实验二 海洋水色遥感(一)
海洋遥感应用技术实验指导书
测绘工程学院海洋技术系
一、实验数据：
MOD02QKM.A2009183.0235.005.2009183095546.hdf MOD03.A2009183.0235.005.2009183094110.hdf
二、目的和要求
1．理解什么是海洋水色遥感，包括哪些内容。
2．理解叶绿素在海洋水色遥感中所起的作用，通过海洋藻类的提取来对海洋水色有感性的认识。
3．MODIS L1B 数据有自己的数据特点，因此需要同学们多加了解。通过MODIS 的数据处理，来了解各种特点。请解释为什么要做几何校正和bowtie 校正？这两种校正有什么区别？bowtie 现象是什么原因造成的？ 4．通过NDVI 的计算，提取出浒苔的分布区域。
5．需要对每一个步骤进行截图，而且要解释清楚这样处理的理由。最好能对截图中的信息进行解释。
三、实验内容
（一）数据的BOW-TIE 校正
（步骤参考实验一，在此不重复） （二）植被指数的提取
由于浒苔的在近红外与红光波段的光谱特征与陆地植被相似，所以可以借助于植被遥感的手段加以提取。
①归一化差分植被指数（NDVI ）
R
NIR R
NIR NDVI +-=
其中NIR 和R 分别表示近红外波段和红光波段的反射率。
说明：NDVI 可以用于检测植被生长状态、植被覆盖度和消除部分辐射误差等，其结果在[-1,1]。负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR 和R 近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。
其中NIR 和R 分别表示近红外波段和红光波段的反射率。
绿色健康植被覆盖地区的RVI 远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI 在1附近，植被的RVI 通常大于2。RVI 是绿色植物的灵敏指示参数，与LAI 、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量。
分别计算监测海域的RVI 和NDVI ，对获取的植被指数利用阈值法进行综合判断，提取监测海域的浒苔信息。阈值的选取与监测的海区和浒苔的生长分布状况有关。 通过ENVI 软件中的波段运算功能，进行RVI 和NDVI 的计算。 注意：请弄清楚MODIS 数据中，NIR 和R 分别代表哪个波段。 NDVI 计算:
ENVI软件内置了NDVI的计算模块支持MSS、TM、SPOT等数据，对于MODIS 数据则不能直接使用该工具计算。NDVI本质是将2个波段通过计算变换成一个单独的图像波段用来显示植被信息，对于波段计算，我们可以用BASIC TOOLS菜单下的BAND MATHS工具来实现。在选择需要运算的图像后，利用BAND MATHS计算NDVI，使用的计算公式为float(b2-b1)/(b2+b1)，其中float是将计算结果定义为浮点型数据，公式中b1、b2分别对应的是MODIS1B数据的第1和第2波段。选择好对应的波段之后计算NDVI值，最后输出为“File”得到需要的NDVI波段图像。
在这里，我们将NDVI的图像命名为NVDI-BT-MOD02。
（图1 计算NDVI值）
（三）MOD03数据的处理
在我们数据中，有MOD03.A2009183.0235.005.2009183094110.hdf文件，这是一个MOD03文件，是位置数据，也需要做BOW-TIE校正和几何校正，方法如下。
1、打开文件
File→Open External File→Generic Formats→HDF
找到要打开的MOD03文件，选择Land/SeaMask，点击OK。
（图2 HDF选项）
2、进行BOW-TIE校正
Map→Georeference MODIS，进入以下窗口：
（图3 Input MODIS File）
1、做校正的范围和MOD02的方法一样，可以对整个影像做校正。点击OK以后，
与MOD02有些不同。进入以下界面，分别选择Latitude和Longitude波段：
2、
4、进入Georeference MODIS Parameters界面，方法和MOD02相同。
（图5 Georeference MODIS Parameters界面）
5、生成二值图像
通过Band Math生成二值图像，采用公式b1 eq 1，为什么是这样？请思考。文件名保存为MOD03.V01。（请通过View HDF Dataset Attribute功能看描述信息，逻辑运算通过help查询）
(图6 公式下选项表)
6、切图
由于图像很大，我们拟采用海州湾附近海域作为我们的研究区域。Basic→Region of Interest→ROI Tool，进入ROI Tool对话框。
在该对话框中，选择ROI_Type→Rectangle，在影像中用矩形ROI画出研究区域。
（图7 切图区域）
在ROI_Type对话框，File→Subset via ROI。进入以下界面，选择文件二值图的文件，点击OK，进入Spatial Subset Via ROI Parameters界面，参考截图设置相应参数，请大家弄清楚各个参数的含义。文件名保存为C-MOD03.V01。
5、二值图像转换成矢量
主菜单：Classification→Post Classification→Classification to Vector，选择刚才切好的文件。
（图8 二值图像转换成矢量图）
这里我们将文件命名为C-MOD03.evf，以备后面使用。
下一步，我们将矢量成ROIs。Available Vector List：File→Export Layers to ROI，选择NDVI-MOD02文件。
（图9 ROT选项图）
点击Export EVF Layers to ROI对话框的OK按钮之后，可能没有特别明显的显示，但是通常都可以成功完成。
主菜单：Basic Tools→Subset Data via ROIs，
(图10 过程系列图)
点击OK，保存好文件命名为CUT-NVDI-MOD02。在Available Band List找到该文件进行显示，是不是比NDVI-MOD02清晰，很容易看到海水中的浒苔。
