遥感技术的特征范文篇1
关键词：遥感技术水污染监测大气污染监测地面污染监测
中图分类号：TP79文献标识码：A文章编号：1672-3791（2015）06（b）-0128-02
步入21世纪以来我国的经济步入高速发展阶段，由于经济结构的不合理在经济发展过程中引发的一系列环境问题也愈发突出，环境监测是环境保护的重要手段。环境监测的基础是环境分析，伴随着遥感技术的飞速发展，遥感技术发展迅速，越来越广泛的应用环境监测领域，现已能测出水体的多种水质参数，如泥沙含量等；能测定大气湿度、气温、以及多种物质的浓度分布，如NOx、PM2.5等；可调查土地利用情况、大型环境污染事故和区域生态情况等[1]。环境监测过程中，遥感技术在水环境污染检测、大气环境污染检测、地面污染及土地利用发展监测等方面有广泛的应用[2]。
1遥感技术
1.1遥感技术的原理
远距离不直接接触物体的遥感技术也可以识别、测量并分析目标物质，它利用的是物体反射或辐射电磁波的固有特性。遥感技术的分类方式有按遥感平台分类和按传感器的探测波段分类两种：其中遥感平台包括航空遥感（分为气象卫星遥感和陆地卫星遥感）、航宇遥感、地面遥感、航天遥感。传感器的探测波段包括多波段遥感、微波遥感（1mm～10m）、红外遥感（0.76～1000um）、可见光遥感（0.38～0.76um）、紫外遥感（0.05～0.38um）。
与光学遥感相比较，微波遥感对地球覆盖层的穿透能力较红外波段强，其特点是能全天时和全天候观测、含有幅度、特征信号丰富、极化和相位，其中全天时和全天候观测能力是光学遥感不具备的。在不同的环境监测领域可使用不同的遥感监测技术[3]。
1.2遥感监测技术的应用
遥感如今已深入到多种领域的应用中，如渔业、农业、林业、地质、地理、海洋、气象、水文、城乡规划、环境监测、地球资源勘探、军事侦察、土地管理、室内测量、海洋、陆地、大气信息的采集以至全球范围的环境变化。遥感方法的选择应具有针对性。可采用近红外、可见光遥感技术监测温室效应、大气污染、固体废弃物污染和水质污染等；热红外遥感技术则通常用来监测大范围地表的温度状况；要想获得某一地区的夜间资料或云雨较多地区的资料、或者某些目标隐藏在林下、埋藏于地下则宜选用微波遥感，因为从波长来分析，与红外波相比，微波的波长要长得多，所以微波的散射较小，减少了在大气中的衰减，云、烟、雾、雨对其基本上没有限制。
2遥感技术在环境污染监测中的应用
2.1水环境污染监测领域
污染水与清洁水的反射光谱特征研究是水体遥感监测的基础。总的来说，清洁水吸收光的性能较强，这是因为清洁水具有较低的反射率。故水体在一般遥感影像上表现为暗调。可以采用以水体光谱特性和水色为指标的遥感技术进行水质监测。在污染物种类繁多的江河湖海各种水体中，通常将其分为热污染、富营养化、海洋石油污染和固体漂浮物等几种类型，以方便使用遥感方法对各种水污染物进行研究。
在富营养化的水体中，其程度可通过叶绿素浓度来反映，浮游生物迅速繁殖，水体兼有植物和水两种光谱特征，光谱曲线随浮游植物的含量的升高越近似于绿色植物的反射光谱。叶绿素主要吸收红光、蓝光而反射绿光。在可见光波段0.44Lm（蓝光）和0.65Lm（红光）处有两个吸收带，但在0.55Lm（绿光）附近有反射率为10%～20%的一个波峰。一般采用0.45～0.65Lm附近的光谱线段调查水体中悬浮物质的数量及叶绿素含量[4]。
海洋环境恶化的重要原因是海洋石油污染和向海洋倾倒废弃物。每年全球超过一千多万吨的石油及其制品排入海洋，这对海洋生态来说是严重的灾难。此外，附近大量的农田化学肥料、城市生活废水和工业污水也随河流汇入海洋，扩大了海洋污染范围，恶化了生态环境，使环境质量下降。应用海洋遥感卫星可以为海洋环保部门提供必需的资料和数据，因为遥感能大范围搜索石油污染和化学污染并估算污染的范围及其扩散情况，从而为海洋环保部门提供了必需的数据和资料[5]。
在对水体热污染监测中，热红外图像能定量解译并反映热污染区的温度特征。在热红外波段，由于水体的热容量大，特征明显，其遥感影像辐射低，色调暗。热红外波段影像可以识别与周围水体有显著温差的热污染水体。
2.2大气污染监测领域
利用气象卫星，大气遥感可以定期监测大气温度及水蒸汽垂直分布情况。通常不可能用遥感手段直接识别的物理量如气溶胶含量和各种有害气体是影响大气环境质量的主要因素。有些微量气体分子的辐射和吸收光谱是固定的，如二氧化碳、水汽、甲烷、臭氧等。所以可反演推算大气的吸收、辐射及散射光谱[6]。通过遥感图像可以直接分析出大气气溶胶的分布和光学厚度，而大气污染的程度和性质只能利用间接解译标志来推断，这是因为有害气体通常不能在遥感图像上直接显示出来。
用雾、霾和沙尘天气的遥感目视解译作为例子。遥感信息的传输规律和介质的特性密切相关，雾、霾、沙尘的物理特性决定了其辐射传输特性，在传感器的各通道上，他们具有出不同的波谱特性，所以要想监测雾、霾、沙尘的特性，我们首先应该了解他们在物理性质上差异，并且清楚波谱特性受物理特性的影响情况，然后再选择选择合适的遥感通道。
雾的粒子由水滴或冰晶组成，它具有较大的粒子尺度和充足的水汽含量，已经达到了饱和状态，这主要是因为雾是由靠近地面的水汽凝结或凝华形成的。因为液态水或冰晶组成的雾的散射基本上不受波长的影响，所以在遥感图像上雾主要是乳白色或青白色，它具有显著的日变化和明显的雾区与晴空区的界限。霾主要由各种污染物组成，如大量极细的尘、硫酸盐、硝酸盐、碳氢化合物等，细粒子气溶胶污染是霾天气的本质。霾是非水溶性的，这是由于干粒子的存在使得水汽含量不能达到饱和状态，由上述多种污染物形成的霾，包含大量的散射波长较长的光，所以在遥感图像上霾主要是黄色或灰色，与雾相比，没有明显的日变化和显著的与晴空区的界限。刮大风时，地面的各种沙尘物质被风卷起，从而形成了沙尘天气，黄土高原、蒙古高原、西部沙漠、沙化农田以及中亚沙漠是导致中国沙尘性天气形成的主要沙尘来源，因此分布尺度跨度大的一些粒子比如粘土、硅酸铝、石英等是决定沙尘质的主要物质。由于沙尘天气主要发生在水汽含量非常小、饱和状态非常低的沙漠及附近的半干旱地区，所以沙尘粒子一般具有较长的散射波长，在遥感图像上主要是黄色或深黄色。
大气卫星都携有探测大气反射、辐射的红外通道，这使得气象卫星能够对雾霾类天气进行监测。通过这些探测，土壤、植被、水体等下垫面对太阳辐射的反射辐射和自身的发射辐射都能被遥感到。
2.3地面污染和土地利用发展监测领域
在污染区的作物与正常生长区的作物相比，其生长会发生特殊的变化从而具有不同的光谱表现并可利用间接解译来确定地面污染。我们可以定期地监测地面的情况得知土地利用方式的变化，从而使资源管理更加便利。由于人工建筑物的形状和规则反射率较高使得其特别容易测定[7]。因此在城市规划中，通过遥感图像，各类普遍问题如都市扩大的速度和规模等和各类特殊问题如隔热不佳的建筑物的热损失等都能被准确地跟踪并解决。此外，森林砍伐和牧场开垦的速度和规模也可以用遥感来监视[8]。
以城市热岛效应为例，由于工业的发展，某些企业成为热污染源，使得城市市中心的温度大都高于郊区。地物的辐射温度，如NOAA气象卫星AVHRR的第4、5通道、Landsat-TM的第6波段，先用热红外遥感测定，然后推算出地表温度，进而热源就能根据热效应的差异而有效地被探测出。要想详细反映热污染在该城市的分布状况，分析人口密度、城市布局、建筑物类型等受城市温度和其他热能消耗的影响，分析城市热岛的时空分布、热岛成因、热岛强度等特征，首先利用光学技术或计算机对热图像进行密度分割，然后对比几个同步的实测温度，画出准确的城市等温线[9，10]。
3国内发展现状和展望
目前，遥感技术在中国的应用较少，大部分的遥感图像仍需要从外国购买。此外，中国的遥感图像分析，现在只能达到定性阶段或初步的定量阶段，由于现在我国的国家环境遥感系统平台不完善，不能共同享有各地的环境遥感数据和其它成果，遥感监测技术发展迟缓。中国虽是后来者，但是现在遥感技术发展迅速，在环境监测领域逐步受到重视，应用也更加广泛，我国在这些方面也体现出了优势。我国通过遥感技术对环境进行监测，重视遥感技术与GIS和GPS系统的集成是其中一个最主要的特点。当前国内的遥感技术主要应用在监测机动车排气，小城镇环境，大河流域水质，矿区环境污染，各地区生态环境，内陆湖泊水质，森林火灾、海洋赤潮和沙尘暴等领域。
随着不断发展的遥感技术，以及国产卫星数据质量的逐步提高，其在环境监测领域的发展非常迅速，前景广阔。通过强化3S技术和遥感定量监测与GIS集成分析信息的系统建立，管理、查询、分析遥感动态监测数据以及实时监测和预警突发性环境污染事故等功能将会最终实现。
参考文献
[1]谭衢霖，邵芸.遥感技术在环境污染监测中的应用[J].遥感技术与应用，2000，15（4）：246-251.
[2]王桥，杨一鹏，黄家柱，等.环境遥感[M].北京：科学出版社，2005.
[3]孙家柄，舒宁，等.遥感原理方法和应用[M].北京：测绘出版社，2003：411-417.
[4]刘承，贺磊.水体富营养化研究中遥感技术的应用[J].科学，2014，66（5）：47-50.
[5]胡佳臣，王迪峰.基于遥感的海洋溢油监测方法[J].环境保护科学，2014（1）：68-73.
[6]徐静茹.遥感技术在大气环境监测中的应用研究[J].资源节约与环保，2014（4）：97.
[7]韩燕，崔玉民.浅谈遥感技术在环境监测中的应用[J].阜阳师范学院学报（自然科学版），2007（1）：42-45.
[8]屈冉，王昌佐，刘慧明，等.缅甸与我国接壤地区森林砍伐遥感监测分析[J].环境与可持续发展，2012（5）：98-102.
遥感技术的特征范文篇2
关键字：遥感;GIS;高光谱;成矿预测
Abstract:asthesocietyincreasinglyprogress,increasingdemandformineralsprospectingandincreasingthelevelofdifficulty,informationore-prospectingmoreandmoreappliedinpractice.ThispapersummarizedtheRSandGISroughlyinthepresentsituationoftheapplicationofgeology,thepredecessor'sresearchachievement,andonthebasisofsummarizationofmetallogenicpredictionandRSandGISinseparablerelationship.
