erdas数据处理综合练习
ER图练习题及答案
联系类型； • （2）将E-R图转换成关系数据模型，并指出
没一个关系的主键
h
8
• 解： • (1科) 室编号
工号
姓名
项目编号
科室
1
组成
N 医生 M
参与
K医药科研 项目
科室名称
出生日期 民族 参与时间项目名称项目简述
m
比分
组别
比赛
比赛时间
n
级别
k
裁判
位置 裁判编号
年龄
姓名
h
7
• 题4：某医院有多个科室，每个科室有多名医生， 每名医生只能在一个科室中工作。每名医生可以 参与多个医药科研项目，每个医药科研项目可以 由多名医生参加。每名医生参加某医药科研项目， 都有参加该项目的时间和项目名称。
• 其他相关信息包括，关键词带下划线： • 科室：科室编号，科室名称； • 医药科研项目：项目编号，项目名称，项目简
球队 m
m
训练
训练时间
n
场地
场地名称 场地规模
位置
h
4
3. 安排比赛。该赛事聘请有专职裁判 , 每场比赛只安排一个裁判 。系统记录裁判 的姓名、年龄、级别等信息。系统按照一定的规 则 , 首先分组 , 然后根据球队、场地和 裁判情况 , 安排比赛 ( 每场 比赛的对阵双方分别称为甲队和乙队)。记录参赛球队、比赛时间 、比分、场地名称等信息 , 如表2 所示。裁判可能出现重名情况。 表2 比赛安排表.
h
1
姓名 教练编号
年龄
1
教练
担任
球队名称 代表地区 成立时间
ER图习题及答案
1.用质数法设计代码校验位：原代码共7位，从左到右取权3，5，7，13，17，19，23，以11为模，试求出的校验位？如果让“11”既作模，又作权，会存在什么缺陷(可以举例说明)？当该位发生错误时，校验位将无法检测到这位发生错误。
如：将权13改为11（左边第四位权），原代码是，其校验位仍为6，新码是；在输入或传输过程中发生错误：第四位由0变为9（或其它任意数字1-9），即输入“26990886”此时的校检位6将无法检测到已发生的错误！因为2X3+6X5+9X7+9X11+0X17+8X19+8X23=435+9X11=534模11后所得余数仍为6，计算机会认为：没有发生错误！。
设某商业集团数据库中有三个实体集。
一是“商店”实体集，属性有商店编号、商店名、地址等；二是“商品”实体集，属性有商品号、商品名、规格、单价等；三是“职工”实体集，属性有职工编号、姓名、性别、业绩等。
商店与商品间存在“销售”联系，每个商店可销售多种商品，每种商品也可放在多个商店销售，每个商店销售一种商品，有月销售量；商店与职工间存在着“聘用”联系，每个商店有许多职工，每个职工只能在一个商店工作，商店聘用职工有聘期和月薪。
试画出ER图，并在图上注明属性、联系的类型。
将ER图转换成关系模型，并注明主键和外键。
•这个ER图可转换4个关系模式：商店（商店编号，商店名，地址）职工（职工编号，姓名，性别，业绩，商店编号，聘期，月薪）商品（商品号，商品名，规格，单价）销售（商店编号，商品号，月销售量）2.设某商业集团数据库中有三个实体集。
一是“公司”实体集，属性有公司编号、公司名、地址等；二是“仓库”实体集，属性有仓库编号、仓库名、地址等；三是“职工”实体集，属性有职工编号、姓名、性别等。
公司与仓库间存在“隶属”联系，每个公司管辖若干仓库，每个仓库只能属于一个公司管辖；仓库与职工间存在“聘用”联系，每个仓库可聘用多个职工，每个职工只能在一个仓库工作，仓库聘用职工有聘期和工资。
专项11数据处理(原卷版+解析)
专题11 数据处理一、解答题1．（2020·全国课时练习）为了解学生对“垃圾分类”知识的了解程度，某学校对本校学生进行抽样调查，并绘制统计图，其中统计图中没有标注相应人数的百分比．请根据统计图回答下列问题：（1）求“非常了解”的人数的百分比．（2）已知该校共有1200名学生，请估计对“垃圾分类”知识达到“非常了解”和“比较了解”程度的学生共有多少人？2．（2020·重庆八年级月考）某校的20年校庆举办了四个项目的比赛，现分别以A，B，C，D表示它们．要求每位同学必须参加且限报一项．以701班为样本进行统计，并将统计结果绘制如下两幅统计图，其中参加A项目的人数比参加C与D项目人数的总和多1人，参加D项目的人数比参加A项目的人数少11人．