遥感专题应用一般模型及方法
《遥感技术应用》幻灯片PPT
多光谱遥感、高光谱遥感、超光谱遥感之间的区别， 本质上就是光谱分辨率在数量级上的不同。
黑白全色航片、彩色相片、多光谱影像、高光谱影 像，光谱分辨率越来越高。
光谱分辨率的提高，有利于提高遥感应用分析的效 果；但并不是简单的波段数量越多越好。
光学遥感技术的开展-光谱分辨率不断提高
时间分辨率是关于遥感影像间隔时间的一项性能指 标。
遥感探测器按一定的时间周期重复采集数据，这种 重复周期是由卫星的轨道高度、轨道倾角、运行周期、 轨道间隔、偏移系数等参数所决定。这种重复观测的 最小时间间隔就称为时间分辨率。
采用适宜时间分辨率的数据，是成功进展遥感变化 检测的关键问题之一。
空间分辨率与光谱分辨率之间的关系
〔1〕根据卫星轨道参数〔包括位置、姿态、轨道及扫 描特征〕校正影像，为提高精度有时需要参加DEM。这 种情况不需要GCP，一般利用卫星数据自带的一个参数 文件完成纠正。在低分辨率的遥感影像上，GCP的选择 比较困难，可以考虑采用这种方式。 〔2〕利用几何校正模型〔如多项式〕+GCP的方式。 一般中分辨率的遥感数据〔如TM影像〕可以考虑采用这 种方式，但具体情况下还需考虑地形的影响。 〔3〕利用轨道参数+地面控制点+DEM进展纠正，即 进展正射纠正，这种方式精度最高，但对信息的需求也 最多，适合高分辨率的遥感数据的纠正。 说明：第二种情况是练习的重点。
Panchromatic
Hyperspectral
Multispectral
主要通过形状〔空间 信息〕识别地物
Color Photography
加强型的颜色感知
主要通过光谱 信息识别地物
增加了颜色的感知
2. 空间分辨率〔Spatial Resolution〕
遥感反演模型研究与应用
遥感反演模型研究与应用近年来随着遥感技术的发展，遥感反演模型的研究与应用成为了热门的研究方向。
遥感反演模型是指通过遥感数据来解释地面物象特征的模型，其主要目的是获取地面信息并能够对地面进行准确的识别和分类。
一、遥感反演模型的研究方法遥感反演模型的研究方法可以分为光学遥感和雷达遥感两种。
光学遥感主要利用地面上的反射与辐射特征，来推断地面物象信息，其研究方法主要是基于物理原理来建立模型，常用的有多光谱、高光谱和热红外等模型。
而雷达遥感主要是通过利用地面物件对雷达波的反射特征，来反演地面物象信息，其主要研究方法是基于散射原理来建立模型，常用的有SAR和INSAR等模型。
二、遥感反演模型的应用领域遥感反演模型在地球观测、资源调查、环境监测、气候变化等领域都具有广泛的应用。
具体来说，它可以用于农业、林业、水利、矿产、地质、城市规划、交通等领域中对地表状况的检测、分析和监测。
特别是在森林植被覆盖度与生态系统监测方面，具有非常重要的应用价值。
此外，在卫星遥感图像分类、智能交通系统、自动驾驶汽车等领域也可以应用到遥感反演模型，提供精准的地理信息。
三、遥感反演模型面临的挑战遥感反演模型在应用中也面临着许多挑战，例如数据质量不统一、数据获取成本较高、精度波动较大等。
此外，模型的建立也受到各种因素的影响，包括地表物象的多样性、遥感数据处理技术的先进性等。
为此，在研究和应用遥感反演模型时，需要对数据进行精细处理、多组数据交叉验证和不断改进算法模型等方法。
四、遥感反演模型的未来展望随着遥感技术的不断发展，遥感反演模型将会进一步提高精度和应用范围，同时也将会更加广泛地应用于各种领域。
例如，在交通领域中，遥感反演模型可以用于路面覆盖物的监测识别和交通流量态势的预测，为城市交通的提高和优化提供有力的支撑。
此外，随着人工智能技术的不断发展，遥感反演模型也可以更趋向智能化，提升自身的学习和适应能力，为我们提供更准确的地理信息。
结语遥感反演模型的研究和应用已经成为了现代信息化技术中不可缺少的一部分，可以为各行各业提供精准的地理信息。
