天津市塘沽区1970年-2010年历史遥感影像海岸线动态监测

天津市塘沽区1970年-2010年历史遥感影像海岸线动态监测
天津市塘沽区1970年-2010年历史遥感影像海岸线动态监测

天津市塘沽区1970年-2010年海岸线动态监测

1 历史遥感影像

目前,全球高分辨率遥感影像市场被GeoEye、IKONOS、QuickBird、WorldView等主流卫星所占据,在为用户提供丰富空间信息的同时,也不断推动遥感卫星的进步与行业发展。正如大家所了解,IKONOS是第一颗亚米级分辨率的商业卫星,发射时间为1999年。那么在此之前乃至更老的历史时期高分辨率遥感影像应该如何获取呢?直到“锁眼”(KeyHole)、“资源-F”(Resurs-F)、“彗星”(Kometa)等一系列历史解密影像陆续进入中国才填补了高分辨率遥感影像市场的上述空白。经过几年的应用情况来看,目前规划、海洋、科研、国土、环境、考古等行业用户已经充分掌握了如何利用历史解密影像为自己的工作提供帮助。解密影像拥有较高的分辨率,丰富的时相以及波段光谱信息,这意味着可以更好的满足不同传统用户以及更多的非行业用户的需求。

目前“锁眼”(KeyHole)系列(表1)可以提供的是1960-1980年之间的KH-1-4(CORONA)、KH-5 (ARGON)、KH-6 (LANYARD)、KH-7 (GAMBIT)和KH-9 (HEXAGON)共930000张单景图片。

表1 KeyHole系列卫星影像参数

实际中用户主要使用的大多是KH-4A和KH-4B存档影像,时相集中在1966-1972之间。这个阶段Corona系列卫星共发射32次,经过长期调试已经可以把卫星轨道降到166公里的水平上,从而使分辨率达到了1.8米,回访周期1天,并可以提供立体相对。这个期间用户完全可以选择到理想的存档数据。

值得推荐的是KH-7存档影像,时相集中在1963年7月到1967年6月。分辨率最初为1.2米,到1966年提高到0.6米,拍摄的目标主要集中在战略目标、核目标以及导弹防御和弹道导弹系统。除了将近100幅以色列的单景影像仍然处于保密状态之外,KH-7拍摄的19000幅单景影像全部得到了解密。

可以作为重要时相补充的还有KH-9存档影像,被认为是KH-1-4存档影像的替代品。KH-9获取了全球大面积分辨率6米的影像,除以色列领土外,29000幅影像已经解密。

KeyHole 系列在历史解密影像的资源整合中发挥着举足轻重的作用,无论是空间分辨率、时间分辨率以及制图精度等方面都拥有出色的表现,即便这样仍然受时相和波段的约束。而“资源-F”(Resurs-F)的出现得到了国内众多用户的高度关注,Resurs-F卫星大家也许不是很熟悉,但提起同属于Resurs系列至今仍在服役的Resurs-DK1卫星大家应该并不陌生。该计划始于上世纪70年代,资源系列解密的卫星影像包括:F1、F2和F3,解密影像自2007年开始商业化(表2)。

表2 Resurs系列卫星影像参数

以上的参数中可以明显看到,Resurs与KeyHole相比起来差别还是非常大的。除了拥有更多的波段以及更大的幅宽之外,在时相和分辨率的衔接上与KeyHole系列也出奇的默契,这些潜移默化的匹配注定意味着它比KeyHole系列具有更广泛的应用以及更深入的空间领域分析。

值得称赞的是,Resurs系列具有多光谱波段,这是全色影像无法比拟的,它可以代替单纯的人工对地物进行识别,而得到更快和更准确的影像信息提取。这也是众多专业用户完成规划、海洋、环境、生态等科研课题的重要依据来源。

与KeyHole 系列相同的是前苏联也拥有自己的制图卫星--“彗星”(Kometa),只是分辨率略低于KH-7。Кometa带有两个立体成像相机:KVR-1000和TK-350,以帮助立体图像的采集。星载的测图成像系统,用于空间信息的采集与制图。全色影像可生产1:50000地形图和立体影像。卫星同时装备了专业测图的影像采集与控制系统,为数字化正射模型提供了基础。

2 项目背景

海岸线是划分海洋与陆地管理区域的基准线,快速而又准确地测定海岸线的动态变化,对于海域使用管理具有十分重要的意义。但是由于河口淤积、气候变暖等自然条件的变化导致的海平面上升,及围垦、填海造地、海洋工程等人类活动的影响,导致海岸线在不断地发生着变化,传统的野外实地调查方法花费人工多、效率低、工作周期长而且获取的数据不易统计。遥感是一种以物理手段、数学方法和地学分析为基础的综合性应用技术,卫星观测的大面积,同步、高精度的特点可准确地记录海岸线状况及其相关的地面信息,有效地克服地面调查中可能遇到的各种限制,独有的时效性可以使之在短时间内对同一地区进行重复探测,在海岸线调查中具有显而易见的优势。

3 技术流程

从项目目的、时间要求和数据情况出发,制定了此次海岸线动态监测的总体技术流程(图1)。简单可以概括为数据准备、影像预处理、提取海岸线、海岸线叠加与统计、统计结果分

析。

图1海岸线动态监测技术流程图

4 数据准备及数据预处理

4.1 数据准备

本次动态监测使用数据为天津塘沽区1970年5月31日KH-4影像、1999年8月11日KVR影像、2010年8月17日Geoeye影像和1:5000地形图数据以及10米DEM数据。

