erdas 北京地表温度反演_实习报告
2023年erdas实习报告
2023年erdas实习报告2023年erdas实习报告1（1510字）一．实习目的1、熟练掌握ERDAS的基本用途及功能2、学会使用ERDAS对影像数据进行格式转换3、掌握在ERDAS软件中对影像数据进行裁剪、融合及校正的方法4、掌握ERDAS的监督分类方法并进行分类精度检验二．实习数据① 1:10万临川区土地利用图；②配准好的临川区9月23日的TM图象。
③临川区行政边界AOI文件三．实习地点核工楼410四．实习内容1、图象裁剪利用临川区行政边界AOI文件对TM图象进行裁剪，裁剪出临川区TM图象。
DataPrep→Subset Image→Input file→output file →Choose aoi→Aoi file→临川区.aoi→OK2、图象配准map-to-image: 1:10万土地利用图与TM图象配准；要求最初选GCP点5-10个，各点均匀分布，RMS检验误差小于30米。
3、图象监督分类使用多边形选择工具；保留每个类型训练文件及aoi文件。
分类结果与1:10万土地利用图比较，反复修正训练样区。
进行监督分类，计算各地类的面积。
4、图象检验分层随机抽样，每类30个样点，目视判读分类准确与否，统计分类精度。
5、制图输出①遥感影像地图的规划与版面设计。
根据制图要求确定影像地图的比例尺，根据图面要素计算版面尺寸和安放位置。
② ERDAS图标面板菜单条Main→Composer→New Map Composer （图11.1），调整版面尺寸单位和大小。
③利用遥感影像制图视窗及注记工具面板实现制图要素的图面配置。
根据地图规划和版面设计安置遥感影像和其它栅格、矢量图层，按要求生成坐标网格，放置图名、图例、比例尺、指北针以及其它各种有关标注。
6、提交图象技术报告，图件，结果存盘，收回图象。
五．实习步骤1、图象裁剪在程序中打开 ERDAS IMAGINE9.2点击 DATE PREPARATION出现下拉菜单,选择Subset Image选项，在弹出的Subset对话框的input file 处选择需要裁剪的图片,在output file处选择裁剪后图片的保存文件夹，然后，点击AOI，在Choose AOI对话框中输入AOI文件。
erdas 北京地表温度反演_实习报告
erdas 北京地表温度反演_实习报告Landsat TM6 地表温度反演实习报告实习目的:1、TM Level 1 数据的热红外波段辐射定标:学会阅读头文件，找出所需定标参数;利用定标参数将TM图像热红外波段DN值转换为辐射亮度;2、运用单通道法，反演地表温度反演实习步骤:1. 加载图像:import—>选择需要加载的图像2. 分部建模2.1求算NDVI的建模如图所示第三第四波段的辐射定标运算的增益和偏移均来自数据的头文件。
2.2第六波段辐射定标计算说明:第六波段的辐射定标计算的增益和偏移不能再用头文件中的增益和偏移，否则误差会很大造成无法显示，因此必须在老师给的表格中查找。
然后再用老师给的公式进行计算.从表格中找出L和L输入下面公式 minmaxL,LmaxminG ,rescale255B,L rescaleminL,G,Q，B ,rescalecalrescale即可求出增益和偏移，然后进行辐射定标运算即可求出所需结果。
,2.3求解地表反射率()的建模运算。
,所使用的经验公式根据Van 的经验公式: ,,1.0094，0.047ln(NDVI) ,B(T)B(T)T2.4求解的建模。
为温度为的黑体在热红外波段的辐射亮度。
,s,ss,(L,),1,,,L,,oB(T),,,sLo,使用的公式是，其中,,,o,,,,,-2-1-1表示大气向下辐射亮度，模拟结果为1.68 WmumSr，表示大气向上辐射亮度，LLo,o, -2-1-1,,模拟结果为1.74 WmumSr，为大气在热红外波段的透过率，模拟结果为0.77。
