RS与GIS、GPS关系及RS基础概念的全面解析
作为获取和更新空间数据库的强大手段，RS继续提供GIS稳定的时间，客观和准确的大型资源，可用于动态监控。管理和有效使用； GP可以获得准确的位置坐标，并自动提供几何校正所需的成像信息，从而确保RS数据和地面同步检测数据的动态标准。1。RS基金会
从广义上讲遥感：遥远的感知（，rs）
狭窄的遥感：应用检测仪器，不接触检测目标以记录距离目标的电磁波特性。通过分析，它揭示了对象特征的特征以及其变化的全面检测技术。
组成：（1）仪器（2）远处（3）电磁谱（4）分析（5）物体的特性及其变化
遥感的过程：获取，传输，处理和解释分析以及遥感信息的应用的整个过程。
1。辐射的能量2。大气传输3。与物体的相互作用4。再次通过大气传输5。遥感系统获取数据6。遥感数据产品用户应用程序用户应用
遥感的特征：大型同步观察，及时性，全面性和可比性，经济性和数据的局限性
遥感实验的主要任务是关于地面材料电磁辐射特征（频谱特征）的技术手段的实验研究以及信息采集，传输和加工分析。
传感器是指收集和记录地面电磁辐射（反射或发射）的能量信息的设备。在遥感平台上配备了传感器，并根据已建立的路线飞行或操作检测到所需的遥感信息。
遥感平台是传感器的载体。
2。电磁辐射
电磁波：电磁振动的扩散。
电磁辐射：电磁能的传输过程（包括反射，折射，吸收，传播）
电磁波的性质：水平波；真正真空的光速传输；两个现象
电磁光谱：根据真空中辐射的频率或波长排列来排列连续的光谱带。波长从左到右增加：r射线，X砂，紫外线，可见光，红外，无线电波（微波）。
地面的光谱特征：自然界中的任何土地都有其自身的电磁辐射规则，例如反射，发射和吸收电磁波，少数人具有传输。该特征称为地面的光谱特征。
不同的颜色是由地面引起的：太阳电磁波的地面吸收之间的差异。
大气吸收：从大气中去除太阳的部分以到达地面，然后大气反射恢复到太空。
大气窗：电磁波很少反射，吸收或散布在大气中。大气窗口的光谱段主要是：微波带（0.03 ～1m），远红外带（8-14UM），中等红外带（3.5〜5.5UM），近红外，可见光，可见光和近距离紫外线（1.5 ～1.5 ～1.5 ～1.8 ～1.5 ～1.8 ～1.8 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5 ～1.5〜嗯，0.3 0.3〜1.3UM）
大气成分：与多种气体，固体和液体悬浮颗粒混合。
大气结构（五层）：
潜水流层：该层的内部温度随着高度逐渐降低。由于空气到空气对流，由于地面上的加热空气而引起的，大多数天气现象（例如云，雨水和风）都出现在这一层。
流动层：温度随着高度的增加而逐渐升高，主要是因为该层包含大量吸收太阳能紫外线的臭氧层。相对平静，很少出现在电流中，飞机飞行稳定。
中间层：温度随着高度再次降低，这是流星燃烧的主要区域，有时也称为“流星层”。
电离层：由于太阳辐射，空气分子高度电离，形成电离层，它可以反映无线电波，这对通信具有重要意义。温度极高，但非常薄。这是陆地卫星活动空间。
大气外层：从电离层的顶部到地球重力的影响弱，它逐渐随空间过渡。空气非常薄，基本上对卫星没有影响。
传输：指电磁波（例如光，红外，微波炉等）的现象时，透明或半透明培养基通过透明或半透明培养基而未完全反射或吸收。
传输速率是传输光与入射光强度的比率，这反映了培养基允许光穿透的能力。
反射：在电磁波传播期间，在两个介质的界面中将发生反射，主要是在云顶（由云引起的噪声）。影响反射率的因素：波长，入射角大小，表面粗糙度和颜色。
绝对黑体：吸收电磁辐射的任何波长的物体。
黑色身体辐射：黑体的热辐射。
发射速率：在物体表面的物体表面上辐射的热能是黑体在相同波长下或在相同温度下在整个频段中辐射的热能的比率。换句话说，传输速率是测量相对于理想黑体的实际物体辐射能力的测量（完美的吸收和启动所有入射辐射对象）。影响地理排放率的因素：地面的性质，表面状况，温度（热比）。
地面的地面粗糙或颜色是深色的，其传输速率很高，较低。
