地理信息技术答案

地理信息技术练习一答案
1、如何理解遥感技术特点及其在地学研究中的作用。

(1)遥感技术探测范围广，可获取大范围数据资料。

遥感用航摄飞机飞行高度为10km左右，陆地卫星的卫星轨道高度达910km左右，可及时获取大范围的信息。

例如，一幅陆地卫星影像对应地面约34000多km2，对我国而言仅需五百多幅即可覆盖全部领土，对国土资源概查有着重大意义。

一些较大的特征形迹如长达几千公里的地壳深部断裂，直径上千公里的大环形构造等只有在卫星遥感图像上才能显现出来。

遥感技术的宏观性使大尺度（从地区到全球）生态环境和资源研究成为可能。

(2)遥感技术获取信息的速度快，周期短。

卫星围绕地球运转，遥感探测能周期性、重复地对同一地区进行对地观测，能及时获取所经地区的各种自然、人文现象的最新资料。

不仅可以更新原有资料，也可以根据新旧资料变化对比来实现对地的动态监测，而人工实地测量和航空摄影测量等手段则无法完成。

例如，陆地卫星Landsat每16天可覆盖地球一次，NOAA 气象卫星每天能收到两次图像，高轨气象卫星如Meteosat每30分钟即可获得同一地区的图像。

不同时间分辨率和周期性探测满足研究区域的重复观测，可以获得地学现象动态变化规律与特征，在监测天气状况、自然灾害、环境污染乃至军事目标等方面具有优势。

(3)遥感技术获取信息的手段多，信息量大。

根据不同的任务，可选用不同波段和遥感仪器来获取信息。

可采用可见光、紫外线、红外线和微波探测物体。

不同光谱分辨率的遥感数据有助于地物的识别分类。

利用不同波段对物体不同的穿透性，还可获取地物内部信息，例如，地面深层、水的下层，冰层下的水体，沙漠下面的地物特性等，微波波段还可以全天候的工作。

(4)遥感技术获取信息受条件限制少，成本低。

利用遥感获取信息不受地形限制。

在地球上存在一些自然条件极为恶劣的地区，如高山冰雪、戈壁沙漠、海洋等地区，人类难以到达。

一般方法不易获得的资料，采用不受地面条件限制的遥感技术，特别是航天遥感卫星影像则可以获得大量有用的资料。

同时，卫星还可以不受任何政治、地球条件的限制，覆盖地球的任何一角和整个地球，使得我们能够及时地获得各种地表信息，并极大地缩短过去对农田、森林、城市等大区域成图所需时间。

(5)遥感技术构成对地球观察监测的多层空间、多波段、多时相的探测网，从地理空间(经度、纬度、高程)、光谱空间和时间空间提供了多维信息，能更加全面深入的观察分析问题。

遥感数据已成为地理研究的重要信息源，遥感方法改变了地理研究的工作模式，为地理分析提供了基础，也为地理分析从定性到定量，从静态到动态创造了条件，遥感与地理信息系统的结合，为地理研究提供了广阔的发展前景。

2. GIS软件发展的趋势
1）GIS中面向对象技术研究
面向对象的技术在GIS中的应用，推动了面向对象的GIS系统的发展，已成为GIS的发展方向之一。

面向对象的方法为描述复杂的空间信息提供了一条直观、结构清晰、组织有序的方法，它以空间对象为数据表达和功能应用的单元与基础，取消了分层的概念；所有的空间实体都以对象形式封装，而不是以复杂的关系形式存储，使系统组织结构良好、清晰，同时根据对象的特点，建立一般的或特殊的面向对象的结构，使其处理灵活，操作方法简捷有效，增强可重用性和可扩充性。

2）矢栅数据模型
矢量和栅格数据是地理信息系统中最主要的两种数据类型，二者各有优缺点，具有截然不同的结构，因此如何建立统一的矢量、栅格数据模型也是地理信息系统发展中的一个重要方面。