请你结合图中所给出的信息解答下列问题：（1）求出全班总人数；（2）求出扇形统计图中参加D项目比赛的学生所在的扇形圆心角的度数；（3）若该校7年级学生共有200人，请你估计这次活动中参加A和B项目的学生共有多少人？3．（2020·长沙市周南实验中学七年级月考）某校园文学社为了解本校学生对本社一种报纸四个版面的喜欢情况，随机抽取部分学生做了一次问卷调查，要求学生选出自己喜欢的一个版面，将调查数据进行了整理、绘制成部分统计图如下：请根据图中信息，解答下列问题：（1）第一版=____%，“第四版”对应扇形的圆心角为________°；（2）请你补全条形统计图；（3）若该校有1200名学生，请你估计全校学生中最喜欢“第三版”的人数．4．（2019·全国七年级单元测试）某校为了解本校1200名初中生对安全知识掌握情况，随机抽取了60名初中生进行安全知识测试，并将测试成绩进行统计分析，绘制了如下不完整的频数统计表和频数直方图：请结合图表完成下列各题：(1)频数表中的a＝________，b＝________；(2)将频数分布直方图补充完整；(3)若测试成绩不低于80分定为“优秀”，你估计该校的初中生对安全知识掌握情况为“优秀”等级的大约有多少人？5．（2019·全国七年级单元测试）为了解我市某中学九年级学生的体能情况，在该校800名九年级学生中随机抽取了部分学生进行引体向上测试，现对这部分学生引体向上的次数进行统计，并绘制成如图所示的频数分布直方图．(1)求共抽取了多少名学生进行引体向上测试？(2)试估计该校九年级学生引体向上次数不低于5次的人数．6．（2018·全国七年级单元测试）某校要了解学生每天的课外阅读时间情况，随机调查了部分学生，对学生每天的课外阅读时间x(单位：min)进行分组整理，并绘制了如图所示的不完整的统计图表，根据图中提供的信息，解答下列问题：(1)本次调查共抽取了________名学生；(2)统计表中a＝________，b＝________；(3)将频数分布直方图补充完整；(4)若全校共有1200名学生，请估计阅读时间不少于45 min的有多少人.专题11 数据处理一、解答题1．为了解学生对“垃圾分类”知识的了解程度，某学校对本校学生进行抽样调查，并绘制统计图，其中统计图中没有标注相应人数的百分比．请根据统计图回答下列问题：（1）求“非常了解”的人数的百分比．（2）已知该校共有1200名学生，请估计对“垃圾分类”知识达到“非常了解”和“比较了解”程度的学生共有多少人？解：（1）由题意可得，“非常了解”的人数的百分比为：72100%20% 360︒⨯=︒，（2）由题意可得，对“垃圾分类”知识达到“非常了解”和“比较了解”程度的学生共有：1200×72108360︒+︒︒=600（人），2．某校的20年校庆举办了四个项目的比赛，现分别以A，B，C，D表示它们．要求每位同学必须参加且限报一项．以701班为样本进行统计，并将统计结果绘制如下两幅统计图，其中参加A项目的人数比参加C与D项目人数的总和多1人，参加D项目的人数比参加A项目的人数少11人．请你结合图中所给出的信息解答下列问题：（1）求出全班总人数；（2）求出扇形统计图中参加D项目比赛的学生所在的扇形圆心角的度数；（3）若该校7年级学生共有200人，请你估计这次活动中参加A和B项目的学生共有多少人？解：（1）总数为：2×25=50；（2）设参加D项目的人数为x人，C项目的人数为y人，则A项目的人数为（x+11）人．依题意得：111(11)25 x x yx y x+=++⎧⎨+++=⎩解得：210 xy=⎧⎨=⎩，所以参加D项目人数：2人；参加D项目的学生所占扇形圆心角：250×360°=14.4°；（3）参加A、B项目的学生人数：132520050+⨯=152（人）．3．某校园文学社为了解本校学生对本社一种报纸四个版面的喜欢情况，随机抽取部分学生做了一次问卷调查，要求学生选出自己喜欢的一个版面，将调查数据进行了整理、绘制成部分统计图如下：请根据图中信息，解答下列问题：（1）第一版=____%，“第四版”对应扇形的圆心角为________°；（2）请你补全条形统计图；（3）若该校有1200名学生，请你估计全校学生中最喜欢“第三版”的人数．【详解】（1）设样本容量为x．由题意6x=10%，x=60，则第一版=18x=1860=30%，第四版的圆心角=2060×360°=120°（2）第三版的人数为60-18-6-20=16人（3）该校有1200名学生,估计全校学生中最喜欢“第三版”的人数约为1200×1660=320人.4．