第三章 遥感图像解译
如何进行航空摄影测量与遥感图像解译
如何进行航空摄影测量与遥感图像解译现代社会飞速发展的航空摄影测量和遥感技术已经成为地理空间信息科学领域中的重要组成部分。
航空摄影测量可以利用飞机、卫星等载体获取地面目标的影像资料，而遥感图像解译则是根据这些影像资料来提取地物信息并进行分析。
本文将探讨如何进行航空摄影测量与遥感图像解译，以及相关的应用和发展趋势。
首先，航空摄影测量是通过航空影像来获取地面目标信息的一种技术。
航空影像可以分为航测影像和卫星遥感影像两种类型。
航测影像是利用飞机等载体获取的影像资料，具有分辨率高、覆盖范围大的特点；而卫星遥感影像则是利用卫星获取的影像资料，具有覆盖范围广、周期长的特点。
航空摄影测量技术结合了地理信息系统（GIS）、全球定位系统（GPS）等科学技术手段，可以获得高精度、高分辨率的地面目标信息。
航空摄影测量技术在各个领域有着广泛的应用。
在城市规划和土地管理中，可以利用航空摄影测量技术获取城市建筑、交通路网等信息，为城市规划和土地管理提供数据支持。
在环境保护中，可以利用航空摄影测量技术监测森林覆盖率、水资源分布等情况，为环境管理和生态保护提供数据支持。
在农业领域，可以利用航空摄影测量技术获取农田的土壤类型、作物分布等信息，为农业生产提供数据支持。
此外，航空摄影测量技术还广泛应用于国土资源调查、灾害监测、地质勘探等领域。
与航空摄影测量相伴而生的是遥感图像解译技术。
通过对航测影像和卫星遥感影像进行解译，可以提取出地物信息，包括建筑物、道路、河流、森林、湖泊等。
遥感图像解译技术可以分为目视解译和计算机自动解译两种方式。
目视解译是人眼通过观察遥感图像进行解译，具有灵活性强、经验丰富的特点，但速度较慢；而计算机自动解译则是利用计算机算法对图像进行解译，具有速度快的优势，但对算法的准确性和稳定性要求较高。
目视解译和计算机自动解译可以相互结合，提高解译的准确性和效率。
遥感图像解译在地理空间信息科学领域中有着广泛的应用。
在农业领域，可以利用遥感图像解译技术获取农作物的生长状况、密度等信息，为农业生产提供决策支持。
【测绘课件】遥感(目视解译制图)
14
遥感摄影像片的判读
–间接解译标志
目标地物与成像时间的关系：了解成像时间，有助 于对目标地物的识别。例如，东部季风区夏季炎热 多雨，冬季寒冷干燥，土壤含水量因此具有季节变 化，河流与水库的水位也有季节变化。
– 位：指目标地物在遥感影像上的空间位置，这里包 括目标地物分布的空间位置、相关布局等；
2
遥感图像目标地物的识别特征
目标地物识别特征
–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，因含水量 不同，在遥感黑白像片中其色调是不同的，干燥的 砂砾色调发白，而潮湿的砂砾发黑。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。在一些情况下，还可以识别出目标地 物的属性。例如，黑白航空像片上柏树为主的针叶 林，其色调为浅黑灰色，山毛榉为主的阔叶林，其 色调为灰白色。目标地物与背景之间必须存在能被 人的视觉所分辨出的色调差异，目标地物才能够被 区分。
3
遥感图像目标地物的识别特征
北京故宫 博物院与 护城河之 间的色调 差异。
4
遥感图像目标地物的识别特征
目标地物识别特征
–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是地物在可见光波段 对入射光选择性吸收与反射在人眼中的主观感受。遥感 图像中目标地物的颜色是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 可以根据需要在图像合成中任意选定，例如多光谱扫描 图像可以使用几个波段合成彩色图像，每个波段赋予的 颜色可以根据需要来设置。按照遥感图像与地物真实色 彩的吻合程度，可以把遥感图像分为假彩色图像和真彩 色图像。
使用遥感图像解译进行土地利用类型分类的技巧与方法