o,,为上一步求解的结果。
2.5反演温度的建模1260.56T,该步骤使用简化的公式 s607.76ln(，1)B, 2.6得到了地表温度的结果，然而显示的确实全白。
查看数据结果:有大面积的非法数据无法显示，因此必须想办法滤除不能显示的数据。
2.8滤除非法数据的建模和同学一切讨论，一起上网查资料，我选择了分类函数CONDITIONAL(),上面的公式的意思是如果n1_wendu1的栅格值大于0，则返回该栅格值，否则返回0.3. 结果展示:拉一条直线看其温度变化根据上图可以看出四周黑色部分已经被滤除值为0，中间部分温度300K左右，即摄氏27度左右。
遥感Erdas实习报告
遥感E r d a s 实习报告一一、、 实实习习目目的的在在大大学学四四年年里里我我们们已已经经学学习习过过《《遥遥感感原原理理与与方方法法》》、、《《数数字字图图像像处处理理》》、、《《遥遥感感图图像像解解译译》》、、《《遥遥感感制制图图》》等等相相关关课课程程，，面面临临毕毕业业。
为为了了加加深深对对这这些些课课程程中中所所学学习习内内容容的的理理解解，，对对遥遥感感数数据据处处理理和和应应用用的的有有关关理理论论和和方方法法进进行行系系统统的的总总结结，，并并在在此此基基础础上上进进一一步步提提高高对对E E R R D D A A S S 及及相相关关遥遥感感数数据据处处理理软软件件使使用用的的熟熟练练程程度度，，为为毕毕业业后后从从事事遥遥感感相相关关专专业业的的工工作作打打下下良良好好的的基基础础，，特特安安排排和和实实施施为为期期四四周周的的遥遥感感实实习习。
二二、、 实实习习主主要要内内容容实实习习包包括括中中低低分分辨辨率率遥遥感感影影像像、、高高分分辨辨率率遥遥感感影影像像处处理理分分析析两两部部分分。
第第一一部部分分主主要要内内容容：：中中低低分分辨辨率率遥遥感感数数据据处处理理分分析析 本本部部分分内内容容主主要要练练习习遥遥感感影影像像处处理理和和分分析析的的一一般般流流程程，，主主要要内内容容有有遥遥感感影影像像输输入入输输出出、、遥遥感感影影像像预预处处理理（（包包括括影影像像辐辐射射增增强强处处理理、、几几何何校校正正、、图图像像镶镶嵌嵌、、图图像像配配准准与与融融合合等等））；；遥遥感感影影像像分分类类（（利利用用监监督督和和非非监监督督两两种种方方法法进进行行分分类类，，并并形形成成分分类类影影像像图图））；；遥遥感感专专题题影影像像地地图图制制作作（（利利用用地地形形图图提提取取矢矢量量专专题题信信息息，，进进一一步步制制作作遥遥感感专专题题影影像像地地图图））等等。
遥感实习报告
遥感实习报告遥感实习报告遥感技术是利用航空、航天和地面观测的感知机器及其处理系统对地球表面进行地物探测、监测、分析和应用的科学技术。
遥感实习是指学生在通过课堂教学等方式学习遥感技术理论知识后，到遥感行业单位或相关机构实习，通过实践掌握遥感技术的应用方法和技术要点，提高学生的实践能力、综合素质和实际体验。
我在某遥感公司进行了为期一个月的遥感实习，主要负责该公司所承担的项目中的数据处理和分析部分。
在实习期间，我深入了解了遥感技术在实践中的应用，掌握了常规的图像预处理方法和图像解译技术，并对遥感技术在环境监测、气象预报、农业生产和城市建设等方面的应用有了更深刻的认识。
在实践操作中，我通过使用ENVI、ArcGIS、ERDAS等常用的遥感软件，成功地完成了多项数据处理和分析任务。
其中最令我印象深刻的是利用ENVI 软件处理无人机拍摄的景观图像，完成对某山地森林覆盖类型的分类和植被指数的计算。
在处理过程中，我运用最大似然分类法和对象提取算法对地物进行分类，利用遥感数据计算植被指数，最终得出了该山地森林的覆盖类型分布和植被状况等信息。
