《遥感图像解译》课堂实验报告(遥感07-1、2)
河南理工大学测绘学院
《遥感图像解译》教学实验报告
（专业必修课）
2011年11 月28 日
┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄
实验成绩：
评语:
指导老师签名：
2011年月日
一、实验的目的与要求：
通过实习掌握遥感图像解译的基本原理和方法，建立地物实地形态与图像特征的感性对应关系。
每位同学完成一幅遥感图像的全要素解译，包括居民地、工农业文化设施、交通运输设施、水系、地貌、植被等，并用符号表示解译内容，作为实习成果打印上交。
二、实验数据：
焦作地区分辨率为4米的全颜色IKONOS遥感图像。
三、实验步骤和过程
1．按照教学中讲授的解译特征和解译方法，在室内对整幅图像进行预解译；2．到实地对室内解译成果进行检查与修改；
3．实地调查和摄影时期已变化的地物；
4．室内用符号描绘解译成果。要求：
(1)描绘在原图像上；
(2)描绘的符号要工整；
(3)符号的位置要准确，投影差较大的地物，符号要绘在底部，不能绘在顶部。
四、实验成果与评价
通过这次实习我基本完成了焦作地区分辨率为4米的全颜色IKONOS遥感图像的解译工作，有些地方没能到实地勘察，以至于无法完成检查和修改解译成果；总体来看基本完成主要地物及地物符号等各要素的解译，但是某些细节地区没有顾及到。
五、实验体会与收获
这次实习主要是解译1:5000遥感图像，将实际地物用地形图符号描绘于地图影像上。通过这次实习，让我了解了遥感图像解译的基本原理与方法，同时也掌握了解译的基本过程。在这次实习过程中，我也注意到地物符号描绘过程中要注意细节，书写描绘要规范。
遥感图像处理实验报告
遥感图像处理实验报告 遥感图像处理实验报告 引言： 遥感图像处理是一门应用广泛的技术，它通过获取、分析和解释地球表面的图 像数据，为地质勘探、环境监测、农业发展等领域提供了重要的支持。本实验 旨在探索遥感图像处理的基本方法和技术，以及其在实际应用中的价值和意义。 一、图像预处理 图像预处理是遥感图像处理的第一步，它主要包括图像的去噪、增强和几何校 正等操作。在本实验中，我们使用了一张卫星图像作为样本，首先对图像进行 了去噪处理，采用了中值滤波算法，有效地去除了图像中的椒盐噪声。接着， 我们对图像进行了增强处理，采用了直方图均衡化算法，使得图像的对比度得 到了显著提高。最后，我们进行了几何校正，通过对图像进行旋转和缩放，使 得图像的几何形状与实际地理位置相符合。 二、图像分类 图像分类是遥感图像处理的关键步骤之一，它通过对图像中的像素进行分类， 将其划分为不同的地物类型。在本实验中，我们使用了监督分类方法，首先选 择了一些具有代表性的样本像素，然后通过训练分类器，将这些样本像素与不 同的地物类型进行关联。接着，我们对整个图像进行分类，将图像中的每个像 素都划分为相应的地物类型。最后，我们对分类结果进行了验证，通过与实地 调查结果进行对比，验证了分类的准确性和可靠性。 三、图像融合 图像融合是遥感图像处理的一项重要技术，它可以将多个不同波段或分辨率的
图像融合成一幅高质量的图像。在本实验中，我们选择了两幅具有不同波段的 卫星图像，通过波段归一化和加权平均的方法，将这两幅图像融合在一起。融 合后的图像不仅保留了原始图像的颜色信息，还具有更高的空间分辨率和光谱 分辨率，可以提供更全面和准确的地物信息。 四、图像变化检测 图像变化检测是遥感图像处理的一项关键任务，它可以通过对多幅图像进行比较，检测出地表发生的变化情况。在本实验中，我们选择了两幅具有不同时间 的卫星图像，通过差异图像法和指数变化检测法，对这两幅图像进行了变化检测。通过对比差异图像和变化指数图，我们可以清晰地看到地表发生的变化， 如城市扩张、植被变化等，为城市规划和环境监测提供了重要的参考依据。 结论： 通过本实验，我们深入了解了遥感图像处理的基本方法和技术，以及其在实际 应用中的价值和意义。图像预处理可以提高图像的质量和准确性，图像分类可 以实现地物的自动识别和分析，图像融合可以提供更全面和准确的地物信息， 图像变化检测可以监测地表的动态变化。遥感图像处理在地质勘探、环境监测、农业发展等领域具有广泛的应用前景，对于推动地球科学的发展和进步具有重 要的推动作用。
