遥感实习2卫星数据的预处理流程
遥感数据处理的基本步骤与技巧
遥感数据处理的基本步骤与技巧遥感技术作为一种获取地球表面信息的重要手段，被广泛应用于农林牧渔、城市规划、环境监测等领域。
而遥感数据的处理和分析则是有效利用遥感信息的关键环节。
本文将介绍遥感数据处理的基本步骤与技巧，以帮助读者更好地应用遥感数据。
一、数据获取遥感数据的获取是遥感数据处理的第一步。
常用的遥感数据包括航空影像、卫星影像和激光雷达数据。
在选择遥感数据时，需根据具体的研究目标和需求，选择适合的数据类型和分辨率。
而对于不同类型的遥感数据，其获取的方法也有所不同。
例如，航空影像可以通过航拍或无人机获取，卫星影像可以通过遥感卫星获取。
二、数据预处理数据预处理是遥感数据处理的重要环节。
通过对遥感数据进行校正和增强，可以提高数据的质量和可用性。
常见的数据预处理步骤包括辐射校正、大气校正、几何纠正和镶嵌拼接。
辐射校正是将原始遥感数据转化为能量辐射亮度值，大气校正是去除大气散射和吸收的影响，几何纠正是将图像投影到地面坐标系，镶嵌拼接是将多个遥感图像拼接成一个完整的图像。
三、特征提取特征提取是遥感数据处理的关键环节之一。
通过对遥感图像中的特征进行提取和分类，可以获取地表覆盖类型、土地利用状况等信息。
常用的特征提取方法包括阈值分割、数学形态学、边缘检测和纹理分析等。
例如，通过采用基于阈值分割和数学形态学的方法，可以将遥感图像中的建筑物和道路等目标进行提取和分类。
四、数据分析数据分析是利用遥感数据进行研究和应用的重要环节。
通过对遥感数据的统计分析、模型建立和空间分析，可以揭示地表变化、环境演变等规律。
常用的数据分析方法包括主成分分析、分类与回归树、遥感时序分析和地形分析等。
例如，通过主成分分析方法，可以从遥感图像中提取出主要的波段特征，进而分析地表覆盖类型的空间分布和变化趋势。
五、结果验证结果验证是遥感数据处理的最后一步，也是决定数据处理结果可靠性的关键环节。
通过与实地调查和已有数据的对比，可以评估遥感数据处理的准确性和可信度。
遥感监测总体流程
遥感监测总体流程一、数据获取。
遥感监测嘛，得先有数据才行。
这数据的来源可不少哦。
卫星是个超级厉害的“数据收集小能手”，它在太空里飞呀飞，不停地拍照，就像一个特别爱摄影的朋友，把地球表面的各种情况都记录下来。
还有飞机呢，飞机在大气层里飞的时候，也能收集到很多有用的数据。
这些数据就像是一堆宝藏，各种各样的，有关于地形的，有关于植被的，还有关于城市建筑的等等。
而且这些数据的格式也是五花八门的，就像不同风格的衣服一样，有图像格式的，有数字格式的，我们要把这些数据都收集好，为后面的工作做准备。
二、数据预处理。
拿到数据之后可不能直接就用哦。
就像刚买回来的菜，得洗一洗、切一切才能下锅做饭。
数据预处理就是干这个事儿的。
因为卫星或者飞机收集到的数据可能会有一些小问题。
比如说图像可能有点模糊，就像近视眼没戴眼镜看东西一样。
这时候我们就得想办法让图像变得清晰一点。
还有数据的坐标可能不太对，这就像把东西放错了位置一样，我们要调整好坐标，让数据能准确地对应到地球上的正确位置。
而且不同来源的数据可能尺度不一样，就像大人和小孩站在一起对比，我们得把它们变成差不多的“身材”，这样才能放在一起分析呢。
三、特征提取。
这一步就像是在一群小伙伴里找到有特点的那几个。
在遥感数据里，有好多信息都是隐藏起来的。
我们要通过一些特别的方法把这些隐藏的信息找出来，这就是特征提取啦。
比如说植被，它有自己独特的光谱特征，就像每个人都有自己独特的性格一样。
我们通过分析数据中的光谱信息，就能把植被从整个图像里准确地找出来。
还有水体，它也有和其他东西不一样的地方，我们就可以根据这些不同之处把水体也单独识别出来。
这一步可重要啦，就像找到一把特殊的钥匙，能打开分析遥感数据的大门。
四、分析与解译。
这时候就开始对提取出来的特征进行深度分析啦。
就像侦探破案一样，我们要从这些数据特征里解读出很多有用的信息。
比如说这片植被长得好不好，是不是生病了，就可以通过分析植被的特征数据来判断。
卫星遥感数据处理规范流程
北京揽宇方圆信息技术有限公司遥感卫星影像图像数据处理介绍北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。
遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。
优势：1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。
