遥感入门系列.docx
《遥感入门系列.docx》由会员分享，可在线阅读，更多相关《遥感入门系列.docx（33页珍藏版）》请在冰豆网上搜索。
遥感入门系列
【遥感入门系列】1、概论
这部分内容在大多数遥感概论书籍中都涉及到，本专题用通俗语言让你快速了解遥感的概况。
主要内容包括：
∙遥感概念
∙感的优势
∙遥感发展历程
∙3s技术基础
∙遥感应用概述
1 遥感基本概念
遥感有一个很笼统的定义——遥远的感知，它只是包含了一层意思——数据的获取。
目前遥感不单单是一种方法，而应该理解成为一种技术，获取地球信息的一种技术（当然也可以获取其它星球的信息）。
它的定义就扩展了，在未接触物体的情况下获取其特征信息，在经过提取、判定、加工及应用分析的一门综合性技术。
遥感有一个最基本的概念，就是地物光谱特性。
这个概念也挺好理解，就是一切物体，具有反射或辐射不同波长的电磁波，但是在不同种类和环境，其特性不同，因而就有两种现象，同物异谱和同谱异物。
遥感根据不同的标准有不同的分类，每个分类有引出很多的定义。
但是我觉得，只要记住以下几个定义类型即可，其余的可以根据情况适当了解。
类型包括：
航空遥感、航天遥感、光学遥感、微波遥感（即雷达遥感）、高光谱遥感、被动式遥感。
2 遥感的优势
遥感优势在于能够频繁持久地提供地表的面状信息，具有宏观、动态、精确地监测地表环境的变化的特点。
由于人类的信息需求有80%与地理空间位置有关，遥感在国民经济、社会发展和国防安全中起着越来越重要的作用（李小文）。
“不识庐山真面目，只缘身在此山中”，遥感就是从外太空为人类增加一双眼睛。
3 遥感发展历程
遥感的发展是伴随传感器的发展而来，所以要了解遥感的发展，就需要知道以前或者目前天上飞的卫星。
这个时候你就必须知道美国的Landsat系列、法国的SPOT系列、美国的IKONOS系列、美国的Quikbird系列、美国的Orbview系列、美国的EOS系列星、中巴的资源CBERS系列、加拿大的Radarsat系列、俄罗斯的RESURS-DK1系列和印度的IRS系列。
使用非常广的数据源主要有SPOT4、5，Landsat5、7，IKONOS，Quikbird，ALOS，俄罗斯的DK-1，Cartosat-1（P5），ResourceSat（P6），CBERS（中巴）。
目前，主要使用的商业卫星主要有美国的GeoEye-1、WorldView-1/2，德国的RapidEye、法国的Pleiades、以色列的EROS-B、印度CartoSAT-1（P5）、泰国的THEOS，韩国的KOMPSAT-2，德国与法国合作的Terrasar-X，意大利的COSMO-SkyMed等。
当然了，有了数据源，图像处理软件也跟着发展，目前商业化的遥感处理软件有美国的ENVI、美国的ERDAS、加拿大的PCI。
这些软件也在侧面反映了遥感的发展历程。
现在，遥感正在蓬勃发展期，经历着技术不断完善、能力不断增强、应用领域不断扩大的发展过程。
有人把它比作9点钟的太阳。
也许很多人会认为遥感发展那么多年，怎么还是处于9点钟的太阳呢？
这个主要是因为，在计算机和其它电子技术未得到发展的时候，遥感只是出于军事侦察和摄影爱好。
近年来计算机和卫星技术的突破性发展，遥感才得到了重视和快速的发展。
我国在这方面也不甘落后，在国家科技国家科技发展中长期规划中，“高分辨率对地观测系统”已列为十六个重大专项之一，据悉国家财政投入计划160个亿，加上部门匹配估计投入300亿以上。
总之，高分辨率传感器、微波遥感和高光谱遥感应用前景广阔，新型的遥感应用将逐步增加，遥感将进一步从军事应用到商业化应用。
4 3S技术
3S指的是GIS、GPS和RS英文合成，其实3S带上了“技术”两个字，就不是单单指的是三者的合成，既然他是一种技术，就应该是三者或者两者之间技术上的渗透。
