遥感原理实验报告3目视解译与制图
遥感图像目视解译与制图分析PPT.
• 阴影：有利有弊，证明物体具有一定的高度；提 供物体外形剖面景观；遮挡地物，增加解译难度
纹理：遥感图像中目标地物内部色调有规则变化造成的影像 结构。即地物影像轮廓内的色调变化的空间布局和频率。 如点状、粒状、线状、斑状等；粗糙、平滑
• 图型：目标地物有规律的排列而成的图形结构。
• 布局：物体间的空间配置。物体间一定的位 置关系和排列方式，形成了很多天然和人工 目标特点。
成像过程
成像方式、探测 波段
投影方式、时空 因素
遥感图象
大小形状、色调 灰阶
畸变失真、成图 比例
遥感图象
大小形状、 色调灰阶
目视解译
增强处理、 信息提取
地表景观
空间结构、 时间特点
畸变失真、 成图比例
逻辑推理、 对比分析
化学组分、 物理属性
遥感图像解译标志
（1）直接标志
• 色调(Tone)/颜色(Color) • 形状(Shape) • 大小(Size) • 阴影(Shadow) • 图型（样式）(Pattern) • 纹理(Texture) • 位置(Site) • 布局(Association)
• 位置：地物分布的地点。地理位置和相对位 置。
5.1 遥感图像目视解译原理
目视解译的认知过程
1 遥感图像知觉形成的客观条件 只有在遥感图像上存在着颜色差异或者色调的差异时， 并且这种差异能为判读者所感受，才能进行目视判读。
目视解译的认知过程
2、遥感图像目视解译的认知过程
（1）自下向上过程 （2）自上向下过程 接听电话这件事情看起来很简单，但经常有人做的不规范。需要注意的是，接电话时应该用左手拿话筒。如果不注意这些礼仪，动作
5.2 遥感目视解译基础
遥感图像的目视解译与制图
Visual Interpretation of RS Image and cartography
遥感图像目视解译与制图
Visual Interpretation of RS Image and cartography
知识点：
掌握：概念：遥感图像解译、目视解译、解译标志。 遥感图像的直接解译标志。 遥感图像上经常用到的间接解译标志。 遥感图像目视解译的常用方法。 遥感图像目视解译的步骤。
58
• TM5 1.55-1.75UM中红外波段：对植物含水量和云 的不同反射敏感，处于水的吸收波段,一般1.41.9UM内反映含水量,用于土壤湿度植物含水量调查, 水分善研究,作物长势分析,从而提高了区分不同作用 长势的能力，可判断含水量和雪、云。在TM7个波 段光谱图像中，一般第5个波段包含的地物信息最丰 富。
遥感图像人工解译的重要性 • 遥感图像目视解译是遥感制图的重要环节。
遥感图像乃是一定比例缩小的地表景观的综合 影像，它真实、客观地记录了制图物体的多种特 征，欲从图像上获取地图信息，必须进行图像解 译（或称解译），因而，遥感图像解译是遥感制 图的重要环节。
一、目标地物的特征
1. 色：指目标地物在遥感影像上的颜色，包括色调、颜色和阴
是由于微波受阻无法到达传感器造成的。
本影
落影
纹理：通过色调或颜色变化表现的细纹或细小的图案。这种 细纹或细小的图案在某一确定的图像区域中以一定的规律重 复出现。可揭示地物的细部结构或内部细小的物体
图型：是目标地物以一定规律排列而成的图型结构。 揭示了不同地物间的内在联系。
• 位置：指目标地物在空间分布的地点。
Interpretation - The process in which a person extracts information from an image.