2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。
3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。
4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。
5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。
6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。
以最有效的法律手段来保障您的权益。
7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。
8：售后服务：完善的售后服务体制，全国热线，登陆官网客服服务同步。
遥感卫星影像预处理的方法步骤
遥感卫星影像预处理的方法步骤1技术路线DOM 技术流程图数据查询数据获取数据预处理质量检查整理提交原始数据正射校正平面控制高程数据辐射校正辐射定标大气校正配准融合整体镶嵌范围裁切高景一号MUX 影像大气校正植被指数多样性选择NDVI/EVI/NDWI/...光谱特征影像集随机森林分类研究区作物分类结果精度评价训练样本验证样本影像预处理辐射定标影像融合纹理特征多样性选择Mean/Entropy/ASM/...GLCM 计算高景一号Pan 影像灰度级量化...纹理特征影像集影像集验证样本集训练样本集实地调查高分解译样本筛选样本数据影像数据分类土地利用分类技术流程遥感图像水体粗提取先验阈值区间ROI 区域图像分割阈值水陆二值图边界膨胀直方图统计图像分割最小连通区去除水体掩膜图像水体分布提取技术流程模块开发数据处理数据获取水面实测光谱数据光学遥感数据实测水质参数数据水体固有光学量数据光谱特征分析固有光学特性分析基于水面实测光谱的水质参数反演算法基于光学遥感数据的水质参数反演策略最优反演算法精度评价水质参数反演软件模块开发反演算法水体光学分类大气校正水体提取水质参数反演技术路线图建筑物提取提取技术路线图2影像正射校正方案2.1正射校正原理遥感影像获取的过程中会受到各种不定因素的影响，如：传感器的成像方式、地形起伏、地球曲率、大气折射等，导致图像本身的几何位置、形状、尺寸等与其对应的地物不一致，发生变形。
通过一定的数学模型来改正和消除遥感影像产生的变形的过程称为几何校正。
通常情况下，对影像进行粗略几何校正时，需要利用卫星等提供的一些轨道、姿态参数以及与地面系统相关的处理参数来进行校正。
当精度要求较高时需对影像进行几何精校正，即利用地面控制点及畸变模型对原始影像进行校正。
经过粗校正之后接收到的全色影像数据中的大部分地物已经实现了重叠，只有个别仍存在偏差。
此时，需要利用DEM 数据对全色影像做正射校正，生成全色影像的正射影像图。
卫星遥感数据处理与分析技术研究
卫星遥感数据处理与分析技术研究随着科技的发展，遥感技术越来越成为了研究自然地理、生态环境和气候变化等领域的重要手段。
而卫星遥感数据处理与分析技术的研究，则是保障遥感技术的应用价值的关键。
本文将从数据处理流程、特点与优势以及研究现状三个方面，探讨卫星遥感数据处理与分析技术的研究现状及其发展趋势。
一、数据处理流程卫星遥感数据处理可粗略分为数据获取、数据预处理、数据分类、数据辐射校正和数据后处理等几个阶段。
其中数据处理的流程可以是以下这样：1. 数据获取数据获取是遥感技术的第一步，遥感数据主要有两种获取方式——空间分辨率、光谱分辨率、时间分辨率三方面兼备的多光谱图像和可见光图像。
多光谱图像相对于可见光图像具有更多的信息量，因此在遥感数据获取中得到了广泛应用。
2. 数据预处理数据预处理是指对遥感数据进行较小的和较早的数据加工和编目处理。
预处理是为了满足实际要求而采取的一种手段，它可以减轻后续处理的工作量、提高数据处理的成功率和有效性，同时也可以减少因遥感数据传输和处理中产生的误差。
3. 数据分类数据分类主要是将遥感数据划分为不同的类别，以清晰地表达研究目的。
常用的数据分类方法主要有有监督分类、无监督分类、半监督分类等。
4. 数据辐射校正数据辐射校正是将遥感数据进行反演处理，得到原始的物理量信息。
这也是得到可应用的遥感数据的必要步骤。
5. 数据后处理数据后处理主要是基于辐射校正后的遥感数据进行信息提取与分析，可以通过图像处理算法分析出遥感数据中反映地理信息的内容。