某校为了解本校1200名初中生对安全知识掌握情况，随机抽取了60名初中生进行安全知识测试，并将测试成绩进行统计分析，绘制了如下不完整的频数统计表和频数直方图：请结合图表完成下列各题：(1)频数表中的a＝________，b＝________；(2)将频数分布直方图补充完整；(3)若测试成绩不低于80分定为“优秀”，你估计该校的初中生对安全知识掌握情况为“优秀”等级的大约有多少人？解：(1)根据条形统计图所给出的数据可得a＝18，则b＝60－6－10－18－12＝14；故答案为18,14.(2)根据(1)求出的b的值，补图如下：(3)“优秀”等级的人数为1200×141260＝520(人)．5．为了解我市某中学九年级学生的体能情况，在该校800名九年级学生中随机抽取了部分学生进行引体向上测试，现对这部分学生引体向上的次数进行统计，并绘制成如图所示的频数分布直方图．(1)求共抽取了多少名学生进行引体向上测试？(2)试估计该校九年级学生引体向上次数不低于5次的人数．【详解】(1)调查的学生总数为1＋1＋3＋4＋4＋6＋6＋7＋8＝40(名)．(2)由频数分布直方图得引体向上次数不低于5次的人数为8＋6＋4＋1＋1＝20(名)，800×2040＝400(人)，所以估计该校九年级学生引体向上次数不低于5次的人数为400人．6．某校要了解学生每天的课外阅读时间情况，随机调查了部分学生，对学生每天的课外阅读时间x(单位：min)进行分组整理，并绘制了如图所示的不完整的统计图表，根据图中提供的信息，解答下列问题：(1)本次调查共抽取了________名学生；(2)统计表中a＝________，b＝________；(3)将频数分布直方图补充完整；(4)若全校共有1200名学生，请估计阅读时间不少于45 min的有多少人.【详解】(1)6÷10%＝60，即本次调查共抽取了60名学生．故答案为60.(2)a＝60×25%＝15，b＝18÷60×100%＝30%.故答案为15，30%.(3)如图所示．(4)1200×18+960＝540(人)．答：若全校共有1200名学生，则估计阅读时间不少于45 min的有540人．。
ERDAS 多命令批处理整理
多命令批处理通过每个功能的Batch按钮操作来实现多命令的串接和批处理操作（上一步的输出数据作为下一步操作的输入数据），通过Start Recording Batch Commands来实现。
ERDAS众多功能中，功能窗口界面包含Batch按钮的都可以进行批处理。
1、Batch（数据格式转换-重投影-降位）本例介绍数据格式转换->重投影->降位批处理，这是单个数据的工作流批处理，即工作流的输入数据只有一个。
1.1 自动记录批处理命令点击File | Batch | Start Recording Batch Commands，弹出Batch Command Editor对话框，所有在ERDAS IMAGINE中点击了Batch按钮的操作都会被记录进来。
1.2 记录数据格式转换批处理点击Manage Data | Import Data，弹出Import对话框：1) Format: 文件类型选择TIFF。
2) Input File:(*.tif)：设置输入数据quickbird_pyramids_pan.tif。
3) Output File:(*.img)：设置输出数据quickbird_pyramids_pan.img。
点击OK按钮，在弹出的Import TIFF对话框窗口点击Batch按钮。
这时可以看到格式转换命令被自动记录进去。
1.3 记录重投影批处理点击Raster | Reproject图标，弹出Reproject Images对话框：1) Input File:(*.img)：设置数据格式转换输出数据quickbird_pyramids_pan.img。
2) Output File:(*.img)：设置影像重投影输出数据quickbird_pyramids_pan_proj.img。
3) Output Projection：点击修改投影属性图标，打开投影设置对话框定义投影类型Projection Type为Geographic(Lat/Lon)，椭球体Spheroid Name为WGS 84，大地基准面Datum Name为WGS 84，点击OK回到投影设置对话框再点击OK完成。
