中国地质大学(武汉)遥感解译与制图实习报告
遥感实习报告
遥感实习报告在具体学期，我参与了一次令人难忘的遥感实习。
这次实习不仅让我将课堂上学到的理论知识应用到实际操作中，还让我对遥感这一领域有了更深入的理解和认识。
一、实习目的本次遥感实习的主要目的是通过实际操作和案例分析，熟悉遥感数据的获取、处理、分析和应用的全过程，掌握常见遥感软件的使用方法，提高我们对遥感技术在资源调查、环境监测、城市规划等领域应用的能力。
二、实习内容1、遥感数据的获取在实习的初始阶段，我们学习了如何获取遥感数据。
了解了不同类型的遥感卫星，如陆地卫星、气象卫星等，以及它们所提供的数据特点和适用范围。
通过相关网站和数据平台，我们成功获取了多景遥感影像，为后续的处理和分析工作奠定了基础。
2、遥感数据的预处理获取到原始遥感数据后，紧接着就是进行预处理。
这包括辐射校正、几何校正等操作。
辐射校正用于消除传感器本身和大气对辐射的影响，使得影像的亮度值能够准确反映地物的反射特性。
几何校正则是纠正由于卫星姿态、地形起伏等因素导致的影像几何变形，确保影像的准确性和可用性。
3、图像增强与分类为了更清晰地识别和分析地物信息，我们进行了图像增强处理。
常用的方法有对比度拉伸、直方图均衡化等，这些操作有效地突出了影像中的地物特征。
之后，运用监督分类和非监督分类等方法对影像进行分类，将影像中的地物划分为不同的类别，如水体、植被、建设用地等。
4、遥感图像的解译与应用在完成分类后，我们进行了遥感图像的解译工作。
通过对比不同时期的影像，分析地物的变化情况，例如城市扩张、森林砍伐、水体污染等。
同时，将解译结果应用于实际问题，如土地利用规划、灾害监测与评估等。
三、实习工具与技术在实习过程中，我们使用了多种遥感软件和工具，如 ENVI、ArcGIS 等。
ENVI 在遥感数据的处理和分析方面功能强大，提供了丰富的算法和工具；ArcGIS 则在空间数据的管理和可视化方面表现出色，能够将遥感解译结果与地理信息数据进行整合和分析。
中国地质大学遥感图像解译实习报告
中国地质大学遥感图像解译实习报告班:学生人数:姓名:遥感影像解译实习报告学院:信息工程学院讲师:高伟11。
练习目的1。
掌握遥感影像的目视解译方法和流程，能够目视解译zy3影像和etm+影像2。
学会在实践区建立土地利用类型解释标志3。
学习arcgis和envi5.1软件的操作，进行数字制图，制作专题地图2。
实习数据和软件1。
实习资料:校正融合后的参考影像资料、zy3影像和XXXX ETM+影像2.实习软件:Envi5.1和arcgis。
3。
实习内容(1)土地利用解译标志解译标志是一种只能反映土地利用信息的遥感影像特征。
它包括大小、形状、阴影、色调、纹理、图形、位置和各种图的相互关系等。
1。
尺寸:指在二维空间中测量各种地块的尺寸或面积2.形状:指一块土地的形状、结构和轮廓3。
色调:指图像上各种土地利用状态的颜色或相对亮度4.阴影:指阳光被某种形式的土地利用阻挡时产生的阴影 5.纹理:指以色调或颜色变化表现的各种土地利用状态的细线或重复图案。
26。
格局:指一定土地利用类型按一定规律排列的格局结构7。
位置与周边关系:指土地利用类型的空间分布及其相互关系，从中可以识别出一些土地利用形式(2)目视解译过程(3)专业解译专业解译主要是一种目视解译方法，供解译人员通过自己的专业知识、遥感系统知识和地理区域知识从遥感图像中提取遥感信息，检索地面原型，然后绘制底图1.图像解译遥感解译的实质是一个分类过程，即根据遥感图像的光谱特征、空间特征和时间特征，并根据解译者的理解程度或置信度和准确度，逐步进行目标检测、识别和识别的过程首先，确定目标或特征的客观存在，在更高的理解水3水平上理解目标或特征，并且将其粗略地定义为非常普通和大的类别中的实体。
然后，根据图像上目标的精细特征，以足够的置信度和准确度将上述识别的实体分类到特定的遥感图像中。