Keyword:remotesensing;GIS;Hyperspectral;Metallogenicprediction
中图分类号：O741+.2文献标识码：A文章编号：
1引言
矿产资源是人类赖以生存和发展的物质基础，随着社会经济和科学技术的不断进步以及人口的增长，矿产品的消费量与日俱增，但是矿产勘查与开发难度的加大而导致的资源紧缺已成为制约全球社会与经济“可持续发展的”的关键因素。随着地表矿、浅部矿及易识别矿的日趋减少而导致的找矿难度的加大和找矿成本的提高,矿产勘查经历了由经验找矿、理论找矿和技术找矿的漫长经历后，进入了目前的信息化找矿时代。“信息化”是地质学发展的水平关键，地质学信息化水平的高低是衡量地质学现代化水平和发展潜力的重要标志。信息找矿战略目标是以地质空间多元信息库为支撑，以GIS为平台，发展新一轮矿产资源定量评估方法模型，为我国矿产资源评价提供方法技术支撑。
2RS在成矿预测中的应用
2.1国内外研究现状
“遥感是20世纪中后期发展起来的新兴学科，遥感技术的发展，揭开了人类从外层空间观测地球、探索宇宙的序幕，为我们认识国土、开发资源、研究环境、分析全球变化找到了新的途径”。
最近几年，高空间分辨率的陆地卫星遥感传感器层出不穷，随着遥感数据获取技术的提高，遥感数据的处理技术也得到了很大的发展，特别是在遥感信息处理的全数字化、可视化、智能化和网络化方面有了很大的变化和创新。美国地质调查所（USGS）地壳成像与特性分析研究组是主要开展基础性、前瞻性遥感新技术研究的科研部门。近年来，其遥感项目研究重点之一就是在铀矿区、钼矿区和斑岩铜矿区，开展矿物学和稳定同位素化学与遥感数据相融合的地球探测新技术的研究、应用与推广，并初步建立了相应的光谱解译软件和数据库系统。
我国在上述研究领域开展的工作包括：鄂尔多斯盆地、塔里木盆地、腾冲盆地等砂岩型铀矿区及江西桃山花岗岩型铀矿田等主要成矿带，基于地面高光谱测量、航天高光谱（Hyperion）和高空间分辨率（Quickbird）遥感影像处理与光谱匹配技术，结合航空放射性测量数据分析，提取了主要铀成矿要素的光谱信息，从遥感物理学、空间信息科学、地质学等多个角度，综合分析铀矿床产出的空间信息特征，为铀成矿远景区预测提供遥感新技术新方法。国土资源部航测遥感中心在驱龙、新疆东天山及江西德兴等地区开展了高光谱矿物填图、找矿预测及矿山环境评价等方面的示范性研究工作，取得了理想科研成果。
2.2遥感图像的预处理
无论是原始单波段图像还是RGB彩色图像，其色调对比度不大，灰度比较集中，遥感影像层次比较少，色彩不丰富，明亮度和饱和度较低，影像分辨力和解译力均很差，不适宜直接用于地质解译。我们必须对其进行预处理，一般来说常会用到的预处理内容包括几何校正、数据融合、遥感数据的辐射匹配、遥感影像镶嵌、子区选取、图像增强处理等等。
遥感图像预处理的目的就是要突出图像中的有用信息，扩大不同影像特征之间的差别，以提高图像质量和突出所需信息，有利于分析判读或作进一步的处理。在实际应用中，可以根据研究对象需解决的问题及图像本身的信息特征，通过基本的图像增强处理方法提高其目视效果，并且通过反差扩展、中值滤波、空间滤波等方法，对图像色调较暗、阴影较多以及不易对其进行结构解译的图像进行处理，使其结构层次鲜明，特别是阴影的噪声能够缓解，构造的解译度明显提高。
2.3高光谱特征研究
高光谱分辨率数据使遥感技术步入可以同时获取地球表面物质成分信息和空间分布特征信息的新阶段。目前，常用的遥感图像资料主要包括TM图像、SPOT图像、MSS图像和雷达图像等，随着现代科技的不断发展，遥感技术水平的不断提高，遥感图像的波谱分辨率有了很大的提高。
野外地物波谱测量数据是遥感应用的基础。高光谱分辨率数据具有图谱合一的特点，因此，野外地物波谱测量数据对航空高光谱数据的处理和解释尤其重要。光谱图像的最大特点是可以提取每个像元的光谱曲线以便和标准的、已知的光谱曲线进行对比和匹配研究，从而直接识别矿物，提取岩性、蚀变、矿化等信息。现如今，越来与多的学者投入到铀成矿的波谱研究中，他们根据可见光—热红外波段的波谱信息，通过高光谱特征分析，建立其光谱识别标志。
通过主要岩体的光学特性分析，可以得出从老至新不同期次岩体光谱特征出现规律性变化，根据这些典型光谱特征，可以进行不同期次岩体的光谱识别，并通过遥感制图圈定其空间分布范围，为铀资源勘查提供基础地质数据；通过控矿断裂带光谱学特征分析，可以对比得出石英在含水、风化、典型等形态下的光谱吸收峰的范围，为地区成矿预测提供最为直接的光谱数据；碱交代可能是某些研究区最为发育的热液蚀变，所以，通过矿化蚀变带光谱学特征分析，可以说明碱交代岩随着蚀变程度增加，原因是石英含量的减少。综上所述，依据热液蚀变带、控矿断裂带及成矿岩体等铀成矿要素的可见光—热红外的反射和发射吸收光谱特征，通过高光谱地质填图技术，可以圈定各种铀成矿要素的空间分布，为铀成矿预测提供技术支撑。
3GIS在成矿预测中的应用
在以往的铀资源勘查中，已经积累了海量的地质、物探、化探、遥感和水文等多源地学信息，而且伴随着近年来铀资源勘查力度的不断加大，信息的积累呈现出快速增长的态势。GIS技术的出现和不断推广使用，使得铀矿勘查信息处理和分析过程从传统的、人工的、离散的时代，进入现代的、数字化的、多源信息综合的时代。在铀资源勘查评价领域，GIS提供了在计算机辅助下对地质、地理、地球物理、地球化学和遥感等多源地学信息进行集成管理、有效综合与分析的能力，成为改变传统铀矿资源评价方法的强有力工具。
遥感技术的特征范文篇3
关键词：森林资源；遥感；分类；特征变量
1引言
目前，各国研究机构广泛发展了基于遥感与抽样技术相结合的森林资源面积监测体系。抽样方法可大范围、快速监测森林资源动态变化，但无法在实际监管中存在有效利用，也就是存在监管不到位的现象。因此，结合实际，深入研究森林资源遥感分类区划方法中的一些关键技术，对促进森林资源调查遥感监测技术的发展具有重要意义。
2森林资源分类中遥感数据的波谱特征
2.1光谱特征多光谱遥感影像能够对不同的森林进行区分，也是森林资源遥感分类应用最广泛和最基本的识别特征。目前基于多光谱特征的森林资源定量分析则是通过计算各个类别的均值、方差、标准偏差和离散度等统计量，作为比较不同类别相似度的量化依据，并在这些统计量的基础上建立判别函数实现森林资源遥感分类。但由于遥感数据空间分辨率、光谱特征值、光谱波段设置等限制，以及遥感影像像元都是地物光谱综合信息的特点，致使单纯依靠多光谱特征的森林资源遥感分类存在诸多分类混淆，“同物异谱、异物同谱”现象广泛存在。
2.2高光谱数据特征高光谱数据的光谱分辨率很高，能精确识别不同的树种。但高光谱数据各波段之间存在着高度的相关性，对分类精度有很大的影响。因此，高光谱数据的降维处理是目前高光谱数据处理的必经过程。目前，降维方法可分为两大类：①基于变换的方法，如主成分变换、正交子空间投影、正则分析、离散小波变换等。基于变换的降维方法优点是可以经若干变换直接将高维数据降低到几维甚至一维，信息量高度集中，降维速度快；其缺点是改变数据原始特性；②基于非变换的，主要是波段选择。基于非变换的降维方法保持数据原有特性，但波段选择算法目前均不成熟，难度大。
3森林资源分类中遥感数据的纹理特征
纹理特征作为遥感影像数据重要的空间特征之一，是对影像像元之间空间分布的一种描述，其空间分辨率决定了纹理结构信息的丰富度。高分辨率遥感影像可大幅度减少了混合像元的比例，能非常直观的展示地面目标地物的空间位置、结构、形状、色彩等信息，有利于辨识目标地物。但高分辨率影像数据量巨大，所含信息量十分丰富，在抑制异物同谱现象的同时增加了同物异谱现象，此外还存在着阴影问题等，这些均有可能引起分类精度的降低。为充分利用高分辨率影像，基于纹理、面向对象或光谱与空间信息结合等分类方法可有效提高分类精度得到迅速发展和应用。然而在图像分类中，特征并不是越丰富越好，对分类结果不利的特征可对分类结果起到干扰作用，导致识别或分类精度的降低。因此，选择合适的纹理特征，制定一个特征选择准则，配合一个好的搜索算法就显得十分必要。
4森林资源分类中遥感数据的时间特征
单一时相的遥感数据只能反映拍摄时间森林资源的波谱特征，但不同时期植物的生长发育规律可在遥感影像表现出不同的波谱信息。因此，可利用植物的时间效应特征来提高森林资源遥感分类识别能力。
5研究展望
5.1森林资源遥感分类特征变量选择存在的问题
5.1.1森林资源遥感分类特征变量的选择的理论研究还不完善在现有特征变量选择过程中高度依赖遥感数据的光谱特征，没有充分研究森林资源本身的特征在遥感数据上的机理体现，也就是没有从遥感机理上去分析、构建和选择特征变量。
5.1.2森林资源遥感分类特征变量的综合应用问题目前森林资源遥感分类特征变量较多的使用单一类型的特征变量，在利用单一类型的分类特征变量只能体现森林资源的一个方面，不论应用何种算法，对提高遥感分类精度的力度有限。因此，多类型分类特征变量综合应用是提高分类精度的有效途径。5.2森林资源遥感分类特征变量选择发展方向
5.2.1新的特征变量的不断挖掘影响不同植物差异，可从植物本身的主要物理性状，这些因素主要受植物本身基因控制，这些特征变量参数可通过过SAR数据来解决。一些植物生化组分含量特征方面，可利用高光谱数据反演植物内部生化组成含量，探索基于生化组分含量与光谱的相互作用显著的敏感波段，并利用这些波段的影像对森林资源进行分类，使遥感分类更具机理性。
5.2.2特征变量的综合应用由于不同区域范围内具有特定的植物种群结构，不同时相植物存在着不同的生长规律，可根据植物生长状态，及其生长周期内生理、外形、结构等变化或季节变化特点，研究出某类植物最佳辨别时相，以及组合分类的特征变量组合。基于不同传感器数据提取不同森林资源遥感分类信息，联合使用多种分类特征的互补信息可有效提高遥感分类精度。开展森林资源遥感分类特征变量和敏感性与不确定性分析，在分类特征变量深入挖掘的基础上，结合主要分类器，建立不同分类特征的精度敏感性分析，进一步建立评估模型，为模型通用性检验及区域推广提供技术基础。
因此，不同区域的森林资源分类可按区域特性，建立区域特征数据库，综合应用适合该区域遥感分类特征变量，提高分类精度，使其更好的服务于森林资源调查分类及遥感监测需求。
遥感技术的特征范文篇4
关键词：应用；遥感技术；展望；无人机
引言
遥感技术起源于1960年左右，它是探测领域中非常重要的一项技术。它依据了电磁波的有关理论，结合了各种先进的传感仪器，把距离较远的目标反馈回来的信息加以搜集，再对这些信息做相关的处理，最终形成目标的全景图像。当下，在借助人造卫星的基础上，遥感技术可确保18天以内就能返回一次全球的真实图像。同时，在运用了遥感技术之后，还可高效地测绘出研究区域对应的地图。
1无人机遥感技术的简述
关于无人机遥感这种技术的描述可从四个方面来把握。第一是技术的组成，无人机遥感综合了以下几种技术：一是传感技术；二是通讯技术；三是遥控技术；四是遥感对应的应用技术；五是GPS技术。第二是获取的方式，获取方式有以下三点特征：一是专题化；二是智能化；三是自动化。第三是获取的信息，获取的信息主要有以下几种：一是环境信息；二是国土信息；三是资源信息。第四是技术的重要优势，这些优势尤其表现在以下几点：一是起飞速度快；二是成本低廉；三是结构较为简单。
2无人机遥感技术的具体情况
2.1无人机遥感技术所具备的特征
跟载人飞行器相比较，无人机遥感有着独特的技术优势。这些技术优势尤其体现在下列几点：（1）由于无人机不需要载人，所以它可以飞行到一些较高或者较危险的区域进行航拍，这是载人飞行器无法与无人机比拟的地方；（2）与载人飞行器相比较，无人机在实际的飞行中所耗费的资金更为低廉；（3）无人机被划分到我国的遥控飞行器一类，所以它的整个审批流程较为简单，相反载人飞行器属于现实中的飞行器，它的整个审批流程非常复杂；（4）载人飞行器有着极为严格的起降要求，而无人机却没有过于严格的降落场地和起飞场地要求，所以它在航拍飞行中实现中途转场比较容易；（5）航拍中，无人机所具备的安全性能也远远超过了载人飞行器；（6）同载人飞行器比较，无人机可随时进行重新拍摄，并且拍摄时间极短，成像效果也非常清晰。
