常用的遥感卫星影像数据处理方法
卫星测绘数据处理方法与软件推荐
卫星测绘数据处理方法与软件推荐卫星测绘是指利用卫星遥感技术获取地球表面信息的方法，是现代测绘技术的重要组成部分。
卫星测绘的数据处理方法和软件选择对于后续数据分析与应用至关重要。
本文将介绍常用的卫星测绘数据处理方法，并推荐几款优秀的软件。
卫星测绘数据处理方法包括影像预处理、制图处理和数据分析三个主要环节。
影像预处理是指对卫星遥感影像进行几何定位、辐射校正和大气校正等处理，以确保影像质量和准确性。
制图处理是指利用预处理后的遥感影像进行地图制图，包括地物提取、地理栅格化和图像融合等操作。
数据分析是指对制图处理后的数据进行统计分析和模型建立，以获取更深入的信息。
在影像预处理环节，常用的方法包括几何校正、辐射校正和大气校正。
几何校正是指将影像与地球坐标系统对齐，通常使用地面控制点或数字高程模型进行校正。
辐射校正是指将遥感影像的辐射亮度值转换为物理亮度值，以消除大气和地表漫反射的影响。
大气校正是指对辐射进行大气散射和吸收的校正，以消除大气的影响。
常用的影像预处理软件包括ENVI、Erdas等。
制图处理环节主要包括地物提取、地理栅格化和图像融合。
地物提取是指从遥感影像中提取感兴趣的地物信息，常用的方法包括阈值分割、纹理分析和目标检测等。
地理栅格化是指将遥感影像转换为栅格地图，便于后续的数据分析和应用。
图像融合是指将多源遥感影像融合为一幅高分辨率的影像，常用的方法包括波段融合和分辨率融合。
常用的制图处理软件包括ArcGIS、QGIS等。
数据分析环节包括统计分析和模型建立两个方面。
统计分析是指对制图处理后的数据进行统计描述和推断，以获取地球表面特征的空间分布和变化情况。
常用的统计分析方法包括聚类分析、主成分分析和回归分析等。
模型建立是指根据已有数据建立数学模型，以预测和模拟地球表面特征的变化。
常用的模型建立方法包括决策树、人工神经网络和遗传算法等。
常用的数据分析软件包括R、Python等。
除了上述提到的软件，还有一些优秀的卫星测绘数据处理软件值得推荐。
常用的遥感卫星影像数据处理方法
北京揽宇方圆信息技术有限公司常用的遥感卫星影像数据处理方法1、常用遥感图像处理软件⏹ENVI:美国Exelis Visual Information Solutions公司的旗舰产品⏹PCI GEOMATICA：加拿大PCI公司旗下的四个主要产品系列之一⏹EDRAS imagine2、白色的光可以分解为系列单色的可见光；三种原色：红、绿、蓝；三种补色：黄、品、青黄=红+绿品=红+蓝青=绿+蓝任何一种颜色都可以用3原色或者3补色来组合3、常用的波段组合特点红绿蓝321真彩色：可见光组成，符合人眼对自然物体的观察习惯。
对于水体和人工地物表现突出。
432假彩色：城市地区，植被种类。
543假彩色：增强对植被的识别743假彩色：增强对植被的识别，以及矿物、岩石类别的区分。
4、共15个主功能模块，其中一般的遥感数字图像处理经常用到的是Viewer、Import、DataPrep、Interpreter、Classifier、Modeler等。
5、功能模块介绍：①该模块主要实现图形图像的显示，是人机对话的关键。
②数据输入输出模块，主要实现外部数据的导入、外部数据与ERDAS支持数据的转换及ERDAS内部数据的导出。
③数据预处理模块，主要实现图像拼接、校正、投影变换、分幅裁剪、重采样等功能。
④专题制图模块，主要实现专题地图的制作。
⑤启动图像解译模块，主要实现图像增强、傅里叶变换、地形分析及地理信息系统分析等功能。
⑥图像库管理模块，实现入库图像的统一管理，可方便地进行图像的存档与恢复。
⑦图像分类模块，实现监督分类、非监督分类及专家分类等功能。
⑧空间建模模块，主要是通过一组可以自行编制的指令集来实现地理信息和图像处理的操作功能。
⑨矢量功能模块，主要包括内置矢量模块及扩展矢量模块，该模块是基于ESRI的数据模型开发的，所以它直接支持coverage、shapfile、vector layer等格式数据。
⑩雷达图像处理模块，主要针对雷达影像进行图像处理、图像校正等操作。
测绘技术中的遥感数据的获取与处理方法
测绘技术中的遥感数据的获取与处理方法遥感技术在测绘领域的应用日益广泛，其能够获取大范围、高分辨率的地表信息，为地理空间数据的获取和处理提供了有力支持。
本文将探讨测绘技术中遥感数据的获取与处理方法。