遥感图像目视实验报告
遥感图像目视实验报告实验背景遥感图像是利用航空或卫星等远距离方式获取地面信息的一种方法。
遥感图像可以提供大范围的地表覆盖信息，对于地理环境、自然资源调查和灾害评估等领域具有重要的应用价值。
目视解译是遥感图像处理的基础工作，通过观察和分析图像中的各种特征进行信息提取。
实验目的本实验旨在通过目视解译遥感图像，熟悉遥感图像的特征和解译方法，培养实际应用遥感技术的能力。
实验步骤步骤一：选择合适的遥感图像从实验室提供的遥感图像库中选择一张图像进行目视解译。
根据实验要求和研究领域，可以选择不同时间和地点的图像。
步骤二：观察和分析图像特征使用图像处理软件加载选择的遥感图像，并对其进行放大、缩小、平移等操作。
观察和分析图像中的地物特征，如土地覆盖类型、建筑物、道路等，并记录下观察结果。
步骤三：目视解译图像中的地物根据图像特征的观察和分析结果，将图像中的地物进行解译。
根据实际情况，可以使用不同的解译方法，如目视比例测量、边缘识别、光谱分析等。
步骤四：结果展示和分析将解译的结果和观察的图像特征进行对比和分析，评估解译的准确度和可靠性。
如果需要，可以绘制解译结果的统计数据、表格和图表，进一步展示和说明解译结果。
实验结果经过对选定遥感图像的观察和解译，得到了以下结果：1. 土地覆盖类型：图像中出现了大片的绿色区域，分布比较均匀，判断为农田；同时还有一些波状的蓝色区域，可能是河流。
2. 建筑物：在图像的中心位置，可以看到一些明显的矩形区域，判断为城市建筑物。
3. 道路：图像中还有一些线状的特征，长度较长且呈直线分布，判断为公路。
结果分析根据目视解译的结果和实验观察，可以得出以下分析结论：1. 图像中的土地覆盖类型主要是农田和河流，这符合该地区的地理特点和土地利用情况。
2. 图像中的建筑物主要集中在城市地区，说明该地区存在城市化现象，并且城市建设较为发达。
3. 公路的存在表明该地区的交通基础设施相对完善。
实验总结通过本次遥感图像目视实验，我接触了真实的遥感数据，学习了目视解译的方法和技巧。
遥感目视解译报告
遥感目视解译报告摘要：本文针对遥感目视解译技术进行了深入研究和分析，通过遥感图像的解译方式以及影像特征提取的方法等进行了详细论述。
目视解译是一种基于遥感图像的人工解译方法，对于获取地物信息具有重要意义。
本文结合实际案例，分析了遥感目视解译在农业、城市规划、资源管理等领域的应用，并总结了目视解译过程中常见的误差类型及如何进行准确解译的方法。
通过本文的研究，可以为遥感目视解译的实际应用提供一定的参考和指导。
引言：遥感目视解译是利用遥感图像进行分析与解译的一种方法。
它不仅可以获取地物的分布和变化情况，还能够对场地进行评估和监测，为决策者提供数据支持。
在过去的几十年中，随着遥感技术的发展和应用，目视解译已经成为研究者和从业人员常用的一种方法。
本文将对遥感目视解译的原理、方法和应用进行详细探讨，以提供更全面的理解和应用指导。
一、遥感目视解译原理1.1 遥感图像的特点遥感图像具有大范围、快速获取和高分辨率的特点。
在遥感图像中，地物以像素形式表现，通过解译遥感图像，可以获取地物的类型、形态和分布情况。
遥感图像不同波段的信息对于地物的识别和分类具有重要意义。
1.2 目视解译的基本原理目视解译是通过对遥感图像进行人工视觉判断和分析，将图像中的地物区分为不同的类别。
通过人眼的观察和分析，目视解译可以准确地识别出地物的种类和分布情况。
二、遥感目视解译方法2.1 目视解译流程遥感目视解译的流程主要包括以下几个步骤：预处理、目视解译、分类、验证和评价。