(完整版)遥感应用分析原理与方法习题和答案
绪论思考题1.如何理解“遥感” 是以电磁波与地球表面物质相互作用为基础来探测、研究地面目标的科学。
遥感—是一种远离目标，通过非直接接触而感知、测量、分析并判定目标性质，其空间展布、类型及其数量的探测技术。
广义上的遥感：泛指一切不接触物体而进行的远距离探测，包括对电磁场、力场、机械波（声波、地震波）等的探测。
狭义上的遥感：指不与探测目标相接触，利用传感器（遥感器），把目标的电磁波特性记录下来，通过对数据的处理、综合分析，揭示出物体的特点及其变化规律的综合性探测技术。
地物波谱特性然界任何物体都具有反射、吸收、发射电磁波的能力，这是由于组成物质的最小微粒不同运动状态造成的；不同的物质由于物质组成和内部结构、表面状态不同，具有相异的电磁波谱特性，这是遥感识别目标的前提；地物波谱特征可通过各种光谱测量仪器测得。
遥感的物理基础任何物体都具有发射、反射和吸收电磁波的性质，物体与电磁波的相互作用，形成了物体的电磁波特性，这是遥感探测物体的依据。
2.遥感的特点（优势）主要有哪些？遥感的特点（优势）：面状信息获取：时效性：快速准确连续性：动态观测多维信息：平面、高程（立体）生动、形象、直观：经济：节约人力、物力、财力、时间……3. 说明遥感应用的基本步骤。
遥感应用的基本步骤：• 根据研究的目标选择合适的遥感数据源考虑空间分辨率、时间分辨率、光谱波段等因素，目标不同、尺度不同、时相要求不同、光谱特点不同• 进行图像的（预）处理多时相图像配准、几何纠正、图像镶嵌、数据融合• 特征参数选择波段选择band selection、特征提取feature extraction（通过一定的数学方法对原始波段进行处理，得到能反映目标地物特性的新的参数，如植被指数、主成分等等）• 建立分类系统各类及亚类分类指标（定性、定量）• 专题信息提取（分类）与综合分析分类，并对分类结果进行分析（数量、质量、分布、发展变化特点与趋势、产生的原因）• 结果检验与成果输出对结果进行验证（直接验证、间接验证），满足需要则输出结果，反之，返回第三步、第四步，进行相关的修改、调整。
遥感数字图像特征分析和应用
3.1遥感图像模型 遥感图像，无论模拟图像或者数字图像， 均是遥感器探测地物电磁辐射能量所得到 的图像，均是特定时空尺度下、特定波长
范围内、特定探测方向上地物发射和反射 电磁辐射能量的客观记录。
因此，均可归纳为如下所示更具普遍意义 的数学模型，即遥感图像模型。
S2 N2
协方差矩阵既能反映各个变量各自取值的离散程 度，又能反映不同变量间的相关密切程度。
第3章 遥感数字图像特征分析和应用
（2）相关系数——表征变量之间的相关程 度，多个波段遥感图像之间的反映其所含 信息的重叠程度。计算方法为：
r fg S2 fg S ff S gg
（其中，S ff 和 S gg 分别为图像 和 的 f (i, j ) g (i, j ) 标准差） 将个波段间相关系数对应排列所得矩阵称 1 r12 ... r1N 为相关系数矩阵R，即
第3章 遥感数字图像特征分析和应用
对于n个波段数据，将有n×(n-1)×(n-2)/3! 种3个波段组合，最佳波段选择就是要判断 其中哪种属于最佳波段组合、最适宜遥感 信息提取。已有研究证实，最佳指数（OIF） 最适宜多光谱数据最佳波段选择，其计算 公式如下： 3 3 OIF SD i R ij
3.2遥感图像统计特征分析 遥感图像的整体特征可用光谱分辨率、辐 射分辨率、空间分辨率和时间分辨率等描 述。但其具体特征？ 例如：相同时间、相同区域、不同传感器 数据有无细微的差异，相同传感器、相同 季相、不同区域数据同类地物有无可分性 差异等，如何定量描述？
第3章 遥感数字图像特征分析和应用
g x, y T f x, y