植被的反射光谱：植被的反射曲线可以分为三个段落。
可以看出，由于叶绿素的影响，对绿光的反射很强，反射峰值值为0.55μm（绿色），蓝光带和红灯波截面被强烈吸收（0.45μm ，0.67μm）。
在接近 -带中，反射来自刀片的内部结构，形成了强烈的反射。在1.1μm附近有一个反射峰。它可用于测量植物的反射以区分不同的植物。
中型红外带受绿色植物的水含量的影响。它的吸收带为1.45μm，1.95μm和2.7μm。
折射：当电磁波穿过大气时，透射方向的转化。大气密度越大，折射率越大。分发镜：当太阳辐射在长波中遇到小颗粒时，它会改变传播的方向并在各个方向上扩散。
电磁波的传输方向已更改，传感器的接收，干涉，遥感数据的质量降低，图像变得模糊，并影响读数。因此，散射是太阳辐射衰减的主要原因。
散射的划分分为三类：
①当Ruili散射颗粒的尺度远小于事件的波长时，每个方向上散射光的强度都不同。强度与入射光波长的四次成反比。因此，Ruili散射对可见光的影响更大，对红外辐射的影响很小，并且对微波炉的影响微不足道。这就是为什么在多频带中不使用蓝色 - 紫色光的原因。
为什么由于强烈的蓝光波长（紫色的光被强烈吸收，人眼睛对红色，绿色和蓝色的光）更敏感，为什么由于蓝光的强波长而散布在各个方向上。
清晨和傍晚的太阳是红色的 - 在清晨和傍晚，太阳的角度使阳光穿透了厚厚的云层，但是蓝色的紫色光渗透到能力并筋疲力尽，因此剩下的红色橙色剩下最大的波长。光散开，所以它是红色的。本质
②迈克尔散射：大气中的颗粒，例如烟雾，灰尘，小水滴是由空气散射引起的。这些颗粒的直径较大（类似于0.76-15μm之间的红外波长），这等同于辐射的波长。这种散射的特征是散射强度很大。 MI的散射强度与波长的次级正方形成反比。因此，云武向红外射线的散射主要是迈克尔散射。
③非选择性散射：大气中颗粒的直径长期存在。这种散射的特征在于，散射强度与波长无关，这意味着在没有选择性散射的频带中，任何波长的散射强度都是相同的。水滴，雾，灰尘，烟雾和其他气体固体通常会产生非选择性散射。
云是白色的 - 云和雾中的水滴颗粒的直径比可见光波长大得多，因此在可见光中每个波长的光中别无选择，散射强度是相同的。从底部，它是白色的。
早晨，太阳比中午还要大：主要原因是早晨的阳光进入地球时，当地球在大气中特别明显，并且中午有许多直接的辐射成分。高的
早晨，阳光比中午更红：早晨的阳光可以通过更厚实的气氛看到。我们可以看到，太阳辐射的大气路径的直径很长，散射效果很强。只有带有长波长的红灯，因此太阳看起来是红色的，而中午的阳光是直接的，太阳的高度角度很大，大气相对较薄，因此将其与更多的蓝光混合。看起来黄色。看起来黄色。 ;
问题：为什么只有Rs中常用的三个主要乐队？
可以看出，光波范围与人眼的视觉感知相匹配。可以看出，可以直接理解和解释通过光遥感获得的图像。可见光可以提供丰富的表面信息，包括颜色，纹理和其他特征，这对于识别植被，土壤，水体和城市结构具有重要意义
接近 - 媒介带对植被的反应特别敏感，可用于监测植被和估计生物量的生长状态。中红外和热红外带可以反映表面温度和材料的热辐射特性，这对于地质矿物识别，气候变化研究，表面能量平衡分析和火灾检测非常有用。红外带的吸收较弱，尤其是在某些特定的“大气窗户”中，红外辐射可以穿透大气到达地面并返回传感器以获得有效的数据。
长波长很长。主要优点是穿透云和雾的能力极强。它不受阳光和天气的影响。微波遥感可以检测参数，例如土壤湿度，冰厚，海面风速，波高和表面的粗糙度。它被广泛用于农业，林业，水文献，海洋科学和气象学领域。微波遥感的一个重要特征是其散射和发射特性，因此SAR（合成孔径雷达）等技术仍然可以在夜间获得高分辨率的表面信息和恶劣的气候条件。
这三个乐队具有独特的优势，可以在很大程度上补充彼此的局限性，这共同构成了遥感技术的核心乐队。尽管由于各种原因（例如，过度的大气吸收，复杂的设备或对人体有害的，诸如紫外线，X射线和伽玛射线）等其他频带，尽管它们也位于电磁光谱范围内。红外和微波带很广泛。
第三，常见的卫星和传感器