一、遥感数据的获取遥感数据的获取主要通过卫星、飞机等载体，采集地球表面的电磁辐射信息。
卫星遥感数据具有广覆盖、周期性获取、持续监测等优势，而航空遥感数据则具有高分辨率、重复性强等特点。
1. 卫星遥感数据的获取卫星遥感数据的获取通常分为光学遥感和微波遥感两类。
光学遥感通过装载在卫星上的传感器，记录地表反射、发射和散射的光谱信息，推测出地表特征。
而微波遥感则利用微波辐射与地表物质的相互作用，获取地表的散射、吸收和反射等信息。
2. 航空遥感数据的获取航空遥感通过飞机搭载的传感器，采集地表的高分辨率影像数据。
航空遥感数据获取灵活，能够根据需要选取特定区域进行拍摄，获取更精确的地理信息。
二、遥感数据的处理方法遥感数据处理是对获取的原始遥感数据进行预处理、分类、提取等工作，以获得具有科学和实用价值的产品和信息。
1. 遥感数据的预处理遥感数据的预处理主要包括几何校正、辐射校正和大气校正等。
几何校正校正了数据获取过程中的几何变形，使其与地球表面实际对应；辐射校正消除了传感器自身的误差和对地球表面的辐射强度；大气校正则通过模型和反演方法消除大气对遥感数据的扰动。
2. 遥感数据的分类遥感数据的分类是将遥感图像中的像元分成不同的类别，常用的分类方法包括有监督分类和无监督分类。
有监督分类通过已知的训练样本进行分类器训练，然后将分类器应用于整个图像；无监督分类则不需要先验知识，通过聚类方法将图像像元自动分类。
3. 遥感数据的特征提取遥感数据的特征提取是从遥感图像中提取出地物的特征属性，如形状、纹理、光谱等。
特征提取可以利用像元级的单一特征或多特征组合进行，常用的方法有主成分分析、小波变换、纹理分析等。
4. 遥感数据的信息提取遥感数据的信息提取是根据特定的需求，通过应用特定的算法，提取出地物的相关信息。
使用卫星遥感数据进行测绘的数据处理方法
使用卫星遥感数据进行测绘的数据处理方法导言：随着现代测绘技术的不断发展，卫星遥感数据成为了测绘领域中不可或缺的重要数据源。
卫星遥感数据能够提供高分辨率、大范围的地理信息，帮助测绘工作更加精准、高效。
然而，卫星遥感数据常常需要经过一系列的数据处理方法，以提取有效的地理信息。
本文将介绍一些常用的卫星遥感数据处理方法，以助于更好地利用卫星遥感数据进行测绘。
一、数据预处理1. 图像预处理卫星遥感数据通常经过传感器、通道、大气等多种因素的影响，需要进行图像预处理以去除噪声、纠正图像偏移、增强图像对比度等。
常用的图像预处理方法包括平滑滤波、直方图均衡化、大气校正等。
2. 高程数据处理卫星遥感数据中常包含高程信息，如数字高程模型（DEM）数据。
为了得到地形的准确表达，需要对DEM数据进行降噪、插值、拟合等处理。
常见的方法包括小波降噪、三角网剖分插值等。
二、特征提取1. 目标提取卫星遥感数据可以用于提取地物目标，如道路、建筑、植被等。
常见的目标提取方法包括阈值分割、特征分类、形态学处理等。
这些方法可以帮助测绘工作者有效地在遥感图像中提取出感兴趣的地物目标，并进行后续的测绘工作。
2. 变化检测卫星遥感数据可以用于检测地理环境的变化，如土地利用变化、海岸线变化等。
常用的变化检测方法包括监督分类、无监督分类、基于图像差异的方法等。
通过变化检测，可以了解地理环境的演变情况，为后续的测绘工作提供更准确的数据支持。
三、精度评定与校正1. 精度评定在进行测绘工作时，需要对卫星遥感数据的精度进行评定。
常见的精度评定方法包括地物提取精度评定、高程数据精度评定等。
通过精度评定，可以客观地评价卫星遥感数据的可靠性，为后续的测绘工作提供参考依据。
2. 数据校正卫星遥感数据在获取过程中可能存在校正问题，如几何校正、辐射校正等。
为了获得更准确的地理信息，需要进行相应的数据校正工作。
常见的数据校正方法包括基于地面控制点的几何校正、大气校正等。
遥感影像处理中的特征提取方法和应用
遥感影像处理中的特征提取方法和应用遥感影像是通过无人机、卫星等载体获取的地球表面的影像数据。
特征提取是遥感影像处理中的一项重要任务，旨在从遥感影像中提取出地物的特定特征，以实现对地物的分类、识别和监测等应用。
本文将介绍遥感影像处理中常用的特征提取方法及其应用。
一、特征提取方法1. 基于像素的特征提取方法基于像素的特征提取方法是从单个像素点的信息中提取特征。
常用的方法包括：（1）颜色特征提取：利用遥感影像中的颜色信息进行特征提取。
常用的方法包括二值化、RGB分量、HSV、归一化差异植被指数（NDVI）等。
