遥感地学动态分析的内容和工作程序

(一)遥感地学动态分析的任务、要求

多时相遥感资料地学动态分析,从根本上讲,是利用具有时间系列(不同时相)的遥感信息研究地球表面物质与能量的迁移规律及发展趋势。不同类型的地学动态分析企求达到的目标和宜采用的遥感手段及时相可以是千差万别的,但基本的任务、要求却是相似的,至少都要包括以下三项内容:

1快速检测出变化迹象信息。这是实现地学动态分析的前提。作为发展趋势和奋斗目标是实现地学动态的实时监测;

2给出动态变化的量值,包括每个时段内的变化量。通过具体的数据和图件,提供定量化的概念;同时,还必须做到能方便地对原有数据实现更新;

3查明变化轨迹,总结变化规律,包括建立相应的地学的或数学的模型,乃至“再现”演变模式,预测未来的发展趋势。

(二)遥感地学动态分析的工作程序

从上述三项基本任务可见,遥感地学动态分析不仅首先要解决多时相遥感资料的来源和应用问题,还必须有相应的地学资料配合。其中,像变化迹象信息的检测、数据更新等,尤需已有的地学信息数据库的支持。因此,多时相遥感资料地学动态分析常常是与地理信息系统(GIS)紧密配合进行的,故通常采用图10-1所示的基本工作程序。总体上可划归为:①多时相遥感图像的选择;②图像的配准复合;③动态变化信息的检测和提取三个主要的工作环节。其中,图像的配准复合是多时相遥感地学动态分析赖以进行的基础,也是关键性的工作环节,但它的方法原理在第四章和第十一章作介绍,故这里不再赘述。下面仅对①、③两个环节作简要分析。

图10-1 多时相遥感资料地学动态分析基本工作程序

(三)多时相遥感图像的选择

遥感发展到今天,每个地区都可能有许多不同遥感器在不同时间摄制的遥感图像。随着时间的推移,时相将越来越丰富。因此,任何一项遥感地学动态分析任务首先遇到的就是如何选择满足任务要求的合适时相的遥感图像。

一般来说,时相的选择应按照具体的动态对象和期望目标,综合考虑时间分辨率、空间分辨率和波谱分辨率三项指标。例如,对于大尺度、快速变化的对象(台风、大范围洪涝灾害等),可主要采用空间分辨率低,但时间分辨率高的气象卫星图像;对中小尺度、变化并不很快,但要求较精确量值的对象(如土地利用、水土流失、河口三角洲伸展、城市扩展等等),则多采用资源卫星系列的图像(如TM、SPOT),有时还需要较大比例尺的航空像片作补充;有些动态对象,尤其涉及水体、植被者,需从不同波段的图像上获得不同内容的动态(如水陆界线和泥沙扩散),此时波谱分辨率(波段)也是必须考虑的选择因素。

在上述三项指标中,时间分辨率无疑是首选指标。不同遥感器的时间分辨率可参见第三章中的有关部分。这里要指出的是,由于天气条件、成像系统的工作状态、地面站的接受与存储条件等各种因素的影响,常出现遥感器虽过境但并无遥感数据的传输和记录的情况,因此其时间分辨率只是表明最大可能的时相频率;另一方面,实际工作中,不同时相可取自不同遥感器的图像,各自有不同的时间分辨率,但常常也不是各自时间分辨率的叠加。总之,时间分辨率与时相频率并不是一回事,在时相选择时很大程度上取决于当时实际有的时相资料,而不单单是时间分辨率。

(四)动态变化信息的检测与提取

地学动态分析的中心工作就是发现和检测出动态变化的事实,分析它的演进过程和预测它的未来趋势。从遥感图像上检测出地学动态信息一般有两个途径:

一是利用动态变化的“遗迹”,即历史分析法。例如,利用废弃河床、牛轭湖、迂回扇、决口扇等古河道形迹,分析平原河流改道迁徙的动态过程;根据海蚀崖、海蚀穴、海蚀平台以及贝壳堤、滨海扇、滨海湖沼洼地、古海塘等古海岸遗迹,推断海岸变迁;其他,如古湖泊、古冰川、古滑坡、古洪积扇,以及洪水淹没痕迹等等。在遥感图像上根据色调、阴影、几何形态和纹理结构、地貌表现等标志去一一进行判读,通过不同时相影像的目视解译编图,便能获得系统的动态变化信息及演变过程。