实验二、ERDAS实用菜单操作
实验二、ERDAS实用菜单操作内容一数据输入实习目的：掌握TM图像数据输入的主要方法。
实习内容：主要包括单波段TM图像数据输入、多波段组合文件的生成。
从地面站购买的TM图像数据或其它图像数据，不一定都是img格式，要通过数据输入输出得到img格式。
1.JPEG图像数据输入在ERDAS图标面板工具条中，点击——打开输入输出对话框，如图2.1所示。
并做如下的选择：图2.1 import对话框1）选择数据输入操作：Import2）选择数据输入类型（Type）为jpeg格式：JFIF(JPEG)3）选择数据输入媒体（Media）为文件：File4）确定输入文件路径及文件名（Input File）：TM1.JPG5）确定输出文件路径及文件名（Output File）：tm1.img6）OK图2.2 import对话框参数设置打开Import JFIF Files对话框，如图2.3所示图2.3 Import JFIF Files对话框在Import JFIF Files对话框中点击OK执行输入操作，完成数据输入，如图2.4所示。
图2.4 进程状态条重复上述过程，可依此将多波段数据全部输入，转换为.IMG文件。
2. 组合多波段数据为了图像处理与分析，需要将上述转换的单波段IMG文件组合为一个多波段图像文件。
第一步：在ERDAS图标面板工具条中，点击Interpreter|Utilities|Layer Stack。
出现波段叠加对话框，如图2.5所示。
图2.5 Layer Selection and Stacking对话框第二步：在Layer Selection and Stacking对话框中，依此选择并加载（Add）单波段IMG图像：1）输入单波段图像文件（Input File: *.img）:tm1.img——Add2）输入单波段图像文件（Input File: *.img）:tm2.img——Add重复上述步骤3）输入组合多波段图像文件（Output File:*.img）:bandstack.img4）OK执行并完成波段组合。
ERDAS遥感软件教程-高光谱图像处理实验
九、高光谱图像处理高光谱分辨率遥感（Hyperspectral Remote Sensing），简称高光谱遥感，是在电磁波的紫外、可见光、近红外和中红外波段范围内，获取许多非常窄且光谱连续的影像数据的技术。
常规遥感的波段宽度一般大于50nm，并且波段在电磁波谱上不连续，所有波段加起来并不能覆盖可见光到热红外的整个波普范围，而光谱遥感成像光谱仪可以提供数十个甚至数百个很窄的波段（波段宽度一般小于10nm）来接受信息，且能够产生一条连续完整的光谱曲线（V ane and Goetz,1933），光谱覆盖从可见光到红外光的全部电磁波范围，因此其信息量是无法探测的，而高光谱传感器极窄的波段宽度，足够识别这些地物特征。
高光谱遥感凭借着其明显的技术优势，在各领域展现出广阔的应用前景。
目前已广泛应用于地质矿产调查、植被研究、环境监测、土壤调查、农作物估产、大气科学等领域中。
高光谱图像具有以下特点：（1）波段多，光谱分辨率高，光谱间相关性强。
（2）空间分辨率高。
高的光谱分辨率和空间分辨率是遥感技术发展的两个方向，这两个方向有趋于统一的趋势。
（3）由于波段多，狭窄且连续，使得高光谱数据量巨大、数据冗余严重。
一些常规遥感图像处理分析方法仍可用于高光谱影像。
但由于高光谱图像波段多、广谱分辨率大、数据量大等特点，常规的遥感图像处理方法并不完全适合高光谱图像处理，对它的处理需要一些特殊的方法和技术。
ERDAS IMAGINE9.2提供了一个高光谱分析工具，是高光谱数据的分析简单化、自动化。
本章主要介绍高光谱分析工具中的各个功能，这些功能都在Interpreter图标下的BasicHyperSpectral Tools工具中（图9.1）。
本例使用的示例数据是一幅1995年美国内华达州某地的AVIRS图像，从波段172~221，共50个波段，文件格式为img，存放在chp\tutor\ex_hyper.img（图9.2）。