上万方网或者期刊网打入“3S”关键字，你就能找到成千上万的结果。
从这个现象中我们就可以得出，3S技术有多么热点。
他们也给3S技术框上了很多的定义，我个人这样理解，遥感给地理信息提供数据源，遥感得到的信息利用地理信息的方法分析；GPS在遥感图像的几何校正或者图像解译时野外调查时候提供定位和导航，遥感给GPS的导航提供底图数据；地理信息给GPS提供数据显示以及路径分析，GPS给地理信息系统提供位置信息以及导航路线信息等。
也就是说，RS和GPS给GIS提供数据源，GIS给RS和GPS提供分析、共享途径。
这三者之间的关系，也可以看出怎么一条业内普遍认为的规律，学遥感的人，对GIS和GPS也要有一定的深度，而学GIS和GPS就不一定要懂RS。
从国内大学的办学结构也能看出来，国内本科设有遥感专业的大学很少，而设GIS专业的就很多，研究生和博士学习遥感专业的几乎和GIS专业持平。
5 遥感应用领域
遥感除了在传统的测绘和军事侦察外，最近出现了非常多的应用领域，包括城市，环境，农业，林业，海洋，地质，气象，灾害，旅游，电讯，水利，公用设施管理，生态，医学，甚至服装，等等，新的领域在不断开拓当中。
现在城市扩张迅速，所以城市的动态监测应用非常多，还包括城市三维制作，城市环境监测，城市热岛现象，有的学者还利用热红外图像制作城市人口分布。
环境目前也被国家列为重点发展的学科，据消息称，我国将在2008年开始，每年从大学里选拔1000名大学生以外国培养或者双方培养的的教育方式，专业就包括了环境。
目前大范围的环境监测就使用了遥感的方式，特别是高光谱的发展，可以利用遥感的手段反演地表一些信息。
遥感在农业和林业应用更广了，农业估产，农业调查，退耕还林，森林防火，森林监测，森林调查，森林防治等等。
遥感应用在医学上还是最近几年的事，主要是用在流行病监测和预防上，如监测疟疾病暴发地，就可以用遥感的手段获取植被覆盖与水源区域，进而就可以得到蚊子的滋生地，间接的就可以推算疟疾。
类似的还可以用在监测鼠疫等流行病。
很多人会有疑问，遥感跟服装有什么联系。
国外有家领带公司，他设计的领带就是以遥感影像为背景，用户可以根据自己的爱好，自助选择那个地区的卫星影像印在或者编制在领带上，据说销路非常好，国内没有见到类似的领带或者衣服，这个倒是一条很好的商机。
6 ENVI/IDL与遥感
既然是大型的商业化软件，毫无疑问他跟着遥感的发展而发展。
从上个世纪的1992第一个版本出来至今已经有20年的历史。
从第一个版本出现，经历了3.0、3.1、3.2、3.3、3.5、4.0、4.1、4.2、4.3、4.4、4.5、4.6、4.7、4.7到目前的5.0，每次升级，都伴随着新功能的增加。
在某种层面上讲，它的升级代表着遥感需求和应用的发展。
【遥感入门系列】2、遥感成像与遥感影像特征
遥感技术最基本的东西其实就是遥感图像，不管你是设计传感器，还是专注遥感的应用，都是围绕着图像来工作。
离开图像来谈遥感，等同于画饼充饥。
这部分内容包括：
∙ 遥感成像原理和基本概念
∙遥感图像基本特征
1原理和基本概念
图1被动遥感成像过程
遥感成像可分为如图1所示5个部分，对于专注于遥感应用来说，需要重点学习的是传感器部分，即成像装置。
传感器是获取地面目标电磁辐射信息的装置。
传感器按照不同的分类标准可分为很多类，但是任何的传感器都有四个基本部分组成——收集器、探测器、处理器和输出器。
衡量传感器性能的四个指标：
空间分辨率——是指遥感图像上能够详细区分的最小单元的尺寸和大小，是用来表征图像分辨地面目标细节能力的指标。
目前比较通俗的说法就是像元的大小，比如TM图像是30米，Spot5的分辨率是5米或者10米等。
时间分辨率——对同一目标进行重复探测时，相邻两次探测的时间间隔。
通俗的叫法是探测重复周期，如TM的重复周期为16天，气象卫星时间很短，几乎是一天能重复好几次，这样有利于天气的准确预报。