在这些步骤中，目视解译是最关键的一步，需要研究者结合图像特征和先验知识进行判断和分析。
2.2 目视解译的方法和技巧在进行目视解译时，需要结合图像的特征和先验知识进行分析和判断。
常用的方法包括彩色合成、光谱分析和空间分析等。
在进行目视解译时，还需要注意避免常见的误差类型，如混淆、遗漏和错误分类等。
三、遥感目视解译的应用3.1 农业领域遥感目视解译在农业领域的应用非常广泛。
通过对农田的遥感图像进行目视解译，可以了解耕地的分布、农作物的生长状况以及灾害的情况，为农业生产提供数据支持。
遥感目视解译实习报告
实习报告：遥感目视解译实习一、实习目的与任务本次遥感目视解译实习的目的是让我们掌握遥感影像目视解译的基本原理和方法，提高我们对遥感影像的判读和分析能力。
实习任务是对给定的遥感影像进行目视解译，识别不同地物类别，并对其进行属性编码和符号表示。
二、实习准备在实习前，我们学习了遥感影像的基本知识，包括遥感影像的获取、处理和分析方法。
我们还学习了目视解译的原理和方法，包括解译标志的识别和应用。
此外，我们还熟悉了相关软件的使用，如ENVI和MapGIS。
三、实习过程实习过程中，我们首先接收到了一组遥感影像，影像分辨率为250米。
我们首先对影像进行了预处理，包括假彩色合成和增强处理，以提高解译的准确性。
然后，我们根据先验知识和影像特征，开始进行目视解译。
我们首先观察影像的色调、颜色、阴影、形状、纹理等特征，以识别不同的地物类别。
我们发现，影像中的地物可以分为以下几类：水体、植被、建筑物、道路、田野等。
我们根据这些地物类别，对其进行了属性编码和符号表示。
在解译过程中，我们遇到了一些困难。
例如，某些地物的边界模糊，难以准确识别。
此外，某些地物的光谱特征相似，难以区分。
为了解决这些问题，我们采取了以下措施：一是增加了解译标志的识别和应用，例如根据地物的形状、纹理和阴影等特征进行判断；二是参考了相关的地理信息数据，如地形图和土地利用图等，以提高解译的准确性。
四、实习成果与分析经过一段时间的目视解译，我们完成了对遥感影像的解译工作。
我们通过对解译结果的统计和分析，得出以下结论：1. 影像中的水体主要分布在河流和湖泊地区，其边界清晰，色调较暗。
2. 植被主要分布在山区和公园地区，其色调绿色，纹理丰富。
3. 建筑物主要分布在城市和乡村地区，其边界明显，色调和纹理独特。
4. 道路主要分布在城市和乡村地区，其边界清晰，色调较亮。
5. 田野主要分布在乡村地区，其色调较浅，纹理较少。
通过对遥感影像的目视解译，我们不仅提高了自己的遥感影像分析能力，还对地表物体的分布和特征有了更深入的了解。
遥感目视解译实验报告
遥感图像目视解译实习报告
遥感图像目视解译是指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的过程。
根据目标地物的识别特征，可以粗略估计遥感图像中的地物分布和数量特征。
目标地物的特征可以概括分为“色、形、位”三大类，具体包括：色调、颜色、阴影、形状、纹理、大小、位置、图型、相关布局。
本次实习将从课堂上所学的知识应用到实践，运用专业知识对江西农大及其附近居民点范围内的不同地物进行判读与解译，按照实习材料相关步骤利用MAPGIS软件绘制出土地利用现状图如下：
个作为其目视解译的标志。
图上林地的颜色、图型和相关布局这3个解译标志相对于其他标志更明显，因此选择这3个作为有林地和其他林地的解译标志。
图上城市居民点和乡村居民点的形状、纹理和空间布局相对容易确定，因此选择这3个作为他们的目视解译标志。
