遥感技术的类型精选(九篇)

第1篇：遥感技术的类型范文

关键词遥感估产;类型;现状;展望

遥感起源于20世纪60年代,这是一种在一定距离上,应用探测仪器不直接接触目标物体,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术[1]。随着遥感技术的发展,宏观大尺度的估产越来越多地使用遥感方法,并结合地理信息系统和全球定位系统等技术,可以构建出不同条件下植被的生长模型和估产模型[2]。遥感技术估产与传统的估产方式相比,前者的工作量少,精准性更强,在实际应用中显示出了独有的优越性。前人做了大量有关运用遥感技术对作物、草地、森林及海洋生态系统的植被估产的研究。遥感估产已从试验研究阶段逐步进入到实际业务使用阶段。现探讨有关遥感估产的原理及估产模型的基本类型。

1遥感估产的原理及建模基础

任何物体都具有吸收和反射不同波长电磁波的特性,这是物体的基本特性。相同的物体具有相同的波谱特征,不同的物体,其波谱特征也不同,遥感技术就是基于该原理,利用搭载在各种遥感平台上的传感器接收电磁波,根据地面上物体的波谱反射和辐射特性,识别地物的类型和状态[1]。卫星遥感数据具有高度的概括性,卫星获取的光谱植被指数反映了植物叶绿素和形体的变化[3]。大量的研究也表明,植物的叶面积系数、生物量、干物重与光谱植被指数间存在着较好的相关关系[4]。因此,利用从卫星获取的植被光谱信息估测产量成为了可能。用于区域植物生物量估测的遥感模型基础是从光合作用即植被生产力形成的生理过程出发,在建立模型的过程中,根据植物对太阳辐射的吸收、反射、透射及其辐射在植被冠层内及大气中的传输,结合植被生产力的生态影响因子,最后在卫星接收到的信息之间建立完整的数学模型及其解析式[5]。

2遥感估产模型的类型

20世纪70年代后期估产模型将遥感信息作为变量加入到模型中,建立了大量的遥感估产模型。理论上探讨植物光合作用与植物光谱特征间的内在联系以及植物的生物学特性与产量形成的复杂关系等,方法上从单纯建立光谱参数与产量间的统计关系,发展到考虑植物生长的全过程,将光谱的遥感物理机理与植物生理过程统一起来,建立基于成分分析的遥感估测模型,使估算精度不断提高[6]。由于研究对象的不同,选用的估产参数也不尽相同,模型种类也较多,基本上可以分为2类[7-8],即统计模型和综合模型。

2.1遥感统计模型

目前,基于统计的遥感估产有3种技术路线:一是遥感光谱绿度值(植被指数)-生物量关系模式。在对作物、草原、森林的估产中,这是一种常用的思路,但是该方法得到的遥感估产等级图只反映卫星摄影时的植物长势和生物量的空间分布状况;二是遥感光谱绿度值-地物光谱绿度值-生物量关系模式,即先分析实测地物光谱绿度值与生物量之间的关系,建立相应模型,再分析卫星遥感植被指数与地物光谱绿度值的关系,建立卫星遥感植被指数与生物量之间的关系模型,最后利用光谱监测模型和卫星遥感监测模型进行监测与估产;三是遥感-地学综合模式。该方法将气温、降水等环境因子引入模型,与遥感-生物量模型互相补充,克服各自存在的缺陷,可进一步提高估产精度。建立的统计模型有线性、幂函数、指数、对数等,回归的方法也有一元回归、多元回归、逐步回归等,得到的系数差别较大,并且应用也局限于建模的时间和地点,在很多情况下地面资料的数也影响模型的精度。

2.2遥感综合模型

综合模型借助遥感信息和植被信息、气象因子等来建立,其包含了更多的信息量,可以更加精确地反映植被的生物物理参数。尽管这类方法前景广阔,但受到模型中大量的参数和变量获取的限制(例如呼吸、衰老、光合作用、碳分配、凋落物的分解等),以及当物种的组成在时空上变化较大时出现复杂的、异质性的、冠层的描述问题的影响,部分模型只适用于当时的研究区域,如何通过“尺度扩大”来改进模式中的区域限制,更好地适应遥感信息的同化需要,也是亟需解决的一个关键问题。

3展望

遥感技术经过几十年的发展,已经日趋成熟,遥感估产的优点是可以得到长时间尺度和大空间尺度的生产力资料,因而它仍是未来生产力探测方法的发展方向。目前国际上对各类生态系统的估产模型有很多,建立的模型和所选择的数据源并不是任何时期、任何区域都适用,应该根据研究区域的实际情况来改进生物量模型和选择合适的遥感数据源。基于遥感技术的生物量估算需要运用多种技术,综合多种方法,使估算模型达到最优。新的数学方法的不断探索和试验是充分发挥遥感信息作用的前提和途径,数量化理论、神经网络方法、cwsi理论、灰色系统理论、数值模拟等

理论的尝试将可能实现高精度定量估测。

4参考文献

[1] 梅安新,彭望琭,秦其明,等.遥感导论[m].北京:高等教育出版社,2001.

[2] 李海亮,赵军.草地遥感估产的原理与方法[j].草业科学,2009,26(3):34-38.

[3] 冯奇,吴胜辉.我国农作物遥感估产研究进展[j].世界科技研究与发展,2006,28(3):32-36,6.

[4] 申广荣,王人潮.植被光遥感数据的研究现状及其展望[j].浙江大学学报,2001,27(6):682-690.

[5] 张佳华.生物量估测模型中遥感信息与植被光合参数的关系研究[j].测绘学报,1999,28(2):128-132.

[6] 赵英时.遥感应用分析原理与方法[m].北京:科学出版社,2003.

[7] 陶伟国,徐斌,杨秀春.草原产草量遥感估算方法发展趋势及影响因素[j].草业学报,2007,16(2):1-8.

第2篇：遥感技术的类型范文

关键词：遥感技术；大气环境；水环境；生态环境；环境监测

通过运用遥感监测技术，我们能够很好的应对过去监测工作中遇到的难题，比如时空阻隔，无法体现整体，费用过高等等，由于当前的生态不断恶化，此时高速全面的遥感工艺已然成为了我们最常使用的监测措施。

1 遥感技术概述

1.1 遥感的概念

所谓的遥感技术，具体的说是一类借助物体反射电磁波，来实现远程监测目的的一种技术。其借助观测设备，利用各种物体的独特光谱性能来实现观测目的，获取有价值的内容。

1.2 遥感的分类

（1）如果按照探测波段来区分的话，我们可把其划分为：紫外遥感、可见光、红外遥感、微波遥感。（2）如果按照搭载设备的平台来划分的话，我们可以把其分成：航天遥感技术、航空遥感技术和地面遥感技术。（3）如果按照传感设备的运行形式来区分的话，我们可以把其分成：主动式遥感技术、被动式遥感技术。

2 遥感工艺在环境监测中的意义

2.1 监测区间宽，综合全面

如果只是从地表观测的话，我们能获取的信息非常少，但是如果使用遥感设备从卫星上拍摄的话，很显然获取的信息非常全面，而且更加真实。该技术可以从总体上观测环境，确保监测工作朝着立体化方向发展，具有区间宽，综合性强的特点。

2.2 高效快速

因为该项技术使用的飞行装置都是非常先进的，因此它能够以较快的速率获取所需的资料，所以能够提升工作效率。而且，信息的传递是借助电子光学设备来完成的，所以其更加的现代化，便于我们更好的创建数据模型。此时我们国家的信息总数较之于一般措施获取的信息总数要多很多。

2.3 措施众多，工艺优秀

该技术能够用来监测普通方法无法监测的区域，比如荒漠以及冰川等区域。借助该技术我们还能够获取红外等不同波段的数据。不仅可以使用摄像措施获取资料，而且还能够通过扫描方式获取所需内容。

2.4 速度快，时间短

对于固定的地区能够多次成像，可以获得最精准的动态信息。

3 具体应用情况

3.1 用来监测大气情况

借助激光以及电脑等先进科技，明确大气信号的传播特点，以及不一样的大气状态之中的信号的具体特点，得到遥感方程式，进而完善有关的理论。由于大气成分在不同的波段吸收电磁波的情况不一样，所以我们可以分别测试各个组分的情况。