这项任务要求我不仅要熟练掌握遥感软件的操作，还需要对地学、生态学等相关学科进行综合应用，充分验证了遥感技术在多学科跨界应用中的独特优势。
此外，在实践中我也意识到了不同数据来源的差异性和数据质量对分析结果的影响。
例如，在处理卫星遥感数据时，由于数据量较大，需要对数据进行预处理和裁剪以便于分析。
同时，由于遥感数据采集、传输和处理的误差和偏差，需要根据实际情况对数据进行校正和调整，以保证数据的准确性和可靠性。
这一过程要求实习生与数据工程师紧密协作，多次反复测试和验证，从而确保了分析结果具有较高的精度和参考价值。
另外，我还了解到遥感技术的应用呈现了多样化和创新性的趋势，例如机器学习、云计算、大数据、AI等技术手段与遥感技术的融合和应用，大大提高了遥感技术的效率和精度，并产生了许多新的应用领域和商业模式。
地表温度反演实验报告
地表温度反演实验报告一、引言地表温度是指地球表面的温度，它是地球气候系统的重要组成部分，对气候变化和生态系统具有重要影响。
因此，准确地测量和监测地表温度对于气候研究和环境保护至关重要。
然而，直接测量地表温度是困难且昂贵的，因此反演地表温度的方法应运而生。
二、反演地表温度的方法1. 热辐射测量法热辐射测量法是一种常用的反演地表温度的方法。
它利用地表辐射的热能来推算地表温度。
该方法需要使用红外辐射仪器来测量地表辐射的强度，并通过相关的算法将辐射强度转换为地表温度。
这种方法的优点是准确性高，可靠性好，但需要专业仪器和较高的技术水平。
2. 遥感卫星监测法遥感卫星监测法是一种广泛应用于地表温度反演的方法。
通过使用遥感卫星搭载的热红外传感器，可以获取全球范围内的地表温度数据。
这种方法具有测量范围广、周期性强、时效性好等优点，可以实时监测地表温度的变化。
但是，由于遥感数据的分辨率和精度限制，对于小尺度的地表温度反演可能存在一定的误差。
三、地表温度反演实验过程本实验使用了热辐射测量法来反演地表温度。
首先，选择了一个开阔的地面区域作为实验区域，并安装了红外辐射仪器。
然后，在不同时间段内进行了一系列的地表温度测量。
通过测量地表辐射的热能，利用相关的算法将辐射强度转换为地表温度。
最后，将测量得到的地表温度数据进行整理和分析。
四、实验结果与讨论通过实验测量和分析，得到了一系列地表温度数据。
根据这些数据，可以得出地表温度在不同时间段内的变化趋势和空间分布。
结果显示，在白天，地表温度较高，特别是在中午时段；而夜晚，地表温度较低，特别是在凌晨时段。
此外，地表温度在不同地理位置上也存在差异，如山区和平原地区的地表温度差异较大。
五、结论与展望通过热辐射测量法反演地表温度的实验，我们可以准确地获取地表温度数据，并分析其变化趋势和空间分布。
地表温度的变化对气候变化和生态系统具有重要影响，因此对地表温度的监测和研究具有重要意义。
未来，我们可以进一步完善地表温度反演的方法，提高测量精度和时效性，以更好地应对气候变化和环境保护的挑战。
erdas软件实习报告
遥感综合实习报告——ERDAS软件的操作姓名：学号：指导老师：东华理工大学测绘工程学院ERDAS软件的操作实习一、实习目的：通过实习让大家了解和初步掌握ERDAS软件的操作和使用，学会遥感影像的显示、输入输出、数据的预处理（图像的几何校正，剪裁和融合）、非监督分类和监督分类等操作，并在规定时间内完成TM图象的处理工作，提交临川区TM土地分类图和技术报告书。
二、数据准备：1:10万临川区土地利用图；配准好的临川区2000年9月23日的TM图象；临川区行政边界AOI文件。
三、实习过程：1、图象裁剪利用临川区行政边界AOI文件对TM图象进行裁剪，裁剪出临川区TM图象。
（1）在Erdas面标点击DataPraparation，如下图：点击subsetimage 设置好输入输出路径并选择AOI文件进行剪裁，点OK （2）在Viewer中打开剪裁得到的图片如下：2、图象配准map-to-image: 1:10万土地利用图与TM图象配准；要求最初选GCP点6-10个，及检测点5个，各点均匀分布，RMS检验误差小于30米(1个像元)。