遥感课程实验报告范文-遥感图像处理软件(ENVI)的初步熟悉和基本操作
遥感课程实验报告范文-遥感图像处理软件(ENVI)的初步 熟悉和基本操作 《遥感信息科学概论》课程实验报告 二、遥感数据地物波谱特性分析1.“L7ETM+_121-032_123457”遥感 数据地物波谱特性分析要求：以“L7ETM+_121-032_123457(200210)”为 数据源，进行典型地物(水体、植被、居民地)的波谱特性分析(要求标注 典型地物像元点的空间位置及其波谱特性曲线，并简要说明其波谱特征) 水体： 波谱特征：水体的波谱曲线在1波段的亮度最大，为180左右，2波 段次之，为160,3波段较低，为60左右，由2波段向3波段急剧下降。4、5、7波段约为20。 植被： 植被波普特性曲线有明显的规律，在1波段有一个峰值60,2波段有 一个峰谷50,然后到4波段上升达到最大峰值200,在减小到6波段140. 居民地： 居民地在各个波段的波谱亮度值均较大。居民地遥感图像获得的是屋 顶或道路，石棉瓦、沥青沙石、水泥等对各波段的反射率均较高。在1波 段最高为240,然后一直减少到5波段峰谷处130,在上升到6波段140. 2.“L7ETM+_138-035_123457”遥感数据地物波谱特性分析要求：以“L7ETM+_138-035_123457(200004)”为数据源，进行典型地物(云/云阴影、雪、冰、裸地)的波谱特性分析(要求标注典型地物像元点的空间位置 及其波谱特性曲线，并简要说明其波谱特征)
云: 云波谱特征：0.5-0.7波段亮度值均保持最高不变，为240,0.9波段下降至190左右，之后基本不变。 雪波谱曲线：0.5-0.9波段亮度均 保持最大240,之后逐渐降低到40. 其在可见光波段灰度值极高为240左右，说明冰对可见光的强反射，从0.6之后亮度降低直至20左右 波谱曲线特征：0.5-0.65亮度逐渐升高，0.65处亮度出现峰值为160,0.87处出现波谷，为90,然后逐渐上升至170. 3.“L7ETM+_116-031_123457”遥感数据地物波谱特性分析要求：以“L7ETM+_116-031_123457(199909)”为数据源，进行典型地物(水体、植被、火山灰)的波谱特性分析(要求标注典型地物像元点的空间位置及其波谱特性曲线，并简要说明其波谱特征)水体： 总体亮度较低，波谱曲线从1波段到7波段亮度由60降为15,曲线趋于平缓。 植被： 波谱曲线：总体亮度较低，亮度由1波段50到3波段降低，在3波段出现波谷为20;4波段出现波峰为90,到7波段平缓下降为30. 基本要求与说明： 1．实验原理部分文字阐述要简洁明了，可附相应公式、图解；
遥感图像解译实习报告
遥感图像解译实习报告 遥感图像解译课程 综合实习 实习报告 学院：遥感信息工程学院 班级：10011 学号：20213025900 姓名：李祥指导老师：刘继琳 一、实习目的与意义 1. 掌握遥感影像的目视判读方法和流程，能够对快鸟影像、SPOT影像和航拍 影像进行目视解译； 2. 学会使用图纸制作遥感影像底图并清绘遥感影像； 3. 掌握实地调绘、核实和补测的基本方法； 4. 学会使用ERDAS软件进行数字化成图，并制作专题图。 二、实习资料与设备 在进行内业清绘和外业调绘阶段，实习资料有2002年的快鸟影像一张、2002年的SPOT影像一张、20xx年的航空影像一张、转印纸三张。 在进行室内计算机成图阶段，实习资料有20xx年的航空影像一张、2002年的快鸟影像一张以及ERDAS软件。 三、实习原理
一） 遥感图像解译标志 1) 色调（tone）：全色遥感图像中从白到黑的密度比例叫色调（也叫灰度）。如 海滩的砂砾色调标志是识别目标地物的基本依据，依据色调标志，可以区分出目标地物。 2) 颜色（colour）：是彩色遥感图像中目标地物识别的基本标志。日常生活中目 标地物的颜色:遥感图像中目标地物的颜色:地物在不同波段中反射或发射电磁辐射能量差异的综合反映。彩色遥感图像上的颜色:真\\假彩色 3) 阴影（shadow）：遥感图像上光束被地物遮挡而产生的地物的影子 根据阴影形状、大小可判读物体的性质或高度。不同遥感影像中阴影的解译是不同的 4) 形状（shape）：目标地物在遥感图像上呈现的外部轮廓。 遥感图像上目标地物形状:顶视平面图解译时须考虑遥感图像的成像方式。 5) 纹理（texture）：内部结构，指遥感图像中目标地物内部色调有规则变化造成 的影像结构。如航空像片上农田呈现的条带状纹理。纹理可以作为区别地物属性的重要依据。二）