图9.1Basic HyperSpectral Tools工具图9.2实例图像ex_hyper.img9.1归一化处理光谱归一化（Normalize ），是将每一个像元的光谱值统一到整体平均亮度水平，以减小亮度差异。
ERDAS+IMAGINE遥感图像处理练习
陕西师范大学旅游与环境学院遥感图像处理练习 -----利用 ERDAS IMAGINE 软件陕西师范大学旅游与环境学院地理信息系统实验室2003. 9. 10目 录 一．ERDAS Imagine 软件简介1.ERDAS IMAAGINE软件概述（Introduction ）2.在程序菜单中选择ERDAS IMAGINE 8.4 启动3.ERDAS IMAGINE 功能体系（Function System）二、图像显示1.图像显示视窗（Viewer）2.图像显示三、数据输入1.单波段二进制图像数据输入2.组合多波段数据四、数据预处理1.图象几何校正2.图象拼接处理3.图象分幅裁剪五、图像增强处理1.图像解译功能简介（Introduction of Image Interpreter）2.图像空间增强3.辐射增强处理：4.光谱增强处理六、非监督分类1．图像分类简介（Introduction to classification）2 非监督分类（Unsupervised Classification）七、监督分类1.定义分类模板（Define Signature Using signature Editor）2.评价分类模板（Evaluating Signatures ）3.执行监督分类(Perform Supervised Classification)4.评价分类结果(Evaluate classification)5.分类后处理(Post-Classification Process)一、ERDAS Imagine软件简介.实习目的：了解ERDAS Imagine 软件模块构成、功能.内 容：·ERDAS IMAGINE软件概述（Introduction）·ERDAS IMAGINE目标面板（Function System）·ERDAS IMAGINE功能体系（Function System）1． ERDAS IMAAGINE软件概述（Introduction ）ERDAS IMAGINE是美国ERDAS公司开发的专业遥感图像处理与地理信息系统软件。
实验设计与数据处理第八章例题及课后习题答案doc资料
z1z3
灰化温度 原子化温 灯电流
x1/℃ 度x2/℃ x3/mA x1x2 x1x3 吸光度yi
1
700 2400
10 1680000 7000 0.552
-1
700 2400
8 1680000 5600 0.554
1
700 1800
10 1260000 7000 0.48
-1
700 1800
8 1260000 5600 0.472
SS 0.0091125
0.001626 0.0108635
MS
F
0.0091125 33.62546
0.000271
试验号
z1 1 2 3 4 5 6 7 8 9 10 11
z2 1 1 1 1 -1 -1 -1 -1 0 0 0
z3 1 1 -1 -1 1 1 -1 -1 0 0 0
提取率
y/%
*
Lower Upper 下限 上限
95%
95% 95.0% 95.0%
0.492724 0.516776 0.492724 0.516776
-0.00228 0.021776 -0.00228 0.021776
0.021724 0.045776 0.021724 0.045776
-0.00728 0.016776 -0.00728 0.016776
-30.4107 -22.7163 -30.4107 -22.7163
-4.83743 4.837426 -4.83743 4.837426
-5.88644 5.886436 -5.88644 5.886436
-47.6223 -35.8495 -47.6223 -35.8495
- 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)。
实验四
1.数据导入导出
由tiff格式转变成image格式，要把图像一个一个进行转换。
2.数据融合把各个波段进行融合，即1—5波段和7波段，输入的时候要注意顺