（1）分别在Viewer1、2窗口分别打开临川区的1：10万的土地利用图和上面剪裁所得的TM图像，如下图：（2）在Erdas面标点击DataPraparation，如下图：（下图依操作步骤依次排列）点击image geometric conection 点击select viewer选择前面的土地规划图选择多项式变换polynomial 定义校正模型参数和投影参数，点击关闭点击ok ，并选择前面得到的裁剪图点击ok（3）由以上步骤得到下图：（4）采集6—10个控制点和5个检查点：对其进行检查数据在误差范围内，进行下一操作重采样点击第三个图标输入输出路径和名称得到配准后的图像3、图象监督分类使用多边形选择工具；保留每个类型训练文件及aoi文件。
分类结果与1:10万土地利用图比较，反复修正训练样区。
2013302590114王佳钰Erdas实习报告
遥感原理与应用课程设计“遥感专题信息提取与专题图制作”实习报告学院：遥感信息工程学院专业：遥感科学与技术班级：1305学号：2013302590114姓名：王佳钰指导老师：卞萌、刘继琳日期：2015年6月 21日1 实习目的1）加深理解和巩固理论课上所学的有关遥感的基本原理、遥感传感器的成像机理、遥感图像的处理方法、专题信息提取以及遥感综合应用技术；2）锻炼自主编程设计遥感图像处理算法和熟练运用遥感软件独立分析问题、解决具体问题的实际工作能力；3）培养良好的工作习惯和科学素养，为今后参加科学研究工作以及毕业设计打下良好的基础。
2 实习基本原理本实习的环境是Erdas软件，主要利用import/export, Dataprep, Interpreter, Classifier和Composer等模块。
2.1 数据源本实习中给定的数据为12幅tiff无损压缩TM专题制图仪获取的宜昌部分地区的影像，分为左右两个部分，其中有部分重叠，包括波段1,2,4,5,6,7（6波段为红外波段），分辨率30m；1幅与拼接后TM影像范围相近的高分SPOT影像，分辨率10m。
2.2 图像预处理2.2.1 几何纠正利用Dataprep模块中的Geometric correction，以SPOT高分影像（含坐标信息和投影信息）为参照分别对左右两个部分的TM影像进行几何校正。
2.2.2 镶嵌利用Dataprep模块中的Mosaic工具将几何校正后的TM影像的左右部分进行镶嵌，合成一幅完整的影像。
2.2.3 裁剪利用AOI工具和Dataprep中的Subset Image对合成后的TM影像进行剪切，得到制图所需要的区域。
2.3 图像解译2.3.1 波段合成利用Interpreter模块中Utilities的Layer Stacking将给定的TM影像同一地区的各波段信息进行合成。
2.3.2 空间增强利用Interpreter模块中的Spatial Enhancement对图像进行空间增强，方式有多种：直方图均衡、方差调整、通用反差调整、亮度 / 反差调整、分段拉伸、直方图断点处理、平滑和锐化，边缘提取、卷积滤波、均值滤波等基本方法。
地表温度反演实验报告
地表温度反演实验报告地表温度是指地球表面的温度，是一个重要的气象参数，对于气候变化、城市热岛效应等问题具有重要的影响。
地表温度反演是通过遥感技术获取地表温度信息的一种方法，可以有效地监测地表温度的变化情况。
本实验旨在利用卫星遥感数据，反演地表温度，并对结果进行分析和讨论。
实验方法：我们收集了MODIS卫星传感器获取的遥感数据，包括云量、地表温度等信息。
然后，利用反演算法对这些数据进行处理，得到地表温度的反演结果。
接着，我们将反演结果与实地观测数据进行对比分析，验证反演结果的准确性。