光谱分辨率——指传感器所能记录的电磁波谱中，某一特定的波长范围值，波长范围值越宽，光谱分辨率越低。
光谱分辨率的高低，产生了一个应用前景广阔的遥感分支——高光谱遥感。
实际上光谱分辨率在高光谱遥感里面很常用，在多光谱里面常常使用“波谱范围”或者“谱段范围”，如WorldView-2卫星谱段范围设置：
海岸波段：
400-450；蓝色波段：
450-510；绿色波段：
510-580；黄色波段：
585—625；红色波段：
630-690；红色边缘波段：
705.5-745；近红外线波段：
770-895；近红外2波段：
860-1040。
温度分辨率——指热红外传感器分辨地表热辐射（温度）最小差异的能力。
一般红外系统的的温度分辨率达到0.2~3.0K的标准，如TM6图像的温度分辨率可达到0.5K。
同时这四项指标也是图像的重要参数之一，特别是空间分辨率和时间分辨率。
下面我们了解一下目前常见的几种传感器
∙光学机械扫描系统（optial-mechanialscanning）
它是利用平台的行进和旋转扫描镜对与平台行进的垂直方向的地面进行扫描，又称物面扫描系统。
图2TM的扫描系统示意图
目前正在使用的传感器采用这种方式的主要有Landsat、NOAA/AVHRR、我国的“风云”系列气象卫星。
这种扫描方式两个特点是扫描宽幅大但空间分辨率较低。
∙推扫式扫描系统（push-broomscanning）
又称镜面扫描系统，用广角光学系统，在整个视场内成像。
它是用CCD组成的线性矩阵来感应地面。
图3推扫式扫描系统示意图
目前正在使用的大部分高分辨率传感器就是这种系统，包括SPOT系列，中巴资源系列，IKONOS，QUICKBIRD等。
此类扫描系统一般分辨率比较高，但扫描宽幅比较小。
∙成像光谱（ImagingSpectrometer）
此类系统是把成像技术和分光谱技术有机的结合起来，获取的图像光谱分辨率非常高，波段数非常的多，能达到上百个波段，它仍属于多光谱扫描仪的范畴。
很典型的一个传感器就是MODIS（中等分辨率成像光谱仪）。
2遥感图像基本特征
在图像处理、分析和解译过程中，我们要了解图像中包含的信息内容，定量地研究其信息量的多少，特别是比较不同类型的图像和同一图像的不同波段，以及不同处理方法得到的结果中的种类、多少和丰富量等信息。
遥感图像反映的信息内容主要有波谱信息、空间信息和时间信息。
（注：
文中的图像都是指的数字图像）
∙波谱信息
图像上的波谱信息表现为已经量化的辐射值，即图像的亮度/灰度指/像元值，他是一种相对的量度。
量化就是把采样过程中获得的像元平均辐射亮度值，按照一定的编码规则划分为若干等级，即把像元平均辐射亮度值按一定方式离散化。
它对应我们常见的概念就是图像的比特或者灰阶，如8比特，量化范围就是0~255。
像元值间接反映了地物的波谱特征，不同的地物有着不同的像元值，当然把同谱异物排除，遥感图像解译中识别不同地物的一个重要标志就是图像的像元值差异。
同时像元值也是反映一幅图像信息量大小的重要，信息量的大小一般采用了通讯理论中的的香农在1948年提出的熵来表示。
在ENVI（4.8及以下版本，以及ENVI5.0Classic）中查看图像的像元值非常的方便，在一个Display中打开一个图像，在Image视图上双击左键，图4中所示，Data中的R、G、B对于的值就是像元值，也就是图像中的DN值，由于图像中的原始DN值非常的重要，反应了地物的波谱特征，一般不会轻易改变，但是图像的整体饱和度不高，直接显示效果不好。
因此在ENVI中，为了显示颜色，有一个LUTVALUE，图中的为Scrn对应的R、G、B值。
一般在ENVI中显示增强图像，都是对LUTVALUE操作，当然也可以选择对FILEPIXEL处理，这个也就是很多人疑问，在ENVI中的Display窗口中增强处理好的图像，为什么在别的软件，如photoshop中打开颜色就变了，就是这个原因。