工业用地的形状、大小和颜色比其他解译标志更明显，因此选择这3个作为其解译标志。
铁路和公路用地的形状、纹理和图型很明显，因此选择这三个作为解译标志。
从图中可以很容易地辨析出出坑塘的颜色、形状，大小也比较明显，因此选择这三个作为解译标志。
目视解译的实验报告
湖北科技学院遥感地学实验报告姓名：王双琴学号：135221012时间：2016.6.241）实验目的熟悉Arcmap软件操作，通过图像的融合，裁剪，镶嵌了解Arcmap的强大功能。
通过ENVI实现对图像的解译，完成用地类型分类的工作。
2）实验步骤1.使用ENVI软件，选取39和40两块地类的地图，分别选取345波段，分别进行融合，R使用bang1,g使用bang2,b使用bang3进行显示，得到最终结果，保存在文件夹内。
过程截图：2.打开Arcmap,添加数据，将我们用ENVI得到的地图添加进去，因为我们所做崇阳的地图范围在39和40这两个地图的结合部分，所以利用Arcmap进行镶嵌，打开地图数据工具中的镶嵌，输入为39.输出为40，选择保存路径，点击OK。
即可得到镶嵌成功之后的地图，用镶嵌之后的地图进行裁剪，打开裁剪，输入镶嵌后的地图，输出结果，即可得到崇阳的标准地图DAT文件。
3.用ENVI软件打开得到的DAT文件，使用BASIC里面的ROI_TYPE,使用NEW region对崇阳的土地进行分类。
依次分为林地、裸地、建筑用地、水域、耕地，选取每个地类的样本点，要在地图上均匀分布，样本点选好以后进行保存，在ROL_TYPE中的SAVE AS 中进行保存，并且每个分析之后的数值要大于1.8才算合格。
然后输出最终结果。
过程截图：3）实验平台：Arcmap ENVI4）实验总结:通过这次实验，我觉得我对于Arcmap软件的使用更加熟练，对ENVI也有了一定的理解，这次实验内容的实质就是完成遥感图像的目标解译过程，目视解译的精确度是很小的，也只是提供我们进行实验，这次实验遇到很多困难，例如图像的裁剪这部分，我们所做的相对于其他区域来说是比较复杂的，主要是多了一个镶嵌的步骤，但我觉得这是一个很好的锻炼机会，能够使我们更加熟练和领略Arcmap 的强大功能，然后就是后期选取样本点，因为考虑到还是需要一定的精确度，样本点的选取存在许多误差，一有可能是地图本身不清晰的因素，二也属于同学们作图不够精确导致而成，不过最后在同学和老师的帮助下还是一一将问题解决。
中国地质大学武汉遥感解译与制图实习报告
遥感解译与制图实习报告学生姓名：孙国欢班学号：113131 -05指导老师：肖启芝中国地质大学信息工程学院2015年11月实习过程遥感图像解译实习指导一一、实习任务：1. 熟悉各种典型地物的光谱曲线2 •对遥感影像进行判读，建立典型地物的解译标志3•运用Erdas软件的空间建模功能提取TM影象中的水体二、实习目标以及用时：1 .熟悉遥感软件的光谱读取与显示功能2. 熟悉人工判读的程序；3. 掌握人工判读的工具；4. 影像处理之工具使用；5. 掌握解译标志的建立过程，并能对影像中的地物进行解译标志的建立6. 运用遥感软件提取影像中的植被指数7 .运用Erdas软件的空间建模功能提取TM影象中的水体三、教学方式：由老师说明方法并举例，由同学实际执行判读，并完成实习报告。
四、使用器材：系统2.遥感影像3 ERDAS软件系统任务1:运用ENV软件观察影像中不同地物的光谱曲线这个实验使用的文件是，打开文件后通过Tools->Profiles->Z profile(spectrum) 获得不同地物点的光谱曲线结果。