二是采用图像处理的影像相减法,获得差值图像,检测出单因素(专题)的动态变化信息。最简单的做法是将两个时相的原图像(数据)直接相减,对零值、正值、负值分别进行编码,进而作变化信息的显示和提取。但由于遥感影像数据受环境因素(如成像时刻的气象条件、地面的水份湿度、植物生长状况等)的影响甚大,即使两个时相的季节相同,也会因此而呈现不同的亮度水准。故采用原图像直接相减会包含有相当程度的伪变化信息。解决的办法,一是先对两个时相的图像作分类处理,然后再相减,即类后相减。由于此时的检测误差是两个分类图像误差之和,所以要求分类图像本身有较高的分类精度;另一是分别对检测对象作专题提取图,然后相减。由于背景被简化归并,目标突出,故可明显改善检测精度。影像相减法比较适用于背景条件简单、短—中时间尺度、且要求有具体变化量值的动态对象,如洪水淹没损失、水土流失程度、土地利用现状、城市扩展、林火过火面积等等。

最后,作为完整的地学动态分析,特别是在已建有地学信息数据库和空间信息系统的情况下,除上述三个工作环节外,还应包含数据更新的工作程序。一般来说,一个完善的空间信息系统均设计有数据更新的功能,并建立有与遥感数据沟通的接口。多时相遥感资料地学动态分析为建立地学数据的时间序列和快速、及时地实现地学数据的更新提供了方便和十分有利的条件。

1数据源

本项目研究采用美国陆地卫星Landsate 7数据（ETM+数据）。Landsate 7是美国1999年4月15日发射，取代landstae5（TM）的新一代增强型综合制图传感器。特点是比原有的传感器增加了一个分辨率为15m的全色波段，并且热红外波段的分辨率从原有的30m提高到现在的15m。因此，ETM+的制图精度有了明显的提高，完全可以满足1：10万比例尺的专题应用制图。本次应用ETM +数据两景图像（124/33；124/34），成像时间为2000年5月7日，地方时间10点。ETM+的基本参数见表1-4-1。

表1-4-1 ETM+的基本参数表

2预处理

图像数据的预处理由几何纠正，数字镶嵌，数据融合等部分组成。几何纠正是将ETM+成像的WGS84投影转换为我国通常采用的高斯克里格地图投影，使遥感图像具有工程应用的性质，这是遥感工程应用图件制作的重要步骤。采用地形图上量取控制点的方法，几何纠正的精度为08个象元，图像空间坐标的误差可以控制在30m以内。由于124/33，124/34两景图像跨两个投影带，故采用西部山区投影带的公里网格坐标。

数字镶嵌是将两景图像进行数字拼贴，通过图像处理软件调整图像间各通道灰度值的差异。

图像融合技术是遥感变化探测、遥感多数据源综合分析等工作中十分重要的一个技术环节。对于ETM+图像而言，是必须面对的一项预处理程序。其目的是将高分辨率的第8通道与多光谱的6个通道进行数据融合，生成空间分辨率为15m的多光谱图像。这也是ETM+数据较TM数据的优势所在。

你的问题涉及到两个方面。

1：遥感图像

2：图像处理

我是一个从事遥感图像处理多年的从业人员，简单向你描述一下。

遥感图像：遥感图像本身是一个很宽泛的概念，我在从业过程中，主要处理的是卫星图像和航拍图像，多数为地理地貌信息。你姑且可以认为这两种就是遥感图像。

图像处理：我学了3年的数字图像处理，简单来说，就是把图像用某种形式，比如矩阵加色表，存储到电脑里。然后用程序对其做各种处理，放射，提轮廓，去噪等等基础处理。甚至可以做更高层次的处理，比如对象识别，感知压缩等等。