表3 影像类型统计[2]

4.2 数据预处理[3]

4.2.1 正射校正

正射校正是以天津地区1:5000地形图作为主控图件,结合研究区10米DEM数据对Geoeye影像进行正射校正,总误差不超过1个像元。然后,以校正好的Geoeye影像为控制参考图件,结合DEM数据分别对KH-4影像和KVR影像进行正射校正。

因为历史解密影像的特殊性,大部分遥感处理软件都缺乏KH-4和KVR卫星模型参数,所以我们采用了唯一拥有历史解密影像模型参数的专业处理历史解密影像的OrthoMap图像处理软件进行数据预处理。由于历史解密影像时相跨度较大,地物变化大,我们选择了40个左右的控制点,校正后误差在2个象元左右。最后,从校正好的影像上裁取覆盖研究区的子区,以减少数据量,提高处理速度。

4.3.1 去霾处理

去霾处理能够减少水汽和薄云产生的噪声对解译造成的影响。本项目的去薶处理是指通过大气校正去除影像上的薄雾。并通过Photoshop对影像上的细小瑕疵进行修复处理。

5 海岸线提取

5.1 海岸线提取方法

近红外波段的水体反射辐射率明显单一并低于其他地物,拟采用阈值法来划分水陆边界。因此,选用Geoeye影像的近红外波段,定出其水体阈值,将低于该值的像元定为水体,高于该值的像元则为非水体,这样就把水体与其他地物分开。

由此直接获取的水陆边界线只是海岸线在卫星成像时的瞬时水边线,而水陆边界线位置受潮汐,海岸地形等因素的影响变化很大,为了真实反映海岸线的动态变化,本文运用在海洋潮流发生一般高潮时,海水所淹没的平均界线方法来提取海岸线。

研究表明,平均高潮线法与传统提取方法的分析结果基本相近,能够满足宏观分析所需

的精度,同时,平均高潮线可以通过对遥感影像的分类处理来确定。这种方法简单易行,而且这个平均值受潮汐及海平面的影响较小,可以看作一个常值。

一般来讲,平均高潮线介于高潮滩与中潮滩之间,由于潮滩物质成分的差异以及暴露于水上时间的长短而导致含水量的不同,必然在光谱特征上有所变化,在遥感影像上表现出不同的灰阶和彩色特征信息,因此潮滩地貌特征是重要的解译标志。

5.2 海岸线提取

1999年影像上可明显看出其特征,而由于近几年港口建设的飞速发展,2010年的影像上未出现明显的沙滩,因此在自动分类时,将2010年的影像按照阈值法分为两类处理。[4] 1970年的历史遥感影像采用阈值法的自动分类结果见图2示:

图2 值法自动提取1970年海水沙地陆地

根据自动分类可以得出大致的沙滩轮廓,但海岸线显示比较模糊,用目视判读法弥补其自动分类的不足。

1999年及2010年塘沽区影像的计算机初始分类(将海水分离出来)见图3、图4所示。

图3 1999年阈值法自动提取海水沙地陆地图4 2010年阈值法自动提取海水和陆地5.3 海岸线的划分

由于根据在红外波段大陆和水体的反射率不同进行了初始分类,其中水体包括了鱼塘部分,陆地包括了云层和海滩的干扰。可用人工目视判读辅助自动分类解决以上问题。

根据相关规定,水塘的处理上,我们将封闭水塘的边界划分为海岸线的一部分,非封闭的水塘作为海洋内部处理。在影像上,沙滩具有明显的高潮位分界线,需要再根据目视判读及海岸线连贯性,最终得到海岸线如图5、图6、图7所示。

图5 1970年塘沽区海岸线图6 1999年塘沽区海岸线图7 2010年塘沽区海岸线

6 动态分析

动态分析是以客观现象所显现出来的数量特征为标准,判断被研究现象是否符合正常发

展趋势的要求,探求其偏离正常发展趋势的原因并对未来的发展趋势进行预测的一种统计分析方法。

现将塘沽区1970年、1999年和2010年三个时期的海岸线叠加到一起,得到塘沽区1970、1999、2010海岸线对比图(图8)。海岸线成图位于117.4°E~118.0°E、38.7°N~39.2°N 之间。以下所涉及到的统计结果如不做特殊说明,均在此区域内产生。

图8 塘沽区1970、1999、2010年海岸线对比图

6.1 信息统计

运用Arcgis平台的空间分析功能和统计功能,统计得出监测区域1970年、1999年、2010年海岸线动态变化表,如表4所示。[5]

表4 塘沽区1970年、1999年、2010年海岸线数据统计表

根据统计结果,为了直观地看出其海岸线长度和面积的变化速度,我们做了两个折线图说明情况:

图9 海岸线长度变化

图10 水陆面积的变化

6.2 分析结果

由以上图表资料分析,可得出以下结论:

6.2.1 从1970年到1999年间,虽经历了约30年,但海岸线的自然形态及长度都没发生太大变化,大陆逐渐向海洋延伸,但趋势较平缓。导致其海岸线向海洋处扩张的主要原因是河流入海口处带来的泥沙沉积。海岸线的演变仍属于自然变迁,人工参与度不大。

6.2.2 到2010年海岸线对比可看出,近些年来由于天津大搞经济建设和港口建设,其

海岸线类型由以前的自然泥沙类变为了有明显建造痕迹且有规则形状的人工海岸。

6.2.3 1970年至1999年之间海岸线逐步向海洋处延伸,但变化趋势较缓慢。1999年到2010年间,人工建造的港口鱼塘等设施,使得海岸线向海洋处延伸的速度增加,海洋利用率增加。