遥感图像解译实习报告
遥感图像解译实习报告中国地质大学
目录 实习一 (3) 一、实习任务： (3) 二、实习目标以及用时： (3) 三、教学方式： (3) 四、使用器材： (3) 五、具体实习过程 (4) 1. 运用ENVI软件观察影像中不同地物的光谱曲线 (4) 2 武汉市TM影像解译实习 (6) 3. 运用ERDAS软件提取影像中的植被指数 (10) 实习二 (12) 一．实习任务： (12) 二、实习目标： (12) 三、教学方式： (12) 四、使用器材： (12) 五、具体实习过程 (12) 1.ERDAS视窗的基本操作 (12) 2. 多项式几何纠正 (14) 实习三 (20) 一、实习任务： (20) 二、实习目标： (20) 三、教学方式： (20) 四、使用器材： (21) 五、具体实习内容 (21) 1.影像融合 (21) 2. 遥感图像分类（监督分类或者非监督分类） (22) 实习体会 (27)
实习一 一、实习任务： 熟悉各种典型地物的光谱曲线；对遥感影像进行判读，建立典型地物的解译标志；运用Erdas软件的空间建模功能提取TM影像中的水体。 二、实习目标以及用时： 1 熟悉遥感软件的光谱读取与显示功能 2 熟悉人工判读的程序； 3 掌握人工判读的工具； 4 影像处理之工具使用； 5 掌握解译标志的建立过程，并能对影像中的地物进行解译标志的建立 6 运用遥感软件提取影像中的植被指数 7 运用Erdas软件的空间建模功能提取TM影像中的水体 三、教学方式： 由老师说明方法并举例，由同学实际执行判读，并完成实习报告。 四、使用器材： 1.ENVI系統 2.遥感影像3 ERDAS软件系统
遥感数字图像处理实验报告(二)
遥感数字图像处理实验报告 （二） 姓名：学号：班级：指导老师： 1）项目名称：熟悉遥感软件、图像预处理 2）实验目的： 1. 熟悉遥感软件的使用，了解图像大小、投影、直方图等信息查看方法，了解相关软件的各项功能； 2. 掌握遥感图像的几何精校正方法及步骤。 3）实验原理： 几何校正就是将图像数据投影平面上，使其符合地图投影系统的过程。而将地图坐标系统赋予到图像的过程，称为地理参考。由于所有的地图投影系统都尊从于一定的地图坐标系统，所以几何校正的过程包含了地理参考过程。对图像进行几何校正就是赋予其完整的地图坐标系统。 4）数据来源及数据基本信息：（下载源、波段数、对应的波长、分辨率、投影、地区） 待校正图像来自Google Earth 2004年9月15日的影像，大致位置在东经116度20分，北纬33度57分，使用的是 DIGITAL GLOBLE 的QUICK BIRD卫星影像的0.6米分辨率的航拍照片，三波段，无投影。待校正图像。 参考图像数据来自国际科学数据服务平台，Landsat5 2010年9月18日的图像，图像共7个波段，波段1-5和波段7的空间分辨率为30米，6波段（热红外波段）的空间分辨率为120米。对应的波段、波长、分辨率、主要作用如表：
图像采用的投影为WGS 84投影，条带号为122，行编号为36，覆盖豫东、皖北、苏北、鲁西四省交界地区。 5）实验过程： 1）多波段合成：对参考图像数据进行波段组合 2）打开图像，用两个Viewer窗口分别打开待校正图像和参考图像， 查看其投影信息： 待校正图像投影信息（无投影） 参考图像投影信息（有投影） 几何校正：————弹出图1 窗口，点击Slecte Vewer——点击Viewer1，弹出图2窗口
遥感图像解译实验报告