二、特点与优势相比于其他数据获取方式，卫星遥感数据具有以下特点与优势：1. 大面积覆盖遥感卫星能够对地面大面积进行连续覆盖，不像地面观测航拍等，需要以区域方式逐步拍摄记录。
2. 高空间分辨率因卫星远离地面，同一高度的地物集中于卫星拍摄的角度范围内，所以卫星遥感的数据有着较高的空间分辨率。
3. 高时间分辨率卫星遥感每次传输数据往往是批量处理的，能够对大量数据进行处理，因此时间分辨率相对较高。
卫星遥感数据处理技术的使用方法
卫星遥感数据处理技术的使用方法卫星遥感是通过卫星搭载的传感器获取地球表面信息的一种技术手段。
借助卫星遥感数据处理技术，我们能够有效地处理和分析海量的遥感图像数据，从而获得对地球表面特征和变化的详细了解。
本文将为您介绍卫星遥感数据处理技术的使用方法。
第一步：获取卫星遥感数据要进行卫星遥感数据处理，首先需要获取适用于您研究领域的卫星遥感数据。
通常情况下，这些数据可以通过各类数据共享平台、卫星数据提供商或地球观测卫星的官方网站获得。
一旦您获取到了需要的卫星遥感数据，将其下载到您的计算机中备用。
第二步：数据预处理在进行卫星遥感数据处理之前，通常需要对数据进行预处理，以去除可能的噪声、纠正影像几何形变等。
预处理的具体步骤包括：1.空间参考校正：将遥感数据的像元与地理坐标系统对应起来，以使其能够准确表示地球表面的位置。
2.大气校正：由于大气对卫星遥感数据的影响，需要进行校正以减少大气造成的误差。
3.影像校正：包括几何校正和辐射校正，以纠正影像的形变和辐射度。
第三步：影像分类与解译卫星遥感数据处理的重要一步是对遥感影像进行分类与解译，以提取出感兴趣的地物类型和特征。
常用的影像分类方法包括：1.基于统计的分类方法：根据遥感数据的统计特征，如像素的散布规律、光谱参数等，进行分类分析。
2.基于机器学习的分类方法：利用机器学习算法，通过训练样本对遥感影像进行分类预测。
3.基于专家判读的分类方法：由专家根据经验和知识对遥感影像进行目视解译和标注。
第四步：地理信息系统（GIS）分析卫星遥感数据处理的另一个重要应用领域是地理信息系统（GIS）分析。
借助GIS软件，我们可以对处理后的遥感数据进行进一步分析和可视化。
常见的GIS分析包括：1.空间分析：通过空间叠加、缓冲区分析等方式，从遥感数据中提取出地理空间上的关系和特征。
2.地形分析：根据地形数据和高程信息，对地表的高程特征进行分析和可视化。
3.变化检测：通过比较不同时期的遥感影像，检测地球表面的变化情况，如土地覆盖变化、城市扩张等。
遥感影像预处理的正确步骤
遥感影像预处理的正确步骤遥感影像预处理是遥感技术中的重要环节，它对于后续的遥感影像分析和应用具有至关重要的作用。
正确的预处理能够提高遥感影像的质量和准确度，为后续的数据分析提供有力支持。
下面将介绍遥感影像预处理的正确步骤。
一、获取遥感影像数据遥感影像数据可以通过卫星、飞机等遥感平台获取。
在获取数据时，需要确保数据的准确性和完整性，并且注意选择合适的数据源和分辨率。
二、辐射校正遥感影像数据在获取过程中受到了大气、地表反射等因素的影响，需要对数据进行辐射校正。
辐射校正可以消除大气散射和吸收引起的影响，使得遥感影像能够更准确地反映地物的真实特征。
三、几何校正遥感影像在获取过程中存在着不可避免的几何畸变，需要进行几何校正。
几何校正可以将遥感影像的像素位置与地理位置进行对应，使得影像能够与地理信息数据相匹配。
四、影像拼接如果获取到的遥感影像数据较大，需要进行影像拼接。
影像拼接可以将多个影像拼接成一个完整的影像，提供更广阔的地理范围和更丰富的信息。
五、影像增强影像增强是为了提高遥感影像的视觉效果和信息提取能力。
常见的影像增强方法包括直方图均衡化、滤波等。
六、去噪处理遥感影像数据中常常包含各种噪声，需要进行去噪处理。
去噪处理可以提高影像的清晰度和信息质量。
七、影像切割根据具体的需求，可以对遥感影像进行切割，提取感兴趣的区域或目标。
影像切割可以减少后续处理的数据量，提高处理效率。
八、数据格式转换根据不同的应用需求，遥感影像的数据格式可能需要进行转换。
数据格式转换可以使得遥感影像能够被不同的软件和平台所识别和使用。
九、数据融合多源遥感影像数据可以通过数据融合的方法进行融合，提供更综合、全面的信息。
常见的数据融合方法包括像素级融合、特征级融合等。
遥感影像预处理的正确步骤包括获取遥感影像数据、辐射校正、几何校正、影像拼接、影像增强、去噪处理、影像切割、数据格式转换和数据融合。