（图11 浒苔显示图）
二、浒苔分布区域的提取(矢量化)
根据NDVI值在图像中辨认住浒苔后，可通过“Add New Vectors”用矢量化工具提取研究区中浒苔的边界，为了更清晰地表示浒苔所在范围可以将区域用颜色填充。矢量化结果类似于下图，
1、主菜单：Basic Tools→Region of Interest→ROI Tool
2、ROI Tool对话框：ROI_Type→Polygon，选中Scroll按钮，在Scroll 框中勾画出浒苔分布的范围，完成后点击两下鼠标右键表示完成选择。
（图12 浒苔区域选中）
3、ROI Tool对话框：File→Export ROIs to EVF，进入Export ROIs to EVF 对话框，参考以下设置。
（图13 ROI参数设置）
4、关闭ROI Tool对话框，在Available Vectors List对话框将该矢量叠加到
CUT-NDVI-BT-MOD02影像上，
（图14 Available Vectors List 界面）
（图15 Available Vectors List 界面2）
3、在Scroll中，鼠标右键点击图像，选择Save Image as，参考下图设置，得到
hutai_bianjie.jpg图像，可以通过看图软件查看图的效果。
4、
5、
6、
7、
8、
9、
10、
11、
12、
（图16
图片输
出界面）（图17 浒
苔图片）
四、实验心得
这节实验课做的是水色遥感，是黄海海域的浒苔对水色的影响。我们通过彭老师给的图片和实验步骤。前一部分是基于实验一的步骤过程中，所以做起来还是得心应手。后面的步骤实验指导书上还算详细，不过指导书估计是老师自己写的，有时候还是有点没能读得懂。
在此强调一点，这个实验实验课没能做完，后部分是回去用自己电脑做的，因此截图可能不一致，不过都是自己做的。
遥感实验报告
1.利用Mapgis进行图像校正 1.1实验目的 了解MAPGIS土地利用数据建库对数据的基本要求。掌握图像校正---DRG生产的具体操作步骤。 1.2实验基本要求 将两幅1/万影像数据k50g092035、k50g092036,进行图象校正。 1.3实验内容 DRG生产的操作步骤如下： 1.打开mapgis主菜单，选择图像处理\图象分析模块。 2.文件转换：打开文件\数据输入，将两幅tif图像转换成msi(mapgis图象格式)文件类型。 选择“转换数据类型”为“TIF文件”，点“添加目录”选择影象所在目录，点“转换”。 3. 选择文件\打开影象，打开转换好的msi文件k50g092035.msi，再选择镶嵌融合\DRG生产\图幅生成控制点，点“输入图幅信息”。 4.输入图幅号信息，输入图幅号 k50 g092035,系统会利用此图幅号自动生成图幅的理论坐标。 图1.1 图幅生成控制点 5.定位内图廓点，建立理论坐标和图象坐标的对应关系。 利用放大、缩小、移动等基本操作在图像上确定四个内图廓点的位置。以定位左上角的内图廓点为例：利用放大，缩小，移动等操作找到左上角的内图廓点的精确位置后，点击上图对话框中的左上角按钮，然后再点击图像上左上角的内图廓点即完成该点的设置。完成参数设置和内图廓点信息的输入后，点击生成GCP，将自动计算出控制点的理论坐标，并根据理论坐标反算出控制点的图像坐标。 6.顺序修改控制点。 选取镶嵌融合\DRG生产\顺序修改控制点,则弹出控制点修改窗口,如下图所示:
图1.2 控制点修改窗口 7.逐格网校正 选取镶嵌融合\DRG生产\逐格网校正，弹出文件保存对话框,输入结果影像文件名为“K50 G 092035”，点“保存”。出于精度考虑，可以将“输出分辨率” 设置为“300”DPI。 8.DRG生产完毕。为了以后线文件要与内图框闭合成区，接着生成单线内图框。 生成单线内图框的方法如下： 1）选择镶嵌融合\ 打开参照文件\自动生成图框 2）输入图幅号，选择北京54坐标系.采用大地坐标系 3）选择单线内框.椭球参数选择北京54图框文件名保存为2035.WL，保存路径如下图如示，点“确定”即可完成。 图1.3 1:1万图框 用同样的方法校正另一幅影像k50g092036,将校正后的文件保存为k50 g 092036,同时生成对应的内图框文件2036.wl，保存在实习数据\单线内图框\。
(完整版)ERDAS遥感图像处理实验报告
西北农林科技大学 ERDAS实验报告 专业班级：地信111 姓名：杨登贤 学号：2011011506 2013/12/20 ERDAS实验报告
一．设置一张三维图。 (3) 1.底图与三维图 (3) 2.参数设置 (5) （1）三维显示参数 (5) （2）三维视窗信息参数 (6) （3）太阳光源参数 (6) （4）显示详细程度 (6) （5）观测位置参数 (7) 二．（几何纠正几何畸变图像处理）：几何纠正结果图。 (7) （2）选择合适的坐标变换函数（即几何校正数学模型） (8) （3）数据控制点采集表 (9) （4）多项式模型参数 (9) （5）图像重采样参数 (10) （6）结果图 (10) 三.(数据输入\ 输出)：镶嵌图（根据不同条件做出不同的几张）。 (11) 1.图像色彩校正设置 (12) 四.（图像增强处理）：傅里叶高通/低通滤波图或效果图空间增强效果图。 (13) 1.空间增强卷积处理 (13) （1）原图像 (13) （2）卷积增强设置参数 (13) （3）卷积增强处理图像 (14) 2.傅里叶变换 (14) （1）快速傅里叶变换设置参数 (14) （2）低通滤波 (15) (3)高通滤波 (16) 五.光谱增强。 (18) 1.主成分变换 (18) （1）参数设置 (18) （2）处理图像 (19) 2.缨帽变换 (19) （1）参数设置 (19) （2）处理图像 (20) 3.指数计算 (20) （1）参数设置 (20) （2）处理图像 (21) 4.真彩色变换 (21) （1）参数设置 (21) （2）处理图像 (22) 六.（非监督分类）：非监督分类结果图分类后处理结果图去除分析结果图。 (23) 1.参数设置 (23) 2.非监督分类结果图 (24) 3.分类后处理结果图 (25)
遥感实验报告