实验一非监督分类 一、基本原理 非监督分类的前提是假定遥感影像上同类地物在相同的条件下具有相同的光谱特征信息。非监督分类不需要先验类别知识的情况下，仅依靠影像本身的特征进行特征提取，根据统计特征及点群的分布情况来划分地物。ERDAS 的非监督分类是基于迭代自组织数据 图1 ISODATA算法流程图 ISODATA算法实现步骤： （1）按照某个原则确定一些初始聚类中心。 在实际操作时，要把初始聚类设定得大些，同时引入各种参数控制迭代的次数。 （2）像素聚类与分析。 计算像素与初始类别中心的距离，把像素分配到最近的类别中，从而获得每个初始类别的集群成员。 （3）确定类别中心。 在全部像素按照各类中心分类后，重新计算每一类新的均值，并作为下一次分类的中心，并执行上一步，循环迭代，直到达到迭代的次数。 二、分类过程 运用非监督分类对遥感图像进行分类的过程，主要分为以下两个步骤： 1、动非监督分类模块，选择输入、输出影像 （1）在ERDAS面板工具中选择Classifier->Classification->Unsupervised Classification，打开非监督分类对话框。 （2）选择图像处理文件（Input Raster File）和输出文件（Output Cluster Layer Filename）设置被分类的图像和分类结果，并选择生成分类模板文件（Output Signature Set）产生一个模板文件。 2、初始参数，执行非监督分类 在非监督分类对话框中分别设置聚类选项（Clustering Options）和处理选项（Processing Options）： （1）选择Classifier->Unsupervised Classification命令，打开非监督分类对话框，设定输入输出数据，设置聚类选项（Clustering Options），确定初始聚类方法和分类数。（2）设置处理选项（Processing Options），确定循环次数和阈值。 三、实验结果 本次实验使用Initial from Statistics方法，分类数为6，其它参数取默认值。 遥感图像原图如图2。
遥感解译与制图二植被调查实验报告
《遥感解译与制图》实验报告植被调查遥感解译与制图 班级：620707 学号：62070715 姓名：王聪 日期：2010-4-27
一，实验目的： 以长白山天池周边为重点研究区，利用Landsat/ETM+遥感数据，通过遥感数字图像处理及目视解译进行植被类型识别，最终提交1∶10万长白山天池周边遥感影像图、植被遥感解译图及实验报告。 二，实验要求： 1、掌握遥感专题制图的基本程序 2、掌握不同植被类型的目视解译标志 3、掌握植被专题信息的数字增强及识别方法 三，实验内容 1实验一的内容对遥感数据进行加工，制作图例,本实验只要求加图廓和图名即可。
图1 植被解译图例 2在Map gis内打开工程，新建线图层和点图层，取名遥感解译。合并内图廓与遥感解译线图层。 3对遥感图像进行植被的解译。 解译过程参考一下材料： A.长白山植被类型的垂直分带规律： 高山苔原带----海拔2000米以上 岳华林带----海拔1700到2000米
针叶林带----海拔1100到1700米 针阔混交林带（红松阔叶林带）----海拔1100米以下 B．遥感目视解译的标志： 遥感解译地图：Landsat/ETM+ 彩色合成方案：ETM+742(RGB) 遥感数据时相：1999年9月2日 a.高山苔原黄绿色调，色调均匀，纹理平滑细腻，位于火山椎体上部环 绕火山灰裸地分布，主要包括矮小的灌木，多年生的草本，地衣，苔藓 等。 b.岳华林绿色调，色调均匀，纹理较细腻，位于火山椎体上部高山苔原 带的外围，多分布于半阳坡，岳华林带是针叶林和山地苔原之间的过渡 带，林木稀疏，矮曲成丛生状态。 c.针叶林深绿-墨绿色调，色调较均匀，麻点状纹理，纹理较细腻，以红 松，云杉，落叶松等针叶树种为主。 d.针阔混交林整体为绿-浅色调，色调斑杂，麻点状纹理，纹理粗糙，针 阔混交林为以红松为主的常绿叶树和落叶阔叶混交。 e.阔叶林绿-黄绿色调，色调较均匀，麻点状纹理，纹理较粗糙，阔叶林 代表类型有柞，桦，榆，杨，椴等。图幅范围内仅局部见杨椴类型，实 际上应属于针阔混交林，本次解译可将其归入针阔混交林一类。 f.灌木暗绿-绿色调，色调均匀，纹理较平滑细腻，多分布于沟谷洼地附 近。 g.草地浅绿-亮绿色调，色调均匀，纹理平滑细腻。 h.裸地（火山灰）品红色调，色调均匀，围绕火山椎体分布并在火山椎 体南东东方向分布较广。 i.耕地多边形斑块状，浅绿或品红色调（浅绿多为参地，品红多为水田）， 色调均匀。 4.划分了植被区域后，进行拓扑重建，并绘制图例。 划分完植被解译图，选择区编辑中的工作区提取弧，框选整个图框，此时线条都变为黄色，选择其他中的拓扑重建，选择修改区域参数，对拓扑图进行加工，不同的植被区域选取适当的颜色，同种植被区域的颜色相同。绘制图例，表明植被名称。