目前我们国家已经开始使用该项技术开展环境污染治理工作，其中监测的重点有如下几方面：第一，借助遥感技术，监测大气污染。第二，通过分析遥感图像体现出的植被变化特点，明确污染情况，比如污染的存在区域以及程度和变化特点等。第三，和地表采样获取的信息比对综合，建立完善的定量体系。第四，借助飞机携带监测装置，在污染区域的上方获取样本，进而加以处理。

3.2 用来监测水体情况

对水体的遥感监测是以污染水与清洁水的反射光谱特征研究为基础，洁净水能够很好的吸收光，它的反射率不高。所以，此类水在遥感图像是色泽较暗。综合考虑空间、时间、光谱分辨率和数据可获得性，landsat8数据是目前水质监测中最有用，也是使用最广泛的多光谱遥感数据。此外，SPOT卫星的HRV数据、IRS-1C卫星数据和气象NOAA的AVHRR数据以及中巴资源卫星数据也有一定的应用。水质遥感监测研究的内容包括：水体浊度、叶绿素、油污染、热污染、有色可溶性有机污染物等，其中在水体浊度和叶绿素的定量监测方面已比较成熟。

3.3 用来监测生态情况

生态环境监测又称生态监测，是环境生态建设的技术保证和支持体系。生态监测的对象可分为农田、森林、草原、荒漠、湿地、湖泊、海洋、气象、物候、动植物等。它可以被用来测定较广阔区间的土地使用状态，同时还可以调查大规模的生态污染问题。

3.3.1 分析土地使用情况

遥感技术在土地利用监测中的应用，早在1960年国外就利用TIROS和NOAA卫星数据通过制备指数来研究土地利用和土壤覆盖变化。最近几年，很多国家都开始使用遥感技术来分析土地资源，特别是土地分类工作方面利用的更是频繁。

3.3.2 辅助开展生态调查工作

众所周知，植物能够反映出一个区域的环境状况。而且它还可以体现出所在区域的土壤以及水文等特征。借助遥感技术，我们能够获取植物特点。由于当前的传感设备的性能不断提升，加之处理工艺不断完善，此时像是植被的成分以及数量等等的特性都可以借助放射数据来明确。NOAA气象卫星数据的优点非常明显，比如分辨率极高，而且所需的费用不多，不会受到外在天气干扰，因此被大量的用到植被监测工作之中。

3.3.3 调查生态污染情况

最近几年，由于群众生活水平提升，此时垃圾数量也在增加，这就在无形之中导致了严重的生态污染问题，而借助遥感技术，我们能够测试到垃圾的放置情况以及数量等等，这样便于我们更好的处理。遥感监测固体废物的堆置对图像空间分辨率的要求比较高，需达到3～10m的水平。

4 发展方向

4.1 遥感技术层面

（1）遥感影像获取技术方面，随着高性能新型传感器的研发水平的提高以及环境资源遥感对高精度遥感数据要求的提高，高空间和高光谱分辨率已是卫星遥感影像获取技术的总发展趋势。热红外遥感技术会得到更广泛的应用。雷达遥感工艺的特点较为显著，比如它能够全天性的获取信息，而且有着强大的穿透性，所以被大量的使用。建立以地球为研究对象的综合对地观测数据获取系统。（2）遥感信息模型的发展方面，遥感信息机理模型的发展和拓宽，特别是不确定性遥感信息模型与人工智能决策支持系统的开发与综合应用也将是一个重要研究和应用方向。（3）遥感数据共享方面，积极发挥出国际卫星体系的优点，认真开展交流与沟通活动，确保从时空层面上加以互补。

4.2 与环境监测结合层面

（1）积极发展监测技术，切实发挥出当前监测的作用，将遥感工艺和地表监测措施结合到一起，完善当前的监测体系。（2）开发集成GPS，RS，GIS，ES于一体、适合环境保护领域应用的综合多功能型的遥感信息技术。

4.3 不同环境要素层面

（1）大气环境遥感的定量化、集成化、系统化和全球化；大气环境的主动和被动式卫星遥感一体化。（2）利用新型遥感数据进行水质定量监测，形成一个标准化的水安全定量遥感监测体系，由于水体类型不一样，可以建立对应的反演算措施；提升监测的精确性；开展监测模型研究工作；发挥出“3S”科技的优点。

参考文献

[1]王桥，杨一鹏，黄家柱.环境遥感[M].北京：科学出版社，2004.

[2]康志文，刘二东，贾飚.遥感技术在水环境监测中的应用[J].内蒙古环境科学，2009，21（6）：177-180.

[3]陈玲，赵建夫.环境监测[M].北京：化学工业出版社，2008.

第3篇：遥感技术的类型范文

摘要：对20世纪90年代后期国内外遥感应用技术的发展进行了分析，从水文地质调查及水资源评价、地下水资源管理、地下热水勘查、大型工程选线选址、地质环境监测评价等方面介绍了遥感应用技术的新进展。

关键词：遥感 环境 地质进展

20世纪末，随着传感器技术、图像处理技术、计算机技术的发展，遥感技术在水文地质、工程地质、环境地质(水工环)领域的应用取得了，长足的发展，涌现出一批新的技术方法，使遥感技术在该领域的应用实现了定量评价，解译成果发生了质的变化 突出表现在3s技术日臻成熟．数字高程模型(DEM)及有关概念模型、统计模型等应用得到深人，出现热红外图像地面温度反演方法和高光谱图像的光谱分析技术以及遥感技术与物探技术联合方法等。现就该领域国内外遥感应用技术在以下方面的新进展概述如下：

一、水文地质调绘及水资源评价

很多研究已表明了应用遥感图像进行填图及定性、定量评价的可能性 更近一段时期，人们开始利用各种模型及GIS技术来表征单元体的水文地质作用过程，以便进行水文地质填图、寻找地下水源及地下水资源评价 这中间除了应用GIS及各种模型以外，还出现了遥感技术与物探技术紧密结合的新方法。

印度运用卫星图像研究水地貌，用垂向电测深(VES)及地面地质研究岩层裂隙，指出了在印度普鲁利亚地区4种不同找水前景的水地貌区。在罗斯托夫东部地区，应用空间图像的地质、构造解译结果，通过植被指示在解译主题图上绘制矿化度分级．导出该区地下淡水分布预测图 谭克龙等人在内蒙古巴彦宝力格地区，运用地面波谱测试，确定TM4、3、2为最佳组台波段的解译主要成图图像，利用TM6热红外图像提取地下水信息，用SPOT多光谱台成图像进行遥感水文地质调绘，通过专题图像处理、景观水文地质解译对比及水文地质条件分析、调绘，采用大气降水人渗模型和河水渗漏模型计算了地下水天然补给量，圈定出有供水前景的富水区2块，远景富水区1块。最近，法国和比利时联合在非州吉布提市用SPOT图像辅助找水，初步确定该市南部最有找水前景后，快速评价该区可再生资源和定出井位，建立l0 m、20 112网距的数字高程模型DEM 模拟地表排泄网并确定：① 每个排泄流域和子流域；② 沿每一水道各点的水流量；③ 每个千谷平均河道面积。运用地质数据、含水层水文地质数据（固有流速）和降雨地表水文数据在G1S上进行整理，评价丰水期的渗入量，并根据裂隙的方向和性质组合，确定60个井位．为占布提市提供1200万吨/年以上的水源地。

二、地下热水勘查

用热红外遥感方法勘查地下热水资源的效果良好。在饱水带的压力作用下，深部地下热水上溢流人相对冷的山谷或河流中， 这种现象在大比例尺的热红外影像上可以识别。 山西乔玉良等人用TM6图像，经HIS彩色变换处理，发现山西省忻州奇村和定襄县上汤头两处温泉，在处理后的图像上．随地温升高，色调按绿、青、兰、紫、红变化。美国Raymond F.Kokaly等人运用AVIRIS (航空可见光/红外成像光谱仪)高光谱图像。对黄石国家公园的地热系统和生态系统作了调查成图。B．A．Martini等人则运用AVIRIS图像，在地面渡谱测试的基础上，分析了地热系统的地植物特征，为其它地区地热勘探得出宝贵经验。