第3章 遥感数字图像特征分析和应用
遥感原理与应用总结
第一章：1. 遥感的定义遥感是指对地观测，即从不同高度的工作平台上通过传感器，对地球表面目标的电磁波反射或辐射信息进行探测，并经信息的记录、传输、处理和解译分析，对地球的资源与环境进行探测和监测的综合性技术。
2. 遥感的分类（1）按遥感平台分类：地面遥感、航空遥感、航天遥感（2）按工作方式：主动式遥感、被动式遥感（3）按工作波段：紫外遥感、可见光遥感、红外遥感、微波遥感、多光谱和高光谱遥感（4）按记录方式：成像遥感、非成像遥感（5）按遥感应用领域分类：从大的研究领域：外层空间遥感、大气遥感、陆地遥感、海洋遥感），从具体应用领域（城市遥感、环境遥感、农业遥感和林业遥感、地质遥感、气象遥感、军事遥感）3. 遥感技术系统的组成部分：信息获取、信息记录与传输、信息处理、信息应用第二章：1.电磁波谱：将电磁波按波长或频率递增或递减顺序排列红外波段：0.76-1000um(近红外(识别植物类型，分析植物长势，监测植被的病虫害) （热红外遥感主要使用3-15um的红外线，探测地下热源、火山、森林火灾、热岛效应）2.辐射通量：电磁辐射单位时间内通过某一表面的能量辐射通量密度：通过单位面积的辐射通量辐射出射度：单位面积发射出的辐射通量辐射照度（辐照度）：投射到单位面积上的辐射通量3.绝对黑体：如果一个物体对任何波长的电磁辐射都全部吸收而毫无反射和透射，则称这个物体为绝对黑体（黑体辐射与温度成正相关）4.（1）太阳辐射的特性：1地球上的能源来源于太阳，太阳是被动遥感最主要的辐射源2在距离地球一个天文单位内，太阳辐射在大气上界处的垂直入射的辐射通量密度称为太阳常数3地球大气层以外的太阳光谱辐照度曲线为平滑的连续曲线（2）地球辐射特性：1地球上的能源来源于太阳的直射能量与天空漫入射的能量2被地表吸收的太阳辐射能，又重新被地表辐射（3）比辐射率：单位面积上地物发射的某一波长的辐射通量密度与同温度下黑体在同一波长上的辐射通量密度之比，又称发射率6.电磁辐射能与地表的相互作用有三种基本物理过程：反射、吸收和透射（1）物体对电磁波的反射可表现的三种形式：镜面反射：当入射能量全部或几乎全部按相反方向反射，且反射角等于入射角漫反射：当入射能量在所有方向均匀反射，即入射能量以入射点为中心在整个半球空间内向四周各向同性反射能量的现象（即伯朗反射）一个完全的漫反射体称为伯朗体方向反射：介于伯朗表面和镜面之间的，其反射方向各不相同，而具有明显的方向性，即在某些方向上反射最强烈的现象7.光谱反射率：地物在某波段的反射通量与该波段的入射通量之比地物的反射波谱特性：地物波谱反射率随波长变化而改变的特性8.水体的反射主要在蓝绿光波段，在近红外、中红外有很强的吸收带植物在绿光附近有一个反射波峰，两侧的蓝光和红光有两个吸收带9.影像地物反射光谱特性的因素：1太阳位置即太阳高度和方位角2传感器位置即观测角和方位角3不同的地理位置、太阳位置、地理景观、海拔高度大气透明度4地物本身性质的变异5时间的变化、季节的变化10.大气对电磁辐射传输作用大气对电磁辐射传输的作用过程的影响包括：散射、吸收、反射、扰动、折射和偏振，对遥感数据，主要是散射和吸收（1）大气吸收：将电磁波辐射能量转换成分子的热运动，使能量减少，主要吸收水蒸气、二氧化碳和臭氧电磁波辐射在大气传输中透过率较高的波段称为大气窗口（2）大气散射：电磁波在传播过程中遇到微粒而使传播方向发生改变，并向各个方向散开瑞利散射：引起散射的大气粒子直径远小于入射电磁波波长（蓝天）米氏散射：。
遥感应用模型5-植被(2)-叶面积指数估算模型
由于缺乏卫星过境时详细的大气剖面资料（如气 溶胶和水汽含量等），因此6S模型等大气校正模 型的应用将会受到限制。
利用暗目标法对遥感影像进行大气校正，以获得 地面反射率数据。
地面叶面积指数测量方法