使用遥感图像解译进行土地利用类型分类的技巧与方法引言：遥感图像解译是通过获取地面及其有关信息的各种图像，并分析图像来识别及提取地物特征的过程。
在土地利用规划、环境保护、农业和城市规划等领域，遥感图像解译在确定土地利用类型及其空间分布方面发挥着关键作用。
本文将介绍一些使用遥感图像解译进行土地利用类型分类的技巧与方法。
一、选取合适的遥感数据选择合适的遥感数据是进行土地利用类型分类的关键步骤。
常见的遥感数据包括航空摄影、卫星影像和激光雷达数据等。
这些数据具有不同的空间分辨率、光谱分辨率和时间分辨率等特点，因此需根据研究目的和数据可用性选择合适的遥感数据。
通常情况下，高分辨率的卫星影像可以提供更详细的地物信息，而中分辨率的遥感数据可以实现更大范围的土地利用类型分类。
二、预处理遥感图像数据在进行土地利用类型分类之前，通常需要对遥感图像数据进行预处理。
预处理包括影像辐射校正、大气校正和几何纠正等步骤。
通过这些预处理步骤，可以消除由于传感器和大气条件等因素引起的影像噪声和畸变，提高土地利用类型分类的准确性。
三、提取分类特征提取合适的分类特征是进行土地利用类型分类的关键。
常见的分类特征包括光谱特征、纹理特征和形状特征等。
光谱特征通常是基于遥感图像中地物的光谱反射率或辐射亮度进行分类，通过分析地物的光谱特征可以判断其土地利用类型。
纹理特征是指地物的纹理信息，通过纹理特征可以获得地物的空间分布信息，从而实现土地利用类型分类。
形状特征是指地物的形状信息，通过分析地物的形状特征可以判别其土地利用类型。
四、选择合适的分类算法选择合适的分类算法是进行土地利用类型分类的关键。
常见的分类算法包括最大似然分类法、支持向量机、随机森林和人工神经网络等。
最大似然分类法是一种常用的基于统计理论的分类算法，它通过计算每个地物类别的最大似然估计来判断其土地利用类型。
支持向量机是一种常用的机器学习算法，它通过构建一个高维空间中的超平面来实现土地利用类型分类。
遥感解译基本步骤
遥感解译基本步骤遥感解译是从遥感图像中提取信息、进行分析和识别的过程。
以下是遥感解译的基本步骤：1. 图像获取和准备：获取高质量的遥感图像是解译的第一步。
选择合适的传感器、波段和分辨率以满足研究需求。
确保图像在获取时没有大气、云层或其他干扰。
2. 图像校正：对图像进行几何和辐射校正，以纠正由于传感器和大气扰动引起的形变和亮度差异。
校正后的图像有助于准确的定量分析和解译。
3. 选择合适的波段：根据研究目的选择图像中的合适波段。
不同波段可以提供不同的信息，例如红外波段用于植被健康状况的评估。
4. 增强图像：对图像进行增强，以提高特定信息的可视化效果。
常见的增强方法包括直方图均衡、对比度拉伸和色彩增强。
5. 制定解译目标：确定解译的目标和研究问题，例如土地覆盖类型、植被健康状况、水体分布等。
这有助于有针对性地选择解译方法和工具。
6. 进行初步解译：对图像进行初步的目视解译，标识可能的地物、特征和变化。
使用专业软件工具，如遥感图像解译系统，辅助进行初步解译。
7. 执行监督或非监督分类：利用监督或非监督分类方法，将图像像元分配到不同的类别中。
监督分类需要事先准备训练样本，而非监督分类则是根据图像自身的统计特征进行分类。
8. 验证和精度评估：对解译结果进行验证，比较实地调查或其他高分辨率数据，评估解译的准确性和可靠性。
这有助于确定解译结果的可信度。
9. 后处理和整合：对分类结果进行后处理，填充空洞、平滑边界等，以提高分类的一致性。
将解译结果与其他地理信息数据整合，生成完整的信息产品。
10. 结果分析和报告：分析解译结果，生成地图或报告，以满足特定的研究目标。
结果的解读需要结合地理背景和专业知识。
这些步骤的具体执行可能会因研究目的、地域特点和数据类型而有所不同，但这些基本步骤提供了一个通用的遥感解译流程。
遥感导论课后习题答案解析
第一章：1.遥感的基本概念是什么？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。
