第三章 遥感图像解译
如何进行航空摄影测量与遥感图像解译
如何进行航空摄影测量与遥感图像解译现代社会飞速发展的航空摄影测量和遥感技术已经成为地理空间信息科学领域中的重要组成部分。
航空摄影测量可以利用飞机、卫星等载体获取地面目标的影像资料，而遥感图像解译则是根据这些影像资料来提取地物信息并进行分析。
本文将探讨如何进行航空摄影测量与遥感图像解译，以及相关的应用和发展趋势。
首先，航空摄影测量是通过航空影像来获取地面目标信息的一种技术。
航空影像可以分为航测影像和卫星遥感影像两种类型。
航测影像是利用飞机等载体获取的影像资料，具有分辨率高、覆盖范围大的特点；而卫星遥感影像则是利用卫星获取的影像资料，具有覆盖范围广、周期长的特点。
航空摄影测量技术结合了地理信息系统（GIS）、全球定位系统（GPS）等科学技术手段，可以获得高精度、高分辨率的地面目标信息。
航空摄影测量技术在各个领域有着广泛的应用。
在城市规划和土地管理中，可以利用航空摄影测量技术获取城市建筑、交通路网等信息，为城市规划和土地管理提供数据支持。
在环境保护中，可以利用航空摄影测量技术监测森林覆盖率、水资源分布等情况，为环境管理和生态保护提供数据支持。
在农业领域，可以利用航空摄影测量技术获取农田的土壤类型、作物分布等信息，为农业生产提供数据支持。
此外，航空摄影测量技术还广泛应用于国土资源调查、灾害监测、地质勘探等领域。
与航空摄影测量相伴而生的是遥感图像解译技术。
通过对航测影像和卫星遥感影像进行解译，可以提取出地物信息，包括建筑物、道路、河流、森林、湖泊等。
遥感图像解译技术可以分为目视解译和计算机自动解译两种方式。
目视解译是人眼通过观察遥感图像进行解译，具有灵活性强、经验丰富的特点，但速度较慢；而计算机自动解译则是利用计算机算法对图像进行解译，具有速度快的优势，但对算法的准确性和稳定性要求较高。
目视解译和计算机自动解译可以相互结合，提高解译的准确性和效率。
遥感图像解译在地理空间信息科学领域中有着广泛的应用。
在农业领域，可以利用遥感图像解译技术获取农作物的生长状况、密度等信息，为农业生产提供决策支持。
【测绘课件】遥感(目视解译制图)
14
遥感摄影像片的判读
–间接解译标志
目标地物与成像时间的关系：了解成像时间，有助 于对目标地物的识别。例如，东部季风区夏季炎热 多雨，冬季寒冷干燥，土壤含水量因此具有季节变 化，河流与水库的水位也有季节变化。
– 位：指目标地物在遥感影像上的空间位置，这里包 括目标地物分布的空间位置、相关布局等；
2
遥感图像目标地物的识别特征
目标地物识别特征
–色调（tone）：全色遥感图像中从白到黑的密度比 例叫色调（也叫灰度）。如海滩的砂砾，因含水量 不同，在遥感黑白像片中其色调是不同的，干燥的 砂砾色调发白，而潮湿的砂砾发黑。色调标志是识 别目标地物的基本依据，依据色调标志，可以区分 出目标地物。在一些情况下，还可以识别出目标地 物的属性。例如，黑白航空像片上柏树为主的针叶 林，其色调为浅黑灰色，山毛榉为主的阔叶林，其 色调为灰白色。目标地物与背景之间必须存在能被 人的视觉所分辨出的色调差异，目标地物才能够被 区分。
3
遥感图像目标地物的识别特征
北京故宫 博物院与 护城河之 间的色调 差异。
4
遥感图像目标地物的识别特征
目标地物识别特征
–颜色（colour）：是彩色遥感图像中目标地物识别的基本 标志。日常生活中目标地物的颜色是地物在可见光波段 对入射光选择性吸收与反射在人眼中的主观感受。遥感 图像中目标地物的颜色是地物在不同波段中反射或发射 电磁辐射能量差异的综合反映。彩色遥感图像上的颜色 可以根据需要在图像合成中任意选定，例如多光谱扫描 图像可以使用几个波段合成彩色图像，每个波段赋予的 颜色可以根据需要来设置。按照遥感图像与地物真实色 彩的吻合程度，可以把遥感图像分为假彩色图像和真彩 色图像。
使用遥感图像解译进行土地利用类型分类的技巧与方法