图4图像像元值的查看
∙空间信息
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。
要想得到图像的空间信息，首先都得知道图像的投影系统，图像有了地理参考，才能对图像进行量测，投影系统一般分为地理投影和平面投影。
在ENVI中，同样可以很方便的查看图像的基本信息，在AvailableBandsList中，选择一幅图像点击右键，选择EditHeader。
可以看到图像的投影信息，空间分辨率、图像大小等信息。
图5图像的信息查看
量测图像也非常的简单，可选择BasicTools->MeasurementTool。
提供了点、线、面等量测，还可以将量测结果导出成文本文件。
图6图像量测
∙时间信息
图像的时间信息指的是不同时相遥感图像的光谱信息与空间信息的差异。
图像的时间信息对图像的解译、动态监测等影响很大。
如不同季节下的树木所含的叶绿素是不一样的，因此两幅不同季节下同一地物在图像上的像元值是不一样的，表现为颜色也不一样。
除了需要查看以上三个方面的图像特征外，还需要知道图像的一些统计特征，这些统计特征包括：
均值——图像中所有像元值得平均值，它反映了地物信息的平均反射强度。
中值——指图像所有灰度级中处于中间的值，表示一个反差状况。
灰度方差——它反映各像元灰度值与图像平均灰度值得总的离散程度，它是衡量一幅图像信息量大小的重要度量。
图像灰度数值值域——它是图像最大灰度值和最小灰度值得差值，反映了图像灰度值的变化程度，间接反映了图像的信息量。
图像直方图——指图像中所有灰度值的概率分布。
它能够反映图像的信息量及分布特征。
多波段间的相关系数——相关系数是描述波段图像间的相关程度的统计量，反映了两个波段图像所包含信息的重叠程度。
在ENVI中的，BasicTool->Statistics->ComputeStatistics可以统计单个图像的特征。
图7图像的统计特征（均值、范围、波段相关系数、直方图等）
【遥感入门系列】3、遥感电磁辐射与遥感过程
遥感电磁辐射是比较难理解也是非常重要的内容，对于一般学习遥感专业的人来说，只需要学习个大概，这个大概主要包括你需要理解几个概念以及能从电磁辐射原理上解释一些遥感现象，进而为遥感过程的理解打下一个基础，如果你想在这个环节上有所建树，建议深入阅读徐希孺编写的《遥感物理》。
本专题包括内容：
∙地物波谱
∙遥感过程
1遥感与电磁波
（一）电磁波的反射
遥感是利用传感器主动或被动接收地物反射回来电磁波而成像的。
电磁波可以是地物反射太阳能量，也可以是反射传感器发出的电磁波（雷达），还可以是地物本身发射的电磁波（热红外）。
这里我们就需要理解两个概念：
黑体辐射：
如果一个物体对于任何波长的电磁辐射，都全部吸收，则这个物体是绝对黑体。
也就是说，绝对黑体，吸收率为100%，反射率为0，与物体的温度和电磁波波长无关。
如黑色的煤可以近似看作黑体，还有太阳也可以近似看作黑体辐射源，在后面章节中讲到的大气校正，有的时候也可以将干净的深水、茂密的森林以及阴影近似为黑体。
实际物体辐射：
也就是物体实际的辐射，一般研究其与黑体辐射之间的关系。
根据电磁波波长或者频率是一个连续的谱带，因此就有一个概念——电磁波谱，根据波长的不一样，从小到大划分为：
λ射线、Χ射线、紫外、可见光、红外、微波、无线电波
图：
电磁波谱范围
当然，每一个分类又有小的分类，如可见光有可划分为蓝青绿……等。
目前传感器的波段就是根据这个来划分的，不同传感器波段范围又不一样，如spot5的波谱范围为：
P:
480-710nm 全色
B1:
500-590nm 绿色
B2:
610-680nm 红色
B3:
780-890nm 近红外
B4:
1580-1750nm 短波红外
比如WorldView-2卫星谱段范围设置：
海岸波段：
400-450nm
蓝色波段：
450-510nm
绿色波段：
510-580nm
黄色波段：
585—625nm
红色波段：
630-690nm
红色边缘波段：
705.5-745nm
近红外线波段：
770-895nm
近红外2 波段：
860-1040nm
（二）电磁波的传输
地物反射的电磁波要经过大气才能被传感器接收，由于大气的成分非常的复杂而且多变，加上电磁波本身一些特性，因此电磁波在大气传输过程中会发生很多的变化，包括大气的吸收、散射、透射等，这里需要理解两个概念：
瑞利散射：
当大气中的原子、分子的直径比波长小很多，这个时候电磁波在大气中发生的散射叫做瑞利散射。
这种散射的特点是散射强度与波长的四次方成反比，也就是说波长越长，这种散射越小。
这种散射在可见光影响最为明显，尤其是蓝色波段，这个也是天空是蓝色的解释。
对于遥感来说，这个散射是不利的，有些传感器为了提高影像的质量，就不设这个波段，如SPOT系列、ASTER传感器等。
大气窗口：
把电磁波通过大气层时候较少被反射、吸收或散射的透过率较高的波段叫做大气窗口。
传感器的设计就是根据大气窗口来设计波段的。
（三）地物波谱曲线
地物的波谱特征可以用图来表示，这个图就是地物波谱曲线。
地物波谱曲线是影像信息提取的基础，几种典型的地物波谱曲线要求能识别，包括水体、岩石和植被。
地物的波谱曲线可以通过波谱仪来测量，这种方法较为精确，但过程较复杂。
也可以通过影像上剖面获取，操作简单，但精度很低，不同波段数的影像获取的结果精度也不一样。
在ENVI中， 使用ZProfiles工具即可获得图像上任意一点的波谱曲线。
如下图分别为从tm和高光谱上获得的光谱曲线。
图：
TM影像上获得的波谱曲线
图：
HyMAP高光谱数据获得的波谱曲线
2遥感过程
图：
遥感过程
如上图为一个遥感过程的示意图。
它包括了信息的采集、接收存储、处理到信息提取和应用。
（1） 信息采集
传感器接收地物反射或发射的电磁波并转化为电信号。
现在的传感器本身带有大小不定的存储器，在没法给地面站传送的时候自身保存起来。
这部分主角就是传感器，搭载传感器的平台可以是卫星（航天遥感）、飞机（航空遥感）甚至是地面平台（地面遥感）。
（2） 接收存储
卫星影像的接受储存是在遥感卫星地面站中完成，地面站包括接收站、数据处理中心和光学处理中心，我国在1986年与美国合作建立了中国卫星地面接收站。
收集的数据通过数模转换变成数字数据，目前的影像数据都是数字形式保存，而在以前，由于计算机技术的限制，采用磁带或者胶片形式储存。
现在计算机技术的发展，保存格式也趋于标准化，大多采用了tif或者geotif的格式。
从数据的文件内部读写格式上分，可分为三种格式，即BSQ、BIL、BIP，BSQ是按波段保存，也就是一个波段保存后接着保存第二个波段；BIL是按行保存，就是保存第一个波段的第一行后接着保存第二个波段的第一行，依次类推；BIP是按像元保存，即先保存第一个波段的第一个像元，之后保存第二波段的第一个像元，依次保存。
图：
图像储存顺序示意图（左-BSP，中-BIL,右-BIP）
（3） 处理
目前，遥感影像的处理都是基于数字的，所以产生的新的一门科学就是遥感数字图像处理，它是依靠计算机硬件技术的发展以及遥感图像处理软件的发展而起来的。
详细内容将在后面的内容中讲到。
（4） 信息提取
遥感的主要目的就是从影像上提取有用的信息，这个过程就是在前面的基础上进行的。
详细内容将在后面的内容中讲到。
（5） 应用
不同的行业有着自己的应用规范，比如测绘部门，它们应用遥感主要制作4D产品；农业部门获取农作物的信息；林业部门可以从遥感影像上获取林业的分布、蓄积量等信息。