简单来说，你提的问题就是对遥感图像进行电脑程序上的处理。

纯手打，望采纳。

在进行遥感图像的增强处理前，应先经行预处理：几何校正和辐射校正（当然，如果你拿到的图像已被预处理过了，就没有必要了）

遥感图像的增强处理方法有光学增强处理和数字图像增强处理（就是大部分要和电脑打交道的），现在由于电脑的普及，多是用电脑处理数字图像。

数字图像的处理方法有很多种，这要取决于你的目的。

数字图像增强和变换：对比度增强（在erdas等数字图像处理软件中很容易就能实现的）；图像波段间的比值（包含各波段间的加减运算，可以消除地形和大气的部分影响）及各种指标提取（比如NDVI等用于植被的计算）；主成分分析（在原图像的基础上通过坐标空间的变换，消除冗余信息）；缨帽变换（多用于农业上）；

数字图像分类：监督分类；非监督分类；

遥感数据的预处理也称图像恢复处理，目的是为改正或补偿成像过程中的辐射失真、几何畸变、各种噪声以及高频信息的损失而进行的处理，它是作进一步增强或分类处理的基础。任何实际获取的图像，都在不同程度上与实际地物的辐射能量分布有差异，即存在着退化，这在感测、记录、传输、显示等过程均会出现，例如辐射退化、几何畸变、空间频率的衰减、各种噪声的加入等。造成这些退化的原因是多方面的，主要包括遥感成像系统的特性、环境背景因素等。因此在遥感专题信息提取中，必须认真研究分析遥感数据获取过程中所产生的图像退化的原因，采用合理的方法尽可能去除辐射畸变、几何畸变等影响，为后续的图像信息提取提供基础。

( 一) 大气校正

遥感成像过程中会产生辐射失真的现象，这主要是由于传感器在接收来自地物的电磁辐射能时，由于电磁波在大气层中传输，以及传感器测量过程中受到的太阳位置和角度条件、大气条件、地形条件影响和传感器本身的性能等引起的，这样传感器接收到的电磁波能量与目标本身辐射的能量是不一致的，造成成像过程的各种失真。辐射失真对图像的使用和理解会造成一定的影响，必须加以校正或消除。大气校正是为了消除或减轻成像过程中由于大气对阳光和来自目标的辐射所产生的吸收和散射而引起的辐射失真。在遥感数据预处理阶段大气校正主要是利用波段数据统计分析，通过对遥感数据各个波段统计特征的分析而去除大气影响的一种校正方法，无需过多的已知参数，可 *** 作性较强，主要包括直方图法和回归分析法两种方法。

1 直方图法

直方图法的基本原理是假定图像中水体、地形阴影等低辐照度区域的 DN 值理论上应为 0 ( 尤其是波长较长的波段更是如此) ，而当存在大气影响时会造成低辐照度区域像元DN 值并非为 0，使直方图产生漂移值 a ( 图 4-5) 。波长越短，散射作用越强，a 值越大。这种差异即是由大气影响 ( 程辐射) 而引起的，此时，图像中的最小 DN 值 a 即为大气影响值，图像中各像元 DN 值均减去该大气影响值即可。

图 4-5 直方图法校正大气散射示意图

2 回归分析法

回归分析法的基本原理是假定波长较长波段图像中低辐照度区域的大气影响 ( 程辐射) 近似为 0，对待校正波段与波长较长波段的 DN 值散点数据进行线性回归分析即可得大气影响值，待校正波段图像各像元 DN 值均减去大气影响值即可。