遥感实验报告
遥感实验报告 遥感实验报告 引言： 遥感技术是一种通过获取地球表面的电磁辐射信息来获取地表特征的技术。遥感技术的应用范围广泛，可以用于地质勘探、环境监测、城市规划等领域。本次实验旨在通过遥感技术获取卫星图像，并对图像进行解译和分析，从而深入了解遥感技术的原理和应用。 实验步骤： 1. 数据获取 在实验开始前，我们首先需要获取卫星图像数据。通过合法渠道，我们从国家遥感中心获取了一组高分辨率的遥感图像。这些图像涵盖了不同地区的城市和农田，以及一些自然景观。 2. 图像预处理 获取到的卫星图像需要进行预处理，以提高图像的质量和准确性。预处理包括图像去噪、边缘增强和色彩校正等步骤。通过这些预处理步骤，我们可以得到更清晰、更准确的图像数据。 3. 图像解译 在预处理完成后，我们开始对图像进行解译。解译是指根据图像的特征和上下文信息，识别出图像中的不同地物和地貌。在解译过程中，我们需要借助地理信息系统（GIS）软件和遥感图像解译原理，对图像中的各个区域进行分类和标注。 4. 图像分析
解译完成后，我们对图像进行进一步的分析。通过分析图像中的不同地物和地貌，我们可以得出一些有关该地区的信息。例如，通过对城市区域的分析，我 们可以了解到该地区的人口密度和城市发展情况；通过对农田的分析，我们可 以了解到该地区的农作物类型和农业生产状况。 实验结果： 通过对卫星图像的解译和分析，我们得出了一些有关地表特征的结论。例如， 在城市区域，我们观察到高密度的建筑群和道路网络，表明该地区经济发展迅速；在农田中，我们观察到不同类型的农作物，如水稻、小麦和玉米，表明该 地区的农业生产多样化。 讨论与展望： 遥感技术在地球科学和环境科学领域具有广泛的应用前景。通过遥感技术，我 们可以实时监测地球表面的变化，了解自然灾害的发生和演变过程，从而采取 相应的措施进行预防和救援。此外，遥感技术还可以用于环境保护和资源管理，帮助我们更好地理解和保护地球。 结论： 本次实验通过遥感技术获取卫星图像，并对图像进行解译和分析，深入了解了 遥感技术的原理和应用。通过实验，我们认识到遥感技术在地质勘探、环境监 测和城市规划等领域的重要性和潜力。希望通过今后的学习和研究，能够进一 步探索和应用遥感技术，为人类社会的可持续发展做出贡献。
遥感实验报告(总24页)
遥感实验报告(总24页) 一、背景 近年来，遥感技术的发展为人们研究地表环境提供了可靠的信息和丰富的空间数据，深化了人们对地表环境的理解。近年来，有关耕地变化的空间数据分析研究得到了越来越多的关注。使用遥感技术可以更加迅速、准确和有效地统计分析相关的数据，并能够从多个方面反映土地使用变化。为了探索耕地变化的规律，对哈尔滨市某农村耕地变化进行遥感实验，利用遥感技术提取准确的空间数据，分析耕地变化的规律，评估农村耕地变化的影响因素，以维护农业的可持续发展。 二、实验目的 就哈尔滨市某乡镇山区耕地变化进行遥感科学研究，包括遥感影像的处理、对耕地的提取、耕地变化的分析处理、影响因素分析等，以查找此区域耕地变化的一般规律和空间分布规律，研究该区域耕地变化的影响因素，为农业可持续发展提供参考意见。 三、实验材料 本次实验使用的哈尔滨市某乡镇山区的遥感影像，已经完成影像的处理工作，影像的一致性检验完成，根据遥感原理和方法，利用遥感软件确定区域内植被覆盖率，用栅格数据处理技术提取耕地空间分布数据，运用面积、角点和中心点分析技术，进行耕地变化的空间分析，并根据时序差异更新岛，此外，还对耕地变化影响因素进行相关分析，以获得耕地变化的规律和机理。 四、实验方法 （1）首先，利用遥感影像处理技术，对哈尔滨市某乡镇的遥感影像进行处理，包括图像校正、去燥、充色等处理。 （2）利用遥感原理和方法，结合多媒体航摄影图像，确定区域内植被覆盖率，并计算实时植被覆盖率，以识别土地利用情况； （3）采用栅格数据处理技术，提取区域内的耕地空间分布数据，采用面积、角点和中心点分析技术，进行耕地变化的空间分析，画出耕地变化图； （4）运用拟合技术，对耕地变化的时序差异进行检验，更新耕地空间分布，利用ArcGIS工具箱进行属性数据叠加，分析耕地变化影响因素； （5）最后分析耕地变化幅度，统计出耕地变换情况，绘制耕地变化临时图，分析出耕地变化规律和空间规律，找出耕地变化影响因素，从多个角度对耕地变化进行评价，以反映耕地变化的情况。 五、实验结果