3）时空数据模型及综合系统研究
传统的地理信息系统数据模型及其应用只考虑空间对象的空间特性，忽略了其时间特性。

在许多应用领域中空间对象是随时间变化的，如环境监测、地震救援、天气预报等，而这种随时间的变化规律在分析、解决具体问题时具有十分重要的作用。

时空系统主要研究时空模型，时空数据的表示、存储、操作、查询和时空分析。

数据的空间特征与时间特征相结合的时空数据模型及时空系统的综合应用分析等一系列问题有待进一步研究。

4）地理信息系统专业模型研究
GIS的应用领域广泛，而这些领域都有自己独特的专用模型，GIS的空间分析功能对于大多数的应用问题是远远不够的， GIS的发展要求其提供能成功应用到专门领域的特有的空间分析模型。

因此，要将GIS与其他领域的模型和知识库的相结合，形成一个有机整体。

5）三维地理信息系统的研究
三维GIS是地理空间信息可视化和许多应用领域对GIS的基本要求。

目前大多数的GIS 提供了一些较为简单的三维显示和操作功能，但这与真三维表示和分析还有很大差距。

现有的矢量、栅格模型还不能完全满足三维可视化的要求，显示效果与分析功能还较弱，因此GIS 还要在三维数据结构、数据的可视化、地理数据的三维显示与操作、表面处理三维分析等方面进行研究。

3. DEM的概念，构建方法及应用领域。

DEM的概念：是用数值矩阵对地表起伏变化的一种连续表示方法，它是地表单元的高程集合，是国家空间地理信息的重要组成部分。

DEM构建方法：（１）等高线法；（２）规划格网法；（３）不规划三角网法。

DEM分析的主要应用
（1）地形曲面拟合：DEM最基础的应用是求DEM范围内任意点的高程，在此基础上进行地形属性分析。

由于已知有限个格网点的高程，可以利用这些格网点高程拟合一个地形曲面，推求区域内任意点的高程。

（2）立体透视图：绘制透视立体图是DEM的一个极其重要的应用。

透视立体图能更好地反映地形的立体形态，非常直观。

人们可以根据不同的需要，对于同一个地形形态作各种不同的立体显示，更好地研究地形的空间形态。

（3）通视分析：通视分析有着广泛的应用背景。

典型的例子是观察哨所的设定、森林中火灾监测点的设定、无线发射塔的设定等。

通视问题可以分为五类：a）已知一个或一组观察点，找出某一地形的可见区域；b）欲观察到某一区域的全部地形表面，计算最少观察点数量；c）在观察点数量一定的前提下，计算能获得的最大观察区域；d）以最小代价建造观察塔，要求全部区域可见；e）在给定建造代价的前提下，求最大可见区。

根据问题输出维数的不同，通视可分为点的通视，线的通视和面的通视。

（4）流域特征地貌提取与地形自动分割：是进行流域空间模拟的基础技术。

主要包括两个方面：a）流域地貌形态结构定义，定义能反映流域结构的特征地貌，建立格网DEM对应的微地貌特征；b）特征地貌自动提取和地形自动分割算法。

（5）计算地形属性：DEM派生的地形属性数据可以分为单要素属性和复合属性二种。

前者可由高程数据直接计算得到，如坡度因子，坡向。

后者是由几个单要素属性按一定关系组合成的复合指标，用于描述某种过程的空间变化，这种组合关系通常是经验关系，也可以使用简化的自然过程机理模型。

4.举例说明如何利用影像目视解译方法进行遥感影像判读。

（1）直接解译法
根据遥感图像目视解译直接标志直接判读地物及其范围。

例如：水体在假彩色红外航空相片上，呈现蓝或暗蓝色，根据颜色可直接解译出水域，根据水域的轮廓形状，可以直接分辨出水域是湖泊还是河流。

（2）对比分析法
1）同类地物对比分析法：在同一幅遥感图像上，由已知地物推出待解译地物。

例如，通过其它资料或野外实地考察每一类型在图像上确定若干个地物，再根据解译标志同类地物影像对比确定未知地物。

2）空间对比分析法：根据解译区域地物类型，选择一幅地物已知的遥感图像，通过两幅影像对比分析，通过已知影像解译未知影像。

例如，两张相邻的近红外航空影像，其中一幅已经过解译并经过野外验证，可以对比两张影像，从已知到未知。

3）时相对比分析法：利用同一区域不同时期成像的遥感图像进行对比分析，从而了解地物的动态变化，例如，了解泥石流流动、滑坡移动、沙丘移动、冰川进退、洪水演进、污染物扩散等。