①多光谱数据：光谱分辨率在λ/10的范围内。它通常包含有限且少量的特定频带，例如几十至数十个。常见的多光谱计遥控器可能包括红色，绿色，蓝色和近红外带
②流动数据：λ/100中频谱分辨率的遥感信息称为高光谱遥感。如果收集的数据频谱分辨率为λ/1000级别，则称为超级频谱数据，其遥感方法是超级频谱遥感。遥感光谱波带的范围包括可见光，近红外，短波红外，中波红外，热红外。
③雷达遥感数据：SAR，合成孔径雷达和航空航天飞机也可以配备。使用一个小的线性天线，该天线以直线移动，移动到每个位置，接受并存储目标回声信号的幅度和相位信息，然后合成不同矩的所有信号，以通过GET合成处理地面的实际图像
常见的遥感数据：
：NASA总共发射了7颗卫星。到1983年，陆地卫星已经停产。 -5仍在使用。传感器是MSS和TM，共有7个频段。 -6于1993年10月5日发射，两天后消失。 -7于1999年推出。有八个频段，传感器为ETM+。 -8于2013年推出了11个乐队，配备了传感器OLI和TIRS。轨道高度为700-900公里，靠近极端和圆形轨道。
地球资源卫星在天空中经过的路线称为卫星轨道。
铁轨跑步周期是指地球周围卫星所需的时间。 -3为18天，-8为16天。
第四，遥感数字数据1）存储表格：灰色值矩阵（知道灰色步骤，直方图）
数字图像是由称为像素的小块组成的两个维矩阵。
BSQ：数据以频段顺序存储。第一个将所有像素值（例如所有红波频段像素）存储在第一个频段中，其次是第二个频段的所有像素值（例如绿色频段），并根据此频段推动。
BIL：数据存储在各个频段信息中。也就是说，在同一行中，存储了第一行的第一行的第一条频段中的所有像素，然后是第二个频段的第一行，因此它交替存储直到线结束，然后继续继续下线。
BIP：数据存储在类似的交叉方法中，即，每个像素点的每个波都靠近存储。例如，在存储了第一个频段的第一个像素之后，存储了第二个频段的第二个频段中的第一个像素，然后存储了第一个频段的第二像素，依此类推。
HDF文件由国家超级计算应用中心（NCSA）开发，该中心可以存储不同类型的图像和数字数据文件格式，并且可以在不同类型的机器上传输。采用分层数据管理结构，优点为：超级文本；移植性与操作平台无关；自我描述；可伸缩性；支持LAND SAT7 ETM+，ASTER，MODIS，MISR和其他数据
2）遥感文本的物理基础
纹理是一种视觉特征，反映了图像中的同质性。它反映了表面结构组织的布置属性，其对象表面的变化缓慢或周期性变化。
纹理特征通常是从灰色图像中提取的（即某个频段的提取）。质地特征是通过灰度的变化及其重复性来反映地面的视觉粗糙度，这可以完全反映图像特征。它是描述和识别图像的重要基础。
纹理的特征：非随机布置；纹理区域大致均匀均匀；某个局部序列不断重复。
通常，纹理通过以下特征描述：均匀性，密度，粗糙度，规律性，线性，方向性，频率，相位等。
纹理分析方法可以总结为：（1）统计分析方法（2）结构分析（3）模型分析方法（4）空间频域的联合分析
5。遥感图像处理技术
错误来源：卫星手势的变化；传感器本身；大气条件；太阳高度和地形。
图像的预处理是通过变形，扭曲，模糊和图像采集过程的噪声获得真实的图像，该图像在几何和辐射中一样。它主要包括辐射校正和几何校正。
1。辐射校正
辐射校正包括传感器误差，大气校正，太阳高度和地形校正。
（1）传感器校正
建立每个检测器的输出值与与检测器相对应的实际地貌辐射亮度之间的定量关系。它分为实验室标准和飞行标准（固定在恒星上，地面标准的星星）。地面目标需要建立一个接地遥感标准测试场。使用高精度仪器使用高精度仪器在地面上进行测量，建立一个空地的遥感数学关系，并将遥感数据转换为有效的辐射亮度值，反映了地面材料的特征。
（2）大气校正
定义：遥感中使用的各种太阳辐射能因大气的散射或吸收效应而降解。大气对遥感信号的影响的处理是大气校正。
如何影响大气：①降低了散射的入射和反射能，而DN值则降低了与地面无关的辐射会使图像变得模糊。