使用遥感图像解译进行土地利用类型分类的技巧与方法引言：遥感图像解译是通过获取地面及其有关信息的各种图像，并分析图像来识别及提取地物特征的过程。
在土地利用规划、环境保护、农业和城市规划等领域，遥感图像解译在确定土地利用类型及其空间分布方面发挥着关键作用。
本文将介绍一些使用遥感图像解译进行土地利用类型分类的技巧与方法。
一、选取合适的遥感数据选择合适的遥感数据是进行土地利用类型分类的关键步骤。
常见的遥感数据包括航空摄影、卫星影像和激光雷达数据等。
这些数据具有不同的空间分辨率、光谱分辨率和时间分辨率等特点，因此需根据研究目的和数据可用性选择合适的遥感数据。
通常情况下，高分辨率的卫星影像可以提供更详细的地物信息，而中分辨率的遥感数据可以实现更大范围的土地利用类型分类。
二、预处理遥感图像数据在进行土地利用类型分类之前，通常需要对遥感图像数据进行预处理。
预处理包括影像辐射校正、大气校正和几何纠正等步骤。
通过这些预处理步骤，可以消除由于传感器和大气条件等因素引起的影像噪声和畸变，提高土地利用类型分类的准确性。
三、提取分类特征提取合适的分类特征是进行土地利用类型分类的关键。
常见的分类特征包括光谱特征、纹理特征和形状特征等。
光谱特征通常是基于遥感图像中地物的光谱反射率或辐射亮度进行分类，通过分析地物的光谱特征可以判断其土地利用类型。
纹理特征是指地物的纹理信息，通过纹理特征可以获得地物的空间分布信息，从而实现土地利用类型分类。
形状特征是指地物的形状信息，通过分析地物的形状特征可以判别其土地利用类型。
四、选择合适的分类算法选择合适的分类算法是进行土地利用类型分类的关键。
常见的分类算法包括最大似然分类法、支持向量机、随机森林和人工神经网络等。
最大似然分类法是一种常用的基于统计理论的分类算法，它通过计算每个地物类别的最大似然估计来判断其土地利用类型。
支持向量机是一种常用的机器学习算法，它通过构建一个高维空间中的超平面来实现土地利用类型分类。
遥感解译基本步骤
遥感解译基本步骤遥感解译是从遥感图像中提取信息、进行分析和识别的过程。
以下是遥感解译的基本步骤：1. 图像获取和准备：获取高质量的遥感图像是解译的第一步。
选择合适的传感器、波段和分辨率以满足研究需求。
确保图像在获取时没有大气、云层或其他干扰。
2. 图像校正：对图像进行几何和辐射校正，以纠正由于传感器和大气扰动引起的形变和亮度差异。
校正后的图像有助于准确的定量分析和解译。
3. 选择合适的波段：根据研究目的选择图像中的合适波段。
不同波段可以提供不同的信息，例如红外波段用于植被健康状况的评估。
4. 增强图像：对图像进行增强，以提高特定信息的可视化效果。
常见的增强方法包括直方图均衡、对比度拉伸和色彩增强。
5. 制定解译目标：确定解译的目标和研究问题，例如土地覆盖类型、植被健康状况、水体分布等。
这有助于有针对性地选择解译方法和工具。
6. 进行初步解译：对图像进行初步的目视解译，标识可能的地物、特征和变化。
使用专业软件工具，如遥感图像解译系统，辅助进行初步解译。
7. 执行监督或非监督分类：利用监督或非监督分类方法，将图像像元分配到不同的类别中。
监督分类需要事先准备训练样本，而非监督分类则是根据图像自身的统计特征进行分类。
8. 验证和精度评估：对解译结果进行验证，比较实地调查或其他高分辨率数据，评估解译的准确性和可靠性。
这有助于确定解译结果的可信度。
9. 后处理和整合：对分类结果进行后处理，填充空洞、平滑边界等，以提高分类的一致性。
将解译结果与其他地理信息数据整合，生成完整的信息产品。
10. 结果分析和报告：分析解译结果，生成地图或报告，以满足特定的研究目标。
结果的解读需要结合地理背景和专业知识。
这些步骤的具体执行可能会因研究目的、地域特点和数据类型而有所不同，但这些基本步骤提供了一个通用的遥感解译流程。
遥感导论课后习题答案解析
第一章：1.遥感的基本概念是什么？应用探测仪器，不与探测目标相接触，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。
