徵，增強岩性、線形構造和環形構造影像特徵。

5)高通濾波增強空間頻率高的地表形跡，提取幾十到幾百米的線性體(如節理、裂隙和斷裂等一些地質構造形跡);低通濾波增強空間頻率低的地表形跡，提取延伸長、規模大的斷裂帶和蝕變帶等地質形跡。

6)用高斯卷積濾波突出地質體邊界輪廓細節，區分紋理差異大的岩體。

(2)傅里葉功率譜紋理增強法

1)取一定大小的窗口圖像，分別作行、列傅氏變換。

2)求功率譜矩陣，作對數變換。

3)計算紋理測度，形成紋理圖像。

4)紋理圖像解譯，提取線性體信息和岩性地質界線。

(3)圖像紋理統計法

通過紋理特徵變化推測斷裂活動的差異、岩石成分的變化等，圈定活動斷裂帶范圍，解釋斷裂活動方式。

(4)線、環狀影像特徵法

1)對圖像進行高通濾波和線狀影像增強

2)從22.5°～67.5°、67.5°～112.5°、292.5°～337.5°及337.5°～22.5°四個方向進行方向濾波。

3)計算單位面積(2.5km×2.5km)線狀影像密度及等密度圖。

4)對線、環狀影像平面圖進行目視分析，篩除非地質邊緣點，並進行疊合與歸並，劃分線狀影像區、帶和等級，環狀影像之間的空間結構及其組合關系。

5)進行線、環狀影像地質屬性解譯。

(5)線性體自動提取法

1)採用定向濾波法對多波段圖像的KL變換第一分量進行邊緣梯度增強。

2)對梯度圖像進行二值化處理，提取邊緣點圖像。

3)人機交互去掉干擾和孤立的邊緣點。

4)利用Hough變換進行線性體的連接和統計，輸出線性體分布圖和密度圖。

5)線性構造提取與地質分析。

(6)圖像亮溫法

選擇適當季節和時間的熱紅外遙感圖像，以熱紅外波段圖像的亮溫分布的極值線為標志，提取構造信息。

(7)多重主成分分析方法

首先應用各種方法，包括一般主成分分析、選擇主成分分析(特徵主成分選擇)、波段比值等，盡可能提取圖像中較弱的地質構造信息，然後提取顯示最好或較好的專題信息，進行二次處理。處理方法包括兩種:一是進行不同的彩色組合或疊加，以突出專題信息;二是選取對專題信息提取最有利的結果和原始波段再次進行主成分分析，進行地質信息的二次提取和增強。

(8)基於融合處理的構造信息提取方法

不同感測器獲取同一地區的圖像，由於其波長范圍不同、幾何特性不同、解析度不同等因素而具有不同的應用特點，基於不同感測器圖像的融合處理，可以綜合不同感測器圖像的優點，提高對構造信息的識別能力。下面以TM和SAR圖像融合處理為例進行說明。

1)首先，對SAR圖像濾波，進行雜訊消除。

2)其次，把單波段SAR圖像和多光譜TM圖像進行幾何配准和融合，TM3、4、5進行IHS變換，用濾波後的SAR圖像代替I分量，做IHS反變換，再用TM3、4、5與SAR圖像作主成分變換，最後將IHS反變換得到的G分量、TM4波段和主成分變換的第一主分量圖像進行彩色合成，作為地質解譯圖像。

3)融合後的圖像可以直觀地提取斷裂構造信息，利用SAR圖像一定的穿透性，可以提取隱伏斷裂構造信息。

4.3.2.3 區域地質穩定性的綜合處理與遙感信息的輔助提取

1)獲取多時相多平台遙感衛星數據，收集地面控制點數據和區域地質環境資料。

2)進行圖像幾何精校正和配准處理。首先，對地形圖進行高精度掃描，形成數字圖像;然後，對數字地形圖進行投影變換、配准和鑲嵌，進行區域圖像的合成與鑲嵌;最後，建立地質活動區域的DEM和三維地形地貌可視化影像。