6.3.4 1999与2010年的海岸线对比可以看出,港口建设导致海岸线的长度大大增加,这样就增加了港口船只的吞吐量,有利于发展海上贸易。

本文来自北京拓普视野科技有限公司。

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。

遥感影像处理步骤

3.2.3 遥感影像数据的获取 目前世界上用于民用的卫星很多,最常用于作物长势监测的是美国发射的一系列陆地卫星。本文使用的是2013年2月11日,NASA发射的Landsat 8卫星数据,Landsat 8上携带有两个主要载荷:OLI(陆地成像仪)和TIRS(热红外传感器)。OLI包括9个波段,空间分辨率为30米,其中包括一个15米的全色波段,成像宽幅为185×185 km。OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLI Band5(0.845–0.885 μm),排除了0.825 μm处水汽吸收特征;OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征;此外,还有两个新增的波段:蓝色波段(band1:0.433–0.453 μm)主要应用海岸带观测,短波红外波段(band9:1.360–1.390 μm) 包括水汽强吸收特征可用于云检测;近红外band5和短波红外band9与MODIS对应的波段接近。 表3-2 Landsat8各波段的名称与用途 Table 3-2 The name and purpose of each band of Landsat8 (引自:张玉君,国土资源遥感,2013) 波段No 波段名称波长范围/nm 数据用途GSD地面 采样距离 /nm 辐射率/ (W·m-2sr-1u m-1)典型 SNR (典型) 1 NewDeep Blue 433-453 海岸区气溶胶30 40 130 2 Blue 450-515 基色/散射/海岸30 40 130 3 Green 525-600 基色/海岸30 30 100 4 Red 630-680 基色/海岸30 22 90 5 NIR 845-885 植物/海岸30 14 90 6 SWIR2 1560-1660 植物30 4.0 100 7 SWIR3 2100-2300 矿物/干草/无散射30 1.7 100 8 PAN 500-680 图像锐化15 23 80 9 SWIR 1360-1390 卷云测定30 6.0 130 10 TIR 10300-11300 地表温度100 11 TIR 11500-12500 地表温度100 本实验获取条带号和行编号为143/029,选取棉花蕾期、花铃期、吐絮期内无云、质量较好的影像数据,过境时间分别为2013年6月25日,8月5日,8月29日。 3.2.4 卫星影像处理 地面目标是个复杂的多维模型,具有一定的空间位置、形状、大小和相互关

遥感影像图像处理流程

遥感影像图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作,以求达到预期目的的技术。 一.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。 (2)除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带,还有一些与辐射信号无关的条带噪声,一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。

2.薄云处理 由于天气原因,对于有些遥感图形中出现的薄云可以进行减弱处理。 3.阴影处理 由于太阳高度角的原因,有些图像会出现山体阴影,可以采用比值法对其进行消除。二.几何纠正

通常我们获取的遥感影像一般都是Level2级产品,为使其定位准确,我们在使用遥感图像前,必须对其进行几何精纠正,在地形起伏较大地区,还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正,此处不做阐述。 1.图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算,必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 (1)影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中,使其在空间位置能重合叠加显示。 (2)影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中,使其在空间位置上能进行重合叠加显示。2.几何粗纠正

历史卫星影像图购买选择-1960年至今

购买卫星影像-选择北京揽宇方圆北京揽宇方圆信息技术有限公司,随着遥感卫星技术的普及与开放,各种遥感影像在城市和区域研究中得到了越来越广泛的应用。北京揽宇方圆国家遥感行业的高新技术企业,帮助我们低成本获取高质量卫星影像图提供了一条捷径。 选择卫星数据源 一、卫星类型 (1)光学卫星:worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、北京二号、高景一号、资源三号、高分一号、高分二号、高分六号、环境卫星。 (2)雷达卫星:terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 (3)侦查卫星:美国锁眼卫星全系例(1960-1980) (4)高光谱类卫星:高分五号、环境小卫星、ASTER卫星、EO-1卫星 二、卫星分辨率 (1)0.3米:worldview3、worldview4 (2)0.4米:worldview3、worldview2、geoeye、kompsat-3A

(3)0.5米:worldview3、worldview2、geoeye、worldview1、pleiades、高景一号 (4)0.6米:quickbird、锁眼卫星 (5)1米:ikonos、高分二号、kompsat、deimos、北京二号 (6)1.5米:spot6、spot7、锁眼卫星 (7)2.5米:spot5、alos、资源三号、高分一号(4颗)、高分六号、锁眼卫星 (8)5米:spot5、rapideye、锁眼卫星、planet卫星4米 (9)10米:spot5、spot4、spot3、spot2、spot1、Sentinel-卫星 (10)15米:landsat5(tm)、landsat(etm)、landsat8、高分一号16米 三、卫星国籍 (1)美国:worldview1、worldview2、worldview3、quickbird、geoeye、ikonos、landsat5(tm)、landsat(etm)、锁眼卫星、planet卫星 (2)法国:pleiades、spot1、spot2、spot3、spot4、spot5、spot6 (3)中国:资源三号、高分一号、高分二号、高分六号、高景卫星、北京二号等 (4)德国:terrasar-x、rapideye (5)加拿大:radarsat-2 四、卫星发射年份 (1)1960-1980年:锁眼卫星(0.6米分辨率至10米) (2)1980-1990年:landsat5(tm)、spot1