（3）信息复合法
利用地形图或专题地图上的辅助信息，识别遥感影像上的地物。

例如，TM图像上土壤特征表现不明显，为了提高土壤解译精度，将植被图重叠在TM图像上，利用植被图作为辅助信息解译土壤分布。

等高线图对识别土壤类型、植被类型、地貌类型也有一定的辅助作用。

解译地貌叠合等高线图，可以根据等高线注记确定低山、中山和高山。

解译植被图叠合等高线，参考地形可提高解译精度。

遥感影像必须与辅助图严格配准，只有投影一致且比例尺相同才能配准。

（4）逻辑推理法
逻辑推理法是借助地物之间的内在关系，运用逻辑推理判断地物或地物属性。

当利用众多现象判读地物时，得出的结论可能不一致，这时应分析，哪些现象反映地物真实情况，哪些是假象，如果根据大多数现象得出同一结论，则结论很可能是正确的。

例如，在遥感影像上有小路通至岸边，可能是渡口或徒步涉水处，如果河面上没有渡船则确认是涉水处，进一步分析，如果两岸涉水处连线与河床正交，则河水流速较小，若斜交则流速较大。

（5）地理相关法
地物与环境因素间存在相互依存关系，借助专业知识推断地物的性质、状态及分布。

例如，山地河流出山口后，因比降变小，水流速度变慢，常在山地到平原的过度带形成冲击洪积扇，冲积扇上部主要由沙砾物质组成，土壤保水保肥性能差，植物稀少或没有植物，黑白航片上呈灰白到浅灰色调。

冲积扇中部及下部，土壤有一定的保水保肥能力，水分条件较好，有植物覆盖，夏季黑白航片上呈浅黑色调，在假彩色红外航片上呈粉红色。

5. 论述点、线、多边形数据之间的叠加分析的内容和方法。

（1）点与多边形叠加
点与多边形叠加，实际上是计算多边形对点的包含关系，进行点是否在一个多边形中的空间关系判断。

在完成点与多边形的几何关系计算后，还要进行属性信息处理。

最简单的方式是将多边形属性信息叠加到其中的点上。

当然也可以将点的属性叠加到多边形上，用于标识该多边形，如果有多个点分布在一个多边形内的情形时，则要采用一些特殊规则，如将点的数目或各点属性的总和等信息叠加到多边形上。

通过点与多边形叠加，可以计算出每个多边形类型里有多少个点，不但要区分点是否在多边形内，还要描述在多边形内部的点的属性信息。

通常不直接产生新数据层面，只是把属性信息叠加到原图层中，然后通过属性查询间接获得点与多边形叠加的需要信息。

（2）线与多边形叠加
线与多边形的叠加，是比较线上坐标与多边形坐标的关系，判断线是否落在多边形内。

计算过程通常是计算线与多边形的交点，只要相交，就产生一个结点，将原线打断成一条条弧段，并将原线和多边形的属性信息一起赋给新弧段。

叠加的结果产生了一个新的数据层面，每条线被它穿过的多边形打断成新弧段图层，同时产生一个相应的属性数据表记录原线和多边形的属性信息。

根据叠加的结果可以确定每条弧段落在哪个多边形内，可以查询指定多边形内指定线穿过的长度。

（3）多边形叠加
多边形叠加是GIS最常用的功能之一。

多边形叠加将两个或多个多边形图层进行叠加产生一个新多边形图层的操作，其结果将原来多边形要素分割成新要素，新要素综合了原来两层或多层的属性。

叠加过程可分为几何求交过程和属性分配过程两步。

几何求交过程首先求出所有多边形边界线的交点，再根据这些交点重新进行多边形拓扑运算，对新生成的拓扑多边形图层的每个对象赋一多边形唯一标识码，同时生成一个与新多边形对象一一对应的属性表。