图 4-6 回归分析法校正大气散射示意图

例如以红外波段图像如 TM4，5，7 等作为无散射影响的标准图像，在待进行大气散射校正的可见光波段图像上，找出最黑的影像，如高山阴影或其他暗黑色地物目标，然后把对应的红外波段图像上的同一地物目标找出来，再把可见光与红外图像的灰度值数据取出进行比较分析。现以 TM2 和 TM4 为例，把 TM4 的灰度值作为 x 轴，TM2 的灰度值作为 y 轴进行点绘。点绘结果出现了许多离散的点，其 x，y 坐标值分别表示红外( TM4) 和可见光 ( TM2) 图像上对应像元的灰度值，基本呈线性结构形式 ( 图 4-6) 。可由一组点拟合其回归直线。即

y = a + bx

式中: x，y 分别是 TM4 和 TM2 的灰度值; a，b 是回归直线的截距和斜率。再利用所获得的地物目标数据，并由最小二乘法作直线拟合，可得出 a，b 为

遥感地质学

式中: n 为地物目标像元点数; 为 TM4 和 TM2 图像上所选地物目标灰度的平均值。

求出 a，b 后，回归方程即被确定，其中常数 a ( 截距) 就是所要进行校正的数值，即只需将 TM2 的灰度值减去 a 就得出了消去散射影响的校正图像。同理，可求出其他可见光波段图像的大气散射校正值 a，进行校正。

大气校正会增加图像的对比度，消除雾霾感 ( 短波波段尤甚) ，在进行比值增强、彩色合成等处理时，事先校正更为必要。

( 二) 几何校正

1 几何校正的原理

遥感图像在获取过程中，由于多种原因导致目标物相对位置的坐标关系在图像中发生变化，这种变化称为几何畸变。引起几何畸变的原因主要包括: 遥感平台的运行姿态( 如卫星的高度、速度，俯仰、翻滚、偏航) ; 遥感器的工作性能 ( 扫描速度不均、扫描行间错动等) ; 地球自转的影响; 地球表面曲率、地表起伏的影响; 全景畸变等。

校正各种原因引起的几何畸变是几何校正的基本内容，其目的就是要纠正系统性及非系统性因素引起的图像几何变形，从而实现被校正图像与地形图、标准图像、地图或其他图件资料的空间配准。图像的几何校正需要根据图像中几何变形的性质、可用的校正数据以及应用目的来确定合适的校正方法，根据校正的级别、次序及实现方法，可采取不同的遥感图像几何校正处理方案。

遥感图像几何校正包括粗校正和精校正两种，粗校正一般由地向站处理，也称系统级的几何校正，它仅作系统误差改正，即利用卫星所提供的轨道和姿态等参数，以及地面系统中的有关处理参数对原始数据进行几何校正。粗校正对传感器内部畸变的改正很有效，但处理后图像仍有较大的残差，因此必须对遥感图像进行进一步的处理，即几何精校正。几何精校正是在粗校正的基础上进行的，可以由地面站来完成，也可由用户来完成。几何精校正是利用地面控制点进行的几何校正，它是用一种数学模型来近似描述遥感图像的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些对应点 ( 即控制点) 求得这个几何畸变模型，然后利用此模型进行几何畸变的校正，这种校正不考虑畸变的具体原因，而只考虑如何利用畸变模型来校正图像。它是在几何校正过程中利用地面控制点对系统几何校正模型进行修正，使之更精确地描述卫星与地面位置之间的关系。这里说的几何校正主要是指几何精校正。

2 几何精校正的实现方法

几何精校正的实现方法包括直接转换法和重采样法，二者的最大区别在于变形空间与标准空间的定义方式不同。

重采样是一个图像恢复的过程，即首先从离散的数字图像尽可能重建代表目标景像的二维连续函数，这个函数可想象为由不同亮度值构成的曲面，然后再根据这个亮度值曲面按照新的像元间距和位置进行采样。具体实现中，重采样法几何精校正包括两个过程，即像元几何位置的确定以及像元亮度值的确定。

( 1) 像元几何位置的确定: 几何精校正直接以地形图 ( 地理坐标) 为参照，综合校正所有因素造成的几何畸变，能显著改善数字图像的几何精度，不仅对后续的解译制图和几何量算是非常必要的，而且它也是不同图像的配准和多元信息复合的基础。因此，提高校正处理本身的精度就显得很重要了。关键是选准几何控制点，要尽量挑选那些位置准确、与周围差异显著，且范围窄小的影像，最好是孤立的像元。如河流的干、支流交汇点、拐流点、独立的小水体、特征明显的地形点、坡折点等。由于水在近红外反射极低，数字图像上亮度几乎为零，易于确定，所以应多利用近红外波段的图像 ( TM4/ ETM4，ETM5 / TM5，ETM7 / TM7 等) 来选控制点。控制点的数目要适中，在图像上分布要均匀，位置精度一般应小于 0 5 个像元。