这些步骤可以保证遥感影像的质量和准确度，为后续的数据分析和应用提供有力支持。
卫星测图中的卫星数据处理流程与技巧
卫星测图中的卫星数据处理流程与技巧导语：随着科技的不断发展，卫星测图逐渐成为了地理信息系统（GIS）领域中不可或缺的重要工具。
卫星数据处理是卫星测图的基础，对于结果的准确性和可靠性起着至关重要的作用。
本文将主要介绍卫星数据处理的流程与技巧，帮助读者更好地理解和应用卫星测图技术。
一、卫星数据的获取与收集卫星数据的获取是卫星测图的第一步，而数据的收集则是获取数据的重要方式之一。
目前，卫星数据的获取主要有两种方式：直接下载和购买。
直接下载是指通过卫星数据共享平台，如美国地质调查局（USGS）提供的EarthExplorer，从互联网上直接下载卫星数据。
而购买方式则是通过商业卫星数据提供商购买特定区域的卫星影像和产品。
二、卫星数据的预处理卫星数据的预处理是卫星数据处理的重要环节，通过对原始数据进行校正和增强，可以提高数据的质量和可用性。
预处理的主要步骤包括：几何校正、辐射校正和大气校正。
1.几何校正几何校正是将原始卫星影像矫正为地理参考图像的过程，主要包括地球表面形状校正、图像配准和图像变形纠正等操作。
几何校正的目的是消除由卫星姿态、运动和大气影响等因素导致的图像形变，以达到真实地表形状的正确显示。
2.辐射校正辐射校正是将原始卫星影像转换为可比较的辐射能量值，以便进行不同时间、不同卫星和不同传感器影像的定量比较。
辐射校正主要通过测定辐射敏感区域的大气透过率和太阳辐射能量来完成。
3.大气校正大气校正是为了减小大气散射和吸收对卫星影像质量的影响而进行的处理。
主要目的是消除不同高度或角度视场内大气吸收和散射对亮度的影响，使卫星影像能够更真实地反映地表的特征。
三、卫星数据的处理与分析卫星数据经过预处理后，就可以进行接下来的数据处理与分析。
卫星数据的处理与分析主要有以下几个方面：1.图像融合图像融合是将具有不同空间分辨率和光谱特性的多幅卫星影像融合到一起，以获得具有更高分辨率和更丰富信息的图像。
常见的图像融合方法包括基于波尔塔定理的多光谱和全色波段融合、小波变换融合和人工神经网络融合等。
- 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)。
数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。
图1 数据预处理一般流程
通常我们直接从数据提供商获取未定标的DN 图像，然后定标为辐射亮度图像，对辐射率亮度图像进行大气校正得到地表反射率图像。
一、辐射定标与大气校正
1、辐射定标Radiometric calibration ：将记录的原始DN 值转换为大气外层表面反射率（或称为辐射亮度值）。
目的：消除传感器本身的误差，确定传感器入口处的准确辐射值
方法：实验室定标、机上/星上定标、场地定标
不同的传感器，其辐射定标公式不同。
L=gain*DN+Bias
在ENVI 中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块
2、大气校正Atmospheric correction ：将辐射亮度或者表面反射率转换为地表实际反射率 目的：消除大气散射、吸收、反射引起的误差。
分类：统计型和物理型
目前遥感图像的大气校正方法按照校正后的结果可以分为2种：
1) 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。
包括：基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演
2) 相对大气校正方法：校正后得到的图像，相同的DN 值表示相同的地物反射率，其结果不考虑地物的实际反射率。
包括：基于统计的不变目标法、直方图匹配法等。
方法的选择问题，一般而言：
1) 如果是精细定量研究，那么选择基于辐射传输模型的大气校正方法。
2) 如果是做动态监测，那么可选择相对大气校正或者较简单的方法。
3) 如果参数缺少，没办法了只能选择较简单的方法了。
在ENVI 中，Basic tools>preprocessing>calibration utilities>FLAASH
二、数字图像镶嵌与裁剪
1、镶嵌
当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。
在进行图像的镶嵌时，需要确定一幅参考影像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。