多边形叠加结果通常把一个多边形分割成多个多边形，属性分配过程最典型的方法是将输入图层对象的属性拷贝到新对象的属性表中，或把输入图层对象的标识作为外键，直接关联到输入图层的属性表。

这种属性分配方法的理论假设是多边形对象内属性是均质的，将它们分割后，属性不变。

6. 以美国陆地卫星Landsat TM图像的波段为例，说明如何进行真彩色合成和假彩色合成，解释在标准假彩色合成的TM影像上健康植被、清澈的湖泊、密集城市地区的色调特征及其原因。

(1)计算机显示器的彩色显示系统是根据三原色加色合成原理，即由3个电子枪分别在屏幕上形成红、绿、蓝三原色像来合成图像。

因此，对于多光谱图像，选择其中的任意3个波段，分别赋予红、绿、蓝3种原色，即可在屏幕上合成彩色图像。

(2)真彩色合成：在彩色合成中选择的波段的波长与红绿蓝的波长相同或近似，得到的图像的颜色与真彩色近似，这种合成方式称为真彩色合成。

使用真彩色合成的优点是合成后图像的颜色更接近于自然色。

例如，Landsat TM影像中，TM3为红波段，对其赋予红色（R），TM2为绿波段赋予绿色（G），TM1为蓝波段赋予蓝色（B），合成赋予的颜色与原波段的颜色相同，合成后的彩色影像上地物色彩与实际地物色彩接近或者一致。

假彩色合成：由于三原色波段的选择是根据增强目的确定的，与原来波段的真实颜色不同，所合成的彩色图像并不表示地物真实的颜色，这种合成方法称假彩色合成。

例如，Landsat TM影像的标准假彩色合成方案中，对TM4近红外波段赋予红色（R），TM3红波段赋予绿色（G），TM2绿波段赋予蓝色（B），合成赋予的颜色比原波段的颜色短一个波段，合成后的彩色影像上地物色彩与实际地物色彩不一致。

(3)标准假彩色TM影像中地物的颜色
植被：所有绿色植物在可见光波段以吸收为主，在绿波段有一个小的反射峰；在近红外波段有一个反射的“陡坡”，至1.1um附近有一个峰值。

健康植被在近红外波段的高反射率，并被赋予红色，加之在绿波段有一定反射，且被赋予蓝色，根据加色法合成原理，绿色与红色相加为品红，由于近红外赋予的红色比例高，健康植被呈现红色/品红色。

水体：可见光波段水吸收率较低，在蓝、绿光波段透射能力相对较高。

对近红外波段吸收较强，在1.4μm和1.9μm附近，其吸收率接近100%。

绿波段被赋蓝，清澈湖泊呈蓝偏黑色。

密集城市地区：呈现浅蓝或蓝灰色，体现综合性。

7. 空间决策支持系统（SDSS）的基本特点、功能并进行土地利用优化配置决策支持系统设计参考答案：
空间决策支持系统（DDSS）就是支持空间决策行为的决策支持系统。

空间决策支持是应用空间分析的各种手段对空间数据进行处理变换，以提取出隐含于空间数据中的某些事实与关系，并以图形和文字的形式直接地加以表达，从为人类活动的空间行为决策提供科学、合理的支持。

由于空间分析的手段直接融合了数据的空间定位能力，并能充分利用数据的现势性特点。

其功能表现为：
（1）不同数据源的空间和非空间数据的获取、输入和存储；
（2）复杂空间数据结构和空间关系表示方法，适于数据查询、检索、分析和显示；
（3）灵活的集成程序式空间知识（数学模型、空间统计）和数据的处理功能；
（4）灵活的功能修改的扩充机制；
（5）友好的人机交互界面；
（6）提供决策需要的多种输出；
（7）提供非结构化空间知识的形式化表达方法；
（8）提供基于领域专家知识的推理机制；
（9）提供自动获取知识或自学习功能；
（10）提供其于空间信息、描述性知识、程式化知识的智能控制机制。