( 2) 像元亮度值的确定: 标准空间中像元坐标 ( x，y) 所对应的变形空间中共轭点像元的坐标 ( u，v) 一般不是整数，故标准空间 ( 输出图像) 的坐标为 ( x，y) 的像元DN 值须由其在变形空间中的内插点 ( u，v) 附近的若干个像元的 DN 值进行内插而确定。内插方法包括最邻近法、双线性内插法和三次褶积法。其中，最邻近法是将变形空间中距离内插点 ( u，v) 最近的像元 DN 值作为标准空间中坐标 ( x，y) 的像元 DN 值; 双线性内插法是对变形空间中内插点 ( u，v) 周围近邻的 4 个像元点 DN 值进行双线性内插; 三次褶积法是对变形空间中内插点 ( u，v) 周围近邻的 16 个像元点 DN 值采用无限卷积函数的替代多项式进行内插。上述三种内插法各具优缺点，最邻近法图像光谱信息基本不变，但几何精度略差; 双线性内插法几何精度较高，但易损失一定的高频信息; 三次褶积法几何精度较高，光谱信息基本不变，但运算量较大。在实际 *** 作过程中，用户须结合实际需要来选择适宜的内插方法。

( 三) 投影变换及图像镶嵌、图像分幅

1 投影变换

投影变换是指将图像从一种地图投影方式变换到另一种投影方式，其目的主要在于以人为规定的投影方式进行制图。所谓地图投影，就是把地球参考椭球体曲面按一定的规律投影转化为地图平面。根据地图投影学的知识，在地球参考椭球的形状、体积和各种参数已经通过天文、大地和重力测量得以确定之后，只要依据地面点的经纬度 ( L，B) 就可以转换为任何一种地图投影下的地图坐标 ( X，Y) 。目前，遥感平台所携带的定位系统使得所获取的遥感数据已经带有空间坐标信息，其所采用的投影方式多为 UTM 投影 ( Uni-versal Transverse Mercatol Projection，通用横轴墨卡托投影) ，而我国的基本比例尺地形图是基于克拉索夫斯基参考椭球体的高斯-克吕格投影，所以，用户一般所需要做的工作是对所获取的数据进行投影变换，以满足工作区制图的需要。

2 图像镶嵌

图像镶嵌是指将数个单景图像拼接为一个整幅的新图像，其目的是为了满足大范围遥感解译与制图的需要，另外有时我们感兴趣的地方恰是两景图像的交接处，这就要将单景图像拼接为一个新图像。理想的镶嵌应使相邻图像重叠 ( 接边) 部位在几何和辐射特征方面完全一致，因此，镶嵌的效果主要取决于相邻图像在几何和辐射特性方面的差异，其中单景图像数据的时相是较为关键的影响因素，实际的镶嵌工作中应尽可能收集时相相同或季节相近的数据来进行镶嵌。

3 图像分幅

图像分幅是指根据工作区的空间范围对遥感图像进行裁剪处理，多用于遥感影像制图。图像分幅主要包括经纬线分幅和矩形分幅两种方式。经纬线分幅是目前地形图以及小比例尺地图所采用的主要分幅方式， *** 作时要借助其他 GIS 软件生成分幅图廓 ( 如利用MapGIS 软件生成标准图框) ，而后利用分幅图廓进行图像的裁剪处理。经纬线分幅的各个图幅具有明确的地理位置参考，便于检索，适用于大范围、批量的专题制图。矩形分幅是实际工作中较常涉及的图像预处理过程之一，多用于某个工作区的单幅遥感影像制图及解译工作。

以上就是关于遥感地学动态分析的内容和工作程序全部的内容，包括:遥感地学动态分析的内容和工作程序、（一）遥感数据源及图像处理、遥感图像处理编程技术等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！