遥感图像解译实习
遥感图像综合解译 ——黄河三角洲地区景观信息提取一、目的意义 通过课堂学习，学生掌握遥感图像解译的方法研究，对遥感图像解译中的一些重要思维方式和研究思路，如地学分析、形象思维和空间推理、图像模拟、数据反演等有了初步的理解，对遥感图像解译的要发展方向——遥感图像人机交互解译有了很好的认识，因而，在课堂学习的基础上，对遥感图像解译进行实践，通过实际训练加深对书本的基础理论和知识的理解，且进一步熟悉遥感解译的相关软件。 二、实习要求 本次实习的研究区选择黄河三角洲地区，数据为黄河三角洲地区TM影像。黄河三角洲具有独特的生态环境，得天独厚的自然条件，使此地区的生物资源非常丰富，它是介于陆地生态系统和水生生态系统之间的过渡带，有水体向陆地逐渐变化，并兼有两种系统的某些特征。学生通过对黄河三角洲地区的自然、经济等概况的了解，制定出符合黄河三角洲地区的分类方案。并依据制定的分类方案，采用人工目视判读与决策树分类法、纹理分析、NDWI、NDVI相结合的分层分类法提取地物信息，并对分类结果做精度评价。 三、实习内容： 具体实习过程见技术路线。对黄河三角洲地区的TM图像使用相关软件进行解译。解译的结果要全面准确，对软件要非常熟悉。主要软件为erdas，NNVI 等。 四、时间安排 五、提交成果
个人为单位，提交分类成果及实习报告。 黄河三角洲地区1992TM分类图
技术路线
实习具体方案 1、资料准备及了解研究区 阅读相关材料，了解黄河三角洲地区的自然环境人文背景，确定研究区位置，收集相关材料，为解译做好前期工作。 图一：研究区位置 2、数据预处理及确定研究区范围 本次研究区的选择要比传统上黄河三角洲湿地的范围大，主要位于东营市内，边界清晰，东营市下属的县也可以通过行政区划图清晰的辨别，最终利用东营市行政区划图附上由黄河水利委员会采用的3米等深线，得到研究区范围。 图二：最终研究区范围
遥感原理实验报告3目视解译与制图
《遥感原理》 实验报告 实验名称：遥感图像目视解译 与制图 专业：地理信息科学 学号： 姓名： 指导老师：
1、实验目的 （1）学习航空像片判读的基本原理和方法；掌握航空像片判读中判读标志的建立方法；解译判读各土地覆盖类型在彩红外航片上的影响特征； （2）认识和了解热红外影像对地物的表现； （3）认识和掌握TM图像各波段的光谱效应；学习和掌握陆地卫星遥感图像的判读方法。 2、实验材料 、 3、实验内容与过程 航空像片的判读 说明：与黑白像片相比。真彩色像片基本反映了地物的天然色彩，地物类型之间的细微差异可以通过色彩的变化表现出来，彩色像片上的丰富色彩提供了比可见光黑白像片更多的信息。由于受到大气散射与吸收的影响，在航空摄影高度相同的条件下，彩色摄影信息损失量远大于红外摄影，因此航空遥感中广泛使用彩色红外摄影。由于绿色植物在近红外波段具有很强的反射特性，在彩色红外像片上呈红色，使彩红外航片比普通彩色航片在植被的判读和识别方面具有较大的优势，同时也使其在识别伪装方面有突出的功用。 判读彩色红外像片，可以按照以下步骤进行：认真了解彩红外摄影感光材料的特性和成像原理；熟悉各种地物在可见光和近红外波段的反射光谱特性；建立地物的反射光谱特性与像片假彩色的对应关系（如下表）；建立彩红外像片与其他判读标志；遵循遥感解译步骤与方法对彩红外像片进行解译。 在解译时应注意：在彩红外像片上，植物的叶子因反射红外线而呈现为红色。但不同植被类型或处于不同生长阶段，受不同环境影响的植物，其光谱特性不同，因而在彩红外相片上，红色的深浅程度不同。如正常生长的针叶林，颜色为红色到品红色，枯萎的植被则呈现暗红色，即将枯死的制备则呈现青色。
遥感解译报告
遥感解译报告陈立泉 012092班 2011-4-18