尽管无人机遥感有着如此多的技术优势，但它的技术劣势也较为明显。这些技术劣势主要表现在下列几方面：（1）无人机遥感所返回的遥感影像有着极高的分辨率，这种分辨率甚至实现了以分米级来计算的精密程度。但是，影像的相幅偏小，相片数量非常庞大，甚至达到了千张以上。这种大工作量的工作方式，降低了无人机遥感工作的效率。同时，影像倾角的角度一般来说较大，并且倾斜方向没有任何规律可遵循。所以，无论是连接点的布设还是提取工作都变得非常困难。（2）载人飞行器通常比较稳定，相比之下无人机就显得不够稳定。假如高空中的风速较大，那么航飞轨迹就会出现不规则的现象，甚至偏离了本身的主航道。这样，无论是拍摄中的旁向重叠度还是航向重叠度都不够规则，影像间的实际重叠程度就更大。（3）无人机无法携带专业化的测量相机。所以，它拍得的影像难免会有所变形。这是由于地面事物跟单幅相机间的投射关系很复杂，所以影像内存在的几何关系也就很不稳定。在这种影响下，影像就会呈现出倾斜的效果甚至变形。
2.2无人机遥感的影像处理流程
2.2.1影像的畸变差纠正
当前的无人机航拍方式是中国航拍方式中最为先进的一种方式。它有着独特的技术优势，可在任意时刻进行航拍，并且拍摄的时间极短，成像效果也非常清晰。所以，无人机航拍这种方式被大范围的运用。现实中，无人机有着不同的类型，所携带的相机也有着不同的类型，不同的搭配方式使得最终的成像质量也有巨大的差异。不过，一般情况下无人机都是配备的普通相机。普通相机拍出来的相片边缘会出现畸变的现象。这可能给后续的数据处理带来极大的误差。为了最大限度控制数据的误差，对影像的畸变加以纠正就成了必备的工作。处理方式主要包含了以下几种：一是消除畸变；二是消除主点偏移；三是旋转影像。
2.2.2影像的三角测量
三角测量的过程是在空中自动完成。以往，影像的转点工作与选点工作都是以人工方式来操作完成。可是，无人机遥感却能让这两项工作在空中便自动完成。同时，像点中的各个坐标也是自动获取。它能为区域网平差程序结算提供依据[1]。这样，坐标系中加密点所处的空间位置及其定向参数都能随之而获得。三角测量主要对以下几方面的内容加以测量：一是内定向的相关测量；二是相对定向的相关测量；三是模型连接的相关测量；四是模型转点的相关测量；五是偏移量的相关测量；六是连接点的相关测量；七是特征点的相关测量。
2.2.3DOM影像与DEM影像的生成
DOM影像与DEM影像的具体生成步骤如下：首先，借助平差程序可解算出拍得的影像对应的外方位元素；接着，把相邻影像跟外方位元素充分匹配，便可迅速取得相关的同名特征点；然后，通过这些同名特征点便可以生成DEM影像；最后，让生成的这个DEM影像跟相关的同名特征点再次拼接，便可得到需要测量区域的DOM影像图片。
2.3无人机遥感的关键技术
现实中，遥感技术是把多种技术综合以后取得的技术成果。上述已经谈到：无人机遥感综合了五种主要的技术，第一种是传感技术，第二种是通讯技术，第三种是遥控技术，第四种是应用技术，第五种是GPS技术。在这五种技术中，最为关键的技术又可细分成八种。第一种是遥感平台对应的集成技术。第二种是专用数据对应的处理技术。第三种是传感器对应的控制技术。第四种是平台稳定涉及的相关技术。第五种是相机定标的相关技术。第六种是相机校验的相关技术。第七种是快速处理的相关技术。第八种是3S技术。而依据平台框架的情况来具体划分，关键技术又应该被划分成三种基本的技术。第一种是遥感平台对应的集成技术。第二种是获取数据的相关技术与下传数据的相关技术。第三种是地面接收与处理技术[4]。文章将对这三种最为关键的技术进行一一的介绍。
2.3.1无人机遥感平台集成技术
无人机中，平台结构主要包含了以下几种：一是飞行器对应的系统；二是信息传输对应的系统与测控对应的系统；三是保障对应的系统；四是信息获取对应的处理系统。平台结构具体如图1所示。无人机中安装的是面阵CCD相机[2]。通常，拍摄操作是由相机头部来具体完成。相机头部又由三个部分构成，第一部分是数码后背，第二部分是镜头，第三部分是机身。对无人机来说，遥感平台需要体积小且分辨率偏高的相机。因此，大面阵CCD数码与120中型幅面相机是最佳的组合[3]。再者，高清图像是无人机影像的一个重点。所以，拖影便成了影像中的一个重要障碍。为此，遥感平台必须尽量把拖影的像元控制在0.5以下。假设像元是9um×9um，高度是500m，速度是每秒钟33m，焦距是50mm。那么可得出曝光时间是1/733秒，快门应选用1/1000s以上[5]。假设焦距用字母f来表示，成像面尺寸用字母L来表示，视场角用字母θ来表示。那么焦距公式是tg（θ/2）=（L/2）/f[6]。而主控计算机需要起到三方面的作用，首先是对相机进行良好的控制，其次是对图像加以传输，再次是对图像加以保存。因此，PC/104+嵌入式计算机是最好的选择[4]。
2.3.2下传数据的相关技术与获取数据的相关技术
因为无人机遥感会产生极大的数据量，所以下传图像的过程中一般来说会选择高压缩比的压缩技术。压缩方案具体如下：系统中的数据链路共有两条，传输中多模态遥感器会与工控机互相配合，一方面可通过其中一条链路把遥感数据传送到硬盘中做备份处理，另一方面可通过另外一条链路把遥感数据传送到压缩模块中做压缩处理。
另外，图像获取的具体步骤如下：（1）系统中的IO设备可把遥感数据统统读取出来；（2）遥感数据在控制板是BMP这种格式的数据，通讯程序可把这种格式的数据全部读取出来，再把数据全部写入到DSP中；（3）DSP中具备压缩模块，压缩模块会把这些图像由BMP格式转换成JPEG格式；（4）JPEG格式的所有图像会被存储到指定的内存中；（5）通讯程序从指定内存中把JPEG格式的所有图像给读取出来再传送到数据链路中。
2.3.3地面对数据的接收与处理
对无人机来说，无论是地面的接收工作还是地面的处理工作都必须依托于数据接收站。数据接收站既可以是固定式也可以是移动式。而无论是哪种类型的数据接收站都必须具备以下五种基本功能：一是存储海量数据的基本功能；二是建立海量数据库的基本功能；三是管理海量数据的基本功能；四是分发海量数据的基本功能；五是纠正数据的基本功能。
3结束语
综上，文章首先阐述了无人机遥感这种技术的本质。其次，文章阐述了无人机遥感这种技术的基本情况：一是这种技术所具备的特征；二是这种技术在处理中的详细流程；三是这种技术具体包含了哪些关键技术，并对这些关键技术分别加以介绍。
参考文献
[1]兵远远.无人机遥感在某铁矿矿区资源监测中的应用[D].辽宁工程技术大学，2012.
[2]马瑞生.微型无人机航空遥感系统及其影像几何纠正研究[D].南京农业大学，2013.
[3]范成晓，韩军，熊志军，等.无人机遥感技术现状及其应用[J].测绘科学，2014，27（22）：16-19.
[4]欧新伟，周李建，冯青山，等.无人机遥感技术在长输油气管道管理中的应用[J].科技创新导报，2011，5（21）：21-23.
遥感技术的特征范文篇5
关键词：遥感技术农业应用发展前景
随着科学技术的不断发展，遥感技术也从中得到了长足的发展与进步，其已经被应用到农业、土壤以及气象等多个方面，且应用范围还正处于一个不断扩大的趋势。在农业中，遥感技术所拥有应用范围最广、发挥作用最大的一个领域就是农业生产方面。遥感技术的应用使农业不断向高效化、精准化以及多样化方向发展，其已经成为农业未来发展的一个重要趋势。[1]
一、有关遥感技术的概述
遥感，顾名思义，也就是遥远的感知的意识，从宏观的角度来讲主要是指通过远处感知、探测事物或是物体的相关技术来传输、分析以及处理信息，对事物或是物体所具有的特征、性质以及变化等进行揭示的一种具有综合特性的探测技术，其是以通过遥感器来对地面事物或是物体性质进行的空中探测为主要工作原理。遥感技术是按照不同事物或是物体所具有的不同波普响应的原理，对地面上的各种事物或是物体进行识别，其具有非常强遥远感知能力。详细来讲，就是通过空中的飞机、飞船以及卫星等飞行物中所具有的遥感器来对地面的数据和资源进行收集，并对收集来的信息进行识别、分析、传送等。[2]
二、遥感技术所具有的主要特点
1.信息的收集范围大
具有遥感技术的航摄飞机具有10千米左右的飞行高度，陆地卫星所具有的卫星轨道高度可以高达910千米左右，因此，其获取资源和信息的范围是非常巨大的。
2.信息的获取速度快
卫星可以进行围绕地球的周期运转，其具有对所经地区的各种最新自然资料进行实时的获取。可以对原有资源进行及时更新，或是对资料的新旧变化进行动态性的监控与监测。
3.信息的获取限制少
地球许多地区的自然条件都是非常恶劣的，例如沼泽、沙漠等地区是人类很难到达的。遥感技术是从空中进行地面监测，所具有的地面限制条件较少。在条件恶劣地区采用遥感技术可以对各种珍贵资料进行及时的获取。[3]
4.信息的获取方法多
遥感技术可以按照任务的不同自动选取对应的波段以及遥感仪器来进行信息获取。如可见光、紫外线、红外线以及微波探测等。采用的波段不同其对物体产生的穿透性也是不同的，进而对不同地面物体的信息进行获取。
三、我国农业中遥感技术的具体应用
1.调查农业生产所需要的资源
遥感卫星对地表进行扫描监测采用的是多波段传感器，其可以对地表物体所特有的信息进行有效的获取。在卫星图像中，不同的地表物体所具有的纹理、形状以及色调等信息都是不同的，根据有关的地理特征，可以对地表物体进行有效的识别与区分，这个过程就是农业资源调查中遥感技术的应用基本原理。
2.监测和评估农作物的生产情况
通过遥感图像对农作物的类型和种植面积进行识别和区分，其利用的是农作物所具有的光谱特性，再根据图像的多时相及不同波普可以实时、动态的对农作物的生长情况进行监测，同时还可以利用信息系统对农作物的产量进行评估。在我国，遥感技术监测和评估农作物生产情况最早是应用于小麦和水稻生产中。
3.监测和评估农业灾害
不同的地表作物所具有的波普特征是不同的，即使是一种作物，在其不同的内部结构及外部形态的基础上，其所具有的光谱反射率的曲线也是不尽相同的，遥感技术正是利用这种理论来对地表作物的灾害情况进行监测和评估。[4]
4.监测农业生产环境
在农业生产环境中，遥感技术的监测作用在多个方面得到应用，例如大气环境、水环境以及自然生态环境等监测中。其中，对大气环境进行监测主要是对大气的污染和污染源分布进行监测，以便对大气污染的程度、变化以及范围等具体情况进行监测；对水环境进行监测主要是对各大流域的水环境质量进行监测；对自然生态环境进行监测主要是农村生态变化、城市开发状况、矿区生态破坏以及森林覆盖情况等多方面进行监测。
四、农业生产中遥感技术的应用前景
1.对遥感信息模型进行深入发展
遥感技术进行深入发展的一个关键环节就是遥感信息模型的应用。通过遥感信息模型可以对具有实际应用价值的农业参数进行计算与反演。以往人们尽管已经发展和应用了一些诸如绿度指数、农田蒸散估算、作物估产、干旱指数以及土壤水分监测等遥感信息模型，但是其仍然无法与现阶段的遥感应用需求相适应。所以，需要对遥感信息模型进行深入的发展，这在遥感技术的开发与研究中仍然属于一个前沿问题。
2.综合利用遥感技术来对病虫害进行防治
植物发生病虫害后，其叶片结构会发生变化，利用近红外的光谱反射率可以进行准确的显示。不过，植物叶绿素的质量和数量并没有发生变化，因此，其可见光波段的光谱反射率也不会产生变化，人的肉眼是观察不到的。红外遥感技术可以对这种情况进行准确、及时的预测和预报，而且还能对植物的受害情况进行清晰的辨别，尽可能的将病虫害扼杀在萌芽之中。
3.向微波遥感技术发展
现阶段，国际遥感技术的主要发展重点就是微波遥感技术，其具有其它遥感技术所没有的穿透性、纹理特性以及全天候性，可以对恶劣的气象灾害进行有效的监测。
结语：
综上所述，我国虽然在二十世纪七十年末就已经在农业中应用遥感技术，并在土地利用调查、农作物生长监测以及产量评估等方面取得了一定的成果，但是其仍然无法与农作物大面积种植调查、病虫害预测预报以及动态土地监测等方面的要求相适应，这就需要我们在我国国情的基础上，引进国外先进的技术，采用各种方法与手段来对遥感技术进行更深一步的研究与发展。
参考文献：
[1]蒙继华，吴炳方，杜鑫，张飞飞，张淼，董泰峰.遥感在精准农业中的应用进展及展望[J].国土资源遥感，2011（03）.