2.遥感探测系统包括哪几个部分？被侧目标的信息特征、信息的获取、信息的传输与记录、信息的处理和信息的应用.3.作为对地观测系统，遥感与常规手段相比有什么特点？①大面积同步观测：传统地面调查实施困难，工作量大，遥感观测可以不受地面阻隔等限制。
②时效性：可以短时间内对同一地区进行重复探测，发现地球上许多事物的动态变化，传统调查，需要大量人力物力，用几年甚至几十年时间才能获得地球上大范围地区动态变化的数据。
因此，遥感大大提高了观测的时效性。
这对天气预报、火灾、水灾等的灾情监测，以及军事行动等都非常重要。
（比较多，大家理解性的删除自己不需要的）③数据的综合性和可比性遥感获得地地物电磁波特性数据综合反映了地球上许多自然、人文信息。
由于遥感的探测波段、成像方式、成像时间、数据记录、等均可按照要求设计，使获得的数据具有同一性或相似性。
同时考虑道新的传感器和信息记录都可以向下兼容，所以数据具有可比性。
与传统地面调查和考察相比较，遥感数据可以较大程度地排除人为干扰。
④经济性遥感的费用投入与所获得的效益，与传统的方法相比，可以大大的节省人力、物力、财力和时间、具有很高的经济效益和社会效益。
⑤局限性遥感技术所利用的电磁波有限，有待进一步开发，需要更高分辨率以及遥感以外的其他手段相配合，特别是地面调查和验证。
第二章：6.大气的散射现象有几种类型？根据不同散射类型的特点分析可见光遥感与微波遥感的区别，说明为什么微波具有穿云浮透雾能力而可见光不能。
①瑞利散射（大气中粒子的直径比波长小得多时发生的散射）.②米氏散射（当大气中粒子的直径与辐射的波长相当时发生的散射）③无选择性散射（当大气中粒子的直径比波长大的多时发生的散射）.大气散射类型是根据大气中分子或其他微粒的直径小于或相当于辐射波长时才发生。
遥感图像解译原理与方法
Water absorption bands:
0.97 mm 1.19 mm 1.45 mm 1.94 mm 2.70 mm
植被光谱特点： 在可见光0.55um附近有一个反射率为10%-20%小反射峰； 在0.45um、0.66um附近有两个明显吸收谷； 在0.7-0.8um是一个陡坡，反射率急剧增高； 在近红外波段0.8-1.3um之间形成一个反射率可达40%以上反射峰； 在1.45um、1.95um、2.6-2.7um处有三个吸收谷。
差别很明显，两波段反射率比值可充分反映这一特点
RVI是绿色植物灵敏指示指数，它与叶面积指数（LAI）、叶 干生物量、叶绿素含量相关性很高，被广泛用于估算与监测 绿色植物生物量。
2）差值植被指数（DVI） DVI为近红外波段与可见光红波段数值之差。
差值植被指数对土壤背景比较敏感，有利于对植被生态环境 监测，因此又称为环境植被指数（EVI）。
叶面积指数与植被光学性质紧密相关：
（1）叶面积大，植物光合作用强，叶绿素含量多，对光合有效 辐射吸收强（植物吸收光合有效辐射多），在0.4微米-0.7微 米吸收越强；
（2）叶面积大，植物叶片密集，其反射近红外辐射越强，在0.7 微米-0.9微米反射能量越多；
（3）叶面积大，入射辐射直接到达地表部分较少，土壤反射更 弱，土壤影响也小。
影响植物光谱主要因素： （1）叶片结构
叶绿素对紫外光、紫色光强烈吸 收，对蓝光、红光也强烈吸收， 以进行光合作用，对绿色光则部 分吸收、部分反射，所以叶子呈 现绿色。
lack of absorption
叶子海绵组织对0.8-1.3um近红外光强烈反射，形成光谱曲线 上最高反射峰，其反射率可达40%以上，吸收率很低。
第三章 遥感图像解译
遥感解译的分类
一般分为两种：
目视解译，由专业人员通过直接观察或借助判 读仪器在遥感图像上获取特定目标地物信息。 计算机解译，以计算机系统为支撑环境，利用 模式识别技术和人工智能技术，根据遥感图像中 目标地物的各种影像特征（颜色、形状、纹理与 空间位置），结合专家知识库中对目标地物的解 译经验和规律等进行分析和推理，实现对遥感图 像的理解。