rfcnd Number任务2:武汉市TM影象解译实习这次机像实光谱要对武汉市的ETM数据进行解译，提取出入点坐标搜集覆盖类类型。
这次试验使用的文件是，我选取的波段组合是R:4 G:3 B:2。
它的主要的步骤是数据层叠加---选择典型样区(R0I)---保存典型地物图片---获得判读标志。
原物名文件波段影像类型特征描述（判别地 物的八大要素）长江水体1 432 TM1颜色/光谱 提取典型样区结果2纹理 无明显纹理3大小 无固定大小4形状具有带状的线性特征5排列 无固定排矿6空间关系7阴影 无8位置位于影像的中间部位，具有明显的地理位置特征地物名称长江水体2 影像显示的波段 432 影像类型TM特征描述（判别地 物的八大要素） 1颜色/光谱2纹理无明显纹理 3大小无固定大小4形状 具有带状的线性特征 5排列 无固定排列6空间关系7阴影无8位置 位于影像的中间部位，具有明显的地理位置特征地物名称滩涂 影像显示的波段 432 影像类型TM特征描述（判别地 物的八大要素）1颜色/光谱2纹理 有较为细密的格网纹理 3大小 无固定大小4形状三角形条带状的线性特征 5排列 无固定排列 6空间关系 位于长江右侧 7阴影无8位置 位于影像的中间的右侧部位;地物名称 森林 影像显示的波段 432 影像类型TM特征描述（判别地 物的八大要素） 1颜色/光 谱2纹理 层状纹理 3大小 无固定大小 4形状 无明显线性特征 5排列层状排列 6空间关系 位于长江两侧 7阴影无8位置位于影像的左右两侧任务3:运用ERDA 软件提取影像中的植被指数判读结果:任务4：依据erdas 中文教程第十章空间建模工具的介绍，遵循 TM 水体模型，提 取所给的TM 影像上的水体遥感图像解译实习指导二一、 实习任务：运用遥感软件进行图像校正，包括辐射校正和几何校正 二、 实习目标：1熟悉ERDA 视窗操作过程 2熟悉遥感数据几何校正过程 3运用ERDA 软件进行地形校正三、 教学方式：依据实习指导书进行实验，并完成实习报告 四、 使用器材：ERDAS1感图像处理软件，遥感数据 任务1： ERDA 视窗的基本操作这个实验的目的是了解目前主流的遥感图象处理软件ERDAS 勺主要功能模块：视窗功能介绍；文件菜单操作；实用菜单操作；显示菜单操作；矢量和删格菜单操作， 掌握视窗操作模块的功能和操作技能，为遥感图像的几何校正等后续实习奠定基础。
- 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)。
《遥感原理》
实验报告
实验名称：遥感图像目视解译
与制图
专业：地理信息科学
学号：
姓名：
指导老师：
1、实验目的
（1）学习航空像片判读的基本原理和方法；掌握航空像片判读中判读标志的建立方法；解译判读各土地覆盖类型在彩红外航片上的影响特征；
（2）认识和了解热红外影像对地物的表现；
（3）认识和掌握TM图像各波段的光谱效应；学习和掌握陆地卫星遥感图像的判读方法。
2、实验材料
ArcGIS10.2、ENVI5.1
3、实验内容与过程
3.1航空像片的判读
说明：与黑白像片相比。
真彩色像片基本反映了地物的天然色彩，地物类型之间的细微差异可以通过色彩的变化表现出来，彩色像片上的丰富色彩提供了比可见光黑白像片更多的信息。
由于受到大气散射与吸收的影响，在航空摄影高度相同的条件下，彩色摄影信息损失量远大于红外摄影，因此航空遥感中广泛使用彩色红外摄影。
由于绿色植物在近红外波段具有很强的反射特性，在彩色红外像片上呈红色，使彩红外航片比普通彩色航片在植被的判读和识别方面具有较大的
优势，同时也使其在识别伪装方面有突出的功用。