[2]齐虎春.遥感信息技术在农业中的应用[J].现代农业，2010（06）.
遥感技术的特征范文1篇6
关键词：遥感；工程地质条件；调查
中图分类号：TD12文献标志码：A文章编号：2095-2945（2017）19-0085-02
引言
我国地域辽阔，传统调查手段难以满足国土开发及国防建设对基础调查成果的要求，为了弥补边境地区，特别是交通条件不足，条件相对恶劣的地区地质资料的不足。为了更进一步地了解沿线区域性工程地质特征，比如土石类型以及各种地质现象的分布规律，尤其是地质构造的变化规律，并为下一步开展大比例尺工程地质测绘起到参考和指导作用，卫星遥感技术无疑成为最佳选择[1-5]。
1研究区概况
工作区地处中、朝、俄三国交界，有着独特的区位优势，是国际客货海陆联运的最佳结合点。位于珲春市东南部与俄罗斯接壤属山地丘陵区，地形起伏较大。山地面积约占83%，最高峰雪黛山，海拔1077米。地质条件复杂，地层出露不多，植被覆盖度高。基础地质及工程地质条件勘察成为本地区开发建设的基础。同时也是应国防建设的需要，借助遥感手段对本地区地质基础进行调查，为经济建设及国防建设提供基础数据支撑。
2遥感数据的选择与处理
在研究中选用国产卫星数据作为基本数据源，主要选用资源一号02C星，资源三号卫星数据作补充。02C星具有两个显著特点：一是配置的10米分辨率P/MS多光谱相机是我国民用遥感卫星中最高分辨率的多光谱相机；二是配置的两台2.36米分辨率HR相机。
数学基础：1980西安平面坐标系；1985国家高程基准；高斯-克吕格投影。
1：1万成果图采用3°分带；1：5万成果图采用6°分带。
增强处理。采用融合、直方图拉伸、直方图均衡化等方法增强目标地物反差和影像纹理细节，增强影像色彩、突出不同地类间的光谱差异。为便于从视觉上识别影像内容，将校正配准后的影像，通过对比度扩展和空间域滤波进行影像增强处理，使影像匹配人眼的亮度值观察特性，改善影像的视觉效果，增强影像可判译性影像融合与合成。为提升工程地质解译的效果，将影像进行代数运算和变换处理，形成的多波段组合，再将不同波段的影像或不同分辨率的影像融合在一起，形成能扩展地物波谱差异性和动态显示范围的彩色影像，以增强隐伏断裂带#地下水充水带等特殊地质信息，并有效削弱山区地形阴影的影响。
在遥感影像处理过程中，通常采用的融合方法有IHS变换和PANSHARP融合方法，在解译过程中对数据进行ERSI拉伸增强，能取得最佳目视解译效果。
针对02C遥感数据的融合，真彩色合成：采用波段合成的方法：
R：Red
G：（Gree+Red+Nir）/3，bandmath表达式：byte（（fix（b1）+b2+b3）/3）
B：Gree
使用/RasterManagement/LayerStacking按照上述顺序组合一个三个波段数据，得到真彩色合成结果。
3地貌特征遥感解译
通过对遥感影像的图形特征、水系特征，影纹和色调的识别，获得了有关地貌形态展布规律、空间分布特征及其与地质体有关的信息。根据1：5万比例尺地形图，可以观测区域地貌的宏观特征和展布规律，而通过图像处理技术进行特定时相、波段组合得到的一系列彩色合成图像，则更可以显示有关各期古河道、冲洪积物分布等地貌形迹和成因等重要信息。
4遥感地质解译
基于GIS软件作为遥感解译的工作平台，利用建立的多源影像数据，针对各项专题因子，根据不同的影像单元的色调、阴影、图案与纹理上的特征，建立遥感解译标志。运用目视解译、人机交互解译、信息自动提取等方法提取河流、湖泊、湿地、土地覆被、第四系地质、塌岸、河道变化、生态环境等各类专题信息因子，调查区断裂构造发育，共解译出77条大小不等的断裂，以北东东向和北东向断裂为主，其次为北西西向断裂构造。按断裂规模可分为深大断裂、区域性断裂、一般性断裂，其中深大断裂不仅控制了构造单元的边界，也控制了该构造单元内地层的沉积，而且还控制了次级断裂分布；区域性断裂控制或错断了区内的地层；一般性断裂主要为深大断裂和区域性断裂构造的次级断裂或局部断裂，展布在区域性断裂旁侧。
地层是应用景观生态色调特征，岩石地貌单元及结构水体色调差异及识别标志，地理空间要素，水系网样式及密度分析标志等影像信息来圈定；地层时代需对比区域地质资料分析确定岩性判别是先圈出工程区的第四系松散沉积物，然后划分出三大岩类的界线，分析其相变及接触关系；最后是进行局部地段工程岩性的详细划分，将地层在区域地层时代组的基础上进一步细分至工程地质的岩性段。本地区地层情况如表1所示。
5对土体的信息归类方法
5.1基岩区风化壳土体类型
基岩风化壳分类主要是根据其物质组成、土体中所含碎石含量及粒径决定。
基岩区的遥感解译主要是在解译了岩性基础之上，结合新构造解译成果，推断基岩区岩石的风化程度，综合考虑地形地貌、植被覆盖等因素。不同岩性有着不同的抗风化程度，不同的构造运动会对基岩产生不同的破坏，断裂的发育直接影响岩石完整程度和节理发育程度。
5.2第四系松散堆积物类型
根据成因类型分两大类：第四系松散堆积层和基岩风化壳。
土体类型的划分主要是根据成因类型及其粒度成分性质和主要工程地质特征进行一级划分，然后根据其垂向结构特征进行二级划分，从而确定土体工程地质类型。
残坡积：主要分布于丘陵沟谷坡脚，一般都是砂质粘土，粉土夹碎石。主要成因是基岩风化壳经过外力搬运作用形成。
冲洪积：主要分布于河床，河漫滩及阶地上，一般为砂土，砂砾卵石土。
崩坡积：主要分布于斜坡边缘、高陡斜坡的坡脚处，碎块石成分与地层岩性密切相关，一般为粘土夹碎石、块石。此类岩组颗粒差异较大，大多是土石滑坡或风化壳崩塌所形成。
根据不同的成因类型基本上就可以确定土体类型，再结合土体物质结构确定土体类型级别，土体所含石块、碎石含量越高，土体硬度级别越高；土体所含石块、碎石粒径越大，土体硬度级别越高。
6结果验证
根据构造、地层及岩性的遥感解译成果，结合地形地貌特征及土地覆被情况，整个调查区按照上覆土硬度等级划分为四类共七级，分别为硬土一、二级，普通土一、二级，软土一、二级和特殊土。根据后期成果应用单位的实地验证及测试，岩性及上覆土硬度的遥感解译准确率达到91%，风化层厚度准确率达到79%。验证均以地质单元为单位进行，每个地质单元布点3-5个，每个点所测参数及平均值均参与比较。
调查研究取得成果具体，可应用程度高，技术方法优势明显，具体表现在以下几点：
（1）沿界江界河地区交通不便、植被覆盖度高。地貌、地质单元复杂多变，调查采用卫星遥感技术解译为主，实地调查为补充的方法，了解沿线区域性工程地质特征，比如土石类型以及各种地质现象的分布规律，尤其是地质构造的变化规律，并为进一步开展条带状大比例尺工程地质测绘奠定了基础。（2）将卫星遥感的各种图像资料综合处理，进行从宏观到局部地段的综合解译，结合现有资料和野外实地查证，能更全面地了解区内的工程地质条件。为国防建设科研单位及时提供了基础数据支撑。（3）研究成果表明，将遥感地质解译系统地应用于工程地质条件解译和分区评价，解决了现有地质资料研究程度的不足，是一种经济、快速、高效的先进方法。
7结束语
（1）根据地层岩性及构造特征遥感解译，基本可以查清研究区的岩土体分布及不良地质体特征，摸清调查区基岩风化层厚度、上覆土硬度等级及围岩条件。满足1：10万工程地质条件调查要求。
（2）通过遥感影像能清晰地解译研究区内的断裂构造，对于断裂破碎带、微地貌均能清晰解译出来。为工程地质条件评价以及进一步的工程地质勘察提供了充分的科W依据。从研究的地质成果来看，该方法完全可以满足初级阶段工程地质条件摸底调查。
此方法主要是针对地面调查难以到达的区域开展大比例尺工程地质条件调查，在现阶段仍需要不断补充完善影响因子，进一步细化工程岩土体分级体系和风化程度的量化方法，针对不同地区不同遥感数据源我们将做进一步的研究，以期形成一套完备的遥感技术调查工程地质条件方法体系。
参考文献：
[1]杨金中.遥感技术在工程地质选址工作中的应用[J].国土资源遥感，2007（4）：90-94.
[2]卓宝熙.工程地质遥感判释与应用[M].中国铁道出版社，2002.
[3]杨树文，冯光胜，刘涛，等.工程地质地学要素遥感自动解译应用系统[J].中国科技成果，2014：59-60.