该系统面向的用户是土地管理部门及有关农业部门，其系统具体目标为：
（1）构建某区域土地资源管理的区域网系统，实现基于互联网技术的综合查询系统。

（2）建立某区域包括各类专题图件的空间数据库和属性数据库，实现两者的协调管理。

以基础数据库为基础，分析土地利用现状、进行土地利用适宜性评价，为决策者对土地利用优化调控提供了可靠信息。

（3）建立各类辅助决策应用模型，利用GIS技术、计算机网络技术和数据库技术等实现人机交互，对土地利用优化方案进行决策支持。

（4）以虚拟现实技术为支撑，建立友好的用户界面，使主要的分析、评价、决策过程和各种方案实施结果更直观化、可视化。

土地利用优化配置决策支持系统有五部分组成：人机交互系统、数据库系统、数学模型库系统、知识库子系统、辅助决策系统。

系统应用土地学、地理学、数学各领域的相关研究成果，以计算机系统、新兴的遥感与地理信息系统技术为主要手段，收集某区域土地利用的基本数据，为整个决策支持系统提供必要的量化参数，从而为土地利用优化配置提供准确科学的判断。

从系统功能结构上，系统由土地利用数据输入、信息输出、空间数据管理和决策模型四部分组成。

其中（1）土地利用数据输入，是指通过数字化仪、扫描仪或键盘录入数据，再利用GIS软件工具的输入编辑功能，对土地利用方面的图形数据、图像数据、属性数据进行编辑、格式转换等，包括点、线、面三种图形元素及其属性数据的编辑，并生成拓扑关系；（2）土地利用空间数据管理，是值定义和管理土地利用所需的各种空间数据，如数字地图、非几何属性及遥感影像数据，对空间数据进行编辑和维护，包括图形编辑、检索查询、统计分析等功能；（3）土地利用辅助决策模型是根据用户实际要求而建立的模型体系，辅助管理决策，以实现土地利用优化配置，包括进行土地利用现状分析、适应性评价和需求预测，提出土地利用结构优化的方案；（4）土地利用数据输出，主要是通过各种输出设备如显示器、打印机、绘图仪等，输出土地利用所需的各种分析结论，基础数据以及图表文件等。

(1)遥感数字图像计算机解译以遥感数字图像为研究对象，在计算机系统支持下，综合运用地学、遥感图像处理、地理信息系统、模式识别与人工智能技术，实现地学专题信息的智能化获取。

分类精度评价是以一幅合适的精确数据作为参考，将要进行评价的遥感分类图像与之对比，即比较两幅图像中每个像元之间的一致性，以正确分类的百分比来表示精度。

与遥感图
像分类误差类型相对应，遥感图像分类精度的评价方法亦可分为位置精度评价和非位置精度评价。

位置精度评价是将分类的类别与其所在的空间位置进行统一检查；非位置精度评价是在未考虑位置因素的情况下，以一个简单的数值，如面积、像元数目等表示分类精度，故可以在一定程度上使类别之间的错分结果彼此平衡，抵销分类误差，提高分类精度。