遥感原理与应用 实验报告 姓名：学号：学院：专业： 年月日 实验一： erdas视窗的认识实验 一、实验目的 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，在此基础上，掌握几个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、实验步骤 打开imagine 视窗 启动数据预处理模块 启动图像解译模块 启动图像分类模块 imagine视窗 1.数据预处理（data dataprep） 2.图像解译（image interpreter） 主成份变换 色彩变换 3.图像分类（image classification） 非监督分类 4. 空间建模（spatial modeler） 模型制作工具 三、实验小结 通过本次试验初步了解遥感图象处理软件erdas的主要功能模块，在此基础上，基本掌握了几个视窗操作模块的功能和用途。为后续的实验奠定了基础。 实验二遥感图像的几何校正 掌握遥感图像的纠正过程 二、实验原理 校正遥感图像成像过程中所造成的各种几何畸变称为几何校正。几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 几何校正包括几何粗校正和几何精校正。地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了几何粗校正。利用地面控制点进行的几何校正称为几何精校正。一般地面站提供的遥感图像数据都经过几何粗校正，因此这里主要进行一种通用的精校正方法的实验。该方法包括两个步骤：第一步是构建一个模拟几何畸变的数学模型，以建立原始畸变图像空间与标准图像空间的某种对应关系，实现不同图像空间中像元位置的变换；第二步是利用这种对应关系把原始畸变图像空间中全部像素变换到标准图像空间中的对应位置上，完成标准图像空间中每一像元亮度值的计算。 三、实验内容 根据实验的数据，对两张图片进行几何纠正 四、实验流程
遥感实验报告七
合肥工业大学资源与环境工程学院 《遥感图像处理与分析》 实验报告(七) 姓名 学号 专业 班级 任课教师
实验七：图像分类 一、实验目的 理解计算机图像分类的基本原理 掌握数字图像非监督分类以及监督分类的具体方法和过程 理解两种分类方法的区别 二、实验材料 Landsat遥感影像1幅 ERDAS IMAGINE9.2遥感图像处理软件 计算机 三、实验内容及步骤 （一）非监督分类 （1）启动非监督分类模块：在ERDAS面板工具中选择DA TAPrep-Unsupervisd Classification命令，打开非监督分类对话框或是在ERDAS面板工具中选择 Classifier-Classification-Unsupervised Classification打开非监督分类对话框（2）选择图像处理文件和输出文件，设置被分类的图像和分类结果，并选择生成分类模块文件产生一个模版文件。 （3）这里Number of Classes定为14，Maximum Iterations定为7如下图所示 （4）点击OK按钮，执行非监督分类，打开原图与结果图：
分类评价： （1） 打开原始图像和分类后的图像：点击ERDAS-Viewer 面板，先后打开原始图像和分 类后的图像，在打开分类结果图像时，在Raster Option 选项卡中取消选中的Clear Display 复选框，保证两幅图叠加显示 （2） 设置各类别的颜色:单击Raster-Tool ，打开Raster 工具面板，选择Raster-Attributes ， 打开Raster Attribute Editor 对话框 （3） 调整字段显示顺序，在Raster Attribute Editor 窗口，选择Edit 菜单-Column Properties 命令，打开Column Propertis 对话框，在Columns 列表中选择字段，通过Up 、Down 、Top 、Bottom 按钮调整其在属性表的显示顺序 （4） 同上，在Raster Attribute Editor 对话框中单击某一类别的Color 字段，在弹出的As Is 中选择合适的颜色 （5） 确定类别精度并标注类别：在Raster Attribute Editor 对话框中点击Opacity 字段名， 进入编辑状态，依据需要输入0（透明）或1（不透明）。通过在Utility 菜单下设置分类结果在原始图像背景上闪烁（Flick ）、卷帘显示（Swipe ）、或混合显示（Blend ），
海洋遥感技术(2)实验教学大纲
海洋遥感技术（2）实验教学大纲 一、制定本大纲的依据 根据2006级海洋技术专业（遥感与信息处理）培养计划和海洋遥感技术（2）课程的教学大纲制订。 二、本实验课程的具体安排 实验项目的设置及学时分配
备注：实验要求：填必修、选修。实验类型：填演示、验证、综合、设计。实验类别：基础、专业等 三、本实验课在该课程体系中的地位与作用 海洋遥感技术课程是一门理论性和实践性都较强的课程。本实验课是课堂授课过程的一个重要环节，是对理论知识的进一步理解和深化，是培养学生实践能力不可或缺的一个环节。其作用是通过专业语言和专业软件的学习和编程，达到对本课程重要概念、遥感原理的掌握。目的是通过对学生应用能力的训练上，使学生能够结合所学知识解决实际问题。 四、学生应达到的实验能力与标准 1、对相应卫星传感器对应的软件如SeaDas、Beam、Bilko3等有一定程度的掌握，能 熟悉基本操作，并进一步了解其原理； 2、以卫星数据的读取为例，掌握专业软件对科学数据的简单读取，并能进一步对科学 数据进行简单的编辑； 3、熟悉SeaWiFs、以及Envisat/ASAR、Envisat/MEIRS、Envisat/AATSR等的不同卫星 传感器的作用，并进一步掌握卫星数据格式以及卫星数据的接收、传输、输入、输 出、反演等基本过程； 4、通过对卫星数据的读取，能对海洋要素比如SST（海表温度）、海面风场的方向与风 速、内波、海浪方向谱、赤潮、海色、浅海地形等海洋现象，做基本的显示与反演 以及应用等。 五、讲授实验的基本理论与实验技术知识 实验一利用SeaDAS读取SeaWiFS卫星数据 1、实验的基本内容 （1）对SeaWiFS卫星数据做进一步介绍以及卫星数据的接收原理； （2）学会SeaDAS的基本使用； （3）让学生利用SeaDAS软件反演SeaWiFS卫星数据； （4）SeaDAS的反演原理，与分析/半分析算法做简单比较。 2、实验的基本要求 达到的实验技术要求，通过实例以及PPT的演示，在前两节课里让学生对SeaDAS 软件能有初步了解；熟悉并掌握SeaDAS软件，并利用SeaDAS读取SeaWiFS卫星数据，能进行基本的叶绿素、悬浮物等海色要素的反演。