遥感技术的特征范文篇7
1.1图像处理关键技术在矿山环境监测中，实施监测的两个时相的遥感影像需具备一致的空间分辨率、成像时间及成像季节，且具备相同的植被覆盖状况及光谱值。但因遥感影像成像环境差异，遥感影像间常存在较多的辐射误差与几何误差，所以在遥感影像变化监测中要对成像环境进行修正，降低成像环境的误差量。
1.1.1辐射校正：其基本目的是尽量消减影像因太阳高度角、大气条件及传感器影像的形成的遥感成像与真实地物间的辐射亮度差异，通常分为相对辐射校正与绝对辐射校正两种方法；相对辐射校正是依据选定的参考图像，将其与同地区内的其他遥感影像进行辐射匹配，以消减影像间的辐射差异，其常用的矫正方法由基于伪不变特征的校正、基于统计量的校正及直方图匹配等。
1.1.2影像融合：其基本目的是将采用不同尺度、不同传感器类型获取的同地区的影响通过相应处理措施以改善影响的光谱信息、空间分辨率和纹理信息等特征；当前常用的融合方法有多时相影响融合、不同分辨率影像融合、不同传感器影像融合、多波段影像数据融合等类型；HIS变换法是当前影像融合算法的常用算法，此种算法简单且方便操作，可有效增强影像色彩信息与空间信息特征，但对于植被颜色信息特征处理水平较低，主要是因为植被吸收可见光，且反射红外光，而全色波段内包含的一些近红外波段信息会在全色波段高亮显示，较小的颜色噪声便会被放大。
1.2信息提取关键技术
1.2.1基于地理信息系统的矿山地物识别技术：此技术主要是以面向对象遥感处理技术为前提，通过对遥感影像进行图像分割以形成图像对象，进而深入提取分类辅助信息，并采用空间分析方法完成空间目标物识别，从而实现矿山地质环境遥感监测；图像分割中需考虑空间信息与影响光谱信息两方面的因素。
1.2.2影响直接对比法采集变化信息：常用的有内积分析法、影像差值法、变化向量分析法、影响比值法等检测方法；影像差值法的基本原理是对时相t1的遥感影像与时相t2的遥感影像做减法，若影像间差异较小，则相减结果应趋近于零或为零，若影像间差异较大，则结果应表现为较大值；一般差值影响亮度值按照高斯分布，计算时可对差值影响结果求绝对值以保证差值结果均为非负值。
2矿山地质环境遥感监测方法
2.1崩塌遥感监测方法崩塌通常是露天采石采矿、道路开挖等造成的，大多数会产生在节理裂隙发育的陡崖位置，破损面凹凸差异大，上陡下缓。遥感影像上崩塌体后缘发育呈现弧形或直线形，阳坡呈现浅色条区块、阴坡呈现深色阴影区带。为便于凸显崩塌发育状况，对ETM、TM图像使用741与453波段进行组合和线性增强处理，从而提高山体完整度、植被覆盖率、岩性特征反映的清晰度；对于SPOT213波段组合图像通过直方图调整与HSV融合增强处理，可提高地形地貌显示的清晰度；对于SPOT5图像校正时应增加控制点数量，并使用几何多项式实施三次卷积重采样法变换，可保证图像精确度；对部分航片数据实施对比度拉伸，可有效凸显山体细节。依据不同片种的遥感分析表明，ETM与TM图像对于崩塌宏观地质条件的显示水平较高，而对于崩塌产生的形态特征显示水平较低。通常崩塌形态要素在航片、SPOT5图像中具有较高的精度，其崩塌壁大多数呈现浅色调，轮廓线清晰。
2.2采空塌陷遥感监测方法在不同地区不同矿种中，采空塌陷对于地表的破坏程度也会不同，在遥感图像中会表现出明显的差异性。在TM图像中塌陷会呈现出单独的椭圆形或环形斑点与板块，不同斑块间的明暗程度也不相同；因塌陷坑是具有不同深度的负地形，在阴影条件下其可呈现出明显的立体效果。塌陷坑的阴影通常会产生在环形斑块内侧的下半部，而土堆阴影通常会产生在环形斑块内侧的上半部，与正地形立体效果正好相反，其是判断塌陷坑的基本指标。因B4水体反映效果好，B5信息量较多，在不同地质类型的反差较大，B1具有较高的水体亮度值，所以使用TM451段可有效呈现塌陷区的变化状况。因矿区大气污染相对严重，可对图像实行滤波或对比度拉伸处理，以改善其细节显示水平。由于采空塌陷区与周围地质环境间的差异较大，可使用阙值法实施塌陷地信息采集，并采用3波段差值彩色合成法对采集结果进行处理，由此便能充分反映塌陷区接近10年的动态地形变化。若塌陷区被掩埋，则其塌陷类型在图像上的识别水平主要由遥感信息空间分别率决定；使用全色波段与SPOT213波段组合对融合图像进行处理，且开展2%的线性增强，根据色调及纹理特征状况可有效采集塌陷区的细节信息；对于部分塌陷坑范围较小且不存在积水的矿山，可使用IKONOS、Quickbird等高分辨率遥感图像实时监测。
2.3矿山污染遥感监测方法通常矿区因采矿导致的废水、大气、废液、粉尘污染等造成的水体污染较为严重。采用ETM、TM图像对煤矿开采点进行监测，可发现图像中的DN值差异较大，因此在监控中应使用SPOT5波段与743波段进行组合，通过小波变换融合发实行中值滤波处理及直方图变换。如对于某煤矿原始TM图像分析发现，其灰度分布范围较小、亮度值较低，对比度较弱，实施线性拉伸处理，对不同波段灰度分布范围进行扩展，可使合成图像效果显示水平大幅度改善；对一些重点区域进行分段线性拉伸，其并不会造成原始数据变动，且容易对大气污染状况进行解释。因石灰岩矿山周围、运煤通道及煤矿区等长时间堆放大量煤渣粉等物质，使得矿区粉尘污染较为严重，其在TM543波段假彩色合成图像中可呈现出明显的亮白色或暗褐红色；而矿坑中排出的污水在影响中可呈现明显的粉红色。ETM与TM光谱信息量较大，可有效监测矿区大气污染状况；而采用SPOT5光谱图像可明显反映矿山水体、粉尘污染状况。
3结束语
遥感技术的特征范文篇8
关键词：高光谱分类；组合光谱特征；光谱导数特征；导数光谱技术
中图分类号：TN919?34；TP751.1文献标识码：A文章编号：1004?373X（2013）14?0104?04
Researchoncombinationalspectralfeaturesofhyperspectralimages
CHANGWen?juan，HEMing?yi
（EarthObservationResearchCenter，ShaanxiKeyLabofInformationAcquisitionandProcessing，NorthwesternPolytechnicalUniversity，Xi’an710129，China）
Abstract：Thespectralcharacteristiccurvesoftypicalvegetation，minerals，soilandwaterbody，andsimilaritiesanddifferencesoftheirfirst?orderandsecond?orderderivativesareanalyzed.Theresearchdemonstratesthattherelevantcharacteristicsofthereflectionpeakandtheabsorptionvalleybandsofhyperspectralspectralcharacteristiccurvescanbequicklyobtainedbyanalysisandspectrumderivativetechnology，andtherearedifferentsensitivebandsbetweenoriginalspectralcurveandvariousorderspectralderivativecurvesofdifferentcategoriesobjectives.Therefore，itisproposedthatthecompositionofthesesensitivebandsofhyperspectraloriginaldataandeachorderderivativecurvecanconstitutecombinationalspectralfeaturestooptimizetheperformanceofhyperspectralfeaturesandreducetheclassificationdifficulty.Theexperimentalresultsshowthatthiscombinationalspectralfeaturescanrealizetheeffectiveclassificationofhyperspectralimages.
Keywords：hyperspectralclassification；combinationalspectralfeature；spectrumderivativefeature；derivativespectrumtechnology
0引言
近年来，高光谱遥感数据处理受到特别关注，IEEE高光谱遥感图像与信号处理?遥感进化（IEEEWorkshoponHyperspectralImageandSignalProcessing?EvolutionalRemoteSensing，WHISPERS1）2009在法国召开首届大会，第4届大会于2012年6月在上海召开，IEEE遥感学报、传感器学报及图像处理学报等近来先后出版了有关高光谱遥感数据处理的多个专辑[1?4]。
高光谱遥感影像具有光谱分辨率高及图谱合一等特点，包含了丰富的空间、辐射和光谱三类直接信息，提供了比多光谱传感器更丰富和更精确的光谱信息，极大地提高了对目标与环境的识别能力，可有效地用于目标及环境的全像素、单像素、甚至亚像素级分类、识别与混合成分分析。
高光谱分类是高光谱数据分析和信息提取的重要工具，在当前乃至今后一段时间内都将是遥感领域的研究热点。与传统分类方法相比，高光谱分类面临的两个主要问题是：一是光谱分辨率高、光谱曲线近乎连续、数据量大、数据冗余严重、谱间相关性强；另一是空间分辨率有限、存在大量混合像元，“Hughes”现象凸现。影响目标分类与识别结果的主要因素包括3个方面：
（1）问题本身的复杂度，包括目标形态及尺寸，特别是目标材料对光谱的吸收、反射及散射特性，以及所处的时空、电磁及气象等环境情况；
（2）描述目标的高光谱图像特征的性能；
（3）分类器的分类能力与推广性。因此，高光谱特征中新信息的挖掘和高性能计算的技术在高光谱图像分析系统中变得非常重要。本文主要讨论优化高光谱图像特征的性能来提高高光谱遥感数据分类性能。
优化高光谱特征的方法有多种，其中一种有效的方法是从原始高光谱数据中寻找最有用的特征信息来挖掘有利于分类的光谱特征，譬如（1）采用从高光谱遥感数据中选择或保留敏感的有代表性的波段形成的数据集，称为特征选择或波段选择；（2）将高光谱遥感数据中经过某种测度指标和变换形成的新的数据集，称为特征提取。
另外一种优化高光谱特征的方法是使用附加信息，通常组合多种特征都能得到良好的分类性能。大多数高光谱处理技术的传统方法通常仅仅使用图像的光谱强度信息。近年来，已有研究人员在高光谱数据处理中利用从高光谱遥感原始数据中通过导数光谱技术提取的光谱梯度特征。在高光谱遥感特征分析等数据处理中，利用光谱梯度特征作为附加信息可以提升高光谱处理的性能。Wessman等使用森林光谱的一阶、二阶导数对树冠化学成分进行研究，并确定树冠化学成分与生物量以及导数光谱数据相关最密切的波段组合[5?6]。Demetriades?shah等综述了遥感中高分辨率导数光谱的应用潜力[7]。童庆禧等利用导数光谱分析方法对鄱阳湖湿地进行了生物量填图[8]。Tsai等研究了在高光谱数据分析中应用导数信息探测光谱特征[9]。Chang等提出使用光谱导数来提高光谱识别和鉴定的性能，提出一种称作光谱导数特征编码的方法用于高光谱特征分析[10]。
1组合光谱特征
1.1导数光谱技术
导数光谱（DerivativeSpectrum）技术来源于测谱学，利用相邻波段间的梯度变化特征化高光谱光谱的变化信息，是分析高光谱遥感数据较为常用的一种有效技术和强有力的波形分析手段。采用如下公式分别计算光谱反射率的一阶、二阶和三阶导数：
（1）
（2）
（3）
式中：是波段i的波长值；；；分别是波长处的一阶、二阶、三阶导数；是波长的光谱反射率；是波长到的波段间隔。导数光谱技术具有一系列优越性：
导数光谱技术通过数学模拟反射光谱，计算不同阶数的微分值以便迅速地确定光谱弯曲点及最大最小反射率的波长位置，强调曲线的变化和压缩均值的影响。一般用的较多的是一阶或二阶导数技术。利用不同阶数的导数光谱则可以提取吸收波段的位置信息。对原始光谱反射率求解一阶导数光谱，即光谱曲线的斜率值，可以反映原始光谱曲线的变化速率，正极值处代表的是反射率增速最大的波段，负极值则是反射率减速最大的波段。而在一阶导数的基础上可以进一步计算二阶导数光谱，反映原始光谱曲线的曲率变化，正值代表反射率吸收区域，即“凹形”光谱曲线处，负值代表反射率反射区域，即“凸形”光谱曲线处。
导数光谱技术可以消除光谱数据之间的系统误差、减弱大气辐射、散射和吸收对目标光谱特征的影响，以便提取可识别地物的光谱吸收峰参数；亦可分辨重叠光谱，减缓光谱失真，去除背景噪声或不理想的信息影响，因而可能得到更好的精度。
1.2组合光谱特征
物质的光谱特性是由物质本身包含的原子、分子与电磁波的关系所决定的，因此分析物质的光谱特性曲线是识别物质的有效手段。地物光谱特性研究在高光谱遥感技术及应用的研究发展中占有重要地位。根据地物的光谱特性不同可将地物分成植被、岩矿、土壤、水体和人工地物五大类。在给定目标情况下，根据光谱曲线上各个物体的特点，例如吸收谱、峰值谱及敏感谱等特点，可以用较少的谱段来有效区分并鉴别出各种目标，通常把这样的谱段组合称为目标的光谱特征。
由于组合多种特征作为优化的特征通常可以取得更好的分类性能，而且导数光谱技术虽是高光谱特征分析的有效手段，但是光谱梯度特征通常包含的信息量较少，致使仅仅使用光谱梯度特征的高光谱图像分类性能较差。因此本文提出组合光谱强度特征和导数特征作为组合光谱特征来提升高光谱分类的性能。