PIE华迪遥感影像处理软件白皮书V1.5

华迪遥感影像处理软件白皮书北京华迪宏图信息技术有限公司

目录 (44) 1.PIE概述............................................................................................................................................... 2.产品架构 (5) 3.产品关键技术 (6) 4.产品特点和优势 (6) 5.产品功能 (7) 5.1.文件输入/输出 (8) 5.1.1.栅格图像格式 (8) 5.1.2.矢量图像格式 (8) 5.2.影像显示 (8) 5.2.1.放大/缩小/适合窗口/1:1 (8) 5.2.2.漫游/鹰眼 (8) 5.2.3.矢量/字符叠加 (8) 5.2.4.坐标关联 (8) 5.2.5.卷帘 (8) 5.2.6.属性查看 (8) 5.3.影像处理 (9) 5.3.1.大气校正 (9) 5.3.2.几何校正 (9) 5.3.3.影像拼接 (10) 5.3.4.影像裁切 (10) 5.3.5.影像融合 (10) 5.3.6.多波段合成 (11) 5.4.影像增强 (11) 5.4.1.亮度对比度 (11) 5.4.2.色彩调节 (11) 5.4.3.直方图拉伸 (11) 5.5.影像分类 (12) 5.5.1.非监督分类算法 (12) 5.5.2.监督分类算法 (12) 5.5.3.分类后处理 (12) 5.6.影像特性统计与分析 (13) 5.6.1.主成份分析(PCA) (13) 5.6.2.直方图统计 (13) 5.6.3.多波段影像相关性分析 (13) 5.6.4.最佳波段组合分析 (13) 5.7.感兴趣区 (13) 5.7.1.感兴趣区绘制 (13) 5.7.2.感兴趣区管理 (14) 5.7.3.感兴趣区统计 (14) 5.8.矢量功能 (15) 5.8.1.地图叠加 (15) 5.8.2.矢量数据编辑 (15) 5.8.3.属性查询、显示、编辑 (15) 5.9.波段运算 (15)

6-遥感图像特征和解译标志

上次课主要内容 4.4简单自然地物可识别性分析 4.5复杂地物识别概率(重点理解) ①要素t 的价值②要素总和(t 1,t 2,…,t m )t 的价值 K -K E ∑ = ③复杂地物识别概率的计算理解p70~71例子

第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 5.2 遥感图像特征与解译标志的关系 5.3 遥感图像的时空特性 5.4 遥感图像中的独立变量 5.5 地物统计特征的构造

第五章遥感图像特征和解译标志 地物特征 电磁波特性 影像特征 遥感图像记录过程 n 图像解译就是建立在研究地物性质、电磁波性质 及影像特征三者的关系之上 n 图像要素或特征,分“色”和“形”两大类:?色:色调、颜色、阴影、反差; ?形:形状、大小、空间分布、纹理等。“形”只有依靠“色”来解译才有意义。

第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 n两个定义: ?解译标志定义:遥感图像光谱、辐射、空间和时间特征决定 图像的视觉效果、表现形式和计算特点,并导致物体在图像上 的差别。 l给出了区分遥感图像中物体或现象的可能性; l解译标志包括:色调与色彩、形状、尺寸、阴影、细部(图 案)、以及结构(纹理)等; l解译标志是以遥感图像的形式传递的揭示标志; ?揭示标志定义:在目视观察时借以将物体彼此分开的被感知 对象的典型特征。 l揭示标志包括:形状、尺寸、细部、光谱辐射特性、物体的阴 影、位置、相互关系和人类活动的痕迹; l揭示标志的等级决定于物体的性质、他们的相对位置及与周围 环境的相互作用等;

第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 n解译标志和揭示标志的关系: ?解译标志是以遥感图像的形式传递的揭示标志; ?虽然我们是通过遥感图像识别地物目标的,但是大多数情况 下,基于遥感图像识别地物并作出决定时,似乎并不是利用解 译标志,而是利用揭示标志。 例如,很多解译人员刚看到图像就差不多在脑海中形成地物的形象, 然后仅仅分析这个形象就能作出一定的决定。实际上,有经验的解译人 员,在研究图像的解译标志并估计到传递信息的传感系统的影响以后, 思想中就建立起地物的揭示标志,并在这些标志的基础上识别被感知物 体。解译人员在实地或图像上都没见过的地物或现象是例外。 n解译标志和揭示标志可以按两种方式进行划分:?直接标志和间接标志; ?永久标志和临时标志;