（2）纹理特征提取：利用遥感影像中的纹理信息进行特征提取。
常用的方法包括灰度共生矩阵（GLCM）、灰度值标准差、平均灰度值等。
（3）形状特征提取：利用遥感影像中的形状信息进行特征提取。
常用的方法包括链码、Hu不变矩、区域面积等。
2. 基于目标的特征提取方法基于目标的特征提取方法是在已知地物目标的前提下，根据地物目标的特定特征进行特征提取。
常用的方法包括：（1）形状特征提取：利用地物目标的形状信息进行特征提取。
常用的方法包括面积、周长、伸长率等。
（2）纹理特征提取：利用地物目标的纹理信息进行特征提取。
常用的方法包括纹理能量、纹理熵、纹理对比度等。
（3）上下文特征提取：利用地物目标的上下文信息进行特征提取。
常用的方法包括边界连接、邻居分析、局部空间关系等。
二、特征提取应用1. 地物分类特征提取在地物分类中起到了关键作用。
通过提取不同地物的特定特征，可以将遥感影像中的地物进行分类，如水体、森林、建筑等。
特征提取方法可以通过训练分类器来实现自动分类。
2. 土地利用监测特征提取可以应用于土地利用监测。
通过提取遥感影像中地物的特定特征，可以实现对土地的类型和变化进行监测，如农田的扩张、森林的退化等，为土地规划和资源管理提供支持。
3. 城市规划特征提取在城市规划中具有重要意义。
通过提取遥感影像中的建筑、道路等特定特征，可以分析城市的发展趋势和扩张方向，为城市规划和交通规划提供数据支持。
卫星遥感数据处理方法综述与比较
卫星遥感数据处理方法综述与比较卫星遥感是一种通过卫星获取地球表面信息的技术。
遥感数据处理方法是将获取的原始数据转化为有用的信息的过程。
本文将对常见的卫星遥感数据处理方法进行综述与比较。
一、数据预处理数据预处理是数据处理的第一步，包括数据获取、数据校正和数据栅格化。
数据获取是指从卫星获取遥感数据的过程，可以通过直接下载、申请或购买数据。
数据校正是为了消除数据中的系统误差，例如大气校正、几何校正等。
数据栅格化是将遥感数据转化为栅格数据格式，如像元（pixel）或网格（grid）。
二、数据分类与特征提取数据分类是将遥感图像中的像元分为不同类别的过程，通常使用像元级分类和对象级分类。
像元级分类是将每一个像元分为具体的类别，例如水体、植被、建筑等；对象级分类是将连续的像元组合成一个对象，例如湖泊、森林、城市等。
特征提取是在分类之前对数据进行特征提取，常用的特征包括光谱特征、纹理特征、形状特征等。
三、数据融合数据融合是将不同传感器或不同波段的遥感数据进行融合，以提高数据的空间分辨率、光谱分辨率和时间分辨率。
常见的数据融合方法包括图像融合、数据融合和特征融合。
图像融合是将多幅图像融合为一幅图像，常用的方法有PCA、Brovey变换等；数据融合是将不同波段的遥感数据进行融合，例如多光谱和高光谱数据的融合；特征融合是将不同特征的遥感数据融合，以提取更多的信息。
四、数据压缩与存储遥感数据通常具有较大的体积，因此需要进行数据压缩与存储。
数据压缩可以减小数据量并提高数据传输速度，常见的压缩方法包括无损压缩和有损压缩。
无损压缩是保留原始数据的全部信息，例如Huffman编码、LZW编码等；有损压缩是通过舍弃部分数据来减小数据量，例如JPEG、JPEG2000等。
数据存储是将压缩后的数据存储到硬盘或其他存储介质中，常见的格式有TIFF、JPEG、GeoTIFF等。
五、数据处理与分析数据处理与分析是对遥感数据进行进一步的处理和分析，以提取目标信息。
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。
测绘技术中的遥感数据处理方法与分析技巧
测绘技术中的遥感数据处理方法与分析技巧遥感技术作为测绘技术的一种重要手段，已经在地理信息系统（GIS）和地理空间信息科学（GIScience）等领域得到广泛应用。
遥感数据处理方法和分析技巧的应用不仅可以提供高质量的地理空间数据，还能支持地理空间分析和决策制定。
本文将介绍一些常见的遥感数据处理方法和分析技巧，并探讨它们在测绘技术中的应用。
一、遥感数据处理方法1. 遥感数据获取与预处理遥感数据获取包括卫星、航空和无人机遥感数据的收集与获取。
该过程中需要考虑分辨率、波段、时序等因素，并进行数据预处理，包括辐射定标、几何校正等，以确保数据的准确性和一致性。
2. 影像增强与融合影像增强是指通过调整图像的对比度、亮度、锐度等来提高遥感影像的图像质量。