计算原始高光谱特性的一阶导数，由于一阶导数光谱曲线上量值为零的点，对应于原反射率光谱曲线上的极值点，由此可得出反射率光谱中极值点波长位置。在此基础上进行二阶微分处理后，可进一步区分原反射率光谱的极大值点与极小值点，即二阶导数大于零的一阶导数光谱过零点为原反射率光谱的极小值点，二阶导数小于零的一阶导数光谱过零点为原反射率光谱的极大值点。因此，利用不同阶数的导数光谱便可以迅速确定原始光谱曲线的吸收谷和反射峰的位置信息和相关特征信息，获得目标的敏感波段信息。而在给定目标的情况下，根据各个物体的吸收谱、峰值谱和敏感谱等特点，便可以用较少的谱段来有效区分、鉴定出各种目标。如此可将原始高光谱遥感特性曲线的敏感波段、一阶导数特征的敏感波段、二阶导数特征的敏感波段组合构成特征波段，有效实现高光谱遥感分类。
然而由于大量的光谱梯度特征附加在原始高光谱遥感数据上，简单的组合这些特征必然加重高光谱遥感的维数灾难，引起过维问题，因此须在分类之前，采用特征提取或特征选择方法降低高光谱数据的维数，提升运算效率，利于后续高光谱分类。
2实验与结果分析
2.1典型地物光谱特征分析
实验说明：绘制典型植被、岩矿、土壤、水体的高光谱特性曲线及其一阶导数和二阶导数曲线，分析各类典型地物高光谱原始数据及一阶、二阶导数的特点。
如图1所示，植被的光谱特征与其他地物迥然不同，有非常鲜明的特点，利用植被的光谱特征可以区分植被与其他地物。观察不同植被的原始及其一阶、二阶导数光谱曲线，可以看出不同植被的光谱曲线虽形态各异，但植被的光谱特征及其一阶和二阶导数均呈现相似性。不同植被的反射率光谱曲线，光谱曲线总是呈现明显的“峰和谷”的特征。植被一阶、二阶导数值虽各不相同，但是一阶导数过零点的位置以及相应位置二阶导数的正负值却惊人的相似，说明原各植被光谱曲线的吸收谷和反射峰位置相近，即这些光谱曲线在0.55μm，1.6μm，2.2μm左右存在反射峰，在0.65μm，1.4μm，1.9μm左右存在吸收谷，0.7～1.3μm范围内反射率值较高，反映了植被的光谱特性的相似性。总之，不同植被之间的光谱变化主要体现在吸收谷、反射峰和反射率平台的强度上的差别，然这些特征的反射峰、吸收谷所在的位置基本没有变化。
不同矿物原始及其各阶导数光谱曲线图说明不同类型的矿物其反射率光谱曲线及其一阶和二阶导数曲线大不相同，吸收谷、反射峰所在位置及特性差别较大，通过主要特征和次要特征不同组合的分析比较，便可得到每类矿物区别于其他矿物的有效参数和无效参数。
不同土壤原始及其各阶导数光谱曲线图表明不同土壤的光谱反射率均随着波长的增加而逐渐升高。二阶导数基本围绕零值上下波动，且波动幅度较小，无明显规律。因此导数光谱技术能消除植被光谱分析中土壤成分的影响，土壤光谱的影响可在很大程度上得以消除，二阶导数便可非常好的消除土壤背景。
不同水体原始及其各阶导数光谱曲线图表明水体的反射率总体上比较低，不超过10%，一般为4%～5%，并随着波长的增大逐渐降低，二阶导数基本为零。
综上所述，通过导数光谱技术，可以快速分析出高光谱特性曲线的反射峰和吸收谷谱带的相关特征，这些特征可作为附加信息与其他特征构成组合光谱特征应用于高光谱检测、分类与识别中。
2.2组合光谱特征的建立
实验说明：采用原始、一阶导数及二阶导数光谱特征的组合光谱特征对斜辉石和天青石进行分类。实验数据来自USGS光谱库。实验结果表明组合光谱特征可有效实现高光谱分类。图2（a），（b）分别为斜辉石的反射率曲线和组合光谱特征，（c），（d）分别为天青石的反射率曲线和组合光谱特征。可见，组合光谱特征差异较大，易于分类。
图2组合光谱特征高光谱分类
3结语
本文研究了光谱一至三阶导数特征，分析了典型植被、岩矿、土壤和水体地物的特性曲线及其一阶和二阶导数的特点与异同。研究表明不同类别地物目标在原始光谱曲线和各阶光谱导数曲线上存在不同敏感波段。进而提出了将原始数据和各阶导数曲线的敏感波段综合起来构成组合光谱特征用于高光谱遥感分类的方法，实验表明综合利用这些特征波段可大大降低对分类器的要求并可提高分类性能。关于多类别组合光谱特征的建立等另文讨论。
参考文献
[1]CHANUSSOTJ，CRAWFORDMM，KUOBC.Forewordtothespecialissueonhyperspectralimageandsignalprocessing[J].IEEETrans.onGeoscienceandRemoteSensing，2010，48（11）：3871?3876.
[2]PLAZAA，DUQ，BIOUCAS?DIASJM，etal.Forewordtothespecialissueonspectralunmixingofremotelysenseddata[J].IEEETrans.onGeoscienceandRemoteSensing，2011，49（11）：4103?4110.
[3]CAMPS?VALLSG，BENEDIKTSSONJA，BRUZZONEL，etal.Introductiontotheissueonadvancesinremotesensingimageprocessing[J].IEEEJournalofSelectedTopicsinSignalProcessing，2011，5（3）：365?369.
[4]JENSENJO，TREWRJ，WOOLARDDL，etal.Editorialspecialissueonenhancementalgorithms，methodologiesandtechnologyforspectralsensing[J].IEEEJournalofSensors，2010，10（3）：373?378.
[5]WESSMANCA，ABERJD，PETERSONDL.Anevaluationofimagingspectrometryforestimatingforestcanopychemistry[J].Int.J.ofRemoteSensing，1989，10（8）：1293?1316.
[6]WESSMANCA，ABERJD，PETERSONDL，etal.Remotesensingofcanopychemistryandnitrogencyclingin：temperateforestecosystems[J].Nature，1988，335：154?156.
[7]DEMETRIADES?SHAHTH，STEVENMD，CLARKJA.Highresolutionderivativespectrainremotesensing[J].RemoteSensingofEnvironment，1990，33（1）：55?64.
[8]童庆禧，郑兰芬，王晋年，等.湿地植被成像光谱遥感研究[J].遥感学报，1997（1）：50?57.
[9]TSAIF，PHILPOTWD.Derivativeanalysisofhyperspectraldatafordetectingspectralfeatures[C]//IEEEGeoscienceandRemoteSensing.Singapore：IGARSS，1997：1243?1245.
[10]CHANGCI，CHAKRAVARTYS.Spectralderivativefeaturecodingforhyperspectralsignatureanalysis[J].ProceedingsoftheSPIE，2006，6302：1?12.
[11]TSAIF，PHILPOTWD.Aderivative?aidedhyperspectralimageanalysissystemforland?coverclassification[J].IEEETransactionsonGeoscienceandRemoteSensing，2002，40（2）：416?425.
[12]DEMIRB，ERTRUKS.Spectralmagnitudeandspectralderivativefeaturefusionforimprovedclassificationofhyperspectralimages[C]//Proc.ofIEEEGeoscienceandRemoteSensing.Boston，MA：IGARSS，2008，3：1020?1023.
[13]WANGQing?yan，ZHANGJun?ping，CHENJia?wei，etal.Animprovedspectralreflectanceandderivativefeaturefusionforhyperspectralimageclassification[C]//IEEEGeoscienceandRemoteSensingSymposium.Vancouver：IGARSS，2011：1696?1699.
遥感技术的特征范文1篇9
关键词：塌陷区数字遥感图像变化趋势
中图分类号：S157.2文献标识码：A文章编号：1672-3791（2015）02（c）-0053-02
随着人类活动对环境变化的影响，由此引起的土地利用变化备受关注。徐州权台煤矿附近地区因受到煤矿开采的影响形成规模较大的煤矿塌陷地，要掌握塌陷地随开采活动的扩展规律、塌陷区面积、破坏程度、积水区范围等数据资料，遥感图像能快速、周期性地提供塌陷区的大量有关信息[1]。将GIS用于遥感图像处理领域，充分应用地学信息、领域知识及GIS的空间分析功能，进行塌陷地的提取，将有效提高精度[2]。
1塌陷区信息提取
1.1遥感信息源选择及图像预处理
在研究中，根据权台煤矿的季节特征，使用了能完全覆盖徐州权台煤矿地区及周边地区两个时相的SPOT数字遥感图像（2007年7月、2009年7月），因为7月是降雨多的时候，塌陷坑积水明显，也是植被生长最旺盛的时期，便于对地面塌陷区信息的提取。
该文首先对SPOT图像做了基于辐射传输理论的6S模型大气校正。然后进行图像的配准，具体是先从徐州市1：10000地形图上选取控制点对2007年的SPOT图像进行校正，然后以2007年SPOT图像为基准对2009年的SPOT遥感图像进行影像对影像的配准，它们有相同的空间分辨率，该次研究工作中采用双线性内插法进行图像的配准，使它们具有相同投影坐标系统。
1.2塌陷区信息提取
从遥感图像中提取地面塌陷信息，杜培军等[3]认为可以有三种方法，即（1）直接应用地物影像特征进行目视解译。（2）将塌陷地作为一种用地类型，选择一定的特征分量作为塌陷地的特征，对所有像元进行分类，通过遥感图像分类予以识别。（3）综合应用光谱特性、地学信息、领域知识进行提取。该次研究综合了第（1）、（3）种方法根据塌陷区的特征和知识来提取地面塌陷信息。采煤塌陷区从空间结构上看，具有以下特征。（1）具有坑状结构；（2）宏观连续与微观离散状态；（3）积水特性；（4）表面覆被非均一性。
1.2.1遥感图像分类
对遥感图像进行分类主要有两种方式为人工目视解译和计算机解译。计算机解译常规的还可以根据分类过程中人工参与程度分为监督分类、非监督分类以及两者结合的混合分类等，还有近年来发展起来的新兴遥感图像分类方法―专家分类。本文采用监督分类方法对权台煤矿塌陷区遥感图像进行分类提取。
训练区的选择主要取决于两个因素：训练样本的代表性和训练样本的数目，本研究所用的遥感图片上的水体呈蓝黑色，而且比较均匀，根据研究需要将研究区景观类型划分成两类即水体和植被两类，水体用红色表示，植被用绿色表示。本文利用ENVI遥感影像处理软件进行这两类训练区的选择。本文作者采用目前最为广泛的监督分类方法―贝叶斯最大似然分类法（MLC）。贝叶斯决策的最大似然分类法，
1.2.2利用GIS进行信息提取
（1）监督分类图中塌陷区水体的矢量化。
所谓矢量化就是将要作矢量方式处理的光栅目标转换成矢量实体，如直线、圆弧、曲线以及字符等。利用遥感影像处理软件ERDAS把监督分类图转换成.img格式的文件，然后导入到ArcGIS中，根据一定的先验知识判别出塌陷坑积水，对其进行矢量化。小面积的塌陷区由于水体分布不均或积水很少，可以通过目视进行解译。
（2）缓冲区分析。
缓冲区分析是针对点、线、面实体，自动建立其周围一定宽度范围以内的缓冲区多边形。由于积水坑往往位于中心地带，需要对积水坑做缓冲区分析，根据经验给出半径，确定塌陷地的区域，绿色区域表示为积水坑，的红色区域表示为缓冲区，设定的缓冲区半径为7m。
1.2.3目视解译
那些积水浅从而水体分布不均的塌陷地或者没有积水的塌陷地，监督分类方法不能自动有效地提取塌陷积水区，而目视解译可以充分利用人的知识，很容易直接从遥感图像上提取地表塌陷区。提取方法是依据采煤塌陷区从空间结构上看具有的特征。
2叠置分析
把2007年的塌陷区分布图与2009年的塌陷区分布图叠置（如图1所示），与2007年的塌陷地相比较，绿颜色代表没有变化的塌陷地，红色代表增加的塌陷地，黄色代表减少的塌陷地。通过计算面积得到，不变的塌陷地：526676.6m2，减少的塌陷地：43850.2m2，增加的塌陷地：66287.5m2。
3分析结果
从图1可以看到权台煤矿采煤塌陷区2007年至2009年的塌陷区变化情况，该地区西部分布着大片采煤塌陷地，东部分布着小片的采煤塌陷地，2009年比2007年增加了66287.5m2的塌陷地，复垦速度赶不上塌陷速度。其扩展方向主要为南方和北方，西部和东部基本稳定，在该区北部和南部塌陷积水区增长速度与该地区煤田的煤层赋存状况及开采推进方向是相吻合的。
4结语
该文以RS、GIS为技术支撑，对多时相遥感数据采用多种遥感图像处理方法进行了预处理，在充分利用光谱特征、领域知识的基础上，通过遥感影像特征分析，采用人机交互式解译，目视解译，通过GIS技术提取出了塌陷区信息并分析了塌陷区变化趋势。
参考文献
[1]梁亚红，王贵成.地理信息系统技术与煤矿塌陷区管理[j].河南地质，1999（2）：73-75.