遥感发展史

遥感发展史 遥感作为一种空间探测技术,至今已经经历了地面用感、航空遥感和航天遥感三个阶段。广义的讲,遥感技术是从19世纪初期(1839年)出现摄影术开始的。19世纪中叶(1858年),就有人使用气球从空中对地面进行摄影。1903年飞机问世以后,便开始了可称为航空遥感受的第一次试验,从空中对地面进行摄影,并将航空像应用于地形和地图制图等方面。可以说这揭开了当今遥感技术的序幕。 随着窨技术、无线电电子技术、光学技术和计算机技术的发展,20世纪中期,遥感技术有了很在发展。遥感器从第一代的航空摄影机,第二代的多光谱摄影机、扫描仪,很快发展到第三代固体扫描仪(CCD);遥感器的运载工具,从收音机很快发展到卫星、宇宙飞船和航天飞机,遥感谱从可风炮发展中国家到红外和微波,遥感信息的记录和传输从图像的直接传发展到非图像的无线电传输;而图像元也从地面80m*80m,30m*30m,20*20m,10m *10m,6m*6m。 在这期间,我国遥感技术的发展也十分迅速,我们不仅可以直接接收、处理和提供和卫星的遥感信息,而且具有航空航天遥感信息采集的能力,能够自行设计制造像航空摄影机、全景摄影机、红外线扫描仪、多炮谱扫描仪、合成孔径侧视雷达等多种用途的航空航天遥感受仪器和用于地物波谱测定的仪器。而且,进行过多次规模较大的航空遥感受试验。 近十几年来,我国还自行设计制造了多种遥感信息处理系统。如假彩色合成仪,密度分割仪,TJ-82图像计算机处理系统,微机图像处理系统等。 1 卫星遥感技术的发展 1.1 信息获取技术的发展 信息获取技术的发展十分迅速,主要表现在以下几个方面: (1)各种类型遥感平台和传感器的出现 现已发展起来的遥感平台有地球同步轨道卫星(3500km)和太阳同步卫星(600~1000km)。传感器有框幅式光学仪器,缝隙,全景相机,光机扫描仪,光电扫描仪,CCD线阵,面阵扫描仪,微波散射计,雷达测高仪,激光扫描仪和合成孔径雷达等。它们几乎覆盖了可透过大气窗口的所有电磁波段,而且有些遥感平台还可以多角度成像,如三行CCD阵列可以同时得到3个角度的扫描成像;EOS Terra卫星上的MISR可同时从9个角度对地成像。 (2)空间分辨率、光谱分辨率、时间分辨率不断提高 仅从陆地卫星系列来看,20世纪70年代初美国发射的陆地卫星有4个波段(MSS),其平均光谱分辨率为150nm,空间分辨率为80米,重复覆盖周期为16-18天;80年代的T M增加到7个波段,在可见光到近红外范围的平均光谱分辨率为137nm,空间分辨率增加到30米;2000年后,出现增强型TM(ETM),其全色波段空间分辨率可达15米。法国S POT4卫星多光谱波段的平均光谱分辨率为87nm,空间分辨率为20米,重复周期为26天;SPOT5空间分辨率最高可达2.5米,重复覆盖周期提高到1-5天。1999年发射的中巴资源卫

遥感卫星图像处理方法

北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展,获得了大量的遥感影像数据,如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要,另外GIS的快速发展为人们提供了强大的地理数据管理平台,GIS数据库包括了大量空间数据和属性数据,以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程,用来辅助进行遥感图像分类,可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成,引进空间数据挖掘和知识发现(SDM&KDD)技术,支持遥感影像的分类,达到较好的结果,专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征,它是构成图像形状的基本要素,是图像性质的重要表现形式之一,是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环,也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善,从图像结构的观点来看,主要是要解决三个问题:①要找出重要的图像灰度特征;②要抑制不必要的细节和噪声;③要保证定位精度图。遥感图像的边缘特征提取的算子很多,最常用的算子如Sobel算子、Log算子、Canny算子等。 1)图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响,造成原始图像非线性变形,必须经过几何精校正,才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP),通过坐标转换函数,把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此,地面控制点的选择必须满足一定的条件,即:地面控制点应当均匀地分布在图像内;地面控制点应当在图像上有明显的、精确的定位识别标志,如公路、铁路交叉点、河流叉口、农田界线等,以保证空间配准的精度;地面控制点要有一定的数量保证。地面控制点选好后,再选择不同的校正算子和插值法进行计算,同时,还对地面控制点(GCPS)进行误差分析,使得其精度满足要求为止。最后将校正好的图像与地形图进行对比,考察校正效果。 2)波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段,从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合,使得图像既有高的空间分辨率和纹理特性,又有丰富的光谱信息,从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3)图像镶嵌

(完整版)卫星图像处理流程

卫星图像处理流程 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。 图1 消除噪声前

图2 消除噪声后 (2)除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带,还有一些与辐射信号无关的条带噪声,一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。 图3 去条纹前

图4 去条纹后 图5 去条带前

图6 去条带后 2.薄云处理 由于天气原因,对于有些遥感图形中出现的薄云可以进行减弱处理。 3.阴影处理 由于太阳高度角的原因,有些图像会出现山体阴影,可以采用比值法对其进行消除。二.几何纠正 通常我们获取的遥感影像一般都是Level2级产品,为使其定位准确,我们在使用遥感图像前,必须对其进行几何精纠正,在地形起伏较大地区,还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正,此处不做阐述。 1.图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算,必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。(1)影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中,使其在空间位置能重合叠加显示。

天津市塘沽区1970年-2010年历史遥感影像海岸线动态监测

天津市塘沽区1970年-2010年海岸线动态监测 1 历史遥感影像 目前,全球高分辨率遥感影像市场被GeoEye、IKONOS、QuickBird、WorldView等主流卫星所占据,在为用户提供丰富空间信息的同时,也不断推动遥感卫星的进步与行业发展。正如大家所了解,IKONOS是第一颗亚米级分辨率的商业卫星,发射时间为1999年。那么在此之前乃至更老的历史时期高分辨率遥感影像应该如何获取呢?直到“锁眼”(KeyHole)、“资源-F”(Resurs-F)、“彗星”(Kometa)等一系列历史解密影像陆续进入中国才填补了高分辨率遥感影像市场的上述空白。经过几年的应用情况来看,目前规划、海洋、科研、国土、环境、考古等行业用户已经充分掌握了如何利用历史解密影像为自己的工作提供帮助。解密影像拥有较高的分辨率,丰富的时相以及波段光谱信息,这意味着可以更好的满足不同传统用户以及更多的非行业用户的需求。 目前“锁眼”(KeyHole)系列(表1)可以提供的是1960-1980年之间的KH-1-4(CORONA)、KH-5 (ARGON)、KH-6 (LANYARD)、KH-7 (GAMBIT)和KH-9 (HEXAGON)共930000张单景图片。 表1 KeyHole系列卫星影像参数