【遥感入门系列】4、遥感图像预处理
图像预处理是遥感应用的第一步，也是非常重要的一步。
目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。
预处理的流程在各个行业、不同数据中有点差异，而且注重点也各有不同。
本小节包括以下内容：
∙∙数据预处理一般流程介绍
∙∙ 数据预处理的主要步骤介绍
1 数据预处理一般流程
数据预处理的过程包括几何校正（地理定位、几何精校正、图像配准、正射校正等）、图像融合、图像镶嵌、图像裁剪、去云及阴影处理和大气校正等几个环节，如下图是中等分辨率的全色和多光谱图像预处理流程图示。
在几何校正环境，使用从标准数据中选择控制点方式进行对全色图像几何校正，以全色图像作为基准图像配准多光谱图像，将多光谱和全色图像进行融合处理，利用矢量边界对融合结果进行裁剪，最后得到具有地理坐标、较高分辨率的多光谱图像。
图：
数据预处理一般流程
各个行业应用会有所不同，比如在精细农业方面，需要进行大气校正以去除大气对图像的图像；在测绘方面，对几何校正的精度要求会很高，而且处理的一般是高分辨率图像，需要进行正射校正处理。
2 数据预处理的主要步骤介绍
（一）几何精校正与图像配准
引起图像几何变形一般分为两大类：
系统性和非系统性。
系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。
在做几何校正前，先要知道几个概念：
地理编码：
把图像矫正到一种统一标准的坐标系。
地理参照：
借助一组控制点，对一幅图像进行地理坐标的校正。
图像配准：
同一区域里一幅图像（基准图像）对另一幅图像校准
图像几何精校正包括了地理编码和地理参照，以及部分图像配准的范畴，一般步骤如下，
（1）GCP（地面控制点）的选取
这是几何校正中最重要的一步。
可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的图像中获取。
选取得控制点有以下特征：
1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等；
2、地面控制点上的地物不随时间而变化。
GCP均匀分布在整幅图像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。
卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。
（2）建立几何校正模型
地面点控制点确定之后，利用图像上的像元坐标（x，y）及其参考地理坐标（X，Y），选择一个合理的坐标变换函数式（即校正模型），并推算出变换函数。
之后，推算的变换函数重新计算控制点得到（X’，Y’），利用（X，Y）和（X’，Y’）计算控制点的误差，即RMS，如果RMS太大需要重新调整控制点。
重复这个过程最后得到一个比较精确的变换函数式，并作用于整个图像。
（3）图像重采样
重新定位后的像元在原图像中分布是不均匀的,即输出图像像元点在输入图像中的行列号不是或不全是正数关系。
因此需要根据输出图像上的各像元在输入图像中的位置，对原始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。
常用的内插方法包括：
1、最邻近法是将最邻近的像元值赋予新像元。
该方法的优点是输出图像仍然保持原来的像元值，简单，处理速度快。
但这种方法最大可产生半个像元的位置偏移，可能造成输出图像中某些地物的不连贯。
图：
最邻近法示意图
2、双线性内插法是使用邻近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。
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
升级会员 