考察路线与采样点的选取应遵循如下原则：一是 植物分布的代表性、均匀性；二是遥感图像可读 性；三是交通可行性。
因此，探讨利用遥感影像估算植被的叶面积指数的 方法已成为当前建立全球及区域气候、生态模型的 基础工作之一。
通常检验遥感反演叶面积指数的精度常常通过地 面实地测量的方式。
地面测量叶面积指数的方法有很多种，大致分为 两类—直接测量法和间接测量法。
➢直接测量法包括系数法和比叶重法等。在叶子 的采集和叶面积的测量过程中，具有一定的破 坏性。
➢光学模型法，基于植被的双向反射率分布函数 ，是一种建立在辐射传输模型基础上的模型， 它把LAI作为输入变量，采用迭代的方法来推算 LAI。
统计模型法输入参数单一，不需要复杂的计算， 因此成为遥感估算LAI的常用方法。但不同植被类 型的LAI与植被指数的函数关系会有所差异，在使 用时需要重新调整、拟合。
第二章 植被遥感本章主来自内容 叶面积指数估算模型
叶面积指数估算模型
叶面积指数（LAI）是指单位地表面积上方植物叶 单面面积的总和，它是叶覆盖的无量纲度量。
叶面积指数作为进行植物群体和群落生长分析的重 要参数和评价指标，在农业、林业及生态学等领域 得到了广泛的应用。
依靠传统的地面样方实测的方法来估算叶面积指数 又是一项花费巨大人力、财力且精度不高的工作。
光学模型法的优点是有物理模型基础，不受植被 类型的影响，然而由于模型过于复杂，反演非常 耗时，且反演估算LAI过程中有些函数并不总是收 敛的。
高分辨率卫星遥感立体影像处理模型与算法
高分辨率卫星遥感立体影像处理模型与算法一、本文概述随着空间技术和遥感科学的迅猛发展，高分辨率卫星遥感已成为地球观测与资源管理的重要手段。
高分辨率卫星遥感立体影像，以其高空间分辨率、高光谱分辨率和高时间分辨率的优势，为地表特征提取、环境监测、城市规划等领域提供了丰富而准确的信息源。
如何高效、精确地处理这些立体影像，以充分发挥其应用潜力，是当前遥感领域面临的重要挑战。
本文旨在探讨高分辨率卫星遥感立体影像处理模型与算法。
本文将回顾高分辨率卫星遥感立体影像处理技术的发展历程，分析现有技术的优缺点。
接着，本文将重点介绍几种先进的处理模型与算法，包括基于深度学习的立体匹配算法、多源数据融合算法以及变化检测算法等。
这些算法不仅提高了影像处理的精度和效率，还拓宽了高分辨率卫星遥感的应用范围。
本文还将探讨高分辨率卫星遥感立体影像处理技术在实践中的应用案例，如城市规划、灾害监测、环境评估等，以展示这些技术的实际应用价值和潜力。
本文将对未来高分辨率卫星遥感立体影像处理技术的发展趋势进行展望，指出可能的研究方向和挑战，以期为相关领域的研究和实践提供参考。
本文将对高分辨率卫星遥感立体影像处理模型与算法进行全面而深入的探讨，旨在推动遥感科学技术的发展，为地球观测与资源管理提供更有效的技术支持。
二、高分辨率卫星遥感技术概述高分辨率卫星遥感技术是指利用卫星搭载的遥感设备获取地球表面的高清晰度图像和数据的技术。
这种技术在地理信息系统、城市规划、农业监测、环境保护、灾害评估和军事侦察等领域具有广泛的应用。
高分辨率卫星遥感技术的关键在于其搭载的传感器和数据处理算法。
传感器必须具备高空间分辨率、高光谱分辨率和高时间分辨率，以确保获取到的图像清晰、详细。
同时，数据处理算法需要能够从这些高分辨率图像中提取有用的信息，进行分类、识别和分析。
立体影像处理是高分辨率卫星遥感技术中的一个重要方面，它涉及到从不同角度获取的两幅或多幅图像中重建地面的三维模型。
遥感数据反演模型及其在测绘中的应用
遥感数据反演模型及其在测绘中的应用一、引言遥感是指通过传感器对地面目标进行探测和信息记录的技术。
遥感数据反演模型是指通过遥感数据的分析和处理，根据已知的输入参数，推导出未知的输出参数的数学模型。