实际中用户主要使用的大多是KH-4A和KH-4B存档影像,时相集中在1966-1972之间。这个阶段Corona系列卫星共发射32次,经过长期调试已经可以把卫星轨道降到166公里的水平上,从而使分辨率达到了1.8米,回访周期1天,并可以提供立体相对。这个期间用户完全可以选择到理想的存档数据。 值得推荐的是KH-7存档影像,时相集中在1963年7月到1967年6月。分辨率最初为1.2米,到1966年提高到0.6米,拍摄的目标主要集中在战略目标、核目标以及导弹防御和弹道导弹系统。除了将近100幅以色列的单景影像仍然处于保密状态之外,KH-7拍摄的19000幅单景影像全部得到了解密。 可以作为重要时相补充的还有KH-9存档影像,被认为是KH-1-4存档影像的替代品。KH-9获取了全球大面积分辨率6米的影像,除以色列领土外,29000幅影像已经解密。 KeyHole 系列在历史解密影像的资源整合中发挥着举足轻重的作用,无论是空间分辨率、时间分辨率以及制图精度等方面都拥有出色的表现,即便这样仍然受时相和波段的约束。而“资源-F”(Resurs-F)的出现得到了国内众多用户的高度关注,Resurs-F卫星大家也许不是很熟悉,但提起同属于Resurs系列至今仍在服役的Resurs-DK1卫星大家应该并不陌生。该计划始于上世纪70年代,资源系列解密的卫星影像包括:F1、F2和F3,解密影像自2007年开始商业化(表2)。 表2 Resurs系列卫星影像参数

古都长安,长治久安-西安1945历史遥感影像

古都长安,长治久安---西安1945(一)西安,名称源于明代,古称长安。陕西省省会,西部地区重要中心城市,古丝绸之路起点,世界历史文化名城。 公元前202年,刘邦取得政权建立西汉王朝,立名“长安”,意即“长治久安”。先后有13个王朝在此建都,有着3100多年的建城史和1100多年的建都史。与雅典、罗马、开罗并称世界四大文明古都。 抗战期间,中国的六大古都五座被日军占领。1938年毛泽东同志发出“为保卫潼关及西安而战”的号召,使得西安幸免于难。 从本期开始我们将借助1945年和1967年两期珍贵的历史遥感影像对这座改写中国近代史,乃至改变中国命运的古都进行介绍。 西安-1967年解密遥感影像 八路军西安办事处旧址 即七贤庄,位于西安市新城区北新街中段东侧,始建于1934年末,1936年初竣工。由十座外观相同,砖木结构的“工”字型庭院组成,布局精巧,结构严谨。

七贤庄(箭头方向)-1945年解密遥感影像 八路军西安办事处纪念馆

八路军办事处是全国所有的八路军、新四军办事处中成立最早、坚持时间最长、影响最大的办事机构。这期间,中国共产党、八路军的主要领导人曾多次留驻办事处并指导工作,为中国人民抗日战争的胜利做出了巨大贡献。党和政府十分重视保护这处革命旧址,于1959年在此建立纪念馆。 新城大院 1369年,明朝攻占奉元路,改为西安府,西安的名字第一次出现在中国历史上。 1378年,秦王府城与西安城几乎同时完工。西安明城区约12平方公里,其中秦王府城占地1.5平方公里,成了西安明城墙城中的"城中之城"。新城大院即是当年的秦王府城所在地。 新城大院(红框区域)-1967年解密遥感影像 1921年冯玉祥督陕,命名此地为“新城”。自此以后,历任的省长、绥靖公署主任、省主席等,都驻此办公。1949年西安解放后,新城先后为陕甘宁边区政府、西北军政委员会、西北行政委员会、陕西省人民委员会、陕西省革命委员会的办公地。 1954年,陕西省人民政府迁驻新城大院。由于归属西安市新城区辖区,故人们习惯称其为"新城大院"。

遥感影像处理步骤

一.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。 (2)除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带,还有一些与辐射信号无关的条带噪声,一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。

2.薄云处理 由于天气原因,对于有些遥感图形中出现的薄云可以进行减弱处理。 3.阴影处理 由于太阳高度角的原因,有些图像会出现山体阴影,可以采用比值法对其进行消除。二.几何纠正

通常我们获取的遥感影像一般都是Level2级产品,为使其定位准确,我们在使用遥感图像前,必须对其进行几何精纠正,在地形起伏较大地区,还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正,此处不做阐述。 1.图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算,必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 (1)影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中,使其在空间位置能重合叠加显示。 (2)影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中,使其在空间位置上能进行重合叠加显示。2.几何粗纠正