三、大型工程选线选址

大型工程需要解决较多的工程地质问题． 一般来说，遥感技术可以根据工程地质条件不同，针对性查明：① 岩土体特征 包括岩性、结构构造、岩相、厚度及变化规律、岩体T程地质特征及风化特征．并特别重视特殊土如软弱粘性土、胀缩性土、湿陷l生土、冻土、易液化饱和砂土等的调查；② 外动力地质现象及灾害地质现象的分布及稳定性评价．如崩塌、滑坡、泥石流、岩溶塌陷、采空区等；⑨ 断层破碎带的分布及活动断层的活动性等巴西运用光谱反射率调查表层土体特征，通过实验室光谱测定、光谱数据解译及统计分析建立土体调查图，结果好于1：10万的半详勘图。美国R．Iuna等人研究了土体中水和有机物含量， 通过实验室光谱测定建立光谱数据库， 目的是供遥感图像在大气校正、监督分类等图像处理时创建处理程序和用遥感数据预见地表场地条件，为工程项目选址所用。胡佩基等人应用航空摄影测量、航卫片解译分析、GPS技术、DEM 研究了高原山区高等级公路的勘测设计利用卫星数据结台野外研究，评价 印度喜玛拉雅东部地区小水电集中建设、规划区斜坡不稳定的地貌、构造因素。

四、地质环境监测评价

第4篇：遥感技术的类型范文

关键词：遥感影像；解译；概念；方法；应用

中图分类号：TP75文献标识码： A

遥感影像解译技术是随着遥感技术的产生而诞生的，传感器获取的数据必须经过处理和解译才能成为有用的信息。遥感解译经历了从人工解译到半自动解译，正在向全智能化解译的方向发展。

一．遥感影像解译的方法

1.遥感影像的目视解译

目视解译是利用图像的影像特征（色调或色彩，即波谱特征）和空间特征（形状、大小、阴影、纹理、图型、位置和布局），与多种非遥感信息资料相组合，运用生物地学相关规律，进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理的思维过程。陈述彭先生曾肯定了目视解译方法，认为“目视解译不是遥感应用的初级阶段，或者是可有可无的，相反，它是遥感应用中无可替代的组成部分，它将与地学分析方法长期共存、相辅相成”。

然而，目视解译工作存在着一定的局限性：①要求解译者对解译工作有一定的经验；②工作效率较低；③主观因素大；④不能完全实现定量描述；⑤无法实现RS与GIS的集成。

2.人机交互式解译方法

20世纪70年代起，随着Landsat陆地卫星发射成功，人们就开始利用计算机进行卫星遥感图像的解译研究。最初是利用数字图像处理软件对卫星数字图像进行几何纠正与位置配准，在此基础上，采用人机交互方式从遥感影像中获取有关地学信息。

人机交互式解译优点：①实现了影像、数据和解译结果的对比和合成。②全数字化操作，解译过程中可随时对很多图像模糊的区域进行信息增强，有利于解译判读。另外，在解译和验证时可随时对解译图进行修改，克服了目视解译图修改困难的缺点。③通过分析遥感影像的光谱特性进行影像的监督和非监督分类，实现遥感信息的半自动解译，提高解译效率。

在人机交互解译的方法中又提出基于影像光谱特征的分类方法，周成虎、杜云艳根据对水体光谱特征的分析，建立了有效的NOAA-AVHRR水体提取模型；陈铭臻根据对水稻和背景的光谱特征分析，建立了水稻种植面积的提取模型（TM4/TM1、TM4/TM3、TM4/TM2）； Hel-mut Mayer通过对道路光谱知识分析，探讨了从遥感图像上提取道路的方法；Jinfei Wang，探讨了利用梯度方向剖面分析法从SPOT-PAN图像中提取新修道路，并将其用于更新城区GIS数据库中的道路网。20世纪80年代，主要是利用统计模式识别方法进行遥感影像计算机解译。如Strahler（1980）使用最大似然法对遥感影像数据进行分类；Goldberg（1983）运用光谱特征，对多波段卫星影像进行分类，从中获取森林资源信息。这种方法的特点是根据图像中的地物多光谱特征，对遥感影像中的地物进行分类。杨忠恩应用模糊数学方法提取水体面积信息，提出了NOAA/AVHRR资料提取水体信息的方法。并初步提出了应用模糊数学方法提取混合像元中的水体面积信息。王涛等人开发的遥感图像人机交互判读系统（Interactive Image Interpretation Sys-tem，I3S）是一个在微机平台和VC++6.0环境下，使用面向对象方法开发，以栅格数据结构作为基本数据结构，把计算机自动分类与人工判读结果无缝地融合在一起，并支持一般的GIS功能来提高图像判读精度的遥感专题信息生成系统。

3. 基于遥感与地理信息一体化的遥感解译

（1）基于遥感与地理信息一体化的遥感解译

20世纪80年代后期，Goodenough D（1988）与Ehlers M（1989 ）等人提出遥感与地理信息系统一体化的问题，地理数据与遥感图像数据复合，可以改变以往遥感数据的单一光谱信息结构，增加遥感图像数据的信息量，有助于计算机解译。同时，对于遥感影像上存在的“同谱异物、同物异谱”现象进行了更精确的解译。由于获取数据手段不断发展，各种数据资源日益丰富，但数据资源中蕴涵的知识远远没有得到充分的挖掘和利用，致使“数据爆炸但知识贫乏”。1994年在加拿大渥太华举行的GIS国际会议上，李德仁院士首次提出了从GIS数据库中发现知识的概念。为了利用专家系统完成知识的自动获取，在20世纪末出现了多学科相互交融和相互促进的新兴边缘学科――数据挖掘和知识发现。数据挖掘和知识发现就是从数据库中发现和挖掘出其中不明确的、隐含的知识、空间关系或其它模式。这样，把GIS中发现的知识和遥感影像中的知识结合起来从而实现计算机的自动解译。

（2）基于知识的遥感图像解译系统

20世纪90年代人们开始重视研究遥感解译知识的获取、表达、搜索策略和推理机制，并将解译专家系统用于遥感图像解译研究。如Middlekoop、Hans L（1991）提出运用地物分类知识进行遥感影像分类；秦其明（1991）提出基于专家知识实现卫星图像的目标地物的自动解译等。这种方法，在一定程度上可提高计算机解译精度，但远未达到实用阶段。原因在于这些专家的解译知识多针对性很强，随着地域、时域的变化，一些知识往往随之失去效用，不能在运行过程中自我学习，实现解译知识的更新；在解译过程中引入了专家系统，这是一个进步，从现有情况看，专家系统工具是针对于某一类问题而开发的，然后提炼为工具。这种工具往往不能满足遥感图像自动解译的要求，存在知识不全面、推理过程简单、控制策略不灵活、缺乏常识推理的弱点。曹五丰、秦其明提出了“基于知识的卫星数字图像公路信息提取”，先利用图像局部的灰度统计特性对公路进行增强及检测，获得初始的公路网图（经细化处理后的线条二值图）；然后使用基于知识的规则来进行公路的扩展与连接处理，因而将更多的全局信息及知识进一步将公路片断扩展、连接成为更为完整的公路图。杨存建通过TM图像居民地自动提取研究，分析不同类型的居民地与其背景地物在光谱特征上的差别，对各个光谱特性进行分析，利用分析所发现的光谱知识建立基于知识的居民地提取模型。

（3）影像理解系统

影像理解是一个跨学科的领域，它涉及到摄影测量学、物理学、生物学、心理学、电子工程和计算机科学等多个学科。影像理解的思想是研究用计算机系统解译图像，实现类似人类视觉系统理解外部世界的一门学科。根据Rosenfeld A的定义，影像理解是利用计算机对影像所含的内容自动产生有一定含义的、符号化的描述。影像理解的研究内容包括目标识别、目标定位、目标重建和目标跟踪以及诸如影像定向和自动生成数字地面模型等处理过程。

4．遥感影像智能解译

骆剑承（2000）提出了遥感地学计算机图解。地学计算机图解的主要内容是在计算技术、人工智能技术、地理信息系统（GIS）技术与认知理论等基础上，通过对图形图像进行自动感知和认识，形象化地表达其内在的地学现象、地学过程，揭示隐藏在影像数据中的知识和规律；充分利用计算机提供的技术和方法，融合地学领域知识，完成特定地学领域内一定形式的图形图像的表达与认知的研究。遥感地学智能图解是对遥感影像中包含的地物目标、地学现象和过程等进行描述、识别、分类和解释，对地物和目标的类别、大小、结构、相互关系及其他地学属性等成像机理和内在特征进行提取，对蕴涵在遥感影像中的地学知识进行挖掘和表达，并进一步融合地学模型，进行地学现象和地学过程预测与决策分析。

