遥感数据特征

遥感数据特征
遥感数据特征

常用遥感数据特征总结

按照遥感平台类型,遥感技术可以分为航宇遥感、航天遥感、航空遥感、地面遥感四类。其中航天遥感平台发展最快,应用最广。很据航天遥感平台的服务内容,可以将其分为气象卫星系列、陆地卫星系列和海洋卫星系列。不同的卫星系列所获得的遥感数据有着不同的特征,常常应用于不同的应用领域,在进行检测研究时,常常根据不同的卫星资料特点,选择不同的遥感数据。下文简单总结了几种常用的航天遥感数据特征。

1 气象卫星系列

气象卫星是最早发张起来的环境卫星。从1960年美国发射第一颗实验性气象卫星(TIROS)以来,已经有多种实验性或者业务性气象卫星进入不同轨道。气象卫星资料已经在气象预报、气象研究、资源调查海洋研究等方面显示出了强大的生命力。

气象卫星主要有以下几种系列:60年代——TIROS系列、ESSA系列、Nimus 系列;70年代——ITOS系列、NOAA系列、SMS系列、GOES系列、MeteopII、GMS、Meteosat;80年代后,主要以NOAA系列为代表。我国的气象卫星发展比较晚,FY-1是我国发射的第一颗1988年9月7日发射成功。气象卫星主要有以下特征。

(1)轨道。气象卫星轨道可以分为两种,低轨和高轨。低轨是近极低太阳同步轨道,简称极地轨道,轨道高度800~1600km,南北向绕地球运转。对东西宽约2800km的带状地域进行观测,由于与太阳同步,使卫星每天在固定的时间经过每个地方的上空,资料获得时具有相同的照明条件。高轨是指地球同步轨道,轨道高度36000km左右,相对于地球静止,能够观测地球1/4的面积,有3—4颗卫星形成观测网,对某一固定地区,每隔20~30min获取一次资料,由于它相对于地球静止,可以作为通讯中继站,用于传送各种天气资料。

(2)短周期重复观测。地球同步卫星观测周期为0.5小时一次,极轨卫星为约为0.5~1天/次,时间分辨率较高。有助于对地面快速变化的动态检测。

(3)成像面积大,有助于获得宏观同步信息,减少数据处理容量。

(4)资源来源连续、实时性强、成本低

NOAA系列。

NOAA-11卫星:发射日期1988年9月24日,正式运行日期1988年11月8日,轨道高度841公里,轨道倾角98.9度,轨道周期:101.8分。

NOAA-12卫星:发射日期1991年5月14日,正式运行日期1991年9月17日轨道高度804公里,轨道倾角98.6度,轨道周期101.1分。

NOAA-14卫星:发射日期1994年12月30日,正式运行日期1985年4月10日,轨道高度845公里,轨道倾角99.1度,轨道周期101.9分。

NOAA-15卫星:发射日期1998年5月13日,正式运行日期1998年12月15日轨道高度808公里,轨道倾角98.6度,轨道周期101.2分。

NOAA-16卫星:发射日期2000年9月12日,正式运行日期2001年3月20日,轨道高度850公里,轨道倾角98.9度,轨道周期102.1分。

NOAA-17卫星:发射日期2002年6月24日,正式运行日期2002年10月15日,轨道高度811公里,轨道倾角98.7度,轨道周期101.2分。

NOAA卫星装载有6个光谱通道的可见光和红外扫描辐射计,包括1个可见光、2个近红外通道、1个中波红外通道和2个长波红外通道。数据量化等级10比特,NOAA-K/L/M(15,16/17)是美国第五代极轨业务环境卫星,星上主要携带有:(1)改进的甚高分辨率辐射计3型(AVHRR/3),(2)高分辨率红外辐射探测仪3型(HIRS-3),(3)先进的微波探测装置A型(AMSU-A),(4)先进的微波探测装置B型(AMSU-B)。其中HIRS-3、AMSU-A和AMSU-B统称为先进的TIROS业务垂直探测器(ATOVS)。

*:通道3A和3B时间共享。

表1.5 AMSU-B光谱通道特征及其主要探测目的

(摘自国家卫星气象中心)

2 陆地卫星系列

Landsat系列遥感数据特征:

LANDSAT是美国陆地探测卫星系统。从1972年开始发射第一颗卫星LANDSAT-1,到目前最新的LANDSAT-7。LANDSAT 7 卫星于99年发射,装备有Enhanced Thematic Mapper Plus(ETM+)设备,ETM+被动感应地表反射的太阳辐射和散发的热辐射,有8个波段的感应器,覆盖了从红外到可见光的不同波长范围。 ETM+比起在LANDSAT 4、5上面装备的Thematic Mapper(TM)设备在红外波段的分辨率更高,因此有更高的准确性。

LANDSAT 7 的总体数据:7个光谱波段和一个全色波段,观察宽度达185km,15、30、60、80米精度,离地705km太阳同步轨道,16天运行周期,覆盖范围为南北纬81度之间区域。

其中ETM+的波段:

0.45-0.52微米蓝绿波段, 用于水体穿透, 土壤植被分辨;

0.52-0.60微米绿色波段, 用于植被分辨;

0.63-0.69微米红色波段, 处于叶绿素吸收区域, 用于观测道路/裸露土壤/植被种类效果很好;

0.76-0.90微米近红外波段, 用于估算生物数量, 尽管这个波段可以

从植被中区分出水体,分辨潮湿土壤,但是对于道路辨认效果不如TM3;

1.55-1.75微米中红外波段, 这被认为是所有波段中最佳的一个, 用

于分辨道路/裸露土壤/水, 它还能在不同植被之间有好的对比度, 并且有较好的穿透大气、云雾的能力;

10.5-12.5微米热红外波段, 感应发出热辐射的目标. 分辨率为60m;

2.08-2.35微米中红外波段, 对于岩石/矿物的分辨很有用, 也可用于辨识植被覆盖和湿润土壤;

0.52-0.90微米全色波段, 得到的是黑白图象, 分辨率为15m, 用于增强分辨率, 提供分辨能力;

以上波段除6、8外分辨率均为30m。

在使用这些卫星图象的时候,要先进行处理。通常是用多个波段的图象进行彩色合成,得到伪彩色图象。在合成前,各波段图象还要先做图象增强处理。例如:MrSid卫星图象是用band7作为红色, band4作为绿色,band2作为蓝色合成的,简称为742。(MrSid用的是Landsat TM, 1987-1993拍摄数据,当时未有Landsat 7);GeoGratis Landsat7 合成卫星图象是用743(RGB)。

常用的合成方法:

真彩合成。与肉眼所见接近;仅使用反射的可见光,受大气、云雾、阴影、散射的影响较大,通常对比度不高,感觉模糊(蓝色光散射严重);对于海岸区域研究特别有用,因为可见光可穿透水面,观察到海底。

近红外合成。颜色与肉眼所见完全不同;植被在近红外波段反射率特别高,因为叶绿素在此波段反射的能量大,因此在432图象中植被会明显表现为深浅不同的红色,不同类型植物有不同的红色色调;水会吸收差不多所有的近红外光,因此水面颜色很深近乎黑色。