遥感图像的解译从遥感图像的特征开始，包括色调或颜色、阴影、大小、形状、纹理、图案、位置、组合等。
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ArcGIS10.2、ENVI5.13、实验内容与过程3.1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。
根据以上表格和所给遥感影像可得实习区判读表格如下：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。
遥感解译技术员实习报告
一、实习背景随着我国遥感技术的快速发展，遥感解译技术在资源调查、环境监测、灾害预警等领域发挥着越来越重要的作用。
为了更好地掌握遥感解译技术，提高自身专业技能，我于2021年7月至9月在XX遥感科技有限公司进行了为期两个月的实习。
二、实习内容1. 熟悉遥感解译基本原理实习期间，我首先学习了遥感解译的基本原理，包括遥感影像的获取、处理、分析、解译等环节。
通过学习，我对遥感影像的特点、成像原理、解译方法有了较为全面的了解。
2. 掌握遥感图像处理软件实习期间，我熟练掌握了ENVI、ArcGIS等遥感图像处理软件，能够独立完成遥感影像的预处理、增强、分类、制图等工作。
3. 学习遥感解译方法实习期间，我学习了多种遥感解译方法，如目视解译、半自动解译、自动解译等。
通过实际操作，我掌握了不同方法的适用场景和优缺点，提高了遥感解译的准确性和效率。
4. 参与项目实践在实习期间，我参与了多个遥感解译项目，包括土地利用变化监测、环境质量评估、灾害预警等。
在项目实践中，我负责遥感影像的预处理、解译、制图等工作，为项目提供了有力支持。
5. 学习项目管理和团队协作实习期间，我了解了项目管理的流程和方法，学会了如何与团队成员高效沟通、协作。
在项目实施过程中，我学会了如何合理安排时间、分配任务，确保项目顺利进行。
三、实习收获1. 专业技能方面通过实习，我对遥感解译技术有了更深入的了解，掌握了遥感图像处理软件的操作技能，提高了遥感解译的准确性和效率。
2. 实践能力方面在项目实践中，我积累了丰富的实践经验，学会了如何将理论知识应用于实际工作中，提高了自己的实践能力。
3. 团队协作能力方面实习期间，我学会了与团队成员高效沟通、协作，提高了自己的团队协作能力。
4. 项目管理能力方面通过参与项目，我了解了项目管理的流程和方法，提高了自己的项目管理能力。
四、实习总结本次遥感解译技术员实习让我受益匪浅，不仅提高了我的专业技能，还锻炼了我的实践能力、团队协作能力和项目管理能力。
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软件系统五、具体实习过程1. 运用ENVI软件观察影像中不同地物的光谱曲线A．提取单个像素的光谱曲线(Z Profiles)1）选择FILE->OPEN打开遥感影像。
出现Available band list对话框图1-1 Available band list对话框2）依据图1中的设置，选择RGB三个通道的数据，并且点击Load RGB,在#1中显示影像。
遥感解译实习报告
一、实习背景随着遥感技术的不断发展，遥感解译在地理信息系统、资源环境监测、城市规划等领域发挥着越来越重要的作用。
为了提高自身的专业素养和实践能力，我于2021年7月至9月在XX遥感研究所进行了为期两个月的遥感解译实习。
二、实习目的1. 了解遥感解译的基本原理和方法；2. 掌握遥感图像处理和数据分析技术；3. 培养实际操作能力，提高解决实际问题的能力；4. 为今后的科研工作积累经验。
三、实习内容1. 遥感图像获取与处理实习期间，我学习了遥感图像的获取方法，包括卫星遥感、航空遥感等。
同时，掌握了遥感图像预处理、增强、配准、融合等处理技术。
通过实际操作，我对遥感图像处理软件ENVI、ArcGIS等有了更深入的了解。