遥感图像实验报告
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
南海水色遥感的主因子分析
南海水色遥感的主因子分析* 曹文熙 钟其英 杨跃忠 (中国科学院南海海洋研究所 广州 510301) 摘 要 分析了叶绿素、黄色物质和无机悬浮颗粒等要素对海水光谱反射率的贡献,并由这些要素的光学特性正演光谱反射率,与实测结果符合较好。在此基础上,利用主成分分析方法,通过对光谱反射率数据的特征向量变换和主因子回归,建立了反演南海海水叶绿素和溶解有机碳的遥感算法。与实测结果的比较表明,叶绿素和溶解有机碳的相对误差分别达17 5%和37 4%。关键词 水色,遥感算法,主因子分析,南海 1 引 言 设R 是由n 个光谱通道测得的海水光谱反射率,它是海水中叶绿素、无机悬浮颗粒、黄色物质等水色要素的函数,可表示为: R =f (c i ) (1) 其中c i (i =1,2,3)分别为叶绿素、无机悬浮颗粒和黄色物质的浓度;f (c i )是与海水光学特性有关的函数。通常采用最小二乘法由(1)式反演水色要素含量,2个波段组合的生物-光学算法基本形式为 c i = A r B xy (2) 其中r xy 为x 波段和y 波段光谱反射率的某种组合 (如比值、和、差等);A ,B 是由具体海区生物-光学特性决定的回归参数。 CZC S (海岸带水色扫描仪)遥感数据的应用经验表明,2个波段算法存在较大的局限性。这主要是由于在海水中,各种物质成分的光谱信息叠加在一起,除浮游植物外,无机悬浮颗粒及黄色物质对离水辐射的作用同样重要。随着新一代水色遥感器如Sea WiFS 及中分辨率成像光谱仪(MODIS )光谱通道的增加,研究新一代的生物-光学算法,充分利用各光谱通道的有效信息,便有了十分现实的意义[1]。 利用主因子分析方法,探讨由高光谱信息反演水色要素含量的算法模式。 2 海水反射率光谱特征 2 1 理论分析 海水反射率定义为水中上行辐照度E u ( )与下 行辐照度E d ( )的比,即R ( )=E u ( )/E d ( )。对于给定的波长 ,海水反射率R ( )是水体吸收系数a( )和后向散射系数b b ( )的函数,其函数形式可由辐射传输理论确定。在考虑水平均匀海水的情况下,式(1)可近似地表示为[2] : R ( )=0.33 b b ( ) a( )(3) 海水光学参数a( )及b b ( )取各种物质贡献 的总和: a( )=a w ( )+c a c ( )+X a x ( )+ Y a y ( ) (4)b b ( )=b b w b w ( )+b bc b c ( )+b b x b x ( ) (5) 式中c 是以叶绿素为表征的浮游植物浓度(mg m -3),X 是悬浮颗粒浓度,以其相应的散射系数表示(m -1),Y 是黄色物质浓度,以其相应的吸收系数表示(m -1 );a w 为纯水的吸收系数(m -1 ),a c 为浮 游植物的比吸收系数(m -1 (mg m -3)-1 ),a x 为悬浮颗粒的比吸收系数(无量纲),a y 为黄色物质的比吸收系数(无量纲);b w 为海水的体散射系数(m -1),b c 为浮游植物的体散射系数(m -1),b x 为悬浮颗粒的体散射系数(m -1 );b bc ,b b w 及b x 分别为浮游植物、海水和悬浮颗粒的后向散射与总散射之比。图1为各种水色要素的吸收系数[3]。 2 2 海上试验 1993年12月和1994年9月,对南海南部海区进行了2个航次的海上生物-光学试验,试验海区为 *国家自然科学基金的资助(批准号:49406066),黄良民研究员测量分析了叶绿素浓度,在此致谢。 收稿日期:1998-04-17;收到修改稿日期:1998-12-04 第3卷第2期遥 感 学 报 Vol.3,No.21999年5月 JOURNAL OF RE MOTE SENSI NG May,1999
卫星海洋学复习题
简介 卫星海洋学（satellite oceanography）是利用卫星遥感技术观测和研究海洋的一门分支学科。卫星海洋学兴起于20世纪70年代，它是卫星技术、遥感技术、光电子技术、信息科学与海洋科学相结合的产物。笼统地讲，它包括两个方面的研究，即卫星遥感的海洋学解释和卫星遥感的海洋学应用。卫星遥感的海洋学解释涉及到对各种海洋环境参量的反演机制和信息提取方法的研究，卫星遥感的海洋学应用涉及到运用卫星遥感资料在海洋学各个领域的研究。 涉猎内容 （l）海洋遥感的原理和方法：包括遥感信息形成的机理、各种波段的电磁波（可见光、红外和微波）在大气和海洋介质中传输的规律、以及海洋的波谱特征。 （2）海洋信息的提取：包括与海洋参数相关的物理模型、从遥感数据到海洋参数的反算法、遥感图像处理和海洋学解释、卫星遥感数据与常规海洋数据在各类海洋模式中的同化和融合。 （3）满足海洋学研究和应用的传感器的最佳设计和工作模式：包括光谱波段和微波频率的选择、光谱分辨率和空间分辨率的要求、观测周期和扫描方式的研究、以及传感器噪音水平的要求。 （4）反演的海洋参数在海洋学各领域中的应用。卫星遥感所获得的海洋数据具有观测区域大、时空同步、连续的特点，可以从整体上研究海洋。这极大地深化了人们对各种海洋过程的认识，引起了海洋学研究的一次深刻变革。卫星遥感资料和卫星海洋学的研究成果在海洋天气和海况预报、海洋环境监测和保护、海洋资源的开发和利用、海岸带测绘、海洋工程建设、全球气候变化、以及厄尔尼诺现象监测等科学问题上有着广泛的应用。 原理 卫星在遥远距离通过放置在某一平台上的传感器对大气或者海洋以电磁波探测方 式获取大气或者海洋的有关信息，这个过程称为遥感。海面反射、散射或自发辐射的各个波段的电磁波携带着海表面温度、海平面高度、海表面粗糙度以及海水所含各种物质浓度的信息。传感器能够测量在各个不同波段的海面反射、散射或自发辐射的电磁波能量，通过对携带信息的电磁波能量的分析，人们可以反演某些海洋物理量。传感器的遥感精度随着卫星遥感技术的发展在不断地提高，目前正在接近、达到甚至超过现场观测数据的精度。 应用 海洋表面是一个非常重要的界面。海洋与大气的能量交换都是通过这个界面进行的；海洋内部的变化也会部分地透过这一表面表现出来。运用计算机三维数值模拟和卫星遥感数据同化技术，人们就可以通过获得的海洋表面遥感信息，了解海洋内部的海洋学特征和物理变化过程。遥感监测海面的空间分辨率与电磁波的波长有关，可见光与红外辐射计获得的遥感图像具有更好的空间分辨率。虽然云的覆盖阻挡了可见光波段电磁波的透过，但是能够穿透云层的微波遥感弥补了不足。总之，可见光和红外遥感满足了人们对较高的空间分辨率监