短波红外合成。包含至少一个短波红外波段,短波红外波段的反射率主要取决于物体表面的含水量,因此这类图象可用于植被保护和土地研究。

SPOT系列:

SPOT卫星是法国空间研究中心(CNES)研制的一种地球观测卫星系统。“SPOT”系法文Systeme Probatoire d’Observation dela Tarre的缩写,意即地球观测系统。SPOT-1号卫星于1986年2月22日发射成功。卫星采用近极地圆形太阳同步轨道。轨道倾角93.7°,平均高度832公里(在北纬45°处),绕地球一周的平均时间为101.4分钟。轨道是“定态”(phased)的,重复覆盖周期为26天。卫星覆盖全球一次共需369条轨道。卫星在地方时上午10时30分由北向南飞越赤道,此时轨道间距为108.6公里。随纬度增加轨距缩小。星上载有两台完全相同的高分辨率可见光遥感器(HRV),是采用电荷耦合器件线阵(CCD)的推帚式(push-broom)光电扫描仪,其地面分辨率全色波段为10米;多波段为20米。当以“双垂直”方式进行近似垂直扫描时,两台仪器共同覆盖一个宽117公里的区域,并且产生一对SPOT影像。两帧影像有3公里的重叠部分,其中线在参考轨道上。其中每一影像覆盖面积60×60公里2。当进行侧向(可达27°)扫描时,每一影像覆盖面积为80×80公里2。这种交向观测可获得较高的重复覆盖率和立体像对,便于进行立体测图。SPOT卫星标志着卫星遥感发展到一个新阶段。

SPOT4于1998年3月发射,它增加了一个短波红外波段(158-1.75pm);把原0.61-0.68um的红波段改为0.49-0.73um包含“红”的波段,并替代原全色波段,可以产生分辨率10m的黑白图像和分辨率20m的多光谱数据;增加了一个多角度遥感仪器,即宽视域植被探测仪Vegetation(VGT),用于全球和区域两个层次上,对自然植被和农作物进行连续监测,对大范围的环境变化、气象、海洋等应用研究很有意义。VGT被设计为垂直方向的空间分辨率1.15km,扫描宽度2250km,可见光-短波红外波段0.43-1.75um共5个波段。它们为蓝波段0.43-0.47um、绿波段0.50-0.59um、红波段0.61—0.68um,近红外波段0.79-0.89um、短波红外波段1.58-1.75um。SPOT4中的VGT和HRVs将使同一区域有可能同时获得较大范围的粗分辨率数据和小范围的细分辨率数据。

SPOT5于2002年5月4日发射,星上载有2台高分辨率几何成像装置(HRG)、1台高分辨率立体成像装置(HRS)、1台宽视域植被探测仪(VGT)等,空间分辨率最高可达2.5m,前后模式实时获得立体像对,运营性能有很大改善,在数据压缩、存储和传输等方面也均有显著提高。

GeoEye系列:

GeoEye-1卫星拥有达到0.41米分辨率(黑白)的能力,简单来说这意味着,从轨道采集并由SGI Altix 350系统处理的高分辨率图像将能够辨识地面上16英寸或者更大尺寸的物体。以这个分辨率,人们将能够识别出位于棒球场里放着的一个盘子或者数出城市街道内的下水道出入孔的个数。

GeoEye-1不仅能以0.41米黑白(全色)分辨率和1.65米彩色(多谱段)分辨率搜集图像,而且还能以3米的定位精度精确确定目标位置。因此,一经投入使用,GeoEye-1将成为当今世界上能力最强、分辨率和精度最高的商业成像卫星。

GeoEye-1 照片产品和解决方案现在已经大量推出,其地面分辨率分别为0.5米、1米、2米和4米。照片产品有彩色和黑白两种。彩色照片包含四种波长的颜色:蓝色、绿色、红色和近红外。商业客户可以通过多种途径购买 GeoEye-1 照片。服务专家现在可在购买 GeoEye-1 照片产品和增值解决方案方面提供帮助。

包括GoogleEarth、GoogleMap、Tom Clancy's H.A.W.X等软件及游戏都使用了该卫星的地球照片。

GEOEYE-1 规格

全色传感器:0.41 meters x 0.41 meters

多普段传感器:1.65 meters x 1.65 meters

光谱范围:450–800 nm

450–510 nm (blue)

510–580 nm (green)

655–690 nm (red)

780–920 nm (near IR)

扫描宽度:15.2 km

Off-Nadir Imaging:Up to 60 degrees

动态范围:11 bits per pixel

任务寿命预期:大于10 years

Revisit Time:Less than 3 days

轨道高度:681 km

Nodal Crossing:10:30 a.m.

3 海洋卫星系列

由于海洋具有其特殊性,如面积大。反射较强、海水具有透明性的差异以及海面特殊状况等,海洋遥感具有以下特征:

(1)以微波为主。微波可以在各种天气条件下,透过云层获得全天候的海洋信息,并且微波还可以较好的获得海水温度、盐度和海面粗糙度等信息。

(2)电磁波与激光、声波的结合时扩大海洋遥感探测手段的一条新路。海洋遥感从可见光到微波虽然都被利用,但仍局限在以海水表面为深度的薄层,而利用声波可以突破深度上的局限性,将遥感技术应用的范围延伸到深海。

Seasat 1:

发射于1978年,为近极地太阳同步近圆形轨道,能够覆盖全球95%的地区,一次扫描覆盖海面1900km,装载5中传感器,其中四种是微波传感器。

遥感变化监测 流程

多时相土地利用/覆盖变化监测研究 方法及数据选取 土地是一个综合的自然地理概念,它处于地圈-生物圈-大气圈相互作用的界面,是各种自然过程和人类活动最为活跃的场所。地球表层系统最突出的景观标志就是土地利用和土地覆盖( Land Use and Land Cover)。由于土地利用和土地覆盖与人类的生活、生产息息相关,而人类活动正以空前的速度、幅度和空前规模改变着陆地环境。人类对土地资源的利用引起的土地利用和土地覆盖的变化是全球环境变化的重要因素之一,也是地球表面科学研究领域中的一个重要分支。因此,土地利用和土地覆盖的动态监测(Land Use and Land Cover Monitoring)是国内外研究的热点,也是当前全球变化研究计划的重要组成部分。 由多时相遥感数据分析地表变化过程需要进行一系列图像处理工作,大致包括:一、数据源选择,二、几何配准处理,三、辐射处理与归一化,四、变化监测算法及应用等。 一、遥感数据源的选取 不同遥感系统的时间分辨率、空间分辨率、光谱分辨率和辐射分辨率不同,选择合适的遥感数据是变化监测能否成功的前提。因此,在变化监测之前需要对监测区域内的主要问题进行调查,分析监测对象的空间分布特点、光谱特性及时相变化的情况,目的是为分析任务选择合适的遥感数据。同时,考虑到环境因素的影响,用于变化监测的图像最好是由同一个遥感系统获得,如果由于某种原因无法获得同一种遥感系统在不同时段的数据,则需要选择俯视角与光谱波段相近的遥感系统数据。 1时间分辨率 这里需要根据监测对象的时相变化特点来确定遥感监测的频率,如需要一年一次、一季度一次还是一月一次等。同时,在选择多时相遥感数据进行变化监测时需要考虑两个时间条件。首先,应当尽可能选择用每天同一时刻或者相近时间的遥感图像,以消除因太阳高度角不同引起的图像反射特性差异;其次,应尽可能选用年间同一季节,甚至同一日期的遥感数据,以消除因季节性太阳高度角不同和植物物候差异的影响。 2空间分辨率 首先要考虑监测对象的空间尺度及空间变异的情况,以确定其对于遥感数据的空间分辨率的要求。变化监测还要求保证不同时段遥感图像之间的精确配准。因此,最好是采用具有相同瞬时视场(IFOV)的遥感数据,如具有同样空间分辨率的TM图像之间就比较容易配准在一起。当然也可以使用不同瞬时视场遥感系统获取的数据,如某一日期的TM图像(30m ×30m)与另一日期的SPOT图像(20m×20m),来进行变化监测,在这种情况下需要确定一个最小制图单元20m×20m,并对这两个图像数据重采样使之具有一致的像元大小。 一些遥感系统按不同的视场角拍摄地面图像,如SPOT的视场角能达到±27°,在变化监测中如果简单采用俯视角明显不同的两幅遥感图像,就有可能导致错误的分析结果。例如,对一个林区,不均匀地分布着一些大树,以观测天顶角0°拍摄的SPOT图像是直接从上向下观测到树冠顶,而对于一幅以20°观测角拍摄的SPOT图像所记录的是树冠侧面的光谱反射信息。因此,在变化监测分析中必须考虑到所用遥感图像观测角度的影响,而且应当尽可能采用具有相同或相近的俯视角的数据。 3光谱分辨率 应当根据监测对象的类型与相应的光谱特性选择合适的遥感数据类型及相应波段。变化监测分析的一个基本假设是,如果在两个不同时段之间瞬时视场内地面物质发生了变化,则不同时段图像对应像元的光谱响应也就会存在差别。所选择的遥感系统的光谱分辨率应当足

遥感数据特征

常用遥感数据特征总结 按照遥感平台类型,遥感技术可以分为航宇遥感、航天遥感、航空遥感、地面遥感四类。其中航天遥感平台发展最快,应用最广。很据航天遥感平台的服务内容,可以将其分为气象卫星系列、陆地卫星系列和海洋卫星系列。不同的卫星系列所获得的遥感数据有着不同的特征,常常应用于不同的应用领域,在进行检测研究时,常常根据不同的卫星资料特点,选择不同的遥感数据。下文简单总结了几种常用的航天遥感数据特征。 1 气象卫星系列 气象卫星是最早发张起来的环境卫星。从1960年美国发射第一颗实验性气象卫星(TIROS)以来,已经有多种实验性或者业务性气象卫星进入不同轨道。气象卫星资料已经在气象预报、气象研究、资源调查海洋研究等方面显示出了强大的生命力。 气象卫星主要有以下几种系列:60年代——TIROS系列、ESSA系列、Nimus 系列;70年代——ITOS系列、NOAA系列、SMS系列、GOES系列、MeteopII、GMS、Meteosat;80年代后,主要以NOAA系列为代表。我国的气象卫星发展比较晚,FY-1是我国发射的第一颗1988年9月7日发射成功。气象卫星主要有以下特征。 (1)轨道。气象卫星轨道可以分为两种,低轨和高轨。低轨是近极低太阳同步轨道,简称极地轨道,轨道高度800~1600km,南北向绕地球运转。对东西宽约2800km的带状地域进行观测,由于与太阳同步,使卫星每天在固定的时间经过每个地方的上空,资料获得时具有相同的照明条件。高轨是指地球同步轨道,轨道高度36000km左右,相对于地球静止,能够观测地球1/4的面积,有3—4颗卫星形成观测网,对某一固定地区,每隔20~30min获取一次资料,由于它相对于地球静止,可以作为通讯中继站,用于传送各种天气资料。 (2)短周期重复观测。地球同步卫星观测周期为0.5小时一次,极轨卫星为约为0.5~1天/次,时间分辨率较高。有助于对地面快速变化的动态检测。 (3)成像面积大,有助于获得宏观同步信息,减少数据处理容量。 (4)资源来源连续、实时性强、成本低 NOAA系列。 NOAA-11卫星:发射日期1988年9月24日,正式运行日期1988年11月8日,轨道高度841公里,轨道倾角98.9度,轨道周期:101.8分。 NOAA-12卫星:发射日期1991年5月14日,正式运行日期1991年9月17日轨道高度804公里,轨道倾角98.6度,轨道周期101.1分。 NOAA-14卫星:发射日期1994年12月30日,正式运行日期1985年4月10日,轨道高度845公里,轨道倾角99.1度,轨道周期101.9分。 NOAA-15卫星:发射日期1998年5月13日,正式运行日期1998年12月15日轨道高度808公里,轨道倾角98.6度,轨道周期101.2分。 NOAA-16卫星:发射日期2000年9月12日,正式运行日期2001年3月20日,轨道高度850公里,轨道倾角98.9度,轨道周期102.1分。

遥感影像分类精度评价教学内容

遥感影像分类精度评 价

遥感影像分类精度评价 在ENVI中,选择主菜单->Classification->Post Classification->Confusion Matrix->Using Ground Truth ROIs。将分类结果和ROI输入,软件会根据区域自动匹配,如不正确可以手动更改。点击ok后选择报表的表示方法(像素和百分比),就可以得到精度报表。 对分类结果进行评价,确定分类的精度和可靠性。有两种方式用于精度验证:一是混淆矩阵,二是ROC曲线,比较常用的为混淆矩阵,ROC曲线可以用图形的方式表达分类精度,比较形象。 对一帧遥感影像进行专题分类后需要进行分类精度的评价,而进行评价精度的因子有混淆矩阵、总体分类精度、Kappa系数、错分误差、漏分误差、每一类的制图精度和拥护精度。 1、混淆矩阵(Confusion Matrix): 主要用于比较分类结果和地表真实信息,可以把分类结果的精度显示在一个混淆矩阵里面。混淆矩阵是通过将每个地表真实像元的位置和分类与分类图象中的相应位置和分类像比较计算的。混淆矩阵的每一列代表了一个地表真实分类,每一列中的数值等于地表真实像元在分类图象中对应于相应类别的数量,有像元数和百分比表示两种。

2、总体分类精度(Overall Accuracy): 等于被正确分类的像元总和除以总像元数,地表真实图像或地表真实感兴趣区限定了像元的真实分类。被正确分类的像元沿着混淆矩阵的对角线分布,它显示出被分类到正确地表真实分类中的像元数。像元总数等于所有地表真实分类中的像元总和。 3、Kappa系数:是另外一种计算分类精度的方法。它是通过把所有地表真实分类中的像元总数(N)乘以混淆矩阵对角线(Xkk)的和,再减去某一类中地表真实像元总数与该类中被分类像元总数之积对所有类别求和的结果,再除以总像元数的平方差减去某一类中地表真实像元总数与该类中被分类像元总数之积对所有类别求和的结果所得到的。 4、错分误差:指被分为用户感兴趣的类,而实际上属于另一类的像元,错分误差显示在混淆矩阵的行里面。 5、漏分误差:指本属于地表真实分类,但没有被分类器分到相应类别中的像元数。漏分误差显示在混淆矩阵的列里。 6、制图精度:指假定地表真实为A类,分类器能将一幅图像的像元归为A 的概率