到目前为止，精度评价方法很多，主要有采样方法、误差矩阵与精度估计量法、Kappa 分析法。

(2)评价指标：
总体分类精度（Overall Accuracy）: 等于被正确分类的像元总和除以总像元数，地表真实图像或地表真实感兴趣区限定了像元的真实分类。

被正确分类的像元沿着混淆矩阵的对角线分布，它显示出被分类到正确地表真实分类中的像元数。

像元总数等于所有地表真实分类中的像元总和。

制图精度：指假定地表真实为A类，分类器能将一幅图像的像元归为A的概率。

用户精度：指假定分类器将像元归到A类时，相应的地表真实类别是A的概率。

总体精度：（188+11+95+72+5）/500×100%= 74.2%
9. 简述空间数据误差来源与数据质量控制方法。

从空间数据的形式表达到空间数据的生成，从空间数据的处理变换到空间数据的应用，在这两个过程中都会有数据质量问题的发生。

（1）空间现象自身存在的不稳定性：包括空间特征和过程在空间、专题和时间内容上的不确定性。

（2）空间现象的表达：数据采集中的测量方法以及量测精度的选择等受到人类自身的认识和表达的影响，这对于数据的生成会出现误差。

（3）空间数据处理中的误差：在空间数据处理过程中，容易产生的误差有以下几种：投影变换产生的差异；地图数字化和扫描后的矢量化处理都可能出现误差；数据格式转换中的位置差异性；数据抽象时产生的误差；建立拓扑关系过程中的位置坐标的变化；与主控数据层的匹配位移导致误差；数据叠加操作和更新产生空间位置和属性值的差异；数据集成处理产生的误差；数据的可视化产生表达上的误差；数据处理过程中误差的传递和扩散----4分
（4）空间数据使用中的误差：主要包括两个方面：一是对数据的解释过程，一是缺少文档，
这样往往导致数据用户对数据的随意性使用而使误差扩散。

数据质量控制是个复杂的过程，要控制数据质量应从数据质量产生和扩散的所有过程和环节入手，分别用一定的方法减少误差。

空间数据质量控制常见的方法有：
（1）传统的手工方法：将数字化数据与数据源进行比较，图形部分的检查包括目视方法、绘制到透明图上与原图叠加比较，属性部分的检查采用与原属性逐个对比或其他比较方法。

---3分
（2）元数据方法：数据集的元数据中包含了大量的有关数据质量的信息，通过它可以检查数据质量，同时元数据也记录了数据处理过程中质量的变化，通过跟踪元数据可以了解数据质量的状况和变化。

（3）地理相关法：用空间数据的地理特征要素自身的相关性来分析数据的质量。

10. 阐述斯蒂芬-玻耳兹曼定律和基尔霍夫定律的内容。

现已知氧化氮铜表面温度1000K ，吸收系数为0.7，试求此时该物体的总辐射出射度M 。

(1)斯蒂芬-玻耳兹曼定律（ Stefan-Boltzmann's Law ）：对普朗克公式从零到无穷大的波长范围内进行积分，转换得到绝对黑体总辐射通量密度表达式。

该定律揭示了绝对黑体总辐射出射度随温度变化的定量关系。

黑体总辐射通量密度随温度增加而增加，且与温度的四次方成正比。

因此，温度的微小变化，就会引起辐射通量密度很大的变化。

是红外装置测定温度的理论基础。

(2)基尔霍夫辐射定律（Kirchhoff’s Law）：在一定温度下，地物单位面积上的辐射通量W 和吸收率之比，对于任何物体都是一个常数，并等于该温度下同面积黑体辐射通量。

该定律揭示了物体的光谱辐射出射度与吸收系数（率）的比值，是波长、温度的普适函数，它与物体的性质无关。

好的吸收体也是好的辐射体。

黑体是完全的吸收体，因此也是完全的辐射体。

(3)根据斯蒂芬-玻耳兹曼定律，1000K 的黑体总辐射为
σ：斯蒂芬-玻尔兹曼常数=5.67×10-8W •m-2•K-4
244-840/1067.5)1000(105.67m W T M ⨯=⨯⨯==σ
根据基尔霍夫定律，αα//0M M =，求得该物体的总辐射： 2440/1097.3/1067.57.0m W m W M M ⨯=⨯⨯==α
地理信息技术练习二答案
1. 如何在白天和夜间获取的热红外图像中识别水体和道路、森林和草地、土壤和岩石？
(1) 地物具有反射、透射和发射电磁辐射的能力。

遥感器透过 3.5 -5.5μm 和 8 -14μm 区间上的大气窗口，探测地物表面发射的电磁辐射。

这点不同于可见光和近红外遥感。

地物本身具有热辐射特性，热红外像片记录了地物热辐射。

各种地物热辐射强度不同，在像片上具有不同的色调和形状构像，这是我们识别热红外像片地物类型的重要标志，热红外像片的直接解译标志主要包括：
1)色调：色调是地物亮度温度的构像。

判读热红外像片时，关键是要细致区分影像色调的差异。

影像的不同灰度表征了地物不同的辐射特征。

影像正片上深色调代表地物热辐射能力弱，浅色调代表地物热辐射能力强。