常用的方法包括直方图均衡化、线性和非线性滤波等。
影像融合是将来自多个传感器的遥感影像融合为一幅影像，以提供更全面、更准确的信息。
融合方法包括像元级融合、特征级融合和决策级融合等。
3. 特征提取与分类特征提取是从遥感影像中提取出与目标有关的信息。
常用的特征包括纹理、形状、颜色等。
特征提取可以通过人工、半自动和自动的方法来实现。
分类是将遥感影像分为不同的类别，常用的分类方法包括最大似然分类、支持向量机分类和决策树分类等。
二、遥感数据分析技巧1. 地物变化检测与监测地物变化检测是指通过对多时相的遥感影像进行比较和分析，来检测地表上的变化。
常用的方法包括改变向量分析、差异图像法和变化向量分析等。
地物变化监测是指通过连续监测遥感影像的变化，来了解和研究地表的变化趋势和规律。
常用的方法包括时间序列分析和时空模型等。
2. 地表覆盖分类与制图地表覆盖分类是将遥感影像中的地物进行分类，并进一步制作地表覆盖图。
该过程中需要选择适当的分类方法，并参考地面真实数据进行验证和校正，以提高分类的准确性。
地表覆盖制图是将分类结果转化为地图，常用的方法包括像素级合成和对象级合成等。
3. 地形表面建模与分析地形表面建模是指通过遥感数据生成数字高程模型（DEM）和三维地形模型。
- 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)。
北京揽宇方圆信息技术有限公司
常用的遥感卫星影像数据处理方法
1、常用遥感图像处理软件
⏹ENVI:美国Exelis Visual Information Solutions公司的旗舰产品
⏹PCI GEOMATICA：加拿大PCI公司旗下的四个主要产品系列之一
⏹EDRAS imagine
2、白色的光可以分解为系列单色的可见光；三种原色：红、绿、蓝；三种补色：黄、
品、青
黄=红+绿品=红+蓝青=绿+蓝任何一种颜色都可以用3原色或者3补色来组
合
3、
常用的波段组合
特点
红绿蓝
321真彩色：可见光组成，符合人眼对自然物体的观察习惯。
对于水体和人工
地物表现突出。
432假彩色：城市地区，植被种类。
543假彩色：增强对植被的识别
743假彩色：增强对植被的识别，以及矿物、岩石类别的区分。
4、共15个主功能模块，其中一般的遥感数字图像处理经常用到的是Viewer、Import、DataPrep、Interpreter、Classifier、Modeler等。
5、功能模块介绍：
①该模块主要实现图形图像的显示，是人机对话的关键。
②数据输入输出模块，主要实现外部数据的导入、外部数据与ERDAS支持数据的转换及ERDAS内部数据的导出。
③数据预处理模块，主要实现图像拼接、校正、投影变换、分幅裁剪、重采样等功能。
④专题制图模块，主要实现专题地图的制作。
⑤启动图像解译模块，主要实现图像增强、傅里叶变换、地形分析及地理信息系统分析等功能。
⑥图像库管理模块，实现入库图像的统一管理，可方便地进行图像的存档与恢复。
⑦图像分类模块，实现监督分类、非监督分类及专家分类等功能。
⑧空间建模模块，主要是通过一组可以自行编制的指令集来实现地理信息和图像处理的操作功能。
⑨矢量功能模块，主要包括内置矢量模块及扩展矢量模块，该模块是基于ESRI的数据模型开发的，所以它直接支持coverage、shapfile、vector layer等格式数据。
⑩雷达图像处理模块，主要针对雷达影像进行图像处理、图像校正等操作。
⑾虚拟GIS模块，给用户提供一个在三维虚拟环境中操作空间影像数据的模块。
⑿立体分析模块，提供针对三维要素进行采集、编辑及显示的模块。
⒀自动化影像校正模块，该模块提供工作站及向导驱动的工作流程机制，可实现影像的自动校正。
⒁启动智能变化检测模块。
⒂启动面向对象信息提取模块。
6、图像显示操作：①启动Viewer视窗；②在菜单条单击File|Open|Raster Layer,打开Select Layer To Add对话框；③在File选项卡中选择要打开的图像文件；④在Raster Options选项卡中设置显示参数；⑤确定后，打开图像。
7、几何校正：纠正系统和非系统因素引起的几何畸变。
8、图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。
9、图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。