常见国产卫星遥感影像数据的简介

北京揽宇方圆信息技术有限公司 常见国产卫星遥感影像数据的简介 本文介绍了常见国产卫星数据的简介、数据时间、传感器类型、分辨率等情况。 中国资源卫星应用中心产品级别说明 ◆1A级和1C级产品均为相对辐射校正产品,只是不同卫星选用的生产参数不同。 ◆2级,2A级和2C级产品均为系统几何校正产品,只是不同卫星选用的生产参数不同。 其中: ■GF-1卫星和ZY3卫星归档产品为1A级,ZY1-02C卫星数据归档产品级别为1C级,其他卫星归档级别为2级! ◆归档产品是指:该类产品已经存在于系统中,仅需要从存储系统中迁移出来.即可供用户下载的数据。 ◆生产产品是指:该类产品不是已经存在的产品,需要对原始数据产品进行生产,然后再提供给用户下载的数据。

■当用户需要的产品级别是上述归档的级别,直接选择相应的产品级别,然后查询即可! ■当用户需要的产品级别不是上述归档的级别,就需要进行生产.本系统提供GF-1卫星和ZY3卫星2A级的生产产品,ZY1-02C卫星2C级的生产产品,在选择需要的级别查询后,无论有没有数据,在查询结果页上方有一个“查询0级景”按钮,点击此按钮后,进行数据查询,如果有数据,选择需要的产品直接订购,即可选择需要的产品级别。 国产卫星 一、GF-3(高分3号) 1.简介 2016年8月10日6时55分,高分三号卫星在太原卫星发射中心用长征四号丙运载火箭成功发射升空。 高分三号卫星是中国高分专项工程的一颗遥感卫星,为1米分辨率雷达遥感卫星,也是中国首颗分辨率达到1米的C频段多极化合成孔径雷达(SAR)成像卫星,由中国航天科技集团公司研制。 2.数据时间 2016年8月10日-现在 3.传感器 SAR:1米 二、ZY3-02(资源三号02星) 1.简介 资源三号02星(ZY3-02)于2016年5月30日11时17分,在我国在太原卫星发射中心用长征四号乙运载火箭成功将资源三号02星发射升空。这将是我国首次实现自主民用立体测绘双星组网运行,形成业务观测星座,

遥感数据说明dxy

IKONOS数据 卫星简介 IKONOS卫星又称“伊科诺斯”卫星,IKONOS来源于希腊词eikōn,意为图像(image)。是地球眼公司发展的第一代商用高分辨率陆地观测卫星,用于为军民用户提供高分辨率卫星遥感图像,美国军事图像情报部门——美国国家地理空间情报局(NGA)是该卫星最大的用户。并且是世界上第一颗分辨率优于1m的商业遥感卫星,可提供多光谱(MS)和全色(PAN)图像。IKONOS卫星的发射被称为“空间时代历史上最重要的发展之一”。 1999年4月27日,IKONOS-1卫星发射失败。1999年9月24日,IKONOS-2卫星由雅典娜2号运载火箭在范登堡空军基地发射成功,成为世界上首颗分辨率优于1m的商业遥感卫星。设计寿命七年,2015年3月31日,IKONOS卫星在超额服务15年后退役。 数据特点 SPOT数据卫星运行在高度为680公里、倾角98.2度的极轨道上。伊克诺斯卫星设计成140天内绕地球飞行2049圈,即约每天绕地球飞行15圈,第一圈的星下点与2049圈的星下点完全相同。每3天就可以0.8米的分辨率对地面上的任何一个区域进行一次拍摄。若降低分辨率,它每天都可以重访一次同一区域。伊克诺斯卫星入轨后拍摄的图像,因为其优良的清晰度,已得到了广泛的赞誉。它可拍摄到地面上直径不足1米的物体的全色(黑白)图像和直径仅 3.28米的物体的多光谱图像。 携带一个全色1m分辨率传感器和一个四波段4m分辨率的多光谱传感器。传感器由三个CCD阵列构成三线阵推扫成像系统。IKONOS 传感器是三线阵CCD推帚式成像,因此在正常模式下,它可取得正视、后视和前视推扫成像。 全色光谱响应范围:0.15~0.90μm ,而多光谱则相应于Landsat-TM 的波段:MSI-1 0.45~0.52μm蓝绿波段; MSI-2 0.52~0.60μm绿红波段;MSI-3 0.63~0.69μm 红波段; MSI-4 0.76~0.90μm 近红外波段。去掉了TM的后三个波段,显然就光谱性质而言不如TM。但从空间分辨率来说,大大提高了数据的空间分辨率特征,4m彩色和1m 全色可以和航空相片相比,完全能满足万分之一比例尺测图精度要求。 下载方法 马里兰大学遥感数据(ikonos):https://www.360docs.net/doc/0f2346928.html,/data/ikonos/

遥感数据解译大面积监测

遥感数据解译大面积监测 每年夏收与秋收后,秸秆焚烧现象非常普遍。秸秆焚烧带来了很多危害,不仅严重影响大气环境质量,导致空气中总悬浮颗粒物数量明显升高,而焚烧产生的浓烟中含有大量的CO、CO2等气体,对人体健康产生不良影响,同时,还会造成能见度降低,甚至引发交通事故。广西善图科技有限公司 鉴于秸秆焚烧带来的种种危害,秸秆焚烧的监测变得尤为重要。而传统的监测手段(如逐点人工排查)具有效率低、覆盖率低、成本高等缺点。而遥感技术以其时效性、覆盖面广、分辨率高等优势使得快速大面积监测焚烧情况成为可能。 1.选择数据源 2.热异常数据地理定标 3.火点信息提取 4.土地覆盖数据地理定位与镶嵌 5.农用地信息提取 6.疑似秸秆焚烧点提取 7.输出结果(制图输出) 8.确定技术流程,进行业务化应用 介绍遥感动态监测知识,并以城市用地遥感变化监测为应用背景,从数据的选择、预处理、变化监测类型分析、方法的选择制定一个遥感流程,之后在ArcMAP中构建整个监测流程的业务模型,通过ArcGIS Server发布成Web Service,并在Web端构建应用。 地球表面信息每时每刻都在变化,遥感影像是我们监测地球变化最直接和权威的数据源,我们可以从遥感影像中可以获取的变化信息:海岸线、森林健康、城市扩张、农业生产、自然灾害、人为灾害、土地覆盖、冰雪范围、水面变化等。量测变化信息的方法可选择:简单的图像差异、特征变化、波谱曲线变化、图像变换、分类后比较等。 本应用专题以城市土地覆盖变化信息监测为应用背景,变化信息为植被覆盖和人工建筑物。演示如何构建遥感变化监测技术流程,并将整个流程部署到ArcGIS Server企业级应用中,包括以下步骤:

SPOT卫星遥感影像数据基本参数

SPOT5遥感卫星基本参数 北京揽宇方圆信息技术有限公司 前言: 遥感传感器是获取遥感数据的关键设备,由于设计和获取数据的特点不同,传感器的种类也就繁多,就其基本结构原理来看,目前遥感中使用的传感器大体上可分为如下一些类型:(1)摄影类型的传感器; (2)扫描成像类型的传感器; (3)雷达成像类型的传感器; (4)非图像类型的传感器。 无论哪种类型遥感传感器,它们都由如下图所示的基本部分组成: 1、收集器:收集地物辐射来的能量。具体的元件如透镜组、反射镜组、天线等。 2、探测器:将收集的辐射能转变成化学能或电能。具体的无器件如感光胶片、光电管、光敏和热敏探测元件、共振腔谐振器等。 3、处理器:对收集的信号进行处理。如显影、定影、信号放大、变换、校正和编码等。具体的处理器类型有摄影处理装置和电子处理装置。 4、输出器:输出获取的数据。输出器类型有扫描晒像仪、阴极射线管、电视显像管、磁带记录仪、XY彩色喷笔记录仪等等。 虽然不同卫星的基本组成部分是相同的,但是由于,各个组成部分的具体构造的精细度又是不同的,的,所以不同的卫星具有不同的分辨率。 一、法国SPOT卫星 法国SPOT-4卫星轨道参数: 轨道高度:832公里 轨道倾角:98.721o 轨道周期:101.469分/圈 重复周期:369圈/26天 降交点时间:上午10:30分 扫描带宽度:60 公里 两侧侧视:+/-27o 扫描带宽:950公里 波谱范围: 多光谱XI B1 0.50 – 0.59um 20米分辨率B2 0.61 – 0.68um B3 0.78 – 0.89um SWIR 1.58 – 1.75um

遥感影像分类envi

遥感课程教学实验之二: 遥感影像分类 实验二遥感影像的分类遥感影像的监督分类 ?实验目的

理解计算机图像分类的基本原理以及监督分类的过程,学会利用遥感图像处理软ENVI 件对遥感图像进行分类的方法。 ?实验内容 1、遥感图像分类原理。 2、遥感图像监督分类。 3、最大似然法分类 ?实验条件 电脑、ENVI4.5软件。厦门市TM遥感影像。 ?实验步骤 1、启动ENVI软件,从文件菜单打开多波段影像文件,从可用波段列表中装载彩色或假色 影像,显示遥感影像。 2、从主图像窗口的工具Tools →Region of Interest →ROI Tools; 3、在自动打开的ROI Tools窗口中,设定ROI_Type 为“Polygon”(多边形),选定样本采 集的窗口类型,用Zoom(缩放窗口)进行采集。。

4、在选定的窗口如Zoom用鼠标左键画出样本区域,在结束处击鼠标右键二次,样本区域 被红色充填,同时ROI Tools窗口中显示采集样本的信息。采集新的样本点击“New Region”,重新上述步骤进行多个地物样本采集。。 5、从ENVI主菜单中,选 Classification > Supervised > Maximum Likelihood;或在端元 像元采集对话框 Endmember Collection中选择 Algorithm >MaximumLikelihood 进行最大似然法分类。

6、在出现Classification Input File 对话框中,选择输入影像文件,出现 Maximum Likelihood Parameters 对话框。 7、输入常规的分类参数。 设定一个基于似然度的阈值(Set Prpbability Threshold):如不使用阈值,点击“None” 按钮。要对所有的类别使用同一个阈值,点击“Single Value”按钮,在“Probability Threshold”文本框中,输入一个0 到1 之间的值。似然度小于该值的像元不被分入该类。 要为每一类别设置不同的阈值: ●在类别列表中,点击想要设置不同阈值的类别。 ●点击“Multiple Values”来选择它。 ●点击“Assign Multiple Values”按钮。 ●在出现的对话框中,点击一个类别选中它,然后在对话框底部的文本框中输入阈值。为每 个类别重复该步骤。 最后给定输出结果的保存方式:文件或内存,当影像较大时建设保存到文件中,以免因内存不够而出错运算错误。 点击“OK”计算机开始自动分类运算。 8、在可用波段列表中显示分类图像。 ?实验总结

遥感监测技术方案(特选参考)

农业生态遥感监测的内容为2014年北京市1期冬小麦面积监测,2014年北京市2期玉米(春、夏玉米)面积监测,2014年北京市4期设施农业占地面积,2014年秋季露地菜面积监测。具体的生产流程如下: 1、专题信息获取 专题信息主要指北京市冬小麦、玉米、设施农业、秋季菜田四类专题,具体监测方法和生产流程如下: 1.1专题监测方法 (1)小麦、玉米监测 小麦监测北京市2014年冬小麦数据,以2014年4-5月遥感影像为主;玉米监测2014年北京市玉米,以2014年6-9月遥感影像为主,具体的技术方法如下:在综合考虑北京市地形特点,小麦、玉米种植结构特点的基础上,经过对小麦、玉米种植物候,遥感生产的经验总结和对多种数据的对比、分析,提出一套基于“分目标、分区域、分数据、分技术”的“四分”技术方法,融生产标准规范、质量控制体系和用户响应机制为一体的小麦、玉米播种面积统计统计遥感调查方法。该方法按照一定的分层指标将北京市行政村进行划分,再对不同层级的村执行不同的数据计划和技术对策,最后采取分层抽样法评估信息提取结果的精度,并对未满足精度要求的区域进行成果修订(图1-1)。

业务需求与 统计制度 基于行政村成果的分层抽样 数据 采集 及预 处理 综合信息数据库 基于行政村的种植规模分区 分区现势影像数据采集与处理 信息 提取 及修 订 基于种植规模的不同提取方法 外业调查和内业修订 满足内业信息提取精度 成果 精度 评估外业调查及精度评估 成果 整理 矢量数据和统计报表标准化 分析反推修订 达标 未达标 分 目 标 , 分 区 域 , 分 数 据 , 分 技 术 标 准 规 范 与 质 量 控 制图1-1 总体技术路线图 为提高小麦、玉米播种面积统计遥感调查精度,充分发挥多源数据及人机交互解译的能力,研究出基于“四分”总体技术方法的小麦、玉米专题统计遥感生产流程。“四分”技术:指“分目标、分区域、分数据、分技术”。四分技术是对按照一定标准划分的区域,分别采取不同的目标、数据和技术策略,使信息提取更具有针对性、有效性,达到提高精度的目的。具体包括两大关键技术:解译分区技术体系和精度评估技术。 1)人机解译分层技术 根据北京市小麦、玉米分布范围,结合北京市地形特点和小麦、玉米种植特点,将分布区分为三大带:“山区带、丘陵带、平原带”。继而根据所分的三大区域,进一步研究小麦、玉米的种植特点和光谱纹理特征,结合地形地势、分布趋势、地块破碎程度、地块大小、占耕地面积以及解译难易程度等多方面指标,通过定性定量相结合将北京市小麦、玉米种植区域进一步细化区分,针对不同区域采用不同的目标、数据和技术策略,抓住重点、难点,优化目前提取方法,提高小麦、玉米统计遥感调查精度。