目录 一实习目的 (2) 二实习任务 (2) 三实习步骤 (3) 1 图像处理 (3) 2 解译情况 (4) 3小结 (5) 四心得体会 (6)
一实习目的 通过本次综合解译达到训练遥感地质解译思维和技巧、培养实际动手能力、并检验学生对课程内容的理解和掌握情况。 二实习任务 对甘肃西部某地斜向扭性断层的遥感图像（航片：2－8）进行地质综合解译。
三实习步骤 1 图像处理 根据具体情况，为了较好地对该地形进行解译，我对图片分别作了不同的处理。 河流 牵引构造 花岗岩 1、断层 2、节理 3、变质岩 图 Hgs-184-1 甘肃西部某一地方遥感解译概略图
2 解译情况 从图中我们可以看到，断层、牵引构造，河流等现象，现将各解译特征详细叙述如下：自然地理：河流主要发育于本区的西北部，呈简单的树枝状，流向为西北—西南；该河流沿着裂理发育，分支较少，到下游分支加多，水系为稀疏型，说明该地透水性较差。在河流下游水系呈透镜体状，可能是由于其两侧的走向断层所致。由上可知，不同的水系类型在一定程度上往往反映流域内的岩性、地质构造和新构造运动的性质，它是研究流域内地质构造，特别是新构造运动的重要标志。参考图 Hgs-184-1左上方箭头部分。 岩石大类：区内的岩石主要为花岗岩为主。判断原因：在区内东南部和东北部，层位低缓，为均一的浅色调，呈浑圆平缓状，不具层理，多岩脉（即岩体中浅色＜酸性＞）和深色＜中性或者基性＞脉状体），脉明显受剪节理的控制而成群出现，如东北部的共轭剪节理，这些都为岩体的综合解译标志。在本区西北部颜色较深的可能是中基性岩浆岩，因为在相片上从酸性到基性、超基性岩体，由于反射率降低而其色调也随之逐渐变暗，因此我们可以得出以上结论。通过本次分析，我们知道，主要抓住图形特征、与围岩关系、内部构造、岩脉等典型，就可以直接对岩体进行判断。 岩浆岩构造：本区实地地质调查后证实，该区花岗岩发育于y4时期。 断层构造：区内共发育4条大断裂，其中有一条在西北部呈北东—南西展布（1），而主体的三条断层呈北西—南东向发育于海西期花岗岩及下震旦统中，北部断层不仅切断岩体、围岩及捕虏体，并使北盘中基性岩脉产生明显地牵引现象（图 Hgs-184-2弧线部分），据此判断断层两盘相对运动为右行式。具体描述如下：主体部分图 Hgs-184-2断层（2、3、4）两盘底层错位明显，横向错开，呈平行线状展布，走向为NE800，断层线较为平直。对该区的断层解译标志做如下叙述：○1色调标志：断裂构造是空间延伸性极强的带状，该区的断层沿断裂走向出现明显地与背景色调有显著差别的黑色（如1、4）；○2构造标志：不同影响特征的地层突然相截；伴生构造：断层牵引现象：由于受到构造应力的作用，断层附近岩层岩脉条带出现偏转，岩层产状也出现陡缓的变化，整体上呈弯曲的弧状，（如图 Hgs-184-2中断层2的弧线部分），牵引构造可作为走向断层存在一个典型标志。○3地貌标志：断层崖，（如图 Hgs-184-2中的断层1）。断层两盘相对运动方向的确定：○1根据断层两盘影像
博斯腾湖遥感影像的解译实验报告
博斯腾湖遥感影像的解译实验报告 一、实验背景 博斯腾湖是中国西南地区的一个重要淡水湖泊，也是重要的生态保护区。遥感技术可以通过获取高分辨率的影像数据来了解博斯腾湖周边 环境和湖泊状态，为生态环境保护提供科学依据。 二、实验目的 本次实验旨在利用遥感影像解译技术，对博斯腾湖周边区域进行解译，获取有关该地区土地利用、植被覆盖、水体分布等信息，并分析其对 博斯腾湖生态环境的影响。 三、实验步骤 1. 数据获取：从公开数据平台下载2019年5月份博斯腾湖遥感影像 数据。 2. 影像预处理：对获取到的影像进行预处理，包括辐射定标、大气校 正和几何校正。 3. 影像解译：采用最大似然法对遥感影像进行分类，将图像分成不同 类别（如水体、林地、建筑物等）。 4. 解译精度评价：通过样本点验证法对分类结果进行精度评价。 5. 结果分析：根据解译结果，分析博斯腾湖周边区域的土地利用、植 被覆盖和水体分布情况，并探讨其对博斯腾湖生态环境的影响。