2. 遥感图像解译与分析在遥感图像解译方面，我学习了地物波谱特性、遥感图像分类、特征提取等基本理论。
通过实习，我掌握了利用ENVI、ArcGIS等软件进行遥感图像解译的方法，并对不同地物进行了分类与识别。
3. 遥感应用案例研究实习期间，我参与了XX地区土地利用现状遥感调查项目。
通过对遥感图像的解译与分析，我们完成了该地区土地利用类型的划分、面积统计等工作。
此外，我还参与了城市绿地遥感监测、森林资源调查等案例研究。
4. 实践操作与问题解决在实习过程中，我遇到了许多实际问题。
例如，遥感图像质量较差、地物信息提取困难等。
通过查阅资料、请教导师和同事，我逐渐解决了这些问题，提高了自己的实际操作能力。
四、实习成果1. 掌握了遥感图像处理、解译与分析的基本原理和方法；2. 熟练运用ENVI、ArcGIS等遥感图像处理软件；3. 完成了XX地区土地利用现状遥感调查项目，取得了较好的成果；4. 提高了自身的问题解决能力，为今后的科研工作打下了基础。
五、实习体会1. 遥感解译实习使我认识到遥感技术在解决实际问题中的重要性；2. 实习过程中，我学会了与同事合作，提高了团队协作能力；3. 通过实际操作，我认识到理论知识与实践操作相结合的重要性；4. 实习使我更加坚定了从事遥感领域的决心。
遥感实习报告
一、实习背景随着遥感技术的不断发展，遥感在各个领域的应用越来越广泛。
为了更好地了解遥感技术，提高自己的实践能力，我们开展了为期两周的遥感实习。
本次实习旨在通过实际操作，掌握遥感影像处理、解译和制图等基本技能。
二、实习目的1. 熟悉遥感影像处理软件ENVI的操作，掌握遥感影像预处理、裁剪、校正等基本操作。
2. 学习遥感野外调查方法，了解野外调查的注意事项。
3. 掌握遥感影像解译技巧，根据《土地利用现状分类-GB2007》标准，对所调查区域的遥感影像地物进行初步目视解译、划分。
4. 熟练运用ENVI软件进行室内解译，进行小斑区划和数据库建立。
5. 根据遥感影像图，针对所调查区域制作土地利用现状分类专题图。
三、实习内容（一）遥感影像处理1. 遥感影像预处理：首先，我们在ENVI软件中对原始遥感图像进行预处理，包括辐射校正和几何校正。
辐射校正主要进行传感器校正、大气校正、太阳高度及地形校正。
几何校正是指纠正由系统或非系统因素引起的图像几何变形。
2. 遥感影像裁剪：根据实习要求，我们选取了金洲新区大部分地区及望城区部分区域作为本次实习的区域范围。
使用ENVI软件中感兴趣区域选取的功能，裁剪出特定的区域范围。
（二）外业建标调查1. 建立目视解译标志表：根据《土地利用现状分类-GB2007》标准，对所调查区域的遥感影像地物进行初步目视解译、划分，从而建立外业目视解译标志表。
2. 野外调查：在实习老师的指导下，我们前往实习区域进行实地调查。
调查过程中，我们详细记录了各种地物的分布情况，以及地形、地貌等信息。
（三）室内解译1. 遥感影像室内解译：运用ENVI软件，对遥感影像进行室内解译。
通过对遥感影像的分析，识别出各种地物，并进行小斑区划。
2. 数据库建立：根据室内解译结果，建立遥感影像数据库，为后续制图提供数据支持。
（四）制图1. 利用ENVI软件，根据遥感影像数据和室内解译结果，制作土地利用现状分类专题图。
2. 对专题图进行美化，包括添加图例、标题、比例尺等信息。
遥感专业本科生实习报告
遥感专业本科生实习报告一、实习背景与目的作为一名遥感专业的本科生，我深知实践对于理论知识的重要性。
因此，在大学四年级的时候，我积极寻找实习机会，以期能够将所学知识应用于实际工作中，提高自己的综合素质和能力。
本次实习的目的主要是通过实际操作，深入了解遥感技术在地质调查、资源勘探、环境保护等领域的应用，同时培养自己的团队协作和沟通能力。
二、实习内容与过程实习期间，我参与了项目组开展的一系列遥感地质调查工作。