遥感影像数据产品级别

遥感影像数据产品级别 卫星数据服务商北揽宇方圆信息技术有限公司是国内规模最大、服务最稳定、服务质量最高的卫星影像数据综合应用服务企业,一直致力于为用户提供全球中、高分辨率卫星影像数据及基于遥感数据的应用服务。多颗国际领先的高分辨率遥感卫星数据资源,这些卫星群能够以极快地速度为用户提供全球各地的超高分辨率影像。 0级:经数据重构,未进行任何处理的原始数据;所有的通信信息(比如:同步帧、通信头和重复数据)被移除。 1A级:经数据重构,具有时间参考、辅助信息(包括辐射、几何校正系数等)以及地理坐标参数等(如:平台星历等,并没有应用于0级产品)的未进行任何处理的原始数据。 1B级:在1A级产品的基础上处理至传感器单元(并不是所有数据都有L1B级数据)。 2级: 与1级数据具有相同分辨率和位置的地球物理参量数据产品。 3级: 投影至统一时空格网尺度,通常具有一定完整性和一致性的数据产品。4级: 模型输出结果或从低级数据分析得到的结果。 该分级体系的一个重要方面是它的每一级是积累的,新的一个级别是由其下一级别生成同时它也是上一级产品的输入数据。0级数据基本上是原始的、未经任何处理的仪器和传感器数据。虽然它是基本的数据级别,但我们通常不会使用它,对传感器本身准确性和敏感性比较感兴趣的人将会是它的用户。0级数据的主要作用是作为数据处理链中的原始数据被用来生成更高级别的数据产品。1级数据可以恢复为0级,同时1级数据也是生成更高级别数据的基础。 2级数据可直接用于大多数的科学研究。相对于1级数据来说,2级数据可能由于某些原因(比如:在空间尺度或光谱范围等方面做了缩减)要小一些。3级产品可能会更小,以便其更容易被使用,同时规则的空间和时间组织使得这些数据更容易与不同数据源的数据结合使用。一般地,随着处理技术的改进,数据集本身将会变得更小,但其在科学应用中的价值和效用将会变的更大。 对于遥感影像预处理类型和程度来说,采用统一的处理级别体系来描述其优

水环境检测和遥感

摘要: 遥感技术在水环境监测方面得到了日益广泛的应用,不同含量和类别的水质参数的水体光谱特征不同, 这使得遥感影像能用于水体水质的监测。简要介绍了水体水质监测中遥感应用研究的发展和现状,阐述了水质遥感监测原理与方法、常用的遥感数据和几种主要水质参数的遥感监测进展,讨论了目前遥感在水质监测应用中存在的问题和未来该领域研究的重点。 关键词:遥感; 水环境监测; 水污染 1.引言 随着工农业生产的发展,江河湖海的各种水体受污染的程度不断加重。它们包括生活废水污染、泥沙等悬浮固体污染、石油污染、重金属污染、富营养化污染和热污染等。它们对人类社会的危害是十分严重的。因此,对这些污染进行监测非常重要。随着遥感技术的进步,遥感监测在水环境等领域的应用已引起环境保护等部门较广泛的重视。国内外通过各方面的努实践认为,各种水体污染在遥感图像上都有不同程度的反映(除有的不清晰外) 。因此目前,遥感已成为我们用以监测水环境的依据,而其在水环境监测中的应用也是一先进的技术途径。2.水环境污染 中国环境监测总站提供的资料表明,近10 年来, 我国的水污染成分发生了显著变化:无机污染减少,有机污染上升;工业污染下降,生活污染和面源污染增加。总之目前,我国水环境面临三大问题: ①主要污染物排放量远远超过水环境容量; ②江河湖泊普遍遭受污染; ③生态用水缺乏,水环境恶化加剧。水污染的现状可以表明,我国水环境污染形势严峻。因此,加大保护水资源的力度,提高水环境监测效率的工作势在必行。 水环境是由地球表层水圈所构成的环境,它包括在一定时间内水的数量、空间分布、运动状态、化学组成、生物种群和水体的物理性质。水环境是一个开放系统,它与土壤-岩石圈、大气圈、生物圈乃至宇宙空间之间存在着物质和能量的交换关系。 水环境的遥感监测多是对地表各种水体进行空间识别、定位、及定量计算面积、体积或模拟水体动态变化。随着遥感基础研究的进展,对水体本身的光谱特性有了深入研究,同时进行许多水质光谱数据测试。对水体的遥测也转换到水体属性特征参数的定量测定,如水深的控制、悬浮泥沙浓度的测定、和绿素含量的测定,以及污染状况的监测等。[1.2] 3.遥感水质监测方法 水体因为各组分及其含量的不同造成水体的吸收和散射的变化,使一定波长范围反射率显著不同,是定量估测内陆水体水质参数的基础。水质遥感监测常用的方法有3种:物理方法、经验方法和半经验方法。 3.1 物理方法 物理方法是以由辐射传输理论提出的上行辐射与水体中光学活性物质特征吸收和后向散射特性之间的关系为基础,利用遥感测量得到的水体反射率反演水体中各组分的特征吸收系数和后向散射系数,并通过水体中各组分浓度与其特征吸收系数、后向散射系数相关联,反演水体中各组分的浓度[3]。在实际的研究工作中,由于物理方法所要求的数据源难以满足,物理方法中的很多模型都只能采用经验的关系,基于物理方法得到的水质参数算法精度并不是很高。 3.2 经验方法 经验方法是伴随着多光谱遥感数据应用于水质监测而发展起来的一种方法。经验方法基于经

常用的遥感卫星影像数据有哪些

北京揽宇方圆信息技术有限公司 常用的遥感卫星影像数据有哪些 公司拥有WorldView、QuickBird、IKONOS、GeoEye、SPOT、高分一号、资源三号等卫星的代理权,与国内多家遥感影像一级代理商长期合作,能够为客户提供全天候、全覆盖、多分辨率、多尺度的影像产品 WorldView,分辨率0.5米 WorldView卫星系统由两颗(WorldView-I和WorldView-II)卫星组成。WorldView-I全色成像系统每天能够拍摄多达50万平方公里的0.5米分辨率图像,并具备现代化的地理定位精度能力和极佳的响应能力,能够快速瞄准要拍摄的目标和有效地进行同轨立体成像。WorldView-II多光谱遥感器具有8个波段,平均重访周期为一天,每天采集能力达到97.5万平方公里。

QuickBird,分辨率0.61米 QuickBird具有较高的地理定位精度,每年能采集7500万平方公里的卫星影像数据,在中国境内每天至少有2至3个过境轨道,有存档数据约500万平方公里,重访周期为1-6天,每天采集能力达到21万平方公里。 IKONOS,分辨率0.8米 IKONOS卫星是世界上第一颗高分辨率卫星,开启了商业高分辨率卫星的新时代,同时也创立了全新的商业化卫星影像标准。全色影像分辨率达到了0.8米,多光谱影像分辨率4米,平均重访周期3天。

Geoeye,分辨率0.41米 GeoEye-1卫星具有分辨率最高、测图能力极强、重返周期极短的特点。全色影像分辨率达到了0.41米,多光谱影像分辨率1.65米,定位精度达到3米,重访周期2-3天,每天采集能力70万平方公里。