镶嵌得两幅或多幅图像选择相同或相近的成像时间，使得图像的色调保持一致。
但接边色调相差太大时，可以利
Digital
Numbers Radiance TOA
Reflectance Geometric correction
Step 1 Step 2 Surface
Reflectance
Step 3 Step 4
Analysis
步骤与要求：
一、图像元文件信息查看
1) 实习一中学习了手动加载各波段文件，此次实习学习从元文件处自动加载各波段：
选择File> open as>Landsat>Geo TIFF with metadata，弹出输入元文件对话框，选择后缀为.met的文件打开，在波段可用列表(Available Band List)中将自动对ETM的可见光波段(1、2、3、4、5、7)、热红外（61、62）以及全色(PAN 8)波段进行加载，避免了手动添加各波段进行layer stacking过程中对元文件信息的丢失。
Data manage位于面板第二个图标
2）、显示彩色图片
可以根据B、G、R三种颜色合成彩色图（也可以任选其它三个波段合成伪彩色图）方式一：在Available Band List 窗口中，选中文件用鼠标点击右键，在弹出的窗口中选Load True Color。
方式二：在Available Band List 窗口中点击RGB color，分别选取3、2、1号波段，点display按钮，出现如下图：
二、辐射定标
a.在右侧toolbox中查找Radiometric Calibration工具，双击后选择定标的图像。
设置因子为0.1是因为大气校正模块要求的单位是：mW/(cm2*sr*mm)，这里提前作了单位转换，并按照FLAASH Atmospheric Correction要求把数据类型由BSQ 转为BIL，点击Apply FLAASH settings为下一步大气校正做准备。
b.查看图像信息，点击面板第四个位置图标，可以看到data值为浮点型（左），定标前为整型（右）：
三、大气校正
a.在右侧toolbox中查找FLAASH Atmospheric Correction工具，双击后按下图设置：
1.按Input Radiance Image按钮输入定标后文件：123039_cal.dat
A.在弹出下面的参数选择窗口中，ENVI默认的辐亮度单位是μW/cm2*sr*nm，而之前我们做辐射定标时单位是W/m2*sr*μm，二者之间转换的比例是10，之前大气校正余弦设置过转换系数0.1，因此在下图中选择Single scale factor，填写1.0：并按下图设置.
B.输出文件选择：Cal_BIL_FLAASH.dat
C.工作目录选择：Cal_BIL_FLAASH.dat所在的目录
D.FLAASH前缀选择temp_
E.图片中心位置选择：查看元文件
F.卫星类型：多光谱的LandSat TM7
G.日期时间：2002年7月9日02时55分35秒
H. Atmospheric Model (大气模式)：共有Sub-Arctic Winter (SAW)，Mid-Latitude Winter (MLW)，U.S. Standard (US)，Sub-Arctic Summer(SAS)，Mid-Latitude Summer (MLS)和Tropical (T)。
根据经纬度和时间可以选定研究区的大气模式：中纬度夏天(MLS)
I.Aerosol Model（气溶胶模式）：有Rural，Urban，Maritime和Tropospheric四种选择。
根据实际情况可选择Rural，在ENVI帮助中可查表定。
J.微粒模式选：无
最后按apply便可，完成后出现如下框图，等待完成即可。
Views>Two vertical view后，将完成大气校正后的图像拖拽至空窗口中，如下左图为原图，右图为大气校正后的：
在图片显示窗口右键选择Profile>spectrum或点击查看光谱剖面曲线并点击Cursor Value 图标查看Data值的变化。
四、影像裁剪
首先先要找到矢量文件并在ENVI中打开，File>open>studyarea.shp.
a.在右侧toolbox中查找Build Msak工具，双击后按下图设置：
按上图设置后得到如下掩膜文件：
b.在右侧toolbox中查找apply Msak工具，双击后按下图设置：
请把最终结果截图至此处：。