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

重庆朝天门1945历史遥感影像

山城往事,民国记忆---重庆1945 重庆,简称渝或巴,位于中国西南部,以“山城”扬名。在3000余年的历史中,创造了富有鲜明个性的巴渝文化。二战时期,为中华民国战时首都和世界反法西斯战争远东指挥中心。1997年恢复为中华人民共和国直辖市。 本期我们借助1945年7月的解密航飞影像,寻找民国时期重庆这座伟大城市的闪亮记忆和历史篇章。 较场口 较场口的来历,稍对重庆历史有了解的人都知道,“较场口”在古代其实叫“校场”,是明清时期的练兵场,分为“大校场”和“小校场”。嘉庆年间,重庆府正式行文同意将两校场地面出租,用来弥补军饷。小校场迅速变成街市,大校场则成为杂货贩卖集散贸易市场。在清朝晚期,这里曾是重庆城的商贸繁华地带。 较场口(红圈位置)-1945年解密遥感影像 重庆大轰炸惨案遗址 从1938年2月至1944年12月,日军飞机对重庆及其周边地区进行了长期的无差别轰炸。重庆成为遭受日本野蛮轰炸规模最大、次数最多、持续时间最长,损失最为惨重的中国城市,史称“重庆大轰炸”。重庆也因此在国际上享有“英雄之城”和“不屈之城”的盛誉。 在长达六年的轰炸中,“六·五”较场口大隧道窒息惨案死伤人数最多。为纪念1941年6月5日在大隧道惨案中的遇难者,重庆市人民政府于1987年在较场口建立“重庆大轰炸惨案遗址”纪念地,并决定每年6月5日鸣放警报。

“六·五”较场口大隧道窒息惨案(红圈位置)-1945年解密遥感影像唯一大戏院 唯一大戏院前身为德育电影院,位于渝中区磁器街,现保利电影院位置。1937年2月加以改建并正式营业和首映,座席为1060座。1966年更名为“劳动电影院”。 唯一大戏院(红圈位置)-1945年解密遥感影像

遥感影像成图步骤—以ETM为例

理塘-德巫断裂卫星影像地图制作(1:10万) ——以ETM数据为例 一、主流处理软件对比介绍 ENVI,ERDAS,PCI 软件功能不作具体说明,ENVI和ERDAS较为主流,各个软件各有自己的优缺点,比如ENVI中提供的数据融合方法就没有ERDAS中的多,ERDAS(破解版)中无法做DEM提取工作;ENVI的影像波段显示和数据操作较为简便,菜单功能有很多重复;PCI破解版本较低。另外,每个软件对不同类型的卫星遥感影像可能有各自的处理模块,所以也不能绝对就以某一类软件为主,如果遇到一些问题,一类软件解决不了,可以尝试用另一类软件。如在中科院网站下载的EOS原始卫星数据打不开,用PCI就能打开,然后转换成ENVI STANDSRD格式或者ERDAS IMAGINE格式,即可处理了。最后,哪种能免费下载,哪种版本功能多,就用哪种吧,没的讲究。 二、数据准备(建议查看百度文库:《遥感影像的获取及处理sky》) (1)介绍 (2)来源 A https://www.360docs.net/doc/1511118282.html,/cs_cn/ https://www.360docs.net/doc/1511118282.html,/cs_cn/中科院对地中心 B https://www.360docs.net/doc/1511118282.html,/EarthExplorer/ USGS网站 C Ftp://https://www.360docs.net/doc/1511118282.html,马里兰大学FTP(Landsat 4-7数据存放于WRS2下,建议用360浏览器浏览,) 说明:A, B注册后,方可下载。USGS上的数据比对地中心要新一些,格式种类要多,有许多是经过正射矫正(Orthorectified)的数据,做图可以直接拿来用,另外,landsat 7在2003年以后的数据(SLC-off)由于卫星故障,有条带,虽然修复过,最好不用,具体说明见中科院对地中心数据下载网站。C里面数据类型丰富,包括ASTER,QUICKBIRD,EOS等等,可以作为练习数据使用。 D 下载前准备:查询数据行列号(Path/Row)以下是Landsat 7 影像行列号

遥感技术发展简史

遥感技术发展简史 遥感是以航空摄影技术为基础,在20世纪60年代初发展起来的一门新兴技术。开始为航空遥感,自1972年美国发射了第一颗陆地卫星后,这就标志着航天遥感时代的开始。经过几十年的迅速发展,目前遥感技术已广泛应用于资源环境、水文、气象,地质地理等领域,成为一门实用的,先进的空间探测技术。 遥感是利用遥感器从空中来探测地面物体性质的,它根 不同响应的原理,识别地面上各类地物,具有遥远感知事物的意思。也就是利用地面上空的飞机、飞船、卫星等飞行物上的遥感器收集地面数据资料,并从中获取信息,经记录、传送、分析和判读来识别地物[1]。 1 遥感的概念 1.1 广义的遥感 遥感一词来自英语Remote Sensing ,既“遥远的感知”。广义理解,泛指一切无接触的远距离探测,包括对电磁场、力场、机械波等的探测。 实际工作中,重力、磁力、声波、地震波等的探测被化为物探(物理探测)的范畴。因而,只有电磁波探测属于遥感的范畴。 1.2 狭义的遥感 遥感是应用探测仪器,不与探测目标相接触,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术。 遥感不同于遥测和遥控。遥测是指对被测物体某些运动参数和性质进行远距离测量的技术,分接触测量和非接触测量。遥控是指远距离控制目标物运动状态和过程的技术。 遥感,特别是空间遥感过程的完成往往需要综合运用遥测和遥控技术。如卫星遥感,必须有对卫星运行参数的遥测和卫星工作状态的控制等[2]。 2 遥感技术主要特点 2.1可获取大范围数据资料 遥感用航摄飞机飞行高度为10km左右,陆地卫星的卫星轨道高度达910km左右,从而,可及时获取大范围的信息。例如,一张陆地卫星图像,其覆盖面积可达3万多km2。这种展示宏观景象的图像,对地球资源和环境分析极为重要。 2.2获取信息的速度快,周期短 由于卫星围绕地球运转,从而能及时获取所经地区的各种自然现象的最新资料,以便更新原有资料,或根据新旧资料变化进行动态监测,这是人工实地测量和航空摄影测量无法比拟的。例如,陆地卫星4、5,每16天可覆盖地球一遍,NOAA气象卫星每天能收到两次图像。Meteosat每30分钟获得同一地区的图像。 2.3获取信息受条件限制少 在地球上有很多地方,自然条件极为恶劣,人类难以到达,如沙漠、沼泽、高山峻岭等。采用不受地面条件限制的遥感技术,特别是航天遥感可方便及时地获取各种宝贵资料。 2.4获取信息的手段多,信息量大 根据不同的任务,遥感技术可选用不同波段和遥感仪器来获取信息。例如可采用可见光探测物体,也可采用紫外线,红外线和微波探测物体。利用不同波段对物体不同的穿透性,还可获取地物内部信息。例如,地面深层、水的下层,冰层下的水体,