遥感地学分析
Geography Analysis for Remote Sensing
第3章 遥感图像解译与分类
第一节 遥感图像解译
遥感提供的是一种综合信息，不仅表现在它反 映的地学要素---地质、地貌、水文、土壤、植 被、社会生态等的综合，是由相互关联的自然 及社会现象所构成的。它是不同空间分辨率、 波普分辨率和时间分辨率的遥感信息的综合。 遥感图像解译是通过遥感图像所提供的各种识 别目标的特征信息进行分析、推理与判断，最 终达到识别目标或现象的目的。
S1S
-P-NL2
S:系统水平校正；1表示满幅 185×185Km；S为空间斜轴麦卡托 投影（L兰勃特，U横轴麦卡托等）。 P:推测星历计算 N:正常处理（A非正常）
L:传感器低增益；2为压缩传输
NASA ERTS
National Aeronautics and Space Administration
10m
3m
<1m
2. 季相影响
1）植被差异 冬季成像有利于突出地表信息；夏季有利 植被解译。 2）太阳高度角 冬季太阳高度低，物体阴影长，辐射强度 低，地物形态信息丰富。 夏季太阳高度高，阴影短，有利地物光谱特 征的反映。 3）水分影响
3.图像显示
遥感图像解译二案：遥感图像解译的基本原理与方法
遥感图像解译是利用遥感技术获取的卫星、空遥感图像数据，进行目标、地貌、植被等地物信息的分类、提取和分析的过程。
它已经成为现代地质、地理、环境和农业等领域中不可或缺的技术手段。
在工程建设、资源管理和环境保护等方面，都具有不可替代的作用。
遥感图像解译的基本原理遥感图像解译需要依赖遥感技术采集的图像数据。
遥感图像数据一般包括光学图像和雷达图像。
光学图像是通过接收地物反射或辐射的能量采集的图像。
它的频谱范围一般包括可见光、红外线和紫外线等波段。
雷达图像则是通过接收地物反射或散射的雷达波信号采集的图像。
它的频谱范围主要在微波段。
在遥感图像解译中，需要通过对不同波段的图像数据进行处理和分析，以达到目标、地貌、植被等地物信息的分类、提取和分析等目的。
因此，了解不同波段的地物反射和散射特性是遥感图像解译的基本原理。
遥感图像解译的方法遥感图像解译的方法可以分为人工解译和计算机自动解译两种。
人工解译是指通过观察和分析遥感图像，利用人类的经验和知识来进行判断、分类和提取等操作的一种解译方法。
计算机自动解译则是指利用计算机程序和算法来实现遥感图像的分类、目标检测和特征提取等操作的一种解译方法。
人工解译的基本流程包括：影像预处理、目标提取、图像分类、图像后处理等步骤。
其中，影像预处理主要包括对图像进行去噪、增强、几何校正和辐射定标等操作；目标提取则是指对图像中的目标进行检测和分割操作；图像分类则是指按照特定的标准对目标进行分类和识别；图像后处理则是指对分类结果进行精细化处理和分析。
计算机自动解译则是利用计算机程序和算法来进行遥感图像解译。
其中，监督分类法是常见的自动分类方法之一。
监督分类法是指利用已知分类样本和特征向量等信息，来训练计算机程序，然后对整幅遥感图像进行分类的一种方法。
一般情况下，监督分类法需要进行数据选择、特征提取、模型训练和分类等步骤。
除了监督分类法外，还有无监督分类法、神经网络法、模糊聚类法和支持向量机法等自动解译方法。
遥感图像解译方法
北京揽宇方圆信息技术有限公司遥感图像解译方法遥感图像解译分为两种:一种是目视解译，它指专业人员直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息的过程。
另一种是遥感图像计算机解译，它以计算机系统为支撑环境，利用模式识别技术和人工智能技术相结合，根据遥感图像中目标地物的各种影像特征(颜色、形状、纹理与空间位置)，结合专家知识库中目标地物的解译经验和成像规律等知识进行分析和推理，实现对遥感图像的理解，完成对遥感图像的解译。
其中计算机解译通常又可分为基十像元的遥感目标识别和面向对象的遥感目标识别两种。