这一技术的应用使得测绘工作变得更加高效、准确，并且可以获取到大范围的地理信息数据。
本文将探讨遥感数据反演模型及其在测绘中的应用。
二、遥感数据反演模型的基本原理遥感数据反演模型的基本原理是通过分析和处理遥感数据，提取出地物特征，推导出地物的相关参数。
遥感数据一般包括光谱数据和雷达数据。
光谱数据通过测量不同波段的光电信号，反映出地表的光谱特征；雷达数据则通过测量目标物体与雷达波的相互作用，获取目标物体的散射特征。
在遥感数据反演模型中，常用的方法有统计方法、机器学习方法和物理模型方法。
统计方法是通过对大量遥感数据进行统计分析，建立统计模型，再根据输入参数进行预测。
机器学习方法则是通过训练数据集，建立预测模型，再利用该模型对未知参数进行预测。
物理模型方法则是通过对光学、电磁等物理原理的研究，建立物理模型，根据已知的输入参数计算出输出参数。
三、遥感数据反演模型在测绘中的应用1. 地表覆盖分类地表覆盖分类是遥感数据反演模型在测绘中最常见的应用之一。
通过运用统计方法或机器学习方法，可以将遥感图像中的像元分为不同的地物类别，如水体、森林、草地、建筑等。
这一过程对于土地利用规划、生态环境监测等领域具有重要意义。
2. 土壤湿度监测土壤湿度是农业生产中的重要参数，能够直接影响作物的生长和产量。
利用遥感数据反演模型，可以推测出地表土壤的湿度情况。
通过获取大范围的土壤湿度数据，农民可以根据实际情况进行适时的灌溉，提高农作物的产量和质量。
3. 土地沙化监测土地沙化是指由于自然力和人为活动导致的土地退化现象。
沙化会导致土地贫瘠、植被减少等问题。
通过遥感数据反演模型，可以有效监测土地沙化的程度和范围。
这一信息对于沙漠化防治和生态保护具有重要意义。
- 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)。
5
遥感综合区域分析的复杂性
地物波谱特征受多种因素的控制，地物波谱特征也因 时因地在变化 同物异谱，同谱异物造成信息提取的不确定性 地物识别依赖于光谱、形状、大小、纹理结构等影像 特征 地表现象是错综复杂的，各要素之间的关系可以有多 种类型
15.02.2021
6
二、遥感应用的数据源
15.02.2021
15.02.2021
4
遥感综合区域分析
遥感图像显示的是某一区域特定地理环境的统一体， 是对大气圈、岩石圈、水圈、生物圈以及社会生态环 境的综合反映。
地理要素的综合--地理环境是由互相关联的自然及社会 现象所构成 遥感信息的综合--不同空间分辨率、波谱分辨率、时间 分辨率遥感信息的综合
15.02.2021
DTM与遥感数据的复合 遥感与地球物理、地球化学数据的复合
15.02.2021
20
遥感信息与地球物理、化学数据复合
遥感信息--地表空间特征 地球物理、地球化学特征--不同深度地物的物理性质， 如内部结构、物理组成、基层表面起伏
专题图栅格化 空间配准 构建信息表达模型及提取方法
15.02.2021
21
27
Байду номын сангаас
非主导因素相关分析法
土壤识别--与水盐直接相关，但在鲁北旱季影像 上，色度相近的白色代表不同类型的土壤 通过相关特征组合识别
15.02.2021
28
分层分类法--信息树
15.02.2021
29
分层分类法
遥感分层分类法就是根据信息树所描述的景物总体结 构进行逐级分类，即按总体结构特征建立分类标志或 设计分类器，对图像中的各像元进行若干次判别分类
15.02.2021
10
三、多源数据融合应用
15.02.2021
11
遥感专题应用途径
• 补充其它地学知识 • 依赖图像信息及相关信息，分析推断出未反
映的信息
15.02.2021
12
多源数据的协同反演
若干年前，辽河大水，遥感估算的受灾面积只有民政部门 上报数的十分之一，中央采信了遥感估算面积。去年参加了环 境减灾卫星（HJ）减灾地面系统的初步设计，才知道减灾委的 同志迄今不服：