（1）遥感地学智能图解的概念

遥感地学智能图解（RSIGIM）是研究如何用计算机系统模拟地学专家对遥感影像综合地学解译和决策分析的过程，从低到高分别需要经过包括信息传输及基本处理分析、影像的视觉生理认知理解、逻辑心理认知理解、知识发现、决策分析等多个层次的综合过程。

RSIGIM技术依托是人工智能，又离不开地学领域发展的大量地学分析模型，通过建立地学知识库系统，融合地理信息系统（GIS）和智能系统的模型和工具，最大程度上模拟地学专家对影像的生理视觉、逻辑心理等多层次的地学理解，实现对遥感影像的自动解译和地学决策分析功能。总体上看，RSIGIM包括基于数理统计方法的影像基本处理模型、基于神经计算的影像视觉生理认知模型和基于语义知识的逻辑心理认知模型等几个主要部分，其中基于数理统计的影像处理模型是整个遥感地学智能认知模型的基础，主要是在数理计算和统计模型支持下的遥感影像处理和分析，实现基本的对地物目标的识别；影像视觉生理模型和影像逻辑心理认知模型是分别在神经计算模型和符号知识处理模型支持下的模拟人或地学专家对遥感影像的形象思维和逻辑思维的过程。如图1所示意，RSIGIM包括模型层（A）、算法层（B）、方法层（C）三个层次的具体实施。首先根据图解目的，按层次结构设计相应的分析和处理模型，从数学方法和地学分析方法库中提取有关的方法，最后是模型和方法组合形成问题求解的具体算法（B）。

图1 遥感地学智能图解模型的技术体系

Fig.2 Technical System of RSIGIM

（2）遥感地学智能图解的认知问题

遥感智能图解的认知包括：遥感地学认知、遥感影像视觉认知、遥感影像生理认知和心理认知4个方面。

遥感地学认知：地学认知过程实质是对空间信息的加工过程，包括空间信息的获得、贮存、加工和使用等，地学认知问题是RSIGIM的基础和核心。

遥感影像视觉认知：遥感影像地学视觉认知的研究通常可分为低层视觉认知与高层视觉认知的研究。其中低层视觉认知，主要指对图像的边缘检测、目标检测、纹理分析、形状分析、立体造型分析、色彩分析等。而在一定的认知模型基础上，通过融合相关的领域知识，来获得对观察对象的深层理解，这就是影像的高层视觉认知。

遥感影像生理认知：是以对地学专家对遥感影像的视觉化形象思维的智能模拟为目标，达到地学专家在遥感影像解译过程中的右脑形象逻辑思维功能。其主要包括神经计算、地学优化、知识融合、决策分析等几个方面。

遥感影像心理认知：是一种以地学概念或地学知识进行符号化表达为基础的信息处理方式，从中结合了各种程序化的统计运算、逻辑单元、指数函数、运动过程等模型结构和视觉生理认知模型，获得对影像的从低层视觉理解、中层视觉生理理解到高层视觉心理理解的影像地学问题的求解过程。

二．遥感影像解译技术的应用

1 遥感影像解译技术在土壤侵蚀研究中的应用

80年代后，遥感和地理信息系统技术广泛应用于土壤侵蚀调查与监测中，其方法可以概括为目视解译法、遥感光谱分析法、参数化遥感定量法和人机交互式解译法4种主要研究方法及其相互混合智能化土壤侵蚀遥感解译系统。它们是在遥感影像激发土壤侵蚀专家对区域土壤侵蚀及其影响因子的认识前提下计算机自动记录土壤侵蚀专家对典型区域土壤侵蚀信息的识别过程，建造区域土壤侵蚀专家知识库，并用它对全区域进行土壤侵蚀信息的自动提取。

2 遥感影像解译技术在长江口治理中的应用

利用遥感和地理信息系统技术，分析了近20年来长江口的若干期卫星遥感图片的各种影像信息，对长江口的发育和演变状况、河道历史变迁、滩涂变化、口内外泥沙运动规律等进行了综合解译，其解译成果将为规划的修订提供重要依据，为长江口的科学治理开拓一条新路。

3 遥感影像解译技术在地质灾害防治中的应用

通过对公路地质灾害的解译，分析地质灾害的时空分布特征与对公路产生危害的主要原因。以彩红外航片为主，TM图像为辅，经地面检验综合解译是公路地质灾害调查的最佳途径。利用遥感技术可及时对设计公路路线中灾害地质问题做出解译，为路线方案比选提供指导性的地质资料。

三、遥感影像智能解译的发展趋势

现有的解译方法过分依赖影像的光谱特征，没有充分挖掘影像各种空间特征和地物其它属性特征；今后遥感解译应将知识划分为不同层次，按照知识层次融合，基于人工神经网络的方法与基于专家系统的方法，实现对遥感影像高层理解；通过多要素、多源遥感数据、多源信息的融合利用，提高遥感信息提取的精度；加强研究遥感由地球表面到成像过程的机理研究，即不断深化遥感信息与其反映的地表物质和传输介质相互作用机理。

参考文献

[1] 秦其明. 遥感图像自动解译面临的问题与解决的途径[ J] . 测绘科学， 2000， 25（ 2） ： 21- 25.

[ 2] 杨桄，刘湘南. 遥感影像解译的研究现状和发展趋势[ J] . 国土资源遥感， 2004， 60（ 2） ： 7- 11.

[ 3] 陈蓓青， 张穗. 长江口卫星遥感综合解译技术研究[ J] . 长江科学院报， 2004， 21（ 3） ： 26- 29.

[ 4] 骆剑承. 遥感影像智能图解及其地学认知问题探索[ J] . 地理科学进展， 2000， 19（4） ：289- 296.

[13]郑江，骆剑承，陈秋晓，等.遥感影像理解智能化系统与模型集成方法[J].地球信息科学，2003，5（5）：95-102

第5篇：遥感技术的类型范文

关键词：遥感图像处理 课程体系 模块化 教学实践

中图分类号：G421 文献标识码：A 文章编号：1672-3791（2013）05（b）-0185-02

遥感作为一种高效的探测、获取、分析和处理空间信息的先进技术手段，已广泛应用于各个领域。高等院校是我国遥感专业人才培养的主战场，它提供了一个综合性高、专业性强的平台[1]。在该平台上，可以针对社会的应用需求，塑造学生不同的个体特征，培养出适于不同岗位的研究型、应用型人才。因而，构建旨在培养学生综合素养，并突出其个体特征的课程体系具有举足轻重的作用。特色鲜明的体系可以在提升学生的综合素养的同时，也能够突出学生个体，因而可以更好地满足我国遥感专业人才培养的需求。

现阶段我国为遥感专业人才培养设置的本科专业主要有摄影测量与遥感、遥感科学与技术、地理信息科学等，在这些专业的培养方案中，《遥感导论》和《遥感图像处理》在多数高等院校中都有开设，并为专业核心课程之一，有的高等院校还开设了《数字图像处理》。《遥感导论》和《数字图像处理》两门课程可以视为《遥感图像处理》的前期基础课，因而在课程学期安排上应该提前。

《遥感图像处理》以地理学、测绘学、数理统计、计算机技术等为背景，在学习了遥感技术、图像处理技术的原理和理论基础上，着重介绍遥感信息处理的原理、过程与方法，并掌握遥感图像处理技术的发展动态与实际应用。由于《遥感图像处理》是多学科的交叉，与很多专业都有很密切的联系，而且发展速度较快，在遥感图像处理的教学中，一方面要求不同对象的学生掌握、理解或了解图像处理技术的基本原理；另一方面，还要求不同对象的学生理解或了解遥感图像的成像机理、处理技术和流程等。同时，图像处理技术和遥感技术具有技术更新快的特点，因而还需要学生掌握现阶段的状态以及最新发展情况。除了教学内容和教学方法外，实验教学也是《遥感图像处理》课程的重要的环节，传统的课程教学大都偏重于理论，一些已有的实验也主要是针对特定图像处理的一些应用，缺乏图像处理技术应用与遥感图像特征无缝结合和系统组织。