遥感技术的特征范文
关键词：环境；污染；遥感技术
引言
随着我国经济的高速发展，环境污染和生态破坏日益严重，突发性环境污染事故也时有发生。环境监测作为环境管理和污染控制的主要手段之一，正发挥着不可替代的作用。遥感技术是获取环境信息的有力手段，是实现这一目的的极有效的技术。运用遥感技术监测环境污染及生态环境状况，正确评价环境质量，寻求改善生态环境的途径和措施，具有重要的意义。
1遥感技术概述
1.1基本概念
遥感技术是从卫星、飞机或其他飞行器上收集地物目标的电磁辐射信息，判认地球环境和资源的技术。它是60年代在航空摄影和判读的基础上随航天技术和电子计算机技术的发展而逐渐形成的综合性感测技术。任何物体都有不同的电磁波反射或辐射特征。航空航天遥感就是利用安装在飞行器上的遥感器感测地物目标的电磁辐射特征，并将特征记录下来，供识别和判断。
1.2特点
遥感技术具有监测范围广、速度快、成本低、质量高，便于进行长期动态监测等优势，还能发现用常规方法往往难以揭示的污染源及其扩散的状态，因此遥感技术正广泛地应用于监测水污染、大气污染等方面.其最重要的作用是不需要采样而直接可以进行区域性的跟踪测量，快速进行污染源的定点定位、污染范围的核定、大气生态效应、污染物在水体、大气中的分布、扩散等变化，从而获得全面的综合信息。
2环境污染遥感监测技术
遥感技术是一种利用物体反射或辐射电磁波的固有特性，远距离不直接接触物体而识别、测量并分析目标物性质的技术，根据所利用的波段，遥感监测技术主要分为可见光、反射红外遥感技术、热红外遥感技术、微波遥感技术三种类型.当前，遥感的应用已深入到农业、林业、渔业、地理、地质、海洋、水文、气象、环境监测、地球资源勘探、城乡规划、土地管理和军事侦察等诸多领域。
3环境污染遥感监测技术的应用
3.1水环境污染遥感监测
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的，可以采用以水体光谱特性和水色为指标的遥感技术。遥感监测视野开阔，对大范围内发生的水体扩散过程容易通览全貌观察出污染物的排放源、扩散方向、影响范围及与清洁水混合稀释的特点.从而查明污染物的来龙去脉。
3.1.1泥沙污染及水体浑浊度分析
水体中泥沙含量增加使水反射率提高.随着水中悬浮泥沙浓度的增加及悬粒径增加，水体反射量逐渐增加，反射峰亦随之向长波方向移动，即红移.又由于水体在0.93～1.13μm附近对红外线吸收多，不适宜作悬浮泥沙浓度的判定波段.定量判读悬浮泥沙浓度的最佳波段应在0.65～0.85μm之间。
3.1.2城市污水监测
城市大量排放的工业废水和生活污水中带有大量有机物，它们分解时耗去大量氧气，使污水发黑发臭，当有机物严重污染时呈漆黑色，使水体的反射率显著降低，在黑白像片上呈灰黑或黑调的条带.使用红外传感器，能根据水中含有的染料、氢氧化合物、酸类等物质的红外辐射光谱弄清楚水污染的状况.水体污染状况在彩红外像片上有很好的显示，不仅可以直接观察到污染物运移的情况，而且凭借水中泥沙悬浮物和浮游植物作为判读指示物，可追踪出污染源。
3.1.3废水污染和水体热污染调查
废水由于水色与悬浮物性状千差万别，特征曲线上的反射峰位置和强度也不大一样。废水污染一般用多光谱合成图像进行监测，有的根据温度的差异也可用热红外方法测定.热污染使用红外传感器，能根据热效应的差异有效地探测出热污染排放源，热红外扫描图像主要反映目标的信息，无论白天、黑夜，在热红外像片上排热水口的位置、排放热水的分布范围和扩散状态都十分明显，水温的差异在像片上也能识别出来.利用光学技术或计算机对热图像作密度分割，根据少量同步实测水温，可正确地绘出水体的等温线.因此热红外图像能基本上反映热污染区温度的特征，达到定量解译的目的。
3.2大气污染遥感监测
大气遥感是利用遥感器监测大气结构、状态及变化。对于水汽、二氧化碳、臭氧、甲烷等微量气体成分具有各自分子所固有的辐射和吸收光谱，可以通过测量大气的吸收及辐射的光谱而从其结果中推算出来。
3.2.1有害气体的监测
人为或自然条件下产生的SO2、氟化物等对生物肌体有毒害的气体，通常采用间接解译标志进行.植被受污染后对红外线的反射能力下降，其颜色、纹理及动态标志都不同于正常的植被，如在彩红外图象上颜色发暗、树木郁闭度下降、植被个体物候异常等，利用这些特点就可以间接分析污染情况.对于地面污染，例如农田遭受污染之后，作物的生长将起特殊变化，地下水的污染也会引起地面植被的变化，与正常生长区的作物有不同的光谱表现.多光谱成像仪能监测这些变化，从而圈定地面污染分布范围，进一步对地面污染预防规划。
3.2.2臭氧层监测由于臭氧对0.3μm以下紫外区的电磁波吸收严重，因此可以用紫外波段来测定臭氧层臭氧含量的变化.在2.74μm处有个吸收带，可以用频率为11083MHz的地面微波或用望远镜来测定臭氧在大气中的垂直分布.又由于大气中臭氧含量高则温度高，又可以用红外波段来探测。
4发展趋势
遥感影像获取技术方面，随着高性能新型传感器的研制开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。雷达遥感技术具有全天候全天时影像的获取能力以及对一些地物的穿透能力，将得到更广泛的应用。以地球为研究对象的综合对地观测数据获取系统必将是当前及今后遥感技术发展的重要方向之一。
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。将环境污染遥感监测技术（RS）与地理信息系统（GIS）、全球定位系统（GeographicInformationSystem，GPS）、专家系统（ExpertSystem，ES）技术集成，利用环境污染遥感监测集成系统，可以大大提高环境监测的科学性，合理性及智能化程度，从而大扩展环境监测的应用范围，开发集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，也将是今后环境遥感技术的发展趋势。
5结束语
当前，我国环境污染遥感监测技术应依托我国的对地观测技术和对地观测系统的发展计划，同时充分利用国际上资源环境卫星系统，开展广泛的国际合作和交流，大力发展我国的环境污染遥感监测技术，并充分利用现有的环境监测网点和常规监测方法，采用遥感技术与地面监测相结合的方法，建立我国的环境污染遥感监测系统。
参考文献
[1]李晓雪.基于遥感技术的环境监测应用分析[J].自动化与仪器仪表，2015（04）
遥感技术的特征范文篇11
【关键词】“3S”技术;森林资源;规划设计调查;应用
“3S”技术是遥感信息技术(RS)、地理信息系统(GIS)和全球卫星定位系统(GPS)的简称,近年来,“3S”技术发展迅速,在林业工作中应用越来越广泛,成为动态掌握森林资源状况、进行林业调查设计的重要武器。森林资源规划设计调查(简称二类调查)是以国有林业局、总场、林场、自然保护区、森林公园等森林经营单位或县级行政区域为调查单位,为满足编制森林经营方案、总体设计、林业区划与规划设计和森林资源档案管理的需要所开展的森林资源调查。其成果是制定区域国民经济发展规划和林业发展规划,实行森林生态效益补偿和森林资源资产化管理,落实科学发展观,指导和规范森林经营单位科学经营森林的重要依据。森林资源规划设计调查工作覆盖面广、内容复杂、技术要求高、时间跨度长、工作难度大,利用传统调查方式,将耗费巨大的人力、物力和时间,且调查精度低、调查成果质量不高,不能准确反映森林资源现状。“3S”技术具有效率高、质量高、精度高、成本少、时间少、人力少的特点,利用先进的“3S”技术进行二类调查是今后林业勘察设计工作向科学化、自动化、信息化发展的必然趋势。全省范围内开展森林资源规划设计调查,旨在全面建立黑龙江省数字林业管理平台、准确掌握全省森林资源现状,及时快捷地进行森林资源信息交流、科学合理地实施林业生态工程,在对当前全省林业发展成就进行客观评价的同时,为今后制定林业发展战略和实施林业科学决策提供重要依据。
1．“3S”技术在森林资源规划设计调查工作中的应用
1.1技术路线
本次调查的总体技术路线是以“3S”技术为平台,采用掌上电脑(PDA),将传统调查方法与先进实用技术有机结合,提升森林资源规划设计调查的技术水平和科技含量,提高调查质量和成果准确性,为我省建立森林资源信息管理系统奠定基础。小班划分室内采用卫星影像判读区划,现地采用PDA验证的方法。有林地、疏林地小班采用实测与目测相结合的方法调查各项因子,林带及四旁树的小班采用抽样的方法进行现地调查,其余小班可利用有关资料采用实测、目测或遥感判读的方法调查各项因子。小班蓄积量调查也可采用回归估测法进行调查。总体蓄积量抽样控制采用系统抽样方法进行。
1.2技术准备
遥感数据准备，根据调查区域的森林分布特点和社会经济条件,采用最新时相SPOT5卫星5m分辨率全色数据和10m分辨率多光谱数据进行融合或TM卫星遥感影像作为遥感数据源。每景影像现地选取多个分布均匀的控制点,按高斯—克吕格投影对遥感数据进行几何精校正,使遥感影像坐标与现地地物坐标相吻合。
1.3基础地理信息数据准备
包括省、市、区、：乡、村行政界限,及主要道路、河流、湖泊、山峰、等高线等。以北京54坐标系为投影基础,采用高斯—克吕格投影坐标系,将基础地理信息数据进行矢量化,作为与遥感影像和地形图进行人机交互解译、制作基本图和专题图的基础地理信息。
2.解译标志的建立
解译标志是遥感影像上能直接反映和判别地物信息的影像特征,包括形状、大小、阴影、色调、颜色、纹理、图案、位置和布局。解译者利用其中部分标志能直接在影像上识别地物或对象的性质、类型和状况进行遥感影像目视解译区划图班。根据遥感影像大小、颜色、纹理等特征不同,每景影像选择3～5条能覆盖区域内所有地类和主要树种(组)、色调齐全且有代表性的线路,以卫星遥感数据景幅为单元,参照林相图、森林分布图等资料,对不同影像特征进行现地对照判读,建立遥感影像解译标志库。现地调查地类、林地郁闭度、林木年龄、植被状况及其他地面特征,拍摄与遥感影像坐标位置相同的现地实景照片,与相同坐标点的遥感影像对照获得相应影像特征,建立现地类型与遥感影像的对应关系,即根据不同土地类型在影像上的色调、光泽、纹理、形状、分布等特征,建立目视判读标志库。
2.1现地核实
将初步解译的矢量化小班调查数据导入PDA掌上森林资源调查仪,结合全球卫星定位系统,进行现地验证。外业调查人员对照已区划好的矢量图,利用GPS进行定位,现地核实小班边界,并根据调查要求,调查相关因子。现地核实后,利用掌上森林资源调查仪对小班边界进行修正并填写调查因子后,将数据再导入ARCVIEWGIS中,进行数据统计和汇总处理。