主要工作内容包括：遥感数据处理与分析、遥感图像解译、野外实地考察等。
在实习过程中，我严格按照导师的要求，遵循实验规程，确保数据的准确性和可靠性。
1. 遥感数据处理与分析我负责的部分是遥感数据处理与分析。
首先，我学会了使用遥感软件进行数据预处理，包括去噪声、辐射校正、大气校正等。
然后，我根据研究区域的地质特征，选择了合适的遥感指数，进行了遥感图像的解译。
通过对比不同指数的图像，我学会了如何识别地质体和构造。
2. 遥感图像解译在遥感图像解译阶段，我主要通过目视解译和计算机辅助解译相结合的方法，对遥感图像进行了详细的研究。
我学会了如何根据遥感图像上的颜色、纹理、形状等特征，识别地层、岩性、构造等地质要素。
同时，我还学会了如何将遥感解译结果与地形、地质、钻孔等数据进行对比分析，以提高解译的准确性。
3. 野外实地考察在野外实地考察阶段，我跟随项目组成员，对遥感解译结果进行了验证。
我学会了如何利用地质罗盘、测量仪器等工具，进行地质测量和采样。
通过野外实地考察，我对遥感解译结果有了更深入的了解，也提高了自己的实践能力。
三、实习收获与体会通过本次实习，我对遥感技术在地质调查中的应用有了更深入的认识。
我学会了如何运用遥感技术获取地质信息，提高地质调查的效率。
同时，我也明白了理论知识与实际操作相结合的重要性。
在实习过程中，我学会了如何与团队成员沟通、协作，提高团队的整体执行力。
四、实习总结本次实习让我受益匪浅，不仅提高了自己的专业技能，也锻炼了自己的团队协作和沟通能力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
遥感解译与制图实习报告学生姓名：孙国欢班学号：113131-05指导老师：肖启芝中国地质大学信息工程学院2015年11月实习过程遥感图像解译实习指导一一、实习任务：1.熟悉各种典型地物的光谱曲线2．对遥感影像进行判读，建立典型地物的解译标志3．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软件系统任务1：运用ENVI软件观察影像中不同地物的光谱曲线这个实验使用的文件是pingjie.img，打开文件后通过Tools->Profiles->Z profile(spectrum)获得不同地物点的光谱曲线结果。
任务2：武汉市TM 影像解译实习这次影像实习主要对武汉市的ETM 数据进行解译，提取出主要的地物覆盖类型。
这次试验使用的文件是pingjie.tif ，我选取的波段组合是R:4 G:3 B:2。
它的主要的步骤是数据层叠加---选择典型样区（ROI ）---保存典型地物图片---获得判读标志。
判读结果：无明显纹理无明显纹理有较为细密的格网纹理光谱任务3：运用ERDAS软件提取影像中的植被指数使用ERDAS软件进行影像中NDVI指数的提取，方法是在Interpreter->SpectralEnhancement->Indices进行设置输出含有NDVI指数信息的影像。
可以看出强化了植被区域，突出了NDVI指数影像的特点。
左：pingjie.img右：含有NDVI指数信息的影像任务4：依据erdas中文教程第十章空间建模工具的介绍，遵循TM水体模型，提取所给的TM影像上的水体遥感图像解译实习指导二一、实习任务：运用遥感软件进行图像校正，包括辐射校正和几何校正二、实习目标：1 熟悉ERDAS视窗操作过程2 熟悉遥感数据几何校正过程3 运用ERDAS软件进行地形校正三、教学方式：依据实习指导书进行实验，并完成实习报告四、使用器材：ERDAS遥感图像处理软件，遥感数据任务1：ERDAS视窗的基本操作这个实验的目的是了解目前主流的遥感图象处理软件ERDAS的主要功能模块：视窗功能介绍；文件菜单操作；实用菜单操作；显示菜单操作；矢量和删格菜单操作，掌握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。