总的来说，目前的《遥感图像处理》课程体系主要存在以下几个方面的问题[2]：（1）传统的课程体系多注重经典理论，轻实验和实践[3]。除了应该重视理论教学外，有效地利用实践教学环节，有利于学生理解和掌握该课程内容，取得事半功倍的教学效果；（2）传统课程体系脱胎于数字图像处理，和遥感处理关键技术之间存在断裂面，遥感处理知识体系不够完善。

本文以我国高等师范院校开设的遥感科学与技术、地理信息科学专业为例，针对《遥感图像处理》课程的教学目标，提出了适合高等师范院校本专业领域学生的课程体系的构建方案，并就其实践教学的效果和课程体系特色进行介绍。

1 课程体系的建立

内容的模块化设计是目前课程体系建设的主要方案，在很多高等院校的专业教学中得到了较好地应用[4]。为适于高等师范院校开设的遥感科学与技术、地理信息科学专业教学需求，通过近10年左右的实践教学，我们将《遥感图像处理》的课程体系结构分为7个模块，如图1所示。

（1）图像基础模块：这一部分主要介绍遥感数字图像的基础知识，主要包括遥感数字图像、遥感数字图像的计算机存储、遥感数字图像的计算机视图与表达等内容，让学生了解遥感数字图像的基本概念和特点，并从计算机存储和显示的角度，定性了解数字遥感图像，引导学生建立遥感图像处理研究和实践的兴趣。

（2）定量遥感处理模块：遥感定量化是当前技术发展的重要方向之一，其分析和处理过程涉及到物理、大气等学科；本科生由于前期所开课程较少，感觉定量遥感处理的难度较大，因而我们主张在本科阶段掌握定量遥感的基础理论和图像处理，深层次处理设置在后续的研究生课程开设。

该模块的主要内容涵盖辐射定标、大气校正、热红外地面温度反演等，以Landsat TM图像为例，了解遥感图像的辐射校正和定量反演的技术方法：辐射定标结合Landsat TM的0级、1级产品，介绍遥感图像数字值（digital number，DN）转换为光谱辐射亮度的方法；大气校正主要讲述基于辐射传输方程的校正方法，结合6S和MOTRAN辐射传输软件包，完成遥感图像的大气校正；热红外图像地表温度反演以Landsat TM6为例，介绍单波段热红外图像的地表温度反演方法和技术流程。

（3）几何遥感处理模块：该模块针对遥感成像的纯中心投影、多中心投影、侧视雷达等不同构像方式，解释它们的几何纠正方法和技术流程；对于多项式纠正方法重点介绍，强度多项式的构建、地面控制点的选择、最小二乘法拟合等相关内容。

（4）数字图像增强模块：数字图像增强模块按照彩色增强、辐射增强、空间域增强、频率域增强、多光谱增强等顺序进行讲解。在这一部分，我们遵循系统深入的原则，基于遥感数字图像处理的实例，帮助学生系统复结并领会各种理论方法之间的逻辑顺序与本质。由于图像处理具有理论性和可视化强的特点，在这个部分教学中，我们希望加强学生对前置基础课程（如《遥感导论》和《数字图像处理》）所学基本理论和方法的深入理解，使其充分认识遥感机理理论知识在遥感图像增强应用中的指导意义，并体会理论本身的魅力。

（5）遥感图像融合模块：该模块从遥感图像融合的目的出发，介绍图像融合的主要方法和技术流程、图像融合结果的性能评估等；联系数字图像增强模块的多光谱增强子模块，以HIS变换、主成份分析、傅里叶变换和小波变换等为基础，阐述遥感图像融合的主要技术方法，并对其方法的缺点进行分析，提出改进的遥感图像融合方案。

（6）遥感图像分类模块：该模块主要包括计算机分类的基本原理、非监督分类、监督分类、计算机分类的新方法、分类结果后处理、精度评估等内容。在这一部分教学中，我们充分发挥图像处理应用性强的特点，选择最小距离法、ISODATA、最大似然分类法等，重点讲述其基础理论和技术方法，激发学生学习兴趣。

（7）变化检测模块：该模块是对前面所学模块的综合运用，向学生展示《遥感图像处理》立体而丰富的专业内容。在介绍遥感图像变化检测意义和技术流程的基础上，重点论述变化检测的分类后比较法和直接比较法；将变化向量分析法（CVA）作为典型算法进行讲述，通过土地覆被变化检测的应用实例，综合遥感图像辐射校正、几何纠正等知识，重点论述变化强度和变化方向的确定方法，并利用图像处理实践提升学生的研究性思维，初步培养学生的创新能力。

2 课程教学实践及其特色

2.1 加强实践教学环节，注重动手能力的培养

本课程主要教学目的是使学生了解和掌握遥感信息处理的基本知识、方法、基本技能和发展动态，初步掌握应用遥感信息处理技术分析和解决实际问题的能力。因而，实践教学能力培养是我们课程建设的核心部分。我们在每个模块中设置了多个实践环节，多角度、多目标的提升学生动手操作能力。

通过理论学习、实践处理等环节，增强学生对本课程的理解，并在此基础上使学生进一步掌握遥感图像成像的基本原理、基本理论和这些理论在遥感图像处理中的应用。近10年的教学实践证明，该课程的实践教学环节较好地调动了学生专业学习的积极性，取得了较好的学习效果。

2.2 内容延伸模块化，形成分层次课程体系

我们依据课程教学内容，构建了授课内容的基本框架，按照教学内容分块设置，根据学生学习阶段、课时安排、专业特色延伸等可以灵活变化，因而给授课内容带来了较大的机动性。

在每个教学模块中首先确定知识体系和拓展专题内容，将这些拓展专题分为偏应用型和偏理论型。每个专题中设置基本内容和扩展内容，形成模块化分层次的课程体系。

例如：在数字图像增强模块中，目前的大多数教材中存在直方图均衡化的内容，然而随着图像处理技术的发展和应用的拓展，人们发现在绝大多数遥感图像增强处理中不适合直方图均衡化处理，因此这部分内容可以不讲或让学生自学。图像增强部分的内容非常多，使学生清楚掌握第一节内容介绍的关键词，课程的延伸内容就会更易理解。根据学科特色和学习层次，可以有意识地引入偏应用专题或偏理论专题，更好地满足不同目标、不同层次的学生的需求。

通过遥感图像处理课程教学内容的分块划分，形成了层次化、模块化课程体系，在确保授课内容体系完整情况下，使内容选择更具条理和可操作性，便于培养不同目标导向的学生，更适于我国高等师范院校相关专业的教学设计。

2.3 多目标人才及其创新能力培养

社会对人才可以从不同的角度加以分类，从生产或工作活动的目的来分析，现代社会的人才可分为学术型（理论型）、技术型、工程型和技能型等。多目标人才就是多功能人才，其特点是多才多艺，能够在很多领域大显身手。当今社会的重大特征是学科交叉，知识融合，技术集成。因而，《遥感图像处理》多目标人才培养是培养学生在各个方面都有一定能力，同时在某一个具体的方面要能出类拔萃。

在高等师范院校地理学背景创办遥感科学与技术、地理信息科学等本科专业的情况下，不同层次、不同培养目标导向，可以让学生针对自己的发展方向选择应用型还是研究型，因而该课程体系更加具有灵活度。我们课程体系中设置的定量遥感模块，可以满足学生在应用型《遥感图像处理》课程中学习到研究型知识，丰富和完善学生的有关遥感处理的知识结构，提升学生的创新能力。实践教学证明，我们的本科生经过该模块的学习，也能够独立完成研究方案构思和具体研究路线设计，并在老师的指导下撰写科学论文。

3 结语

卫星遥感、图像处理技术的迅猛发展，其应用领域愈来愈广泛，该领域受到很多学生的垂青，激发了他们的学习热情。目前很多高等院校都开设了《遥感图像处理》这门课程。如何根据各个高等院校的学科特色、学生特点构建适合自己的课程教学体系、安排好授课内容、提高教学方法和教学手段的有效性是很多高等院校主讲教师最关注的，同时对于提高学生学习兴趣、加强实践应用能力以及培养信息技术时代的创新型人才具有重要意义。

笔者结合多年《遥感图像处理》课程的教学经验，设计了一个课程内容模块化、专题内容可延伸、分层次的课程体系，它采用专题框架，在保证授课体系完整性的前提下，授课教师可以依据人才培养目标、专业特色、学时要求引入模块化延伸内容，有机地将课程教学内容联合在一起，形成多层次、多目标的授课内容。实践证明，该课程体系设置达到了我们高等师范院校相关专业的课程教学预期效果，可以为我国其他高等师范院校的相关专业的《遥感图像处理》课程教学提供参考。

参考文献

[1] 邓磊，赵文吉，胡德勇.遥感课程实践教学模式探索与教改实践[J].科技创新导报，2012（7）：136-137.