又叫地理参照。
10、图像地理编码（Geo-coding）：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。
11、图像正射校正：借助于地形高程模型，对图像中每个像元进行地形的校正，使图像符合正射投影的要求。
12、图像几何校正图像几何校正途径
①数据预处理途径（Start from Data Preparation）
Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File 对话框
点击Data Prep图标→Image Geometric Correction→打开Set Geo-Correction Input File对话框
②在Set Geo-Correction Input File对话框中，需要确定校正图像，有两种选择情况
a.其一：首先确定来自视窗（From Viewer），然后选择显示图像视窗（Select Viewer）
b.打开Set Geometric Model对话框-——选择几何校正计算模型（Select Geometric Model）→OK
c.打开校正模型参数与投影参数设置对话框
d.定义校正模型参数与投影参数→Apply→Close
e.打开GCP Tool Reference Setup对话框
f.确定采点模式，采点校正…
13、图像重采样
①Nearest Neighbor：最邻近点插值法，将最邻近像元值直接赋予输出像元。
优点是
算法非常简单且保持原光谱信息不变；缺点是几何精度较差，使校正后的图像亮度具有不连续性，表现为原来光滑的边界出现锯齿状。
简单易用，计算量小，图像的亮度具有不连续性，精度差。
②Bilinear Interpolation：双线性插值法，用双线性方程和2×2窗口计算输出像元
值，优点是计算较为简单，且具有一定的亮度采样精度以及几何上比较精确，从而使得校正后的图像亮度连续；缺点是由于亮度值内插，原来的光谱信息发生了变
化，而且这种方法具有低通滤波的性质，从而易造成高频成分(如线条、边缘等)的损失，使图像变得模糊。
双线性内插法比最近邻发虽然计算量有所增加，但精度明显提高，特别是对亮度不连续现象或线状特征的块状化现象有明显的改善。
内插法会对图像起到平滑作用，从而使对比度明显的分界线变得模糊。
③Cubic Convolution：立体卷积插值法，用立方方程和4×4窗口计算输出像元值，
优点是不仅图像亮度连续以及几何上较精确，而且还能较好的保留高频部分;其缺
点是计算量大。
计算量大，精度高，细节表现更为清楚，对控制点要求较高④
14、图像空间增强：图像空间增强是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像的目的。
（1）方法：Convolution(卷积增强)Non-directional Edge(非定向边缘增强)Focal Analysis(聚焦分析)Texture(纹理分析)Adaptive Filter(自适应滤波)Statistical Filter(统计滤波)Resolution Merge(分辨率融合)Crisp(锐化处理)
（2）卷积增强处理：
卷积增强处理的关键是卷积算子——系数矩阵（Kernal）的选择，系统提供了3×3，5×5，7×7等大小不同的矩阵，并且预置了不同系数以便应用于不同目的的图像处理，诸如：
边缘检测（Edge Detect）边缘增强（Edge Enhance）低通滤波（Low Pass）高通滤波（High Pass）水平增强（Horizontal）垂直增强（Vertical）水平边缘检测（Horizontal Edge
34、基本雷达图像处理
斑点噪声压缩、边缘增强处理，雷达图像增强、图像纹理分析、图像亮度调整、图像斜距调整等。
35、干涉雷达
InSAR就是利用SAR在平行轨道上对同一地区获取两幅（或两幅以上）的单视复数影像来形成干涉
充分利用了雷达回波信号所携带的相位信息，得到两次成像相应的相位差，综合观测平台的轨道参数等提取高程信息，获得高精度、高分辨率的地面高程信息。
36、干涉雷达DEM提取
（1）处理流程：InSAR数据处理的一般流程包括：影像配准，干涉图生成，噪声滤除，基线估算，平地效应消除，相位解缠，高程计算和纠正（地图编码处理）等等
北京揽宇方圆信息技术有限公司。