它的主要步骤是打开文件File→open→ RasterLayer→Select Layer To Add---设置参数---打开图像。
设置参数 R:3 G:2 B:1 打开文件pingjie.img任务2：多项式几何纠正多项式纠正使用的文件是tmAtlanta.img和panAtlanta.img分别作为未纠正影像和模板影像。
这个实验的主要步骤是打开文件---选择Polynomial（多项式）作为纠正方法---采集地面控制点---计算转换模型---图像重采样---保存几何纠正模式。
期间基本所有参数都是默认值，输出几何纠正后的影像保存对比。
左：panAtlanta.img右：tmAtlanta.img多项式纠正采集控制点通过多项式纠正获得任务3：地形校正地形校正借助Lambertian反射模型消除地形对遥感影像的影响，由于与地面高程、太阳高度角、方位角相关的地形坡度、坡向受地形的影响，遥感图像会有部分畸变，可以借助DEM数据以及太阳高度角、方位角对遥感影像进行校正处理，消除部分地形影响。
这个实验的步骤是选择Topographic analysis|Topographic Nomalize命令---打开Lambertian reflection Model对话框---输入影像文件---输出DEM文件。
实习思考题：1 运用多项式方法进行图像几何校正时，控制点的分布应该满足什么条件？多项式的系数与所需选择地最小控制点的点数之间存在什么关系？[(t+1)(t+2)/2]2 在多项式纠正时，可以选择1次，2次以及3次多项式作为纠正模型，比较这三种纠正模型在所给的遥感数据的纠正效果，谈谈你对这三种纠正模型的理解，它们的不同之处以及适用情况。
3 请简述地形校正的原理。
1.通过寻找控制点（GCP）去求系数，有几个未知数就至少要几对控制点，一次至少要三对，两次至少要六对，三次至少要十对。
有经验公式GCPmin=（t+1）(t+2)/2。
2.多项式纠正模型:1）一次多项式Xw=a0+a1*Xb+a2*Yb Yw=b0+b1*Xb+b2*Yb2）二次多项式 Xw=a0+a1*Xb+a2*Yb+a3*Xb^2+ a3*Yb^2+a5*Xb*YbYw=b0+b1*Xb+b2*Yb+b3*Xb^2+ b3*Yb^2+b5*Xb*Yb3）三次多项式Xw=a0+a1*Xb+a2*Yb+a3*Xb^2+a3*Yb^2+a5*Xb*Yb+a6*Xb^3+a7*Yb^3 +a8*Xb^2*Yb+ a9*Xb*Yb^2Yw=b0+b1*Xb+b2*Yb+b3*Xb^2+b3*Yb^2+b5*Xb*Yb+b6*Xb^3+b7*Yb^3 +b8*Xb^2*Yb+ b9*Xb*Yb^2多项式的纠正精度与地面控制点的精度、分布、数量以及纠正的范围有关，地面控制点的精度越高、分布越均匀、数量越多，几何纠正的精度就越高。
多项式纠正时，在控制点处拟合较好，但是其他点的误差可能较大，平均误差小并不能保证图像各点的误差都小。
多项式阶数的确定取决于图像中的几何变形程度的认识。
如果变形不复杂，1阶即可满足要求，并非阶数越高，纠正精度越高。
遥感图像解译实习指导三一、实习任务：运用遥感软件进行影像融合以及影像分类二、实习目标：1 、了解几种常见的影像融合方式，并能够用erdas软件熟练操作2 、学会遥感影像的分类方法，用erdas操作，并且能够进行精度评定三、教学方式：依据实习指导书进行实验，并完成实习报告四、使用器材：ERDAS遥感图像处理软件，遥感数据任务1：多源数据融合多源数据融合采用IHS融合方法。
IHS 融合法是比较常用的一种融合方法，其基本原理是首先将空间分辨率较低的三个多光谱影像变换到 IHS 彩色空间，得到明度（I），色别（H）和饱和度（S）三个分量；然后将高空间分辨率影像进行对比度拉伸，达到与 I 分量具有相同的均值和方差；再将处理后的高空间分辨率影像替换 I 分量，作 IHS 逆变换后就得到融合后的影像。