[2] 赵珊，刘静.数字图像处理课程实践教学的改革与设计[J].中国科技信息，2009（23）：226-227.

第6篇：遥感技术的类型范文

关键词：遥感技术;反演模型;水质参数

一、引言

水资源匮乏已成为一个全球面临的难题，也成为制约经济社会发展的一个瓶颈，甚至在很多国家连居民的基本生活用水都难以保证。因此，各国专家都在致力于水资源的开发、探索中，尤其是地下水资源的勘探及海水的水质监测、净化方面。正是基于这种实际的需要，水质领域的研究者也在运用新的技术手段探索水质参数监测的方法。

研究者对地下水质及海水水质参数的研究，是为了满足不同用户对水质的要求。通过对地下水演变及成因进行分析、研究，可以找到解决水资源短缺的办法，实现水资源的持续利用。遥感技术在水资源的勘探及水质检测方面为工作者提供了技术支持及保障。当前，遥感反演技术在水质参数监测上的应用已经较为成熟，并为解决人类水资源匮乏作出了巨大贡献，尤其是在深层地下水资源的勘探，海水水质参数的监测上。

二、传统的水质监测技术

随着工业的发展及人类生活、生产形成的废水越来越多，只靠古老的、自然的水循环已难以解决水资源的污染问题。同时，再采用传统的水质监测、水质采样分析的方法，将无法满足用户对水质的需求。因为传统的采样分析方法，是在不同的河段进行采样，然后将采样放置在容器内静置，并通过物理的、化学的方法分离、监测水质，分析水中所含有的各种成分，得出水质参数及指标。

这种监测方法会受到采样点空间分布密度的限制，不能客观、全面地反映需要监测的水域的真实情况。在监测的过程中耗费时间较长、成本也比较高、效率低下，有时得出的结果也不尽人意。随着人们对水质要求的不断提高及要求的多样化，传统的水质监测技术已略显无能为力。科学技术的发展，为水质的监测提供了新的手段、方法，尤其是遥感技术在水质参数监测上的运用，为水质参数监测提供了更加高效的方法。

三、遥感反演技术的概述

当今各国已不在满足于地球上的竞争、资源的争夺，已将其扩展到了外太空。卫星的发射就是很好的证明。各国之所以抢先发射卫星，战领宇宙空间，是因为通过卫星可以为人类返回很多地球表面的数据信息，而不仅仅是为了网络通讯。比如通过卫星返回的图片，人类可以对我们所生活的地球有一个更全面的了解。矿产资源的分布情况、地形地貌情况、水资源的分布情况等，还可以通过遥感反演技术更清楚、更高效、更准确地了解地球上某一流域水质参数，随时监测水质参数，及时了解水质情况，并根据用户需要为其提供水资源。

随着遥感科学技术的不断发展，水质研究者试图将偏振作为遥感的另一维信息源加以利用。光的偏振在大气与海洋系统中形成了丰富的数据信息。研究者可以根据水面反射光的偏振效应、反射光在布儒斯特角时的规律、水体散射介质对入射光的偏振状态的改变等信息得出水体物质的组成。因此，偏振信息的遥感反演方法可以作为一种新的水质参数监测方法，这种基于遥感反演技术的水质监测方法，对水质领域的研究将具有划时代的意义。

针对用水户不同的需要，研究者对水质的监测往往也会采用不同的方法。常用的水质参数评价方法主要有：综合指数法、模糊数学法、模糊综合评价法、灰色聚类法、灰色关联度法、人工神经网络、遗传算法、多元回归模型、逻辑斯谛曲线模型、主成分分析法、集对分析法、投影寻踪模型法、物元分析与可拓集合法等，虽然研究者为我们呈现了很多水质评价监测的方法，但是由于水环境的不确定性，在水质管理的实践中，能够广泛应用的方法还是比较少的。利用遥感卫星，可以对水质的时空分布及变化情况进行定性甚至定量的监测。这种监测方法监测范围广、速度快、监测周期长、成本低，因此在我国已经将这一技术应用到长江、黄浦江、闽江等内陆水域的监测中，然而很多技术的使用仍然在探索、完善中。

四、遥感反演技术在水质监测上的应用原理

遥感反演技术其实利用的是不同物质反射光的波长不同的原理。水质遥感监测就是根据被污染水体所呈现的光谱特征与清洁水体的不同，并可根据呈现的光谱特征判断污染物质。因为太阳光入射到物体的表面，经过物质的选择性吸收与散射，形成不同的吸收光谱。水体的光谱敏感通道主要集中在 0.35～0.90um之间。当水体被污染后，就会出现富营养化，水体中的浮游植物增多，浮游植物的叶绿素对近红外波段具有明显的“陡坡效应”，当叶绿素浓度不同时，在0.43～0.70um光谱波段会出现较明显的差异，因此近红外波段与红光波段的比值可以用来估算水体中叶绿素的浓度变化。

对于水中含有的其他悬浮颗粒，同样可以运用不同物质对太阳光吸收反射的光谱波段的不同，分析水质中所含有的物质的成分及数量，以便更好地掌握水质的参数，对水质进行实时监控。如果水中悬浮的泥沙增加，将会增加太阳光的反射率，并使光谱曲线的反射峰往长波方向移动，尤其是可见光波段中的红光波段。

目前在内陆水体水质遥感监测中应用较广泛的多光谱数据之一是运行时间长、应用广泛的Landsat卫星。Landsat卫星成功运用近红外波段与红光波段的比值 （TM4/TM3），提取了浓度为10 ～200mg/L的叶绿素 （R2>0.92），同时这一比值还可以用来估算水体中叶绿素浓度的变化，可以运用三波段模型、两波段模型、反射峰位置法、一阶微分法等方法估算水质叶绿素a的浓度。如果缺乏卫星同步实测数据，则可以利用水体本身的遥感光谱信息建立水质参数遥感模型。

五、结束语

水资源的短缺及用水户对水质参数提出的不同需求，促使水质监测部门改变传统的分段采样的水质参数监测方法，探索运用卫星遥感反演技术对地下水资源勘探及地表水水质参数的监测。随着遥感反演技术的成熟，我国的水质分析与研究领域也正在蓬勃发展，各种利用卫星遥感反演技术建立的水质监测模型不断出现，尽管现在已经形成了多种水质监测评价方法，但由于水环境是一个特殊的循环系统，具有很大的不确定性，目前能够广泛应用的模型还不多，且须要根据水质的实际情况不断地修改、调整模型。为了能更准确地反映水资源的保有量、水质参数情况及为用水户提供符合其需要的水质，水质研究者要树立科学的态度，为水质参数有效的分析提供科学的监测数据，建立推进水质参数监测、分析的研究模型，促进水资源循环利用，解决水资源短缺问题。

参考文献：

第7篇：遥感技术的类型范文

关键词：应用遥感影像；更新；地理信息

中图分类号：TP7 文献标识码：A

1遥感信息融合概述

在更新地理信息过程中，遥感信息融合主要有两部分组成：多时相信息融合和多源遥感影像融合。多时相信息融合主要用于地理信息的动态变化检测，多元遥感影像融合可以提高地理信息分类的精度，在更新地理信息中发挥着重要的作用。

遥感信息融合技术主要是指将不同遥感设备中采集的同一地区多个地理信息进行有效整合，在系统中利用算法将多个地理信息数据进行优势互补，有效地结合成一个新的地理信息数据。遥感信息融合是一种利用高级图像数据处理技术来整合处理多个遥感地理图像信息的技术，它可以将不同遥感设备采集的地理图像信息或者同一遥感设备采集的不同波段地理信息进行有效地整合，消除多个遥感设备采集地理信息的矛盾和冗余，提高遥感设备的利用率，改善其可靠性和精度，有效增加地理图像信息的准确性，降低模糊度，消除不确定性，加强优势互补，最终形成统一的地理信息图像数据。