最后，我们对地表温度的空间分布特征进行研究，分析其与地形、植被覆盖等因素的关系。
实验结果：经过反演算法处理，我们得到了一幅地表温度的空间分布图。
从图中可以看出，地表温度在不同区域有明显的差异，一般来说，城市区域的地表温度要高于郊区和农田地区。
另外，我们还发现地形和植被覆盖对地表温度有一定的影响，高海拔地区的地表温度要低于低海拔地区，而植被茂密的地区地表温度相对较低。
实验分析：通过对地表温度的反演结果进行分析，我们可以发现地表温度的空间分布受到多种因素的影响，包括城市化程度、地形、植被覆盖等。
城市热岛效应导致城市区域地表温度升高，而高海拔地区地表温度较低，这些都是地表温度空间分布差异的原因之一。
植被覆盖可以降低地表温度，起到调节气候的作用。
结论：地表温度反演是一种有效的监测地表温度变化的方法，可以为气候研究、城市规划等领域提供重要的参考依据。
通过对地表温度的反演结果进行分析，可以更好地理解地表温度的空间分布特征，为环境保护和气候调控提供科学依据。
希望通过本实验的研究，能够更深入地探讨地表温度变化的规律，为未来的研究提供参考。
- 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)。
Landsat TM6 地表温度反演实习报告
实习目的：
1、TM Level 1 数据的热红外波段辐射定标：学会阅读头文件，找出所需定标参数；利用定标参数将TM图像热红外波段DN值转换为辐射亮度；
2、运用单通道法，反演地表温度反演
实习步骤：
1.加载图像：import—>选择需要加载的图像
2.分部建模
2.1求算NDVI的建模如图所示
第三第四波段的辐射定标运算的增益和偏移均来自数据的头文件。
2.2第六波段辐射定标计算
说明：第六波段的辐射定标计算的增益和偏移不能再用头文件中的增益和偏移，否则误差会很大造成无法显示，因此必须在老师给的表格中查找。
然后再用老师给的公式进行计算.
从表格中找出L min 和L max 输入下面公式
255
G min
max L L rescale -=
min B L rescale = rescale cal rescale B Q G L +⋅=λ
即可求出增益和偏移，然后进行辐射定标运算即可求出所需结果。
2.3求解地表反射率（λε）的建模运算。
所使用的经验公式根据Van 的经验公式：
)ln(047.00094.1NDVI +=λε
2.4求解)T (B s λ的建模。
)T (B s λ为温度为s T 的黑体在热红外波段的辐射亮度。
使用的公式是
L L o
o o s ↓
↑
--
-=λ
λ
λ
λλλλλεετε1L )T (B ）（，其中
L
o ↓
λ
表示大气向下辐射亮度，模拟结果为1.68 Wm -2um -1Sr -1，L o
↑
λ表示大气向上辐射亮度，
模拟结果为1.74 Wm -2um -1Sr -1，λτo 为大气在热红外波段的透过率，模拟结果为0.77。
λε为上一步求解的结果。
2.5反演温度的建模
该步骤使用简化的公式)
176.607ln(1260.56
T +=
λ
B s
2.6得到了地表温度的结果，然而显示的确实全白。
查看数据结果：
有大面积的非法数据无法显示，因此必须想办法滤除不能显示的数据。
2.8滤除非法数据的建模
和同学一切讨论，一起上网查资料，我选择了分类函数CONDITIONAL(),上面的公式的意思是如果n1_wendu1的栅格值大于0，则返回该栅格值，否则返回0.
3.结果展示：
拉一条直线看其温度变化
根据上图可以看出四周黑色部分已经被滤除值为0，中间部分温度300K左右，即摄氏27度左右。
直方图：
可以看出比率最大的部分温度为297.456K，即温度为摄氏24度左右的区域面积最大。
如图所示最小值是0，最大值329.79，平均值277.272，中间值298.87。