它的主要步骤是：1.将图像tmAtlanta.img用panAtlanta.img配准，图像为:newTm.img2.画出newTm.img和panAtlanta.img两幅图像共有的区域，然后在File－save－AOI Layer as将所做的AOI区域保存获得3.利用AOI文件裁剪newTm.img和panAtlanta.img获得subTm.img和subPan.img4.通过Raster－Geometric Correction进行重采样输出文件subtm_res.img，设置Pixel Size X，Pixel Size Y与subTm.img一样。
5.利用subtm_res.img和subPan.img重复步骤2，3，4，输出文件名分别为：sub_subpan.img， sub_subtm_res.img。
获得6.进行RGB to HIS：输入文件为sub_subtm_res.img,输出文件名为RGBtoIHS.img,波段选择R:3，G:2，B:17.直方图匹配：利用文件sub_subpan.img和RGBtoIHS.img输出pan_histogrammatch.img8.将直方图匹配后的pan_histogrammatch.img图像（1 band）替换RGBtoIHS.img的I分量（第一波段）。
输出文件名为stack.img。
9.做变换HIS－RGB。
输入文件名为stack.img，输出文件名为IHStoRGB.img10.其他融合方法：输入文件newTm.img和panAtlanta.img分别作为高分辨影像和多光谱影像，融合方法选择了主成分变换（Principal Component）双三次卷积(Cubic Convolution)。
获得如下影像文件。
任务2：遥感图像分类（监督分类或者非监督分类）1．非监督分类非监督分类运用ISODATA算法，按照像元的光谱特性进行统计分类。
使用该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。
由于人为干预较少，非监督分类过程的自动化程度较高。
非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。
1、输入文件pingjie.img（未分类图像）产生分类图像pingjie_isodata.img2、生成分类模板文件，确定聚类参数，需要确定初始聚类方法和分类数。
设置ISODATA的一些参数分类、图像彩色属性、定义最大循环次数并设置循环收敛阈值。
获得文件2.分类评价获得一个初步的分类结果以后，应用分类叠加检查分类精度。
显示原图像与分类图像并选择所需要的打开的多波段影像，选择Raster Options功能。
同样方法，在同一个视图窗口下选择打开需要叠加的影像，把Clear Display前的勾去掉，保证叠加显示。
打开的viewer中，选择Raster-Attributes，打开分类图像属性表并调整字段显示顺序，调整字段的顺序以及字段名称等，使Histogam，Opacity，Color，Class_Names四个字段的显示顺序依次排在前，完成。
接下来给各个类别赋相应的颜色。
Rarster Attribute Editor内的属性表点击一个类别的Row字段从而选择该类别，选择一种颜色，标注类别的名称和相应颜色，选择一种合适的颜色(如水体为蓝色)。
2.监督分类监督分类常用于对研究区域比较了解的情况。
在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。
对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。
监督分类一般要经过以下几个步骤：建立模板(训练样本)分类特征统计、栅格矢量转换、评价模板、确定初步分类图、检验分类结果、分类后处理。