中国海洋卫星的发展
中国海洋卫星的发展 海洋占地球表面的71%，在当今陆地资源减少、人口增长、环境恶化的情况下，世界各国对海洋资源高度关注，不断强化海洋发展战略，运用高科技进行海洋的开发与管理。美国、加拿大、欧共体、俄罗斯、印度、韩国等国纷纷发展海洋卫星。 我国是一个发展中的海洋大国，拥有丰富的海洋资源。在没有海洋卫星的情况下，我国通过船舶、浮标、飞机、海洋观测站等常规手段对海洋进行监测。这些常规手段有诸多限制，不能有效地对我国管辖海域进行全时有效监管。大力发展海洋事业，事关国家的长治久安和经济社会的可持续发展。加强对海洋的观测和了解，准确预报海洋灾害，合理开发利用海洋资源，努力保护海洋生态环境；有效维护国家海洋主权与权益，是广大海洋工作者和海洋管理部门的神圣使命和战略任务。国家海洋局从建局以来，就一直积极发展海洋科学技术，着力强化海洋观测系统建设，不断提高对海洋的持久观测能力，为海洋事业实现跨越式发展提供了强有力的支撑。 当今世界，海洋观测已进入立体观测时代。利用卫星、飞机、船舶、浮标、水下自航器、海床基观测系统及岸基台站观测系统，从空间、海面、水中、海床、沿岸对海洋环境进行多平台多层次的长时序连续立体观测，显著提高了对全球海洋的观测能力，深刻改变和加深了人们对全球海洋的认识，有效地预报了海洋灾害，大大提高了海上生产作业、军事活动、旅游娱乐的海洋环境保障能力。海洋卫星观测和水下自航器的移动观测是海洋环境立体观测的主要手段。20世纪
70年代以海洋卫星SeaSat-A的发射为标志使海洋观测进入了现代空间遥感时代。海洋卫星和卫星遥感海洋应用已成为现代海洋观测的主要手段。 虽然我国从上世纪70年代就开始将卫星遥感应用于海洋研究和海洋环境预报，并憧憬着有中国自己的海洋卫星，但一直到本世纪初的2002年，中国人才真正圆了自己的梦。2002年5月15日，海洋一号A星在太原发射中心发射升空后，经过7次变轨，到达798公里的预定轨道。我国第一颗海洋卫星--海洋一号A星的成功发射和交付使用，结束了我国没有海洋卫星的历史，大大提高了我国的海洋监测能力。我国第一颗海洋卫星（HY－1A）的成功发射和运行，不仅是我国海洋卫星遥感事业发展史上的一座里程碑，而且在海洋系列卫星的研制、发射、控制、运行、管理及水色数据的应用等方面积累了较为丰富的经验，为我国海洋卫星事业的后续发展奠定了坚实的基础。 HY-1A卫星于2004年完成了它的使命后，海洋科技工作者没有停止前进的脚步，又会同国家有关部门团结协作，奋力攻关，经过近三年的顽强拼搏，又研制成功了海洋一号B（HY-1B）卫星。这是中国海洋水色卫星系列中的第二颗星，它将接替HY-1A卫星去执行预定的海洋水色遥感观测使命。在HY-1B卫星即将发射之际，回顾中国海洋卫星事业艰难而又曲折的发展历程，展望中国海洋卫星事业光辉的发展前景，进一步激励广大海洋工作者献身祖国海洋事业的壮志豪情，有着极为重要的现实和长远意义。 一、中国海洋卫星之梦
综合遥感实验报告
本科学生实验报告 姓名周文娜学号094130090 专业＿地理科学＿班级 B 实验课程名称遥感导论 实验名称遥感图像分类---监督分类，非监 督分类 指导教师及职称胡文英 开课学期2011 ＿至＿＿2011 学年＿下学期云南师范大学旅游与地理科学学院编印
一、实验准备 实验名称：遥感图像分类---监督分类，非监督分类 实验时间：2011年6月10日 实验类型：□验证实验□综合实验□设计实验 1、实验目的和要求： （1）理解计算机图像分类的基本原理以及监督分类的过程，达到能熟练地对遥感图像进行监督分类的目的。 （2）进一步理解计算机图像分类的基本原理以及监督分类的过程，达到能熟练地对遥感图像进行监督分类的目的，同时深刻理解监督分类与非监督分类的区别。 2、实验相关设备： 计算机一台，及ERDAS软件 3、实验理论依据或知识背景： （1）监督分类的概念： 首先需要从研究区域选取有代表性的训练场地作为样本。根据已知训练区提供的样本,通过选择特征参数(如像素亮度均值、差等),建立判别函数,据此对样本像元进行分类,依据样本类别的特征来识别非样本像元的归属类别。 监督分类包括利用训练区样本建立判别函数的“学习”过程和把待分像元代入判别函数进行判别的过程。 （2）非监督分类的概念： 非监督分类的前提是假定遥感影像上的同类物体在同样条件下具有相同的光谱信息特征。非监督分类方法不必对影像地物获取先验知识,仅依靠影像上不同类地物光谱信息(或纹理信息)进行特征提取,再统计特征的差别来达到分类的目的,最后对巳分出的各个类别的实际属性进行确认。 监督分类和非监督分类的根本区别点在于是否利用训练场地来获取先验的类别知识,监督分类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。因此,训练场地选择是监督分类的关键。由于训练场地要求有代表性, 训练样本的选择要考虑到地物光谱特征,样本数目要能满足分类的要求,有时这些还不易做到, 这是监督分类不足之处。
中国近海水色遥感研究进展