2地理信息变化监测

2.1遥感影像变化监测方法

遥感影像可以综合分析多时相的地理图像信息，然后提取出动态的地理信息，实现地理遥感的变化监测。目前主要的地理信息变化监测方法主要有比较分类结果法、光谱变异法、分析主成分法、提取动态信息法、分析矢量变化法、植被指数互减法、图像数据运算法等，可以将这些遥感地理信息变化监测方法总结成基于分析空间模型方法、基于结果比较的分类方法、基于变换空间信息方法、和基于运算图像信息数据方法[1]。

2.2遥感影像变化图像信息方法

遥感影像利用不同时相的地理图像变化信息，将多种图像变化信息变换之后进行动态检测和变化监测，主要方法有变换对应成分法、分析频率域法、变换典型成分法、变换KT法、变换主成分法等。以变换主成分法为例，其方法主要是变换不同时相的地理图像变化信息数据的主成分，突出变化信息数据的主要成分。变换主成分法又可以分为：变换多时相主成分法、变换动态主成分法、主成分差值法[2]。

3遥感数据挖掘技术的应用

与传统的图像数据分析相比，遥感数据挖掘技术对于地理图像信息数据的处理是一种模型识别化的图像数据处理过程，主要的研究方向在于具体图像信息的特征和模式，主要强调经过数据对比、分析和处理，从大量的地理图像信息数据中，发现整合出这些地理图形信息数据中有意义的数据，总结出这些信息数据的知识和规律，找过他们之间的特征和共性，实现相互促进、相互协作。

遥感数据挖掘技术在更新地理信息中的应用，可以对基本的地理图像信息进行特征计算和有效分割，为遥感影像提供地理信息规则和知识。

4应用遥感影像更新地理信息的若干问题

4.1构建框架体系

应用遥感影像更新地理信息首先要构建科学合理的框架体系，目前关于遥感影像的框架体系已经基本建立，但是关于地理信息变化的数据库还不完善，在一些具体领域发挥的作用有限。目前，我国的空间信息数据库主要构建GIS数据库，忽视了遥感影像的重要优势，遥感影像地理信息数据库的构建不完善，和GIS数据库相比，遥感影像地理信息数据库在信息特点、组织体系、数据模型等多个方面都有很大的不同[3]。因此，要针对遥感影像地理信息数据库自身的特点，构建相关知识发现和数据挖掘的数据库框架体系，有效解决遥感影像地理信息数据库的基本问题，充分发挥遥感影像的重要优势。

4.2遥感影像预处理

图像信息数据预处理是遥感影像技术的重要技术内容，对于遥感数据挖掘有着重要作用。在遥感影响图像信息数据挖掘中，图像信息数据预处理主要包括两个部分：传统遥感图像信息数据的预处理，例如配准、几何校正等和针对图像信息数据挖掘做出的预处理，如数据提取、数据转换、数据清理等。图像信息数据预处理主要的任务包括：对影像信息数据的边缘处理和分割，完成必要的数据预处理；结合相关的图像信息数据处理模型进行有效的组织整合，为数据挖掘提供数据处理算法；参与检索影像数据，并且提取相关的影像信息。

4.3影像数据挖掘算法

应用遥感影像更新地理信息，不是将目前的影像数据挖掘算法直接应用在图像信息数据处理过程中，而需要更加深入的研究应用体系、复杂的技术和理论。为了更好地满足遥感影像地理信息数据库中的动态检测和知识发现，需要研究出针对遥感影像数据处理的相关算法。遥感地理图像数据挖掘的数据集合主要包括数据信息数据库、背景信息和遥感信息的处理、多时相图像信息数据、多尺度多源的影像数据、单源遥感图像数据等。针对这些不同类型的数据和情况，应该研究出相应的遥感数据挖掘算法[4]。

目前，主要用于遥感影像地理图像信息数据挖掘的算法有：证据理论、粗集理论、模糊方法、可视化方法、聚类、模式识别、图像分析等，空间信息算法和数据关联规则在背景数据和遥感数据的预处理数据挖掘中发挥着重要作用。针对遥感影像地理图像信息数据库的特点，还应该对可视化数据挖掘、交互式数据挖掘、增量挖掘、集成挖掘和融合算法、网络挖掘、分布式数据挖掘、并行数据挖掘等进行广泛深入的研究。

5结语

遥感影像技术在地理测绘方面发挥着巨大的优势，通过分析研究应用遥感影像更新地理信息的若干问题，不断提高遥感影像技术在更新地理信息方面的能力，推动遥感影像技术的快速发展。

参考文献：

[1] Xiaolong Liu 1,a and Weidong Qu 2,b,* 1 School of Finance,Renmin University of China,Beijing,100872,China 2 School of Public Administration,Renmin University of China,Beijing,100872,China.Empirical Study on Beijing Land Allocation Practices[A]. Advances in Artificial Intelligence （Volume 2）――Proceedings of 2011 International Conference on Management Science and Engineering (MSE 2011)[C]. 2011

[2] 李澜涛,任学慧,钞锦龙.城市土地集约利用影响因素分析及实证研究[A]. Advances in Artificial Intelligence （Volume 6）――Proceedings of 2011 International Conference on Management Science and Engineering (MSE 2011)[C]. 2011

第8篇：遥感技术的类型范文

关键词：低空遥感；农业大数据；无人机；农情解析

农业生产是人类赖以生存的传统性社会生产活动，但由于其具有生产分散性、地域复杂性、灾害突发性等特点，人们难以及时掌握农业资源信息来推动生产发展。1970年代开始，随着民用资源卫星的出现，农业生产领域最先开始利用遥感技术进行农作物面积监测和估产且效果显著。近年来，无人机遥感技术在农业生产中的应用发展迅速，凭借其灵活机动、操作简单、成本低、获取影像速度快且光谱分辨率更高等高空遥感无法比拟的优势，推动了精准农业的调查、评价、监测和管理。由于无人机遥感技术可对农作物进行快速高效的动态实时监测，它已经成为当下农业遥感领域的研究热点。

1无人机遥感概述

1.1无人机发展历程

1916年9月，无人机正式步入人们视线开始发展，2010年开始进入全民应用阶段。目前无人机的应用已经渗透到人类生活的方方面面，成为促进社会经济发展的重要增长点。无人机以其操作方便、灵活机动、实时精准等特点受到了越来越多的关注和得到了应用发展。我国的无人机发展虽起步较晚，近年来也获得了一定的成果，开展了一系列卓有成效的应用研究，影像数据的监测和获取精度有了极大的提高。

1.2无人机低空遥感系统组成

具体的无人机低空遥感系统的组成部分有：无人机飞行平台、微型传感器负载、地面控制台、数据传输系统和影像处理系统等。在农业资源领域，无人机的形状大小、可载负荷量、飞行性能和航线规划算法都对农田资源的监测获取精度有着很大的影响。近年来随着多种无人机平台———如固定翼、单旋翼和多旋翼等无人机机型的出现，各种问题和缺陷也逐渐显露出来，农业遥感技术的发展面临着新的机遇和挑战。

2无人机农业应用中的优势

相比于卫星遥感，无人机有着独特优势。（1）无人机作业自主化。农业无人机由动力驱动，操作灵活，可以根据要求自主规划最佳航行路线和拍摄角度，极大地弥补了传统作业需要大量人力且效率低的缺点。（2）无人机获取数据精准。低空无人机遥感技术可以凭无人机的近地摄影测量优势获取更高精度的光谱影像，覆盖范围更广，受到天气和空间的影响更小，与“精细化农业”的目标更加贴合。（3）无人机获取数据实时、快速、成本低。可以动态连续监测，利用所得影像的高光谱信息进行作物营养诊断、农田系统检测和种类细分、作物长势动态信息获取等技术操作。

3无人机低空遥感技术的主要应用

3.1农业资源预测评估

粮食作物是维系社会正常运行的基础，种植面积与长势的波动影响着国家的稳定。卫星遥感在精确即时数据获取方面有着明显缺陷，无法满足现代农业要求。近年来，无人机遥感随着技术的成熟，弥补了卫星遥感的不足，其在农作物长势分析、养分和土壤水分分析等方面发挥着独特优势。在不与农作物直接接触的情况下可以通过传感器在低空获取作物的电磁波信息并得到相关的指标数据，然后用相应的定量分析方法对耕地生产力进行评价，且最终获得的数据的空间分辨率可达到厘米级。参照刘忠等[1]的研究，将农作物长势关键参数划分为形态指标、生理生化指标、胁迫指标和产量指标等4类。有关长势参数反演的相关研究近年来在国内外都是研究热点，反演方法有形态特征提取法、辐射传输模型法等众多针对不同情形的方法，选择时要尽量避开其短板。