2.遥感探测系统包括哪几个部分？被侧目标的信息特征、信息的获取、信息的传输与记录、信息的处理和信息的应用.3.作为对地观测系统，遥感与常规手段相比有什么特点？①大面积同步观测：传统地面调查实施困难，工作量大，遥感观测可以不受地面阻隔等限制。
②时效性：可以短时间内对同一地区进行重复探测，发现地球上许多事物的动态变化，传统调查，需要大量人力物力，用几年甚至几十年时间才能获得地球上大范围地区动态变化的数据。
因此，遥感大大提高了观测的时效性。
这对天气预报、火灾、水灾等的灾情监测，以及军事行动等都非常重要。
（比较多，大家理解性的删除自己不需要的）③数据的综合性和可比性遥感获得地地物电磁波特性数据综合反映了地球上许多自然、人文信息。
由于遥感的探测波段、成像方式、成像时间、数据记录、等均可按照要求设计，使获得的数据具有同一性或相似性。
同时考虑道新的传感器和信息记录都可以向下兼容，所以数据具有可比性。
与传统地面调查和考察相比较，遥感数据可以较大程度地排除人为干扰。
④经济性遥感的费用投入与所获得的效益，与传统的方法相比，可以大大的节省人力、物力、财力和时间、具有很高的经济效益和社会效益。
⑤局限性遥感技术所利用的电磁波有限，有待进一步开发，需要更高分辨率以及遥感以外的其他手段相配合，特别是地面调查和验证。
第二章：6.大气的散射现象有几种类型？根据不同散射类型的特点分析可见光遥感与微波遥感的区别，说明为什么微波具有穿云浮透雾能力而可见光不能。
①瑞利散射（大气中粒子的直径比波长小得多时发生的散射）.②米氏散射（当大气中粒子的直径与辐射的波长相当时发生的散射）③无选择性散射（当大气中粒子的直径比波长大的多时发生的散射）.大气散射类型是根据大气中分子或其他微粒的直径小于或相当于辐射波长时才发生。
遥感图像解译原理与方法
Water absorption bands:
0.97 mm 1.19 mm 1.45 mm 1.94 mm 2.70 mm
植被光谱特点： 在可见光0.55um附近有一个反射率为10%-20%小反射峰； 在0.45um、0.66um附近有两个明显吸收谷； 在0.7-0.8um是一个陡坡，反射率急剧增高； 在近红外波段0.8-1.3um之间形成一个反射率可达40%以上反射峰； 在1.45um、1.95um、2.6-2.7um处有三个吸收谷。
差别很明显，两波段反射率比值可充分反映这一特点
RVI是绿色植物灵敏指示指数，它与叶面积指数（LAI）、叶 干生物量、叶绿素含量相关性很高，被广泛用于估算与监测 绿色植物生物量。
2）差值植被指数（DVI） DVI为近红外波段与可见光红波段数值之差。
差值植被指数对土壤背景比较敏感，有利于对植被生态环境 监测，因此又称为环境植被指数（EVI）。
叶面积指数与植被光学性质紧密相关：
（1）叶面积大，植物光合作用强，叶绿素含量多，对光合有效 辐射吸收强（植物吸收光合有效辐射多），在0.4微米-0.7微 米吸收越强；
（2）叶面积大，植物叶片密集，其反射近红外辐射越强，在0.7 微米-0.9微米反射能量越多；
（3）叶面积大，入射辐射直接到达地表部分较少，土壤反射更 弱，土壤影响也小。
影响植物光谱主要因素： （1）叶片结构
叶绿素对紫外光、紫色光强烈吸 收，对蓝光、红光也强烈吸收， 以进行光合作用，对绿色光则部 分吸收、部分反射，所以叶子呈 现绿色。
lack of absorption
叶子海绵组织对0.8-1.3um近红外光强烈反射，形成光谱曲线 上最高反射峰，其反射率可达40%以上，吸收率很低。
第三章 遥感图像解译
遥感解译的分类
一般分为两种：
目视解译，由专业人员通过直接观察或借助判 读仪器在遥感图像上获取特定目标地物信息。 计算机解译，以计算机系统为支撑环境，利用 模式识别技术和人工智能技术，根据遥感图像中 目标地物的各种影像特征（颜色、形状、纹理与 空间位置），结合专家知识库中对目标地物的解 译经验和规律等进行分析和推理，实现对遥感图 像的理解。
遥感地学分析
Geography Analysis for Remote Sensing
第3章 遥感图像解译与分类
第一节 遥感图像解译