International Journal of Ecology 世界生态学, 2017, 6(2), 82-92 Published Online May 2017 in Hans. https://www.360docs.net/doc/619991108.html,/journal/ije https://https://www.360docs.net/doc/619991108.html,/10.12677/ije.2017.62010 文章引用: 高慧, 赵辉, 沈春燕. 中国近海水色遥感研究进展[J]. 世界生态学, 2017, 6(2): 82-92. Progress in Ocean Color Remote Sensing of Chinese Marginal Seas Hui Gao 1, Hui Zhao 1, Chunyan Shen 2 1 College of Oceanography and Meteorology, Guangdong Ocean University, Zhanjiang Guangdong 2 Fisheries College, Guangdong Ocean University, Zhanjiang Guangdong Received: May 6th , 2017; accepted: May 23rd , 2017; published: May 27th , 2017 Abstract Ocean color remote sensing is an important means of monitoring the marine environment; it has the advantages of high observation frequency, wide spatial coverage and small influence by sea condition. In recent years, marine scientific researchers and marine monitoring branches have been paid more and more attention. This paper reviews the development process of ocean color sensor, summarizes and classifies the ocean color inversion algorithms, and further takes remote sensing of ocean color in Chinese coastal regions as an example, to show the present status, progress and application prospect of ocean color in recent years. Keywords Chinese Marginal Seas, Ocean Color Remote Sensing Algorithm, Chlorophyll-A 中国近海水色遥感研究进展 高 慧1，赵 辉1，沈春燕2 1 广东海洋大学，海洋与气象学院，广东 湛江 2广东海洋大学，水产学院，广东 湛江 收稿日期：2017年5月6日；录用日期：2017年5月23日；发布日期：2017年5月27日 摘 要 海洋水色遥感是海洋环境监测的重要手段，具有观测频率高、空间覆盖广以及受海况影响小的优点，近年来逐渐受到海洋科研工作者和海洋监测部门的重视。本文概述了水色传感器的发展历程，对水色反演
海洋水色及动力环境遥感研究进展
第19卷 第5期 中 国 水 运 Vol.19 No.5 2019年 5月 China Water Transport May 2019 收稿日期：2019-01-03 作者简介：周敏锐（1996-），女，安徽安庆人，浙江海洋大学在读硕士，主要研究方向为物理海洋。 通讯作者：蔡丽娜（1976-），女，浙江海洋大学 海洋科学与技术学院，主要从事海洋遥感的研究。 项目基金：浙江省教育厅课题科研项目及校级教改项目分组课题模式在海洋科学类专业教学体系中的应用探索（编号：Y20 1840279）；浙江省2016年度高等教育教学改革项目（编号：jg20160084）。 海洋水色及动力环境遥感研究进展 周敏锐，蔡丽娜，孙静亚 （浙江海洋大学 海洋科学与技术学院，浙江 舟山 316000） 摘 要：海洋遥感主要包括海洋水色遥感、海洋动力环境及海洋地形遥感。本文结合国内外研究现状，介绍了海洋水色及动力环境遥感的机理以及相关海洋要素的遥感反演方法。同时，通过对近十年海洋水色及动力环境遥感的发展情况进行了解，总结了国内外在该领域的研究进展并提出了一些展望。 关键词：遥感；海洋水色；动力环境 中图分类号：P714 文献标识码：A 文章编号：1006-7973（2019）05-0161-03 一、前言 卫星遥感技术以其独特的优越性在海洋环境要素观测方面发挥了越来越重要的作用。在海洋动力及水文环境相关信息方面，卫星遥感可以监测海流、海浪、海面风场等海洋动力环境特性以及海面水色、水温等。海洋水色遥感主要接收水体中各种成分相关要素的光学信息，利用星载或机载传感器接收到离水辐射，并借助水体生物-光学模型，反演水色物质成分和其浓度[1]。海洋动力环境遥感主要对海洋力场引起的海洋潮汐、海流、海浪等的动力环境进行监测[2]。本文通过了解近十年海洋水色及动力环境遥感的发展情况，总结了国内外在该领域的研究进展并提出了一些展望。 二、海洋水色及动力遥感 1．悬浮泥沙的遥感监测 遥感技术具有大面积、多时效、连续观测的特点，这使得其在海洋监测方面得到广泛应用。海洋中悬浮泥沙浓度是影响海洋环境的重要因素之一，利用遥感技术观测海洋中悬浮泥沙的分布，监测结果可以很好的反映海水中悬浮泥沙的状况。 反演模型的建立是悬浮泥沙浓度反演的关键，建立合适有效的反演模型首先要找到最佳遥感特征因子和敏感波段之间的联系[3]。经验模型涉及所选的悬浮泥沙浓度和遥感反演参数两个重要的反演因子，将二者进行回归分析[4]，并利用二次多项式函数[5]、三次多项式函数[6]、线性函数[7]、指数函数[8]和幂函数[9]等对其进行拟合分析，利用测得的实验数据建立起水体光学性质与悬浮泥沙浓度的定量关系。理论模型是根据辐射传输模型和生物光学模型来建立的。建立理论模型的首要步骤是通过模拟可见光的传输特性找到悬浮泥沙相关反演关系式。理论模型有光谱混合分析模型[10]（SMA）、主成分分析模型和神经网络模型[11]三种。王繁等[12]人利用MODIS 数据反演河口水体悬浮泥沙质量浓度，使用人工神 经网络（ANN）的方法建立表层悬浮泥沙浓度遥感反演模型，发现利用BP 神经网络模型进行遥感反演所得精度更高。