進行人機交互解譯。以精校正的數字衛星圖像為基礎，一方面進行增強構造活動帶、滑坡及其發育環境信息的各種圖像處理;一方面進行目視解譯，確定區域地質穩定性信息，在計算機上定位，劃分邊界、製作圖形。獲取遙感解譯信息，綜合其他環境資料和綜合處理進行分析、比較和修改。

4.3.2.4 隱伏地質信息提取與增強

利用重磁資料與不同類型的遙感圖像復合處理技術提取隱伏地質信息。

1)利用重磁網格數據和三維歐拉反褶積方法確定地下構造位置(邊界)和深度。

2)利用遙感圖像解譯地表的構造特徵，將重磁數據提取的相應位置的構造信息疊加到遙感構造圖像上，把不同深度的構造在圖像上分別表現出來，利用圖像上構造的不同深度信息，輔助進行隱伏地質體和構造帶信息提取。

4.3.3 遙感地質信息自動提取方法

計算機自動信息提取的目的是把地質專家用於目視解譯的知識定量化表達，從根本上實現知識參與的自動提取。現有的計算機自動信息提取方法主要包括:光譜特徵模型法、計算機自動分類法和基於空間數據挖掘與知識發現信息提取方法。

4.3.3.1 光譜特徵模型法

一般利用統計回歸建立一個遙感信息模型，根據具體圖像的實際情況不斷對模型參數進行調整，最終使模型適用於該影像。遙感信息模型是在現有地面實驗基礎上提煉出來的地物的反演模型，由於圖像數據影響因素很多，因此地物在衛星圖像上的反映並非與地面實測數據一一對應，把遙感信息理論和實際圖幅影像有效結合在一起來進行專題信息自動提取，應用范圍和精度都很有限。岩石地層單元建模技術就是一種光譜特徵模型法。具體步驟如下。

1)把一些具有特殊影像特徵的礦源層、賦礦地層以及諸如含多元素黑色炭質頁岩、蛇綠岩帶、混雜岩帶和超基性岩體等岩石地層作為一種基本單元，它們的多波段遙感像元灰度值是波段的函數，不同單元具有不同的函數曲線。

2)對有一定地質意義的單元進行光譜特徵統計，確定特定單元在各波段的亮度范圍和同一單元類別在多維空間的聚集性。

3)根據單元類別的變差參數(均值和標准差)，建立基於遙感圖像亮度值區間的岩石地層單元模型，輸入的閾值參數和多波段遙感數據，自動提取岩石地層單元信息。

4.3.3.2 分類方法

在遙感信息自動提取方面，分類方法佔有重要地位。其核心是對遙感圖像進行自動分割。現有的計算機自動分類方法，主要利用的是遙感圖像數據，雖然有時可以自動加入其他方面的地學知識，但遠沒有充分利用人腦在分析圖像時所應用的知識，因此很難達到很高的精度。利用分類方法進行岩性自動填圖是遙感圖像處理中最復雜、最難的一個問題，而對於像植被、水體、土地和冰雪等一些大面積分布均勻的特定目標信息的提取，自動分類可起到良好的應用目的。

4.3.3.3 基於數據挖掘和知識發現技術

基於數據挖掘和知識發現技術理論的遙感專題信息自動提取，其基本內容包括知識的發現、應用知識建立提取模型，利用遙感數據和模型提取遙感專題信息。在知識發現方麵包括從單一遙感圖像上發現有關地物的光譜特徵知識、空間結構與形態知識、地物之間的空間關系知識;從多時相遙感圖像中，除了可發現以上知識外，還可以進一步發現地物的動態變化過程知識;從GIS資料庫中發現各種相關知識。利用所發現的某種知識、某些知識或所有知識建立相應的遙感專題信息提取模型，利用遙感數據實現從單知識、單模型的應用到多知識、多模型的集成應用，從單數據的使用到多數據的綜合使用的自動信息提取。

⑽ 遙感技術在城市規劃中的應用的研究現狀和研究方法

推薦去CNKI，清華搞的，那裡面是論文資料庫，可以隨時下載的。你要搞不定的話，去淘寶的//翰林書店//，那裡能下載到論文的