遥感影像数据下载

1.MODIS L1B 1km: https://www.360docs.net/doc/0f2346928.html,/data/d ... _Level_1/index.html 免费注册,免费下载,daily data 2.https://www.360docs.net/doc/0f2346928.html,/pub/imswelcome/ 3. https://www.360docs.net/doc/0f2346928.html,/ https://www.360docs.net/doc/0f2346928.html,ndsat etm+ and tm images for free https://www.360docs.net/doc/0f2346928.html,/ortho/index.htm 5.EarthEtc ER MAPPER公司示范网站 https://www.360docs.net/doc/0f2346928.html,/imagery.aspx该网站上可以欣赏世界各地的高清晰度卫星照片,以及覆盖全球的1990年版LANDSAT卫星拼图(NASA命名为Circa 1990)。该网站不提供文件下载,只能通过浏览器观看。 6.NASA已经将中国地区的卫星图像发表在其网站上,免费供公众下载。 https://https://www.360docs.net/doc/0f2346928.html,/mrsid/mrsid.pl 7.ENVISAT ASAR数据 https://www.360docs.net/doc/0f2346928.html,或者https://www.360docs.net/doc/0f2346928.html, ENVISAT卫星是欧空局迄今为止研制的最大的环境监测卫星,其高级合成孔径雷达(ASAR)在C波段具有多极化、可变观测角度、宽幅成像等特性。其数据可以广泛应用于自然灾害监测、资源环境调查、雷达遥感教学与科研等领域。 8.美国航天飞机SRTM 高程数据 SRTM高程数据由NASA航天飞机上的雷达在2000年2月搜集,覆盖南纬56度到北纬60度之间的陆地区域。该数据分辨率为30米,但NASA出于“安全性”考虑将美国以外的地区缩减为90米分辨率。数据格式为HGT格式,采用ZIP压缩,文件名以经纬度网格的左上角点命名。该系列数据是“未完成”数据,里面有很多地方有数据空洞存在。 ftp://https://www.360docs.net/doc/0f2346928.html,/srtm/Eurasia/ https://www.360docs.net/doc/0f2346928.html,gs,gov/data/obtainingdata.html(“unfinished”Grade) https://www.360docs.net/doc/0f2346928.html,gs,gov/products/elevation.html(“finished”Grade) Easy Download Site—GLCF ftp://https://www.360docs.net/doc/0f2346928.html,/gl ... 0/SRTM_u03_n040e116 上述数据覆盖范围1*1度n040—北纬40度e116—东经116度 9.国家基础地理信息系统全国1:400万数据库

遥感影像的分类处理

摘要 在面向对象的影像分类方法中,首先需要将遥感影像分割成有意义的影像对象集合,进而在影像对象的基础上进行特征提取和分类。本文针对面向对象影像分类思想的关键环节展开讨论和研究,(1) 采用基于改进分水岭变换的多尺度分割算法对高分辨率遥感影像进行分割。构建了基于高斯尺度金字塔的多尺度视觉单词,并且通过实验证明其表达能力优于经典的词包表示。最后,在词包表示的基础上,利用概率潜在语义分析方法对同义词和多义词较强的鉴别能力对影像对象进行分析,找出其最可能属于的主题或类别,进而完成影像的分类。 近些年来,随着航空航天平台与传感器技术的高速发展,获取的遥感影像的分辨率越来越高。高分辨率遥感影像在各行业部门的应用也越来越广泛,除了传统的国土资源、地质调查和测绘测量等部门,还涉及到城市规划、交通旅游和环境生态等领域,极大地拓展了遥感影像的应用范围。因此,对高分辨率遥感影像的处理分析成为备受关注的领域之一。高分辨率遥感影像包括以下三种形式:高空间分辨率(获取影像的空间分辨率从以前的几十米提高到1 至5 米,甚至更高);高光谱分辨率(电磁波谱被不断细分,获取遥感数据的波段数从几十个到数百个);高时间分辨率(遥感卫星的回访周期不断缩短,在部分区域甚至可以连续观测)。本文所要研究的高分辨率遥感影像均是指“高空间分辨率”影像。 相对于中低分辨率的遥感数据,高空间分辨率遥感影像具有更加丰富的空间结构、几何纹理及拓扑关系等信息,对认知地物目标的属性特征更加方便,如光谱、形状、纹理、结构和层次等。另外,高分辨率遥感影像有效减弱了混合像元的影响,并且能够在较小的空间尺度下反映地物特征的细节变化,为实现更高精度的地物识别和分类提供了可能。 然而,传统的遥感影像分析方法主要基于“像元”进行,它处于图像工程中的“图像处理”阶段(见图1-1),已然不能满足当今遥感数据发展的需求。基于“像元”的高分辨率遥感影像分类更多地依赖光谱特征,而忽视影像的纹理、形状、上下文和结构等重要的空间特征,因此,分类结果会产生很严重的“椒盐(salt and pepper)现象”,从而影响到分类的精度。虽然国内外的很多研究人员针对以上缺陷提出了很多新的方法,如支持向量机(Support Vector Machine,SVM) 、纹理聚类、分层聚类(Hierarchical Clustering) 、神经网络(Neural Network, NN)等,但仅依靠光谱特征的基于像元的方法很难取得更好的分类结果。基于“像元”的传统分类方法还有着另一个局限:无法很好的描述和应用地物目标的尺度特征,而多尺度特征正是遥感信息的基本属性之一。由于在不同的空间尺度上,同样的地表空间格局与过程会表现出明显的差异,因此,在单一尺度下对遥感影像进行分析和识别是不全面的。为了得到更好的分类结果,需要充分考虑多尺度特征。 针对以上问题,面向对象的处理方法应运而生,并且逐渐成为高空间分辨率遥感影像分析和识别的新途径。所谓“面向对象”,即影像分析的最小单元不再是传统的单个像元,而是由特定像元组成的有意义的同质区域,也即“对象”;因此,在对影像分析和识别的过程

遥感监测技术方案

农业生态遥感监测的容为2014年北京市1期冬小麦面积监测,2014年北京市2期玉米(春、夏玉米)面积监测,2014年北京市4期设施农业占地面积,2014年秋季露地菜面积监测。具体的生产流程如下: 1、专题信息获取 专题信息主要指北京市冬小麦、玉米、设施农业、秋季菜田四类专题,具体监测方法和生产流程如下: 1.1专题监测方法 (1)小麦、玉米监测 小麦监测北京市2014年冬小麦数据,以2014年4-5月遥感影像为主;玉米监测2014年北京市玉米,以2014年6-9月遥感影像为主,具体的技术方法如下:在综合考虑北京市地形特点,小麦、玉米种植结构特点的基础上,经过对小麦、玉米种植物候,遥感生产的经验总结和对多种数据的对比、分析,提出一套基于“分目标、分区域、分数据、分技术”的“四分”技术方法,融生产标准规、质量控制体系和用户响应机制为一体的小麦、玉米播种面积统计统计遥感调查方法。该方法按照一定的分层指标将北京市行政村进行划分,再对不同层级的村执行不同的数据计划和技术对策,最后采取分层抽样法评估信息提取结果的精度,并对未满足精度要求的区域进行成果修订(图1-1)。