遥感提供的是一种综合信息，不仅表现在它反 映的地学要素---地质、地貌、水文、土壤、植 被、社会生态等的综合，是由相互关联的自然 及社会现象所构成的。它是不同空间分辨率、 波普分辨率和时间分辨率的遥感信息的综合。 遥感图像解译是通过遥感图像所提供的各种识 别目标的特征信息进行分析、推理与判断，最 终达到识别目标或现象的目的。
S1S
-P-NL2
S:系统水平校正；1表示满幅 185×185Km；S为空间斜轴麦卡托 投影（L兰勃特，U横轴麦卡托等）。 P:推测星历计算 N:正常处理（A非正常）
L:传感器低增益；2为压缩传输
NASA ERTS
National Aeronautics and Space Administration
10m
3m
<1m
2. 季相影响
1）植被差异 冬季成像有利于突出地表信息；夏季有利 植被解译。 2）太阳高度角 冬季太阳高度低，物体阴影长，辐射强度 低，地物形态信息丰富。 夏季太阳高度高，阴影短，有利地物光谱特 征的反映。 3）水分影响
3.图像显示
遥感图像解译二案：遥感图像解译的基本原理与方法
遥感图像解译是利用遥感技术获取的卫星、空遥感图像数据，进行目标、地貌、植被等地物信息的分类、提取和分析的过程。
它已经成为现代地质、地理、环境和农业等领域中不可或缺的技术手段。
在工程建设、资源管理和环境保护等方面，都具有不可替代的作用。
遥感图像解译的基本原理遥感图像解译需要依赖遥感技术采集的图像数据。
遥感图像数据一般包括光学图像和雷达图像。
光学图像是通过接收地物反射或辐射的能量采集的图像。
它的频谱范围一般包括可见光、红外线和紫外线等波段。
雷达图像则是通过接收地物反射或散射的雷达波信号采集的图像。
它的频谱范围主要在微波段。
在遥感图像解译中，需要通过对不同波段的图像数据进行处理和分析，以达到目标、地貌、植被等地物信息的分类、提取和分析等目的。
因此，了解不同波段的地物反射和散射特性是遥感图像解译的基本原理。
遥感图像解译的方法遥感图像解译的方法可以分为人工解译和计算机自动解译两种。
人工解译是指通过观察和分析遥感图像，利用人类的经验和知识来进行判断、分类和提取等操作的一种解译方法。
计算机自动解译则是指利用计算机程序和算法来实现遥感图像的分类、目标检测和特征提取等操作的一种解译方法。
人工解译的基本流程包括：影像预处理、目标提取、图像分类、图像后处理等步骤。
其中，影像预处理主要包括对图像进行去噪、增强、几何校正和辐射定标等操作；目标提取则是指对图像中的目标进行检测和分割操作；图像分类则是指按照特定的标准对目标进行分类和识别；图像后处理则是指对分类结果进行精细化处理和分析。
计算机自动解译则是利用计算机程序和算法来进行遥感图像解译。
其中，监督分类法是常见的自动分类方法之一。
监督分类法是指利用已知分类样本和特征向量等信息，来训练计算机程序，然后对整幅遥感图像进行分类的一种方法。
一般情况下，监督分类法需要进行数据选择、特征提取、模型训练和分类等步骤。
除了监督分类法外，还有无监督分类法、神经网络法、模糊聚类法和支持向量机法等自动解译方法。
- 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)。
目视解译
1.图像注记 2. 解译原理与方法 3. 目视解译
3.1 水体 3.3 火山 3.5 自然灾害 3.7 考古 3.9 地貌
3.2 城市 3.4 土地利用/覆盖 3.6 水文 3.8 地质
Landsat图像注记
符号 1）重叠符号 图像四角的“＋”号，影像套准用 2）图像中心 对角线的交点。 3）航线重叠 “T”和“－”表示航向承担。 4）经纬度注记 E:东经；N:北纬 5）灰标 1级为白色，15为黑色。
• Row 60 coincides with the equator during the descending node on the dayside part of the orbit and Row 184 during the ascending node.