历史遥感卫星锁眼卫星影像数据库

北京揽宇方圆信息技术有限公司 锁眼卫星影像数据 锁眼卫星影像数据背景: 美国1960年8月发射世界上第一颗照相侦察卫星以来,执行了很多项侦察卫星排程,主要是用于代替高空侦察机来了解前苏联的军事实力。美国的照相侦察卫星大部分项目后来均被纳入1962开始的锁眼系列卫星计划,例如,我们现在常用的KH-4A和KH-4B锁眼卫星,又叫科罗纳(CORONA或日冕)卫星最初的主要目的就是确定前苏联正在以多快的速度生产远端轰炸机、弹道导弹数量以及防空体系(包括截击机和地空导弹发射场等)的部署情况。1995年美国克林顿总统任期内发布了总统令,解密美国第一代照相侦察卫星拍摄的历史遥感影像,也就是锁眼卫星拍摄的1960年-1980年拍摄的全部影像进行解密。 卫星系统KH-1--4KH-4A KH-4B KH-5KH-6KH-7KH-9 存档时间1959'-1963'1963'-1969'1967'-1972'1961'-1964'1963'1963'-1967'1971'-1984' 影像类型全色全色全色全色全色全色全色 卫星高度166-463185*********变轨变轨 分辨率(米)7.5 2.7 1.8138 1.80.66 单景面积15*209-41*57917*23113.8*188482*48212*6420*38160*270 胶片宽70mm70mm70mm5in5in18in18in 放大能力1616816102118 胶片分辨率50-10012016030160200120 帧(厘米) 2.18*29.8 2.18*29.8 2.18*29.8 4.5*4.5 4.5*25 4.5*25 4.5*25 焦距(英寸)2424243666059.8 锁眼卫星影像数据覆盖: 已经解密的国内锁眼卫星影像数据,最高分辨率达到0.6m,0.6米的影像集中在主要城市,大部分地区都有1.8到2.7m之间影像数据,时相集中在1963-1972年之间。锁眼卫星由于早期大部分是返回式相机拍摄,获取的影像数据是黑白全色影像。 锁眼卫星影像数据结构: 锁眼卫星影像拍摄的黑白影像行扫描后,一景数据分为a/b/c/d四个图幅,每一个图幅为单独的TIF文件。 锁眼卫星影像数据缺点: 锁眼卫星影像数据属于全景影像摄影,为胶片扫描影像数据,扫描下来的影像没有投影没有坐标信息,存在全景畸变,这会给后处理工作带来很多麻烦,由于在那个年代,

遥感图像处理步骤及经验

遥感图像处理步骤及经验 1、图像导入 在erdas的Import/Export模块中,分别导入TM图像的第1、2、3、4、5、7 波段,具体操作步骤为 ① 点击import模块,打开对话框 ② 选择type类型为TIFF ③ media为file; ④ 然后选择输入、输出文件名路径和文件名 ⑤ 分别对123457波段进行导入; ⑥ 在此之前可以选择session->preference,选择输入、输出主目录。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成,生成多波段文件,具体操作步骤为: interpreter->utilities->layer stack, ① 在出现的对话框中import框中依次选择需要合成的波段,每选择输入一个波段用Add添加一次; ② output file选择导出文件路径及命名文件。 ③ Data type 设为 Unsigned 8 bit; ④ Output option 设置为Union ,选中 ignore zero stats; ⑤ 进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件: ① 在ERDAS中点击Import图标,出现Import/Export对话框 ② 选中Imput,Type栏选择Shapefile,Media栏选择File,在Input File (*.shp)中确定要转换的shape文件,在Output File(*.arcinfo)中确定输出路径及名称,单击OK按钮,出现Import Shapefile对话框,单击Import Shapefile Now。 ③ 注意此步骤中输出路径及输出名称均为英文字母 ④ 建立拓扑多边形 ⑤ 在Arcgis中打开ArcToolbox,Data Management Tools—>Topology—>Build,双击Build,出现Build对话框,在Input 中填入*.arcinfo文件的路径,Feature 选择Poly ⑥ 单击OK按钮。 ⑦ 在ERDAS中打开一个viewer窗口,打开arc coverage文件,新建一个aoi 层(New—>AOI Layer) ⑧ View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框,在Vector图层上单击右键,选择Show Properties,打开Properties对话框,选中Polygon,点击Apply按钮。

相关文档
最新文档