四、实验结果 1. 影像分类结果：经过最大似然法分类后，博斯腾湖周边区域可以分 为水体、林地、草地和建筑物四类。 2. 解译精度评价：通过样本点验证法，本次解译的总体精度为85.6%，Kappa系数为0.81。 3. 结果分析： （1）土地利用情况：博斯腾湖周边主要以林地和草地为主，建筑物分布较少。 （2）植被覆盖情况：博斯腾湖周边植被覆盖率较高，其中以针叶林为主。 （3）水体分布情况：博斯腾湖水体面积相对较小，但是周围有多条河流和小溪流入湖中。 五、实验结论 通过遥感影像解译技术，可以获取到博斯腾湖周边区域的土地利用、 植被覆盖和水体分布等信息。本次实验结果表明，博斯腾湖周边区域 主要以林地和草地为主，植被覆盖率较高，水体面积相对较小。这些 信息可以为博斯腾湖生态环境保护提供科学依据。
遥感影像的目视解译实验报告(一)
遥感影像的目视解译实验报告(一) 遥感影像的目视解译实验报告 1. 简介 本报告旨在介绍和分析遥感影像的目视解译实验过程和结果。通过目视解译，我们能够获取遥感影像中的地物信息，为地理信息系统（GIS）和自然资源管理等领域提供重要数据支持。 2. 实验目的 •理解遥感影像的基本概念和解译方法； •学习使用目视解译技术获取地物信息； •掌握常用的目视解译符号和标记。 3. 实验步骤 1.选择适当的遥感影像数据集，并导入到图像处理软件中。 2.调整图像的显示参数，使得地物轮廓和颜色能够清晰可见。 3.根据实验需求，选择相应的目视解译符号和标记，如线状地物、 点状地物、面状地物等。 4.在图像上进行目视解译，将观测到的地物信息用符号和标记进行 标注。
5.根据实验要求，进行目视解译验证和纠正，保证解译结果的准确 性和可靠性。 4. 实验结果与分析 通过目视解译实验，我们成功地获取了遥感影像中的地物信息， 并进行了相应的符号和标记标注。经过验证和纠正，得到了准确的解 译结果。 5. 实验收获与总结 通过本次实验，我对遥感影像的目视解译方法和技术有了更深入 的了解。我学会了处理遥感影像数据和调整图像显示参数，掌握了常 用的目视解译符号和标记。同时，我也意识到目视解译的准确性和可 靠性对于地理信息系统等应用的重要性。 6. 参考文献 •Smith, J., & Brown, A. (2018). Remote Sensing Techniques for Earth Observation. John Wiley & Sons. 注：本报告仅为示例，实际报告中需根据实验内容进行相应修改。遥感影像的目视解译实验报告 1. 简介 本报告旨在介绍和分析遥感影像的目视解译实验过程和结果。通 过目视解译，我们能够获取遥感影像中的地物信息，为地理信息系统（GIS）和自然资源管理等领域提供重要数据支持。
遥感原理实验报告3目视解译与制图
遥感原理实验报告3目视解译与制图
《遥感原理》 实验报告 实验名称：遥感图像目视解译 与制图 专业：地理信息科学 学号： 姓名： 指导老师：
根据以上表格和所给遥感影像可得实习区判读表格如下： 判 读标志 地物类 型 形状色调纹理图型阴影 人造建 筑 立方体灰色粗整齐浅 树木圆顶圆 形红色柔和粗不齐斑 状 浅 河流平面线 条 黑色细条型浅 火山口倒圆锥红色柔和粗不齐斑 状 深 冲积平原不规则 平面 浅灰色光滑粗带状浅
农田矩形红色柔和粗不齐斑 状 浅 第四系覆盖不规则 平面 红棕色柔和粗不齐斑 状 浅 道路线状灰、白 色 细条型浅 3.2热红外图像判读 （1）光盘中“实习图像”子目录下共有三组热红外图像：热红外11、热红外12、热红外13位第一组，这是反映工业热流的热红外影像，影像说明如表所示。图中箭头所示“1”为排污口，“2”为江叉口，“3”为热流扩散异常，“4”为江水流向，“5”为船舶。影像中位于江河入口处的热电厂，热水排入江河形成热流，呈现明显的热异常； （2）热红外21和热红外22为第二组，是反映森林火灾的热红外图像，其中，“1”表示白色调异常为火灾蔓延的燃烧区；“2”为大火烧过的高温区；“3”表现为绿色调是尚未燃烧的森林；“4”为裸露的基岩陡壁，图像为1977年5月大兴安岭白天的图像； （3）比较热红外31和热红外32为第三组，反映洪积扇形态的热红外图像； （4）比较第一组和第二组内的各幅图像，这两组图像是对温度的直接探测，热红外影像能够很好地反映地物温度的变化；第三组是通过水体在白天和夜晚与周围环境温度的差异（热红外31为白天图像，热红外32为夜间图像），反映洪积扇水系分布的情况，从而反映洪积扇形态。 表格：第一组热红外图像说明