半分析方法需要实际测得的光谱数据来建立水色反演模型，通过近似关系对模型进行简化，使各个未知量之间尽可能独立，利用多波段数据得到代数方程组，最后求解方程组得到水体组分浓度[13]。 2．叶绿素及黄色物质的遥感监测 利用遥感技术对叶绿素及黄色物质含量其变化进行观测是监测海洋环境的有效方法[14]。经验方法、半分析方法[15]和分析方法[16]是目前常用的叶绿素及黄色物质浓度遥感反演方法。单波段法[17]、波段比值法和神经网络法[18]同属经验方法。 3．海流的遥感监测 海流运动会对海洋气候、海洋污染、渔业、海岸带开发、军事行动等产生影响。海流监测可以对海洋动力环境研究过程中遇到的问题提供有效的解决方案，将遥感技术应用在海流监测上，可以改善数据的时效性、准确性和完备性[19]。早在1987年，Goldstein 和Zebker 等人就提出了利用顺轨干涉合成孔径雷达测量高分辨率海表面流场的观点，应用并得到了很好的观测效果。遥感技术可以观测得到海流运动的方向、速度和尺度等信息，能及时反馈海洋动力环境的变化情况[20]。 4．海洋观测相关遥感数据 （1）中低分辨率遥感数据 卫星遥感技术可以对海洋进行大面积的连续性观测，因此在海洋监测上的应用越来越广泛，获得的遥感数据精度也越来越高。美国的Landsat 卫星数据[21]、Terra 和Aqua 卫星上的MODIS 传感器获得的数据和RADARSAT 卫星数据都是中低分辨率数据。MODIS 足够宽的光谱范围能长时间的对陆地、大气和海洋进行观测[22]。加拿大雷达卫星（RADARSAT）携带的合成孔径雷达能主动向目标物体发射
实验二 海洋水色遥感(一)
海洋遥感应用技术实验指导书 测绘工程学院海洋技术系
一、实验数据： MOD02QKM.A2009183.0235.005.2009183095546.hdf MOD03.A2009183.0235.005.2009183094110.hdf 二、目的和要求 1．理解什么是海洋水色遥感，包括哪些内容。 2．理解叶绿素在海洋水色遥感中所起的作用，通过海洋藻类的提取来对海洋水色有感性的认识。 3．MODIS L1B 数据有自己的数据特点，因此需要同学们多加了解。通过MODIS 的数据处理，来了解各种特点。请解释为什么要做几何校正和bowtie 校正？这两种校正有什么区别？bowtie 现象是什么原因造成的？ 4．通过NDVI 的计算，提取出浒苔的分布区域。 5．需要对每一个步骤进行截图，而且要解释清楚这样处理的理由。最好能对截图中的信息进行解释。 三、实验内容 （一）数据的BOW-TIE 校正 （步骤参考实验一，在此不重复） （二）植被指数的提取 由于浒苔的在近红外与红光波段的光谱特征与陆地植被相似，所以可以借助于植被遥感的手段加以提取。 ①归一化差分植被指数（NDVI ） R NIR R NIR NDVI +-= 其中NIR 和R 分别表示近红外波段和红光波段的反射率。 说明：NDVI 可以用于检测植被生长状态、植被覆盖度和消除部分辐射误差等，其结果在[-1,1]。负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR 和R 近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。 其中NIR 和R 分别表示近红外波段和红光波段的反射率。 绿色健康植被覆盖地区的RVI 远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI 在1附近，植被的RVI 通常大于2。RVI 是绿色植物的灵敏指示参数，与LAI 、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量。 分别计算监测海域的RVI 和NDVI ，对获取的植被指数利用阈值法进行综合判断，提取监测海域的浒苔信息。阈值的选取与监测的海区和浒苔的生长分布状况有关。 通过ENVI 软件中的波段运算功能，进行RVI 和NDVI 的计算。 注意：请弄清楚MODIS 数据中，NIR 和R 分别代表哪个波段。 NDVI 计算:
卫星海洋学
【P1】卫星海洋学涉及的详细内容有；①海洋遥感的原理和方法：包括遥感信息形成的机理、各种波段的电磁波（可见光、红外光和微波）在大气和海洋介质中传输的规律以及海洋的波谱特征。②海洋信息的提取：包括与海洋参数相关的物理模型、从遥感数据到海洋参数的反演算法、遥感图像处理和海洋学解释、卫星遥感数据与常规海洋数据在各类海洋模式中的同化和融合。③满足海洋学研究和应用的传感器的最佳设计和工作模式：包括光谱波段和微波波段频率的选择、光谱分辨率和空间分辨率的要求、观测周期和扫描方式的研究以及传感器噪声水平的要求。④反演的海洋参数在海洋学各领域中的应用。卫星遥感所获得的海洋数据具有观测区域大、时空同步、连续的特点，可以从整体上研究海洋。 【P6】我国气象卫星包括两个主要系统：极轨卫星系统和地球静止卫星系统。 我国第一代极轨卫星系统“风云一号”系列 我国第一代地球静止气象卫星“风云二号”系列 我国研制的第二代太阳同步轨道气象卫星“风云三号” 【P8】2002年5月15日，我国第一颗海洋探测卫星“海洋一号”A与“风云一号”D气象卫星作为一箭双星同时发射升空。 【P30】红外波段的波长为0.7-1000μm，位于可见光波段的红光以外。按波长可细分为近红外（15-1000μm）。 【P31】遥感按照电磁波的光谱可分为可见光与红外反射遥感、热红外遥感和微波遥感；按照目标的能量来源可分为主动式遥感和被动式遥感;按照传感器使用的平台可分为航天或卫星遥感、航空遥感、地面遥感;按照空间尺寸可分为全球遥感、区域遥感和城市遥感;按照应用领域可分为资源遥感与环境遥感;按照研究对象可分为气象遥感、海洋遥感和陆地遥感;按照应用目的可分为陆地水资源遥感、土地资源遥感、植被资源遥感、海洋环境遥感、海洋资源遥感、地质调査遥感、城市规划和管理遥感、测绘制图遥感、考古调査遥感、综合环境监测遥感和规划管理遥感等。 【P33】NOAA/TIROS系列卫星载有改进型甚高分辨率辐射计（AVHRR） 【P37】“风云一号”的主要传感器是多通道可见光和红外扫描辐射计（MVISR）俗名十通道扫描辐射计。 