3.2农业虫草害遥感监测

全世界每年由病害和虫害导致的粮食减产仍然十分严重，在总产量中的占比约达到了1/4。目前国内外对利用无人机遥感进行数据反演的研究有很多，但是还未形成规模化成果进行推广，大部分是针对特定作物的监测研究。在农业虫草害中，作物与杂草的识别不可或缺，针对此问题Inkyu等[2]提出了新的改进办法，即利用站式滑动窗口的方式开发一种新的识别分离模型。在各研究中，对于虫草害等信息光谱特征专门提取并进行遥感反演定性，若可更深入研究并加以推广，可做到对灾害的及时发现和防治，将对农业发展有巨大的推动作用。

3.3精准农业管理

精准农业管理是根据作物生长环境和自身特点的差异性进行精准的特定的管理，达到浪费少、成本低、收益高的目的。在李明等[3]的实验研究中，对通过无人机遥感试验得到的多幅有重叠区域的水稻地块图像，进行处理后建立的可识别二分类Logistic回归模型准确率高，对各不同地块的差异性比较具有参考价值。对无人机影像获得的三种可见波段进行模型建立可达到高精度提取某种作物信息的效果。如综合利用红、绿、蓝三个波段建立可见光差异植被指数模型，绿色健康植被信息的提取精度可达到90%。

4无人机农业应用中的不足

由于无人机遥感技术仍是近年来的新兴技术，若要大规模推广利用仍有许多局限性。无人机自身携带的GPS精度、天气状况、续航时间、通信距离等因素都会影响无人机遥感技术的适用性和实用性。针对单一无人机的作业能力，国内外研究者提出了众多解决方案，但尚未得出一个全面的结论，例如若提高机载设备的监测精度往往又会减低其单次飞行时间。同时，农田间环境千差万别，对无人机的运行也是极大的挑战。在面对复杂天气时，体积小质量轻的优点反而成了劣势，若不能做到随时监测就会降低无人机遥感的可靠性，恶劣条件下通信信号变弱也会影响到低空无人机的运行。国内外无人机遥感研究模型试验的农田范围尚小，缺乏代表性。

第9篇：遥感技术的类型范文

【关键词】煤炭地质;地质遥感技术;应用;创新思考

引言

基于目前地质遥感技术在煤炭领域的应用来看，由于煤炭地质具有多样性及复杂性，在开采人员进行开采的时候往往会出现利用率低、开采不合理等情况，从而使煤炭资源造成浪费，严重时可能还会导致安全事故及财产损失，因此，为适应生产及现代化技术的需要，煤炭地质遥感技术正处于一种新的转型阶段，正面向市场化发展及全面商业化的新方向进行转型。

1 煤炭地质遥感技术的基本概念及特点

1.1 遥感技术的基本概念

遥感技术是在20世纪60年代，根据电磁波的理论对远距离目标所反射和辐射的红外线、电磁波及可见光等信息，利用各种传感的仪器进行收集、处理，并且让这些信息形成影像，从而对目标物及它附近的各种景物进行探测和识别的一种综合探测技术。

1.2 遥感技术的特点

（1）收集手段多，收集信息量大

在运用此技术时，可以运用不同的遥感仪器及不同的波段的仪器设备，来对目标物体进行探测和识别，来得到我们需要的信息;而且这种技术不仅能够探测地表的情况，还能对目标物内部的一定深度进行探测。

（2）具有整体性和直观性

在用遥感技术设备进行拍摄探测时，我们能够获得非常清晰生动的传输影像，并且画面具有明显全面整体性及直观性。

（3）受到的地面限制条件较小，探测范围广

遥感探测技术相对于传统的探测技术来说，遥感技术在进行探测时不但可以不受自然环境的影响，还能够顺利完美的将探测任务完成，收集到可靠的信息。

2 煤炭地质遥感技术的实际应用

2.1 利用遥感技术对煤质地质进行探测和绘图

由于我们在日常生活中的活动范围越来越广，那些实际地形图已经从根本上发生了重大变化，已不能再为我们提供准确的数据，因此，为了满足工作要求，必须对地形图进行及时的更新。所以，我们通过利用遥感技术从太空的卫星中的数据以影像的形式，清晰的传输过来，这种遥感技术不但可以对国家的基础地理信息进行探测识别，还能够将多样性的、不同种类的数据库进行及时的更新。

在煤炭开采的过程中，由于煤炭地质图需要具备较高的精确度，以便采煤进行。因此，煤炭开采的相关技术人员，可以将通过遥感技术探测得到的影像资料作为依据，以多元地学将信息进行综合分析及适当处理，得到对煤炭地质进行的精确的绘图。而且，在水文地质、煤炭资源、煤层气调的调查评价中及在小煤窑实际生产情况的调查监控中，也有用到遥感技术。

2.2 利用遥感技术对煤炭生态环境的污染进行监测

在对环境监测时，主要是对开采时用的化学物品污染调查、煤炭地质环境检查、土地的开垦及生态环境重建的方面的监测，准确的知道环境的影响，从而对进一步加强环境保护及综合治理提供依据。

2.3 利用遥感技术对煤炭地质灾害做调查评估

在采煤区建立一个动态的检测系统，将遥感技术最为监测道具，根据煤矿的地质规律，从而对地质灾害的易发程度进行研究，然后通过数据综合分析，将地质灾害的评估图绘制出来，以预防危险的发生。

3 煤炭地质遥感技术的创新思考

3.1 高光谱遥感技术应用

高光谱遥感技术可以对岩石类型及矿物成分的煤炭地质进行识别，对其中的波谱特征进行空间定位及定量分析，然后进行煤炭地质光谱库建立。这种技术不但具备测量技术，还能进行信息识别及数据处理，通过监测、提取可以直接对地质进行找矿及填图工作。

3.2 高分辨率遥感技术应用

将煤炭地质资料用遥感技术形成高分辨率的图像，不仅可以使煤炭资源开发的合法性及状况及时的反映出来，还可以对煤炭的安全生产及维护进行有效的监测。因此，应将这一技术进行创新、发展。

3.3 遥感技术图像处理及信息提取方法创新

神经网络、小波变换、分型理论、遗传算法、光谱特征匹配、支持矢量机等新的理论及方法，都应该被应用在遥感图像信息处理方面，让遥感技术的信息及图形处理向着多尺度、定量化、高分辨率及模型化等新型技术体系方向发展，使煤炭地质识别、信息提取技术及遥感图像处理技术得到不断地完善。

3.4 进行“3S”一体化技术创新

“3S”技术即遥感技术（RS）、全球定位系统（GPS）、地理信息系统（GIS）的统称，三者间具有密不可分、相辅相成的关系，虽然三者的作用原理不同，但是三者间的结合可以成为一种重要的找矿手段。利用遥感技术可以及时对地质系统中的数据进行更新;地理信息系统则可以为遥感技术提供辅导作用，为遥感技术提供不同的信息及分析手段，有助于遥感技术得到的数据进行精确的影像表达;而全球定位系统可以为煤炭地质的探测提供精确的高程模型及地理位置。因此，为了更精确的得到相关数据，煤炭地质的遥感技术应该进行不断的创新，做到与时俱进，将“3S”技术充分的应用到煤炭地质的探测及开采中去，使煤炭资源向着现代化及产业化的方向发展。

3.5 将数字信息遥感技术创新应用

随着信息化社会的发展，全球已进入数字化信息的时代，不管什么企业都是以数字建立数据信息库。因此，为了使煤炭地质遥感技术向智能化、多功能信息化及综合化等特征发展，用电子计算机对煤炭地质进行现代分析、矿山规划、数据采矿、资源评估等，使先进的技术及有利的工具为煤炭的开发和利用做贡献。

4 结束语

通过本文的研究，可以看出，随着现代社会知识及科技技术的不断进步、发展，为了更好的为煤炭企业做贡献，就要不断地利用先进的科技手段将遥感技术进行创新，得到新的遥感技术手段，为煤炭地质遥感技术开启新的篇章。

参考文献：

[1]毛耀保.关于煤炭地质遥感技术创新的思考[J].中国煤炭地质， 2010（S1）.

[2]李生军.对煤炭地质遥感技术创新的分析[J].企业导报，2013（09）.