方法是：深色目标方法，灰度直方图学校校正，法律的实际测量以及大气辐射传递模型（基于辐射传递模型和6S模型）。
黑暗目标方法：假设图像的最暗部分（例如深水或阴影区域）代表最小的大气影响，并且其反射率接近0。通过检测和提取这些黑色物体的亮度值和提取然后从其他地方的亮度值中减去估计的大气贡献，从而大致纠正了整个图像。该方法适合于存在明显的黑暗区域并且大气条件相对稳定的情况，但准确性有限。
基于灰色的恢复匹配方法：基于灰色的直方图匹配主要用于改善不同传感器或相同传感器之间的图像之间的辐射一致性。它通常用于纠正由大气散射等因素引起的图像的总体亮度。通过匹配校正图像的正确图像的直方图和已知影响的参考图像，它具有两个相似的亮度分布特征。该方法不会直接计算大气参数，而是关注图像之间的视觉一致性和统计特征。
佛法在实际测量中：同步卫星运输时地面特定位置的光谱反射率或辐射强度数据。通过将这些实际测量数据与相应的遥感图像数据进行比较，可以计算大气对遥感信号的影响，并可以相应地纠正。此方法非常准确，但是需要大量的现场观察数据支持，并且实施成本和技术要求相对较高。
大气辐射传播模型：它通过数学模型（包括吸收，散射和发射效应）模拟了电磁波在大气中的传播。使用此方法时，您需要输入特定的气象参数（例如温度，湿度，气压，大气组成浓度等），地形参数和遥感参数。计算模型后，可以获得大气之前和之后的辐射量，从而实现了遥感图像的精美气氛。尽管此方法更加复杂，需要更多的优先级知识和真实的气象数据支持，但它可以提供最高的校正精度，特别适合定量遥感分析研究。
（3）太阳高度
太阳的高度角：地面方向与太阳和地平线之间的角度。
太阳高度拐角校正：通过阳光获得的图像获得的图像获得的图像是当太阳灯垂直照明时获得的图像。
（4）更正
削弱了由地形的复杂区域引起的辐射亮度误差，因此斜率具有不同的，但图像中相同的反射特性在图像中具有相同的亮度值。主要减少阴影区域。
2。几何校正（1）几何变形的原因（2）为什么几何校正
几何形状会给定量分析，变更检测，图像融合，地图测量或遥感图像的更新带来错误，因此进行了几何校正。
（3）定义和过程
几何是借助一组地面控制点和多项式校正模型校正地理坐标为图像图像的过程。
过程方法：①确定多项式系数； ②选择地面控制点；
其中，控制点的选择遵循以下规则：明显而清晰的定位识别徽标；不随着时间而变化；均匀分布。
重型样品有三种方法：最近的相邻方法；双线性内部插值；三种卷积方法。
最近相邻的方法：优点：简单计算，没有详细信息丢失。缺点：输出图像可能会出现锯齿状的边缘。
双线性内部插值：优点：可以提供更顺畅的结果，这比最近的相邻方法更准确。缺点：与最近的相邻方法的计算相比，它稍微复杂。因为它是像亮度值这样的加权平均值，所以它具有低频卷积效应，可能会模糊问题。
三种卷积方法：优点：它可以以相对完整的方式恢复图像，加权立方曲线使图像伸展并光滑噪音。缺点：计算成本更高，更复杂且耗时。
（4）图像增强和转换
定义：地面边界的颜色，对比度和平滑度用于改善遥感图像的处理，以改善图像视觉解释的效果和地面的辨别。转换方法有两种类型：光谱增强和空间增强。
一个。
定义：光谱的增强对应于目标的光谱特征的运行 - 对比度。包括色彩处理，增强对比度和光谱转换。
①颜色处理：多束带假颜色综合，单波段伪造颜色分割
②增强对比：
线性拉伸将图像图像的最小值和最大值扩展到0-255。
非线性拉伸包括索引转换和配对。索引转化：高灰色区域的扩展，低灰色区域压缩，可降低中间灰色的亮度。更改数量的数量：高灰色水平被压缩，低灰色区域的扩展极大地增强了中间灰度。
右数字平衡是一种非线性拉伸方法。修改图像的随机分布向均匀分布的直方图的直方图。高频灰度分配并打开，并将低频的元素灰度合并并压缩。方形图匹配是直方图的图表图，该图与直方图与指定函数或指定图的图形匹配。
③光谱转换：
频谱转换可以保留主要信息，并通过功能转换减少数据量；增强或提取有用的信息。其转换的本质是实现遥感图像的线性转换，以便根据一定规则旋转光谱空间的坐标系。常见的变化是PCA（主要组件变换）和KT（CAP转换）。