【P43-44】海岸带水色扫描仪（CZCS）属于第一代水色扫描仪，宽视场海洋观测传感器（SeaWiFS）和中国海洋水色和温度扫描仪（COCTS）属于第二代水色扫描仪，中等分辨率成像光谱仪（MODIS）属于第三代水色扫描仪。 水色传感器与陆地资源或气象传感器的主要不同点是：①信噪比（SNR）极高，在一般传感器作为暗像元的水体目标上，要求SNR>500以上；因此，如果不作自动增益调整，其在陆地目标上的信号将趋于饱和。②波段带宽较窄，水色传感器的可见光通道带宽大约10 nm，近红外通道带宽大约20 nm，光谱范围一般在400~900 nm。③时间窗一般要求在当地时间10: 30-14: 30之间过境，最好是中午12 : 00左右。④要求卫星平台具有倾斜功能，以避免太阳直射光在海面的反射进入视场。⑤再访问时间1~3天，空间几何分辨率500~1 100m。 ⑥具有绝对的精度指标要求。 装载于Nimbus-7上的沿岸带水色扫描仪（CZCS）是6波段辐射计装载于SeaStar上的SeaWiFS是8波段辐射计，装载于1999年发射的EOS上的中等分辨率成像光谱仪（MODIS）是36波段辐射计。 【P47-49】安装在TERRA和AQUA两颗卫星上的MODIS获取的数据有三个特点：第一，NASA 对MODIS数据实行全世界免费接受的政策（TERRA卫星除MODIS外的其他传感器获取的数据均采取公开有偿接收和使用的政策），这样的政策对于目前我国大多数科学家来说是不可多得的数据资源；第二，MODIS数据涉及波段范围广（36个波段）、数据分辨率高（250m、500m、和1000m），对陆地、大气和海洋的研究有较高的实用价值；第三，TERRA和AQUA卫星都是
遥感实验报告
实验报告（实验一） [实验名称]ENVI窗口的基本作 [实验目的与内容] 实验目的 熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法，影像上距离和面积量算方法。 实验内容 1、熟悉遥感图像处理软件ENVI的窗口基本操作。 2、查看影像信息和像元信息。 3、距离测量与面积测量。 [实验数据处理及成果]
1、哈尔滨市TM影像成像的 时间 2013年7月19日、分辨率 30m ， 各波段的波长。 2、哈尔滨市TM影像使用的 投影类型 UTM 、投影分带北 51区。 3、哈尔滨市TM影像使用的坐标系， 图像左上角的公里网坐标 9819 8092 、 地理坐标经度125.4941 纬度47.0930 。 4、测量狗岛的周长9602.445 m 面积3613050 m2。 [体会及建议] 通过本次试验熟悉遥感图像处理软件ENVI的窗口基本操作。了解了ENVI 的功能。加深了对遥感原理的认识。学会了初步实验的能力。为以后学习打下了基础。 [实验成绩]
实验报告（实验二） [实验名称] 遥感影像地理坐标定位和配准 [实验目的与内容] 实验目的 熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI 进行影像到影像的配准和影像到地图的校正。掌握使用ENVI生成影像地图的步骤，学会利用全色影像和多光谱影像进行HSV融合的步骤。 实验内容 本实验主要涉及遥感图像处理中影像校正、配准功能，通过实验进一步掌握这类处理的理论原理。 [实验数据处理及成果] 用SPOT校正TM数据，附操作过程截图和校正后TM影像图片
[体会及建议] 通过本次试验熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。在实验过程中移动光标，查看坐标值，要小心谨慎注意地图坐标和经纬度之间的关系。以免出现错误。 [实验成绩]
海洋遥感总结
1.狭义广义遥感 狭义遥感：主要指从远距离、高空以至外层空间的平台上，利用可见光、红外、微波等探测器，通过摄影或扫描、信息感应、传输和处理，从而识别地面物质的性质和运动状态的现代化技术系统。（利用电磁波进行遥感） 广义遥感：利用仪器设备从远处获得被测物体的电磁波辐射特征（光，热），力场特征（重力、磁力）和机械波特征（声，地震），据此识别物体。（除电磁波外，还包括对电磁场、力场、机械波等的探测） 两者探测手段不一样 2.遥感技术系统 信息源－信息获取－信息纪录和传输－信息处理信息应用 3.遥感的分类 （1）按照探测电磁波的工作波段分类：可见光遥感、红外遥感、微波遥感等 （2）按照传感器工作方式分类：主动遥感、被动遥感 4.遥感的应用 内容上可概括：资源调查与应用、环境监测评价、区域分析规划、全球宏观研究 5.海洋遥感的意义 （1）海洋气候环境监测的需要 海洋占全球面积约71%，海洋是全球气候环境变化系统中不可分割的重要部分 厄尔尼诺、拉尼娜、热带气旋、大洋涡流、上升流、海冰等现象都与海洋密切相关。 厄尔尼诺是热带大气和海洋相互作用的产物，它原是指赤道海面的一种异常增温，现在其定义为在全球范围内，海气相互作用下造成的气候异常。 （2）海洋资源调查的需要 海洋是人类最大的资源宝库，是全球生命支持系统的基本组成部分，海洋资源的重要性促使人们采用各种手段对其进行调查研究 海岸带是人类赖以生存和进行生产活动的重要场所，海岸带资源的相关调查对于沿海资源的合理开发与利用非常重要 （3）海洋遥感在海洋研究中的重要性 海洋遥感具有大范围、实时同步、全天时、全天候多波段成像技术的优势可以快速地探测海洋表面各物理量的时空变化规律。它是20世纪后期海洋科学取得重大进展的关键学科之一。 重要性体现在：是海洋科学的一个新的分支学科；为海洋观测和研究提供了一个崭新的数据集，并开辟了新的考虑问题的视角；多传感器资料可推动海洋科学交叉学科研究的发展1.海洋遥感的概念（重点）、研究内容 海洋遥感：指以海洋及海岸带作为监测、研究对象，利用电磁波与大气和海洋的相互作用原理来观测和研究海洋的遥感技术。 研究内容：海洋遥感物理机制、海洋卫星传感器方案、海洋参数反演理论和模型、海洋图象处理与信息提取方法、卫星数据海洋学应用 2.海洋遥感发展回顾经历阶段（重点） 起步阶段、探索阶段、海洋卫星与传感器的试验阶段、应用研究和业务使用阶段 3.第一颗海洋实验卫星是SeasatA（重点） 海洋一号（HY-1） 2002.5.15 试验性海洋水色卫星 10波段海洋水色仪4波段ccd成像仪