• 北纬80度47分，Row 001，南纬81度51分，Row 122；
S1S
S:系统水平校正；1表示满幅
185×185Km；S为空间斜轴麦卡托
投影（L兰勃特，U横轴麦卡托等）。
-P-NL2 P:推测星历计算 N:正常处理（A非正常）
L:传感器低增益；2为压缩传输
NASA National Aeronautics and Space ERTS Administration
A global notation system called the Worldwide Reference System
Landsat 4，5，7： • 从东到西233圈，依次编233个轨道号。从东向西，编号 001~ 233. Path 001 于西经64.6度穿过赤道。 • 同一轨每景的间隔约23.92秒，共248景。
地学环境
遥感 信息
数据获取
地物 信息
地物信息和知识
图像处 图像处理
理人员 符号表示 的认识 语义生成
图像数据 库
地学信息 应用模型
处理人员 地物识别 的认识 地学分析
遥感图像解译
地物信息的传递是从数据获取开始的，数据获取 实质上是由传感器代替人直接观测地学环境，通 常情况下是围绕某项任务，有计划、有目的的开 展的。
SPOT卫星坐标网格参考系统
Grid Reference System (GRS) ，来确定每一个影像的地理位 置，由列号K和行号J标识影像的中心位置。 K为1至738的整数；J为从北纬71.7至南纬71.7之间的200至500 的整数。
N:由西向东，从1至369的 参考轨道号； R:在26天内飞经不同轨道 的顺序号。
除了两极区域，列K平行于卫星轨道，行J平行于纬线。 两极地区，与轨道无关。
E-21196- 卫星编号和成像时间。E-2:第2颗地 01222-5 球资源卫星；1196：卫星发射天数；
01222：格林威治1点22分20秒；5： 表示光谱段是5通道。
陆地卫星图像编号
图像编号：轨道号＋行号（Path+Row） 轨道号:卫星运行的轨道系列号，由东向西。 行号：由北向南，N80o 为起点。 北京幅图像编号： 133－32，第133号轨道32景覆盖北京。
线性构造
弧型构造
环型构造
物候学的应用
物候是比较特殊的地学现象，与时间和空间都有 关系，并具有周期性。在解译与生命现象有关的 物体如植物、动物时，对物候的了解程度可能决 定解译工作的好坏。例如，华中地区的遥感植被 调查就需要知道如下几个关键时段：
✓ 4月份， 展叶期 ✓ 5月份， 开花期 ✓ 7~8月份， 茂盛期 ✓ 10~11月份 果熟期，叶变色期
地物 影像
模型重建
几何信息
地物几何位置
几何测量
影像识别
辐射信息
定量分析
地物属性 地物数量指标
地学的应用
遥感图像解译的对象主要是各类地物或地学现象， 在解译时一般会有相关的专业人员的配合，但作为 解译者若想得到比较满意的结果，相关的地学知识 在解译时应或多或少知道一些。例如，解译与地质 构造有关的空间对象，类似下图的知识需要知道。
影像1：K280,J270;
影像2： K279,J270
SPOT卫星坐标网格参考系统
SPOT可以观测到南、北纬87的范围。 GRS 以赤道为分界，对称地把地球分为5个区
• 从北纬51.5 到南纬51.5 是中心区. • 从北纬或者南纬51.5延伸到71.7度是一个区 • 北极圈和南极圈区域是从71.7度到极点。
专业解译主要是为了解决各部门的任务，用于提取特定的 要素或概念的信息，包括地质、林业、农业和军事。
遥感解译的分类
一般分为两种：
目视解译，由专业人员通过直接观察或借助判 读仪器在遥感图像上获取特定目标地物信息。
计算机解译，以计算机系统为支撑环境，利用 模式识别技术和人工智能技术，根据遥感图像中 目标地物的各种影像特征（颜色、形状、纹理与 空间位置），结合专家知识库中对目标地物的解 译经验和规律等进行分析和推理，实现对遥感图 像的理解。
02May78
C N3138/E212-41 D127-038
成像时间 像主点坐标
D表示降轨，轨道号－行号
N N3138/E121-43 M
SUN EL 52 A107
像底点坐标
MSS多光谱扫描仪（4，5，6，7，8通 道） RBV有1，2，3通道 高度角52度（地面起算）；方位角107 度（正北起算）
生物学知识的应用
农业、林业、海洋及生态调查都与生物有关。在 遥感信息中，如植被指数、热惯量等都会应用到 生物学知识。其中，植被指数就是通过比较分析 叶绿素与光谱反射率之间的关系得出的概念。
遥感解译的任务
按应用领域，遥感解译的目的可分为普通地学解译 和专业解译。
普通地学解译是为了取得一定地球圈层范围内的综合性信 息，常见的是地理基础信息（居民地、道路、水系、独立 地物、植被等）解译和景观解译。
第一节 遥感图像解译
遥感提供的是一种综合信息，不仅表现在它反 映的地学要素---地质、地貌、水文、土壤、植 被、社会生态等的综合，是由相互关联的自然 及社会现象所构成的。它是不同空间分辨率、 波普分辨率和时间分辨率的遥信息的综合。
遥感图像解译是通过遥感图像所提供的各种识 别目标的特征信息进行分析、推理与判断，最 终达到识别目标或现象的目的。