• 主导因素分析--确定某专题特征的主导因素，并以
此进行分类
• 非主导因素分析--通过各因子量化统计分析，确定
有明显效果的相关变量
15.02.2021
25
主导因素分析法-土壤自动分类
15.02.2021
26
主导因素分析法-土壤自动分类
15.02.2021
运用11项地形 因子：平均坡度 AS、平均坡度 变化MSDC、粗 糙指数RI、地形 高程比ERR、地 势SR、高程偏 差SV、水网密 度DD、崎岖指 数RN、河网分 叉度BA、结构T、 平均河谷深度 MVD
• 多波段遥感信息融合 • 多时向遥感信息融合 • 多平台遥感信息融合
15.02.2021
15
多波段遥感信息复合
• 地物在不同波段波谱响应差异很大，可
利用物体在不同波段间的差异提高识别 物体的能力
• 关键是确定最佳波段组合
15.02.2021
16
最佳波段组合确定方法
15.02.2021
17
多时向影像复合
遥感信息与地球物理、化学数据复合
15.02.2021
22
四、遥感信息分析一般方法
15.02.2021
23
遥感应用分析方法
• 地理相关分析法 • 遥感分层分类法 • 交叉分析法
15.02.2021
24
地理相关分析法
• 研究某个区域地理环境内各要素之间相互关系、
相互组合特征，通过从各个不同角度分析推导出 某个专题目标的特征（间接解译标志），从而推 断、认识地物
通过不同时向影像复合，提高识别能力和分类精度 获取地面变化信息
15.02.2021
18
多平台遥感信息复合
不同平台获取的影像空间分辨率、视场大小特征具有 较大差异，不同平台复合，可在宏观性观测的基础上， 对重点地区进行细节性研究
15.02.2021
19
遥感信息与非遥感信息的复合
遥感影像与地图的复合 地图影像化 影像地图化
7
遥感信息源
l 遥感能为应用提供哪些信息 l 从应用角度如何使用遥感信息源
15.02.2021
8
遥感信息的属性--多源性
平台载体的多层次 波段不同 视场不同 范围不同
原因：平台高低、视场角大小、波段多少、时间频率 长短造成
15.02.2021
9
遥感研究对象的地学属性
空间分布特征 波谱反射和辐射特征 时向变化
-1-5.-02引.202自1 李小文院士
13
多源信息内容融合
• 同一区域的遥感信息之间，或遥感信息与其
它信息之间，在空间配准的基础上进行多种 形式的内容复合
组合依据的原则：
• 根据目标空间分布，光谱反射特性及时向规
律特征选择数据源
• 在空间、光谱、时间分辨率上相互补充
15.02.2021
14
遥感信息融合方法
遥感应用模型及一般方法
15.02.2021
1
一、概述
15.02.2021
2
遥感应用
15.02.2021
3
遥感信息模型
遥感应用以建立遥感信息模型为基础，对地球表层资源
与环境进行探测、分析，并揭示其要素的空间特征分布 与时空变化规律。
遥感信息模型是通过对地理实体现象不断抽象的过程形 成的，遥感信息模型对实地的反映，表现在几何、运动 方式、数值定量上的相似以及图像可视。
（1）按受灾面积发放的救灾款还是老标准，老百姓苦，都骂 遥感“乱摇笔杆”（这不能怪遥感）。
（2）遥感图像是洪峰以后获取的，洪峰时过水面积更大，图 像上反映不出来。
如果有洪峰前后的多时相主被动遥感数据结合，加上数字 高程模型、洪水淹没过程模型、地面水文数据，估算最大过水 面积，淹没深度和淹没时间，就可以得到更准确的灾情评估信 息，这就是要从瞬间到过程，从二维到四维。
•用分级逻辑判别的方法 •运用分层分类法，由于复杂景物经一定原则作了筛 选，在信息树各个中间结点上只存在较少的类别， 具有较好的可分性
15.02.2021
30
分层分类法--积雪分类
15.02.2021
31