判读彩色红外像片，可以按照以下步骤进行：认真了解彩红外摄影感光材料的特性和成像原理；熟悉各种地物在可见光和近红外波段的反射光谱特性；建立地物的反射光谱特性与像片假彩色的对应关系（如下表）；建立彩红外像片与其他判读标志；遵循遥感解译步骤与方法对彩红外像片进行解译。
在解译时应注意：在彩红外像片上，植物的叶子因反射红外线而呈现为红色。
但不同植被类型或处于不同生长阶段，受不同环境影响的植物，其光谱特性不同，因而在彩红外相片上，红色的深浅程度不同。
如正常生长的针叶林，颜色为红色到品红色，枯萎的植被则呈现暗红色，即将枯死的制备则呈现青色。
根据以上表格和所给遥感影像可得实习区判读表格如下：
3.2热红外图像判读
（1）光盘中“实习图像”子目录下共有三组热红外图像：热红外11、热红外12、热红外13位第一组，这是反映工业热流的热红外影像，影像说明如表所示。
图中箭头所示“1”为排污口，“2”为江
叉口，“3”为热流扩散异常，“4”为江水流向，“5”为船舶。
影像中位于江河入口处的热电厂，热水排入江河形成热流，呈现明显的热异常；
（2）热红外21和热红外22为第二组，是反映森林火灾的热红外图像，其中，“1”表示白色调异常为火灾蔓延的燃烧区；“2”为大火烧过的高温区；“3”表现为绿色调是尚未燃烧的森林；“4”为裸露的基岩陡壁，图像为1977年5月大兴安岭白天的图像；
（3）比较热红外31和热红外32为第三组，反映洪积扇形态的热红外图像；
（4）比较第一组和第二组内的各幅图像，这两组图像是对温度的直接探测，热红外影像能够很好地反映地物温度的变化；第三组是通过水体在白天和夜晚与周围环境温度的差异（热红外31为白天图像，热红外32为夜间图像），反映洪积扇水系分布的情况，从而反映洪积扇形态。
表格：第一组热红外图像说明
3.3扫描图像判读
1.认识TM图像各波段的光谱效应
（1）使用光盘中“实习图像”子目录中提供的TM图像。
图像的文件名为TM1、TM2、TM3、TM4、TM5、TM6、TM7，他们是杭州湾1985年11月20日的TM7个波段的图像。
图像中杭州湾喇叭形的河口和水中的岛屿十分清晰，图像的南部（西南）和西北部为陆地，南部丘陵上的植被覆盖较好，西北部有大片的农田分布，密布的水网和居民地也清晰可见。
（2）比较各波段水体中泥沙可分辨性的变化，分别用易分辨、可分辨、不易分辨和难分辨4个等级评价泥沙在7个波段中的可分辨性，并填好下表。
（4）比较各波段中植被色调的变化，分别用亮、较亮、暗、很暗4个等级评价植被在7个波段中的色调，并填写下表。
（5）比较各波段中居民地可分辨性的变化，分别用易分辨、可分辨、不易分辨和难分辨4个等级评价居民地在7个波段中的可分辨性，并填写下表。
4、心得体会
通过本次实验我基本了解了遥感目视解译的原理。
在直接解译过程中我们解译者可以通过直接解译标志直观地识别遥感像片上的目
标地物，它包括遥感影像上目标地物的大小、形状、阴影、色调、纹理、图型和位置及周围的关系等。
由于判读的结果需要依据人员的经验和知识没所以判读熟练程
度地不同，会在判读结果上产生差异。
因此，在由多个判读人员对同一地区进行判读时，或者对一些专业地物进行判读时，为减少人员造成的判读误差，通常需要预先建立好判读标志。
有时候判读需要借助一些软件会更加方便，比如扫描图像的判读中我们可以借助ArcGIS10.2中的Arcmap工具将遥感图像以及矢量化的图像同时，但是由于矢量化图像未配准，观察起来可能会比较吃力，所以这个时候我们就需要借助Arcmap中的Georefrencing功能进行两张图的配准从而做到观察方便，解译起来也更具有对比性。