PCA的主要组件转换可以消除相关性，突出显示地面对象的特征，压缩数据并可以消除噪声，因为PCA转换后的信息量通常通过主组件顺序减少。转换的第一乐队通常具有最多的信息。
KT转化使转化的图像与植被和土壤的生长密切相关。转化的1、2和3频段分别表示亮度，绿色和湿度。
b。空间增强
定义：空间增强主要集中在图像的空间特征上，也就是说，考虑到每个图像及其周围元元素之间的关系，因此图像图像的几何形状是突出或降低的。主要是空间过滤，傅立叶变换，小波变化等。
过滤器：卷积是过滤器。根据过滤器核心及其功能，我们可以将其分为高通滤波和低通滤波。低通滤波平稳地进行过滤，并丢失了一些细节。 Qual-通过过滤图像的边缘和详细信息，但它将失去各种亮度。中值滤波：局部灰色的中心值用作区域中央图像的值。
3。监督分类
定义：也称为训练分类方法，请使用确认类的样本来识别其他未知类别（如元）的过程。
目的：根据某些规则或算法，根据光谱亮度，空间结构特征或不同频段中的其他信息将图像中的每个图像分为不同的类别。添加空间关系（纹理等）或遥感多个带合成信息（遥感索引等）可以提高分类精度。
包括两个基本步骤：选择培训样本并提取统计信息；选择分类算法。
必须满足培训样本：①同一类别中的培训样本必须是平均水平，并且不能包括其他类别； ②所有类型的同类鼠鼠，例如不同的针叶林的土壤类型； ③每种类型的培训样本都有一定数量； ④需要在每个特定间隔中收集几个连续样本，例如元分层或地理分层，以避免由空间自治引起的训练标志。
评估和训练样品的方法：平均图形方法（样本点特征值和不同类型特征（频段）的样本点的标准偏差（频段）的构造，以确定不同类别在不同的特征空间。），功能），功能）。空间两个维图（表示两个维图中训练的样品的光谱特征向量，在视觉上显示所有样品的光谱特征分布）。
分类算法
（1）并行算法：也称为框 - 类型决策 - 制定规则。根据训练样本的亮度范围形成 - 维数据空间。如果其他元素的光谱值落在与训练样本相对应的区域中，则将其分为相应的类别。简洁明了；可能会省略该元素的；训练样本定义的区域可能重叠。
（2）最小距离方法：使用训练样本中各种类别的平均值（群集中心），根据每个图像的平均培训师的平均距离的距离来确定其类别。中间。导致某些类别在其边界上的重叠，从而导致分类错误。
（3）最大值方法：基于培训样本的均值和协作差异，建立具有统计方法的判断功能，计算每个类别区域所有权的概率，并使用具有最大功能的类别来返回作为元素元素所有权的类别。可以将本质分类分类为属于类别重叠区域的像素；计算量很大，这对不同类型的不同类别的变化很敏感。
监督和分类优势
ofand : Human are , and theof theis ; may not have good ; theand of moreand time.
4. Non -
: Also known as,tonot to give any priorabout the in , but only based on data (therules of the of land) Self - and . It takes theas thebasis and the of the image of the imageais aof mode . The mainof non -are .
Theof non - : There is no need to have a wideof the areas to bein ; theof humanis ; theand smallofcan be .
Theof non - : need a largeof post -; it istothe, and theofandis ; with time,, and .
5.
The of the is an of image .
, andpoint or.
errorarebyof. The erroris alsothe, n lines n , and ntheof .
页:
[1]