2.2面积平差与质量检查
ARCVIEWGIS和掌上森林资源调查仪采用地理坐标系统自动求算面积。根据行政区域的实际面积和调查面积,按照“层层控制、分级量算、按比例平差”的原则,根据总体面积由计算机进行平差形成小班面积。现地核实数据导入ARCVIEW后,对图班进行重线检查、图形拓扑检查后,对其属性数据进行重号、漏查、面积不吻合等项目进行检查,使图班与属性数据一一对应,最后形成完整的图形和属性数据库。
3.调查成果
通过外业调查与内业数据处理后,由调查属性数据库形成所需的各类统计表格,由图形数据库利用ARcmAP等GIS软件制作基本图、林相图、各级森林分布图、森林分类区划图等其他专题图。最后形成了以图形为基础的空间数据、以调查因子为内容的属性数据和行政界线数据三类数据信息,汇总形成完备的森林资源信息系统。Spot5影像在森林资源调查中发挥了极大作用，比起传统调查方法，工作效率、区划精度等得到明显提高。但是受到地面天气及卫星运行周期影响，在短期内收集齐一个地区的卫星影像比较困难。所以部分森林资源调查中就使用了TM影像作为替代。影像配准是以地形图控制的，但地形图的成图时间比较早，许多地物已发生了变迁，增加了控制点的寻找难度。建议使用GPS到现地采集控制点，以保证控制点的精度。
遥感技术的特征范文
关键词：遥感水质监测遥感数据
1水体遥感监测的基本理论
1.1水体遥感监测原理、特点。影响水质的参数有：水中悬浮物、藻类、化学物质、溶解性有机物、热释放物、病原体和油类物质等。随着遥感技术的革新和对物质光谱特征研究的深入，可以监测的水质参数种类也在逐渐增加，除了热污染和溢油污染等突发性水污染事故的监测外，用遥感监测的水质数据大致可以分为以下四大类：浑浊度、浮游植物、溶解性有机物、化学性水质指标。
利用遥感技术进行水环境质量监测的主要机理是被污染水体具有独特的有别于清洁水体的光谱特征，这些光谱特征体现在其对特定波长的光的吸收或反射，而且这些光谱特征能够为遥感器所捕获并在遥感图象中体现出来。如当水体出现富营养化时，浮游植物中的叶绿素对近红外波段具有明显的“陡坡效应”，故而这类水体兼有水体和植物的光谱特征，即在可见光波段反射率低，在近红外波段反射率却明显升高。
1.2水质参数的遥感监测过程。首先，根据水质参数选择遥感数据，并获得同期内的地面监测的水质分析数据。现今广泛使用的遥感图象波段较宽，所反映的往往是综合信息，加之太阳光、大气等因素的影响，遥感信息表现的不甚明显，要对遥感数据进行一系列校正和转换将原始数字图像格式转换为辐射值或反射率值。然后根据经验选择不同波段或波段组合的数据与同步观测的地面数据进行统计分析，再经检验得到最后满意的模型方程（如图）。
图1：遥感监测水质步骤简图
2水质遥感监测常用的遥感数据
2.1多光谱遥感数据。在水质遥感监测中常用的多光谱遥感数据，包括美国Landsat卫星的MSS、TM、ETM数据，法国SPOT卫星的HRV数据，气象卫星NOAA的AVHRR数据，印度遥感IRS系统的LISS数据，日本JERS卫星的OPS(光学传感器)接收的多光谱图像数据，中巴地球资源1号卫星（CBERS--1）CCD相机数据等。
Landsat数据是目前应用较广的数据。1972年Landsat1发射后，MSS数据便开始被用于水质研究中。如解亚龙等用MSS数据对滇池悬浮物污染丰度进行了研究，明确了遥感数据与悬浮物浓度的关系；张海林等用MSS和TM数据建立了内陆水体的水质模型；Anne等人用TM和ETM数据对芬兰的海岸水体进行了研究。
SPOT地球观测卫星系统，较陆地卫星最大的优势是最高空间分辨率达10m。SPOT数据应用于水质研究中，学者们也做了一些研究。如可以利用SPOT数据来估算悬浮物质浓度和估计藻类生物参数。
AVHRR(高级甚高分辨率辐射计)是装载在NOAA列卫星上的传感器，每天都可以提供可见光图像和两幅热红外图像，在水质监测等许多领域广泛应用，如1986年，国家海洋局第二海洋研究所用NOAA数据对杭州湾悬浮固体浓度进行了研究。
2.2高光谱遥感数据
2.2.1成像光谱仪数据。成像光谱仪也称高光谱成像仪，实质上是将二维图像和地物光谱测量结合起来的图谱合一的遥感技术，其光谱分辨率高达纳米数量级。国内外的学者主要利用的有：美国的AVIRIS数据、加拿大的CASI数据、芬兰的AISA数据、中国的PHI数据以及OMIS数据、SEAWIFS数据等进行了水体水质遥感研究，对一些水质参数，如叶绿素浓度、悬浮物浓度、溶解性有机物作了估测。
2.2.2非成像光谱仪数据。非成像光谱仪主要指各种野外工作时用的地面光谱测量仪，地物的光谱反射率不以影像的形式记录，而以图形等非影像形式记录。常见的有ASD野外光谱仪、便携式超光谱仪等。如对我国太湖进行水质监测时，水面光谱测量就用了GRE-1500便携式超光谱仪，光谱的响应范围0.30~1.1um，共512个测量通道，主要将其中0.35~0.90um的316个通道的数据用于水质光谱分析。并且非成像光谱仪与星载高光谱数据的结合，可望研究出具有一定适用性的水质参数反演模型。
2.3新型卫星遥感数据。新的卫星陆续升空为水质遥感监测提供了更高空间、时间和光谱分辨率的遥感数据。如美国的LandsatETM、EO--1ALI、MODIS，欧空局的EnvlsatMERIS等多光谱数据和美国的EO-1Hyperion高光谱数据。Koponen用AISA数据模拟MERIS数据对芬兰南部的湖泊水质进行分类，结果表明分类精度和利用AISA数据几乎相同；Hanna等利用AISA数据模拟MODIS和MERIS数据来研究这两种数据在水质监测中的可用性时发现；MERIS以705nm为中心的波段9很适合用来估算叶绿素a的浓度，但是利用模拟的MODIS数据得到的算法精度并不高。Sabine等把CASI数据和HyMap数据结合，对德国梅克莱堡州湖区水质进行了监测，为营养参数和叶绿素浓度的定量化建立了算法。
3水质遥感存在的问题与发展趋势
3.1存在的问题：①多数限定于定性研究，或进行已有的航空和卫星遥感数据分析，却很少进行定量分析。②监测精度不高，各种算法以经验、半经验方法为主。③算法具有局部性、地方性和季节性，适用性、可移植性差。④监测的水质参数少，主要集中在悬浮沉积物、叶绿素和透明度、浑浊度等参数。⑤遥感水质监测的波段范围小，多集中于可见光和近红外波段范围，而且光谱分辨率大小不等，尤其是缺乏微波波段表面水质的研究。
3.2发展趋势
3.2.1建立遥感监测技术体系。研究利用新型遥感数据进行水质定量监测的关键技术与方法，形成一个标准化的水安全定量遥感监测技术体系，针对不同类型的内陆水体，建立多种水质参数反演算法，实现实验遥感和定量遥感的跨跃，从中获得原始创新性的成果。
3.2.2加强水质遥感基础研究。加深对遥感机理的认识，特别是水质对表层水体的光学和热量特征的影响机理上，以进一步发展基于物理的模型，把水质参数更好的和遥感器获得的光学测量值联系起来；加深目视解译和数字图象处理的研究，提高遥感影象的解译精度；增强高光谱遥感的研究，完善航空成像光谱仪数据处理技术。
3.2.3开展微波波段对水质的遥感监测。常规水质遥感监测波段范围多数选择在可见光或近红外，尤其是缺乏微波波段表面水质的研究情况。将微波波段与可见光或近红外复合可提高对表面水质参数的反演能力。
3.2.4拓宽遥感水质监测项。现阶段水质遥感局限于某些特定的水质参数，叶绿素、悬浮物及与之相关的水体透明度、浑浊度等参数，对可溶性有机物、COD等参数光谱特征和定量遥感监测研究较少，拓宽遥感监测项是今后的发展趋势之一。应加强其他水质参数的光谱特征研究，以扩大水质参数的定量监测种类，进一步建立不同水质参数的光谱特征数据库。
3.2.5提高水质遥感监测精度。研究表明利用遥感进行水质参数反演，其反演精度、稳定度、空间可扩展性受遥感波段设置影响较大，利用星载高光谱数据进行水质参数反演，对其上百的波段宽度为10nm左右的连续波段与主要水质参数的波谱响应特性进行研究，确定水质参数诊断性波谱及波段组合，形成构造水质参数遥感模型和反演的核心技术，提高水质监测精度。
3.2.6扩展水质遥感监测模型空间。系统深入的研究水质组分的内在光学特性，利用高光谱数据和中、低分辨率多光谱数据进行水质遥感定量监测机理研究，进行水质组分的
定量提取和组分间混合信息的剥离，消除水质组分间的相互干扰，建立不受时间和地域限制的水质参数反演算法，形成利用中内陆水体水质多光谱遥感监测方法和技术研究低分辨率遥感数据进行大范围、动态监测的遥感定量模型。
3.2.7改进统计分析技术。利用光谱分辨率较低的宽波段遥感数据得到的水质参数算法精度都不是很高，可以借鉴已在地质、生态等领域应用的混合光谱分解技术，人工神经网络分类技术等，充分挖掘水质信息，建立不受时间和地域限制的水质参数反演算法，提高遥感定量监测精度。
3.2.8综合利用“3S”技术。利用遥感技术视域广，信息更新快的特点，实时、快速地提取大面积流域及其周边地区的水环境信息及各种变化参数；GPS为所获取的空间目标及属性信息提供实时、快速的空间定位，实现空间与地面实测数据的对应关系；GIS完成庞大的水资源环境信息存储、管理和分析。将“3S”技术在水质遥感监测中综合应用，建立水质遥感监测和评价系统，实现水环境质量信息的准确、动态快速，推动国家水安全预警系统建设。参考文献：
[1]张继贤，乔平林.水资源环境遥感监测与评价[M].北京:测绘出版社，20__.
[2]谢欢，童小华.水质监测与评价中的遥感应用[J].遥感信息，20__.
[3]齐峰，王学军.内陆水体水质监测与评价中的饿遥感应用[J].环境科学进展，1999.
[4]解亚龙，李勃，王星捷等.滇池悬浮物污染丰度的遥感检测分析[J].昆明理工大学学报，20__.
[5]张海林，何报寅.遥感应用于湖泊富营养化评价的研究[J].上海环境科学，20__.
[6]刘灿德，何报寅.水质遥感监测研究进展[J].世界科技研究与发展，20__.
[7]万余庆，张凤丽，闫永忠.高光谱遥感技术在水环境监测中的应用研究[J].国土资源遥感，20__.
[8]周艺，周伟奇，王世新等.遥感技术在内陆水体水质监测中的应用[J].水科学进展，20__.
[9]李嵘.遥感技术在水环境监测中的应用研究[J].江西化工，20__.
[10]顾先冰，司群英.国内外遥感卫星发展现状[J].航天返回与遥感，20__.
作者简介：