图1-1 总体技术路线图 为提高小麦、玉米播种面积统计遥感调查精度,充分发挥多源数据及人机交互解译的能力,研究出基于“四分”总体技术方法的小麦、玉米专题统计遥感生产流程。“四分”技术:指“分目标、分区域、分数据、分技术”。四分技术是对按照一定标准划分的区域,分别采取不同的目标、数据和技术策略,使信息提取更具有针对性、有效性,达到提高精度的目的。具体包括两大关键技术:解译分区技术体系和精度评估技术。 1)人机解译分层技术 根据北京市小麦、玉米分布围,结合北京市地形特点和小麦、玉米种植特点,将分布区分为三大带:“山区带、丘陵带、平原带”。继而根据所分的三大区域,进一步研究小麦、玉米的种植特点和光谱纹理特征,结合地形地势、分布趋势、地块破碎程度、地块大小、占耕地面积以及解译难易程度等多方面指标,通过定性定量相结合将北京市小麦、玉米种植区域进一步细化区分,针对不同区域采用不同的目标、数据和技术策略,抓住重点、难点,优化目前提取方法,提高小麦、玉米统计遥感调查精度。

常用遥感数据的遥感卫星基本参数大全

常用遥感数据的遥感卫星基本参 数大全 常用遥感数据的遥感卫星基本参数大全 常用,遥感数据,遥感卫星,基本参数,大全 1、CBERS-1中巴资源卫星 CBERS-1中巴资源卫星由中国与巴西于1999年10月14日合作发射,是我国的第一颗数字传输型资源卫星 卫星参数: 太阳同步轨道轨道高度:778公里,倾角:98.5o重复周期:26天平均降交点地方时为上午10:30相邻轨道间隔时间为4天扫描带宽度:185公里星上搭载了CCD 专感器、IRMSS红外扫描仪、广角成像仪,由于提供了从20米-256米分辨率的11个波段不同幅宽的遥感数据,成为资源卫星系列中有特色的一员。 红外多光谱扫描仪:波段数:4波谱范围:B6: 0.50 - 1.10(um)B7 : 1.55 - 1.75(um)B8 : 2.08 - 2.35(um)B9 : 10.4 - 12.5(um)覆盖宽度:119.50 公里 空间分辨率:B6 - B8 : 77.8米B9: 156米CCD相机:波段数:5波谱范围:B1:0.45 —0.52(um)B2: 0.52 —0.59(um)B3: 0.63 —0.69(um)B4: 0.77 — 0.89(um)B5 : 0.51 - 0.73(um)覆盖宽度:113公里空间分辨率:19.5米(天底点)侧视能力:-32 士32 广角成像仪:波段数:2 波谱范围:B10: 0.63 —0.69(um)B11 : 0.77 — 0.89(um) 覆盖宽度:890公里空间分辨率:256米 CBERS-卫星于1999年10月14日发射成功后,截止到2001年10月14日为止,它在太空中己运行2年,围绕地球旋转10475圈,向地面发送了大量的遥感图像数据,已存档218201景0级数据产品。CBERS-1卫星的设计寿命是2年,但据航天专家测定CBERS-1卫星在轨道上运行正常。有效载荷除巴西研制的宽视场成像仪于2000年5月9日因电源系统故障失效外,其余均工作正常,而且目前星上的所有设备均工作在主份状态,备份设备还未启用,星上燃料绰绰有余。因此,虽然卫星设计寿命是2年,但航天专家设计时对各个器件都打有超期服役的余量,从CBERS-卫

遥感卫星影像图像数据处理介绍

北京揽宇方圆信息技术有限公司 遥感卫星影像图像数据处理介绍 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构,而且是整合全球的遥感卫星数据资源,分发不同性能、技术应用上可以互补的多种卫星影像,包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务,各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据,是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构,提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务,最大限度的保证了遥感影像数据获取的及时性和完整性。 优势: 1:北京揽宇方圆国内老牌卫星数据公司,经营时间久,行业口碑相传,1800个行业用户选择的实力见证。 2:北京揽宇方圆遥感数据购买专人数据查询一对一服务,数据查询网址是卫星公司网。 3:北京揽宇方圆拥有大型正版遥感处理软件,遥感数据处理工程师有10年以上遥感处理工作经验,并有国家大型项目工作经验自主卫星数据处理软件著作权,最大限度保持遥感卫星影像处理的真实度。

4:北京揽宇方圆国家高新技术企业,通过ISO900认证的国际质量管理操作体系,无论是遥感卫星品质和遥感数据处理质量,都能得到保障。 5:影像数据官方渠道:所有的卫星数据都是卫星公司授权的原始数据,全球公众数据查询网址公开查询,影像数据质量一目了然,数据反应客观公正实事求是,数据处理技术团队国标规范操作,提供的是行业优质的专业化服务。 6:签定正规合同:影像数据服务付款前,买卖双方须签订服务合同,提供合同相应的正规发票,发票国家税网可以详细查询,有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7:对公帐号转款:合同约定的对公帐号,与合同主体名发票上面的帐号名称一致,是由工商行政管理部门核准的公司银行账户,所有交易记录均能查询,保障资金安全。 8:售后服务:完善的售后服务体制,全国热线,登陆官网客服服务同步。 技术能力说明 北京揽宇方圆拥有大型正版遥感处理软件,遥感数据处理工程师有10年以上遥感处理工作经验,并有国家大型项目工作经验自主卫星数据处理软件著作权,最大限度保持遥感卫星影像处理的真实度。 一.图像预处理 1.降噪处理 由于传感器的因素,一些获取的遥感图像中,会出现周期性的噪声,我们必须对其进行消除或减弱方可使用。 (1)除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上,成为周期性的干涉图形,具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑,代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声,特别是与扫描方向不平行的,一般用傅立叶变换进行滤波处理的方法比较方便。

遥感影像分类实验报告

面向对象分类实验报告 姓名: 学号: 指导老师: 地球科学与环境工程学院

一、实验目的 面向对象法模拟人类大脑认知过程,将图像分割为不同均质的对象,充分利用对象所包含的信息,将知识库转换为规则特征,从而提取影像信息。因为分析的是对象而不是像元,因此我们可以利用对象丰富的语义信息,结合各种地学概念,如面积、距离、光谱、尺度、纹理等进行分析。 面向对象的遥感影像分析方法与传统的面向像元的影像分析方法不同。首先我们要用一定方法对遥感影像进行分割,在提取分割单元(图像分割后所得到的内部属性相对一致或均质程度较高的图像区域)的各种特征后,在特征空间中进行对象识别和标识,从而最终完成信息的分类与提取。 二、实验意义 1、使用eCognition进行面向对象的影像分类的流程; 2、体会面向对象思想的内涵,学会将大脑认知过程转变为机器语言; 三、实验内容 3.1、影像的预处理 利用ERDAS软件将所给的全色影像和多光谱遥感影像进行融合,达到既满足高空间分辨率,又保留光谱信息。Image interperter-> spatial enhancement-> resolution merge.输入融合前的两幅影像,完成影像的预处理过程。 图 1 图像融合步骤

图 2 融合后的图像 3.2、使用eCongition 创建工程 a、使用规则集模式创建工程 图 3 模式选择 b、file->new projection ,打开Create Project和Import Image Layers两个

对话框,将上面的实验数据导入。(注意,数据以及工程文件保存路径不要有中文) 图 4 导入数据 c、选择数据修改波段名称,并设置Nodata选项。

相关文档
最新文档