序，一定按照123457顺序输入，因为处理的时候有默认的顺序，若先输入7，则将会把7按照1进行处理，错。
融合后的三幅图像名字依次为：
l71123033_03320000516.img
l71124032_03220000507.img
l71124033_03320000507.img
3.图像拼接拼接后输出mosaic.img
按照该方法依次添加另外两幅影像。
4.用ArcMap打开保定市地图（设置坐标为Beijing54，110，25，47不能设置为别的坐标
系，因为原图下载的时候就是Beijing54坐标，老师把坐标搞丢了，我们现在加上~~），然后把图导出baoding。
重新建立一个数据框，打开mosaic.img（它本身的坐标为beijing84），然后再打开baoding，这个时候两幅图的坐标不同，但是在同一个数据框架下打开，将自动进行坐标转换，把baoding的坐标由beijing54转换成为beijing84，此时把baoding1再次输出。
对“图层”右击，打开“属性”
确定
导出数据为baoding
新建数据框架，首先添加mosaic.img,再添加baoding，会弹出对话框提示坐标。
然后再对baoding进行数据输出。
保存为baoding1
5.图像转换把输出的图像baoding1由矢量变成栅格
6.图像裁剪输出图像mask.img
最后在view中打开mask.img
7.最佳波段的选择
遥感数据的统计特征分析
321波段分别是是RGB，相关性相关性较大;
4是近红外，57是中红外，6是热红外
因此选择123中一个波段（选择标准差较大的那个），57选择一个波段，4一个波段，三个波段进行融合
各波段数据的相关性分析，算相关系数，最后输出一个矩阵，存储在。
双击图mask.img
双击
双击
对图像进行投影变换
进行土地利用变化研究，需要保证面积没有变形，故需要转化成等积投影Mask.img为等角投影，面积变化较大。
监督分类
改变显示字段，不显示RED GREEN BLUE三个字段
在图中开始选取同种颜色的区域
点击，在窗口的图像上画出一个样本，在Signature Editor对话框中点击按钮，将样本添加到对话框中。
（如：每个类型的利用类型画5个样本）如下图
然后选中这五个进行合并重命名，并且把之前的这五个删掉，留下合并后的。
用同样的方法把另外四种地形全部找出，做完后保存名称为fenlei.sig。
执行监督分类：工具栏→Classifier→Supervised Classification。
注意：在输出时必须不能选择Classify Zeros即输出结果中不计算0值。
否则，输出后，图带底色。
评价分类模板
分类精度评估
点击Classifier下的Accuracy Assessment，open打开监督分类后图像，出现如下对话框
在此窗口打开fenleijiandu.img
在View窗口中打开mask.img。
原始图像和分类后图像的链接：点击在Accuracy Assessment对话框中的按钮，然
后在原始图像mask.img上点击一下，就把两个图像连接在一起。
为参考点选择颜色，蓝色在原图像中显示较明显。
创建随机点Search Count：确定随机点过程中，出现的最多分析象元数。
Number of Points：产生的随机点个数，设置为12。
在view窗口中的原始图像上面显示随机点
可以发现并不是所有随机点都在图上，有的在图外，所以要把在图外的点删除。
删除后
剩余的几个点与fenlei.sig进行比较，看看是不是分类正确，如9代表的是未利用地，几个点也全是未利用地，在reference中就输入9，予以确认，确认后，则在原图中的点变成黄色。
导出分类报告
分布精度为100%
分类后处理：
聚类统计：Interpreter→GIS Analysis→Clump。
统计分类后的图像中不和分类的斑点。
过滤分析：Interpreter→GIS Analysis→Sieve。
去除分析：Interpreter→GIS Analysis→Eliminate。
导出图像：工具栏→V ector→Raster to V ector。
在ArcMap中导入图像右击属性，将图像颜色转成多个字段专题地图。
2000年保定市土地利用图。