北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。
遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。
优势：1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。
2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。
3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。
4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。
5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。
如何进行遥感图像解译与土地利用变化检测的步骤详解
如何进行遥感图像解译与土地利用变化检测的步骤详解遥感图像解译与土地利用变化检测是一项重要的环境科学研究任务，它具有广泛的应用领域，例如农业、城市规划和自然资源管理。
本文将详解这一过程的步骤，从数据获取到结果分析。
通过了解这些步骤，读者将能够更好地理解和应用遥感图像解译与土地利用变化检测技术。
1. 数据获取在进行遥感图像解译与土地利用变化检测之前，首先需要获取高质量的遥感图像数据。
这些图像可以来自卫星、航空器或无人机平台。
数据的获取应考虑地理位置、时间和分辨率等因素。
对于土地利用变化检测，重要的是获取多期的图像数据，以便进行对比分析。
2. 预处理获取图像数据后，下一步是进行预处理。
预处理的目的是去除图像中的噪声、改善图像质量，以便更好地进行后续的解译和分析。
预处理步骤包括辐射定标、大气校正、几何校正和镶嵌等。
这些步骤可以通过遥感软件和算法来完成。
3. 图像解译图像解译是遥感图像解译与土地利用变化检测的核心步骤。
在这一步骤中，研究人员需要根据图像的特征和知识来识别和分类不同的地物或土地利用类型。
这可以通过目视解译、计算机辅助解译或混合解译等方法来实现。
解译的结果通常是一个土地利用分类图，其中地物或土地利用类型被分配到不同的类别中。
4. 变化检测土地利用变化检测是对多期图像数据进行比较，以分析土地利用变化的过程和趋势。
这个过程可以帮助了解土地利用变化的原因，并为合理的土地规划和管理提供依据。
变化检测可以通过单期差别图、多期叠加图和变化向量分析等方法来完成。
在进行变化检测时，还应考虑数据的准确性和精度。
5. 结果分析最后一步是对土地利用变化检测的结果进行分析。
这包括对变化的特征、分布和趋势进行统计和解释。
结果分析可以通过统计方法、地理信息系统和模型分析来完成。
通过对结果的深入分析，研究人员可以发现土地利用变化背后的驱动力和影响因素，从而为土地管理和规划提供科学依据。
总结遥感图像解译与土地利用变化检测是一项复杂的研究任务，需要进行多个步骤和方法的综合应用。
遥感图像解译
遥感图像解译1 遥感图像解译的一般要求(1) 遥感图像解译主要适用于前期论证阶段和初步勘察阶段。
解译工作应先于水文地质测绘，并贯穿其整个过程，以提供编写设计、布置水文地质观测路线的依据，达到减少水文地质测绘工作量，提高工作精度的目的。
(2) 一般使用的遥感图像为卫星图像和航空相片，必要时，在卫星图像和航空相片解译的基础上提出课题，进行红外扫描或其他专门遥感飞行，获得相应的遥感图像。
(3) 通过遥感图像解译，应提交与测绘比例尺相同的遥感图像水文地质解译图及文字说明。
根据需要，可分别编制地貌、地质构造解译图、相片镶嵌图和典型像片图等。
(4) 通过遥感图像解译，能够解决或基本能够解决某地区的水文地质问题，对该地区可不作或少作水文地质测绘工作，以减少野外工作量。
2 遥感图像解译的基本要求(1) 进行相片质量鉴定。
在搜集和分析已有资料(包括不同地质体的光谱特征资料)和野外踏勘调查的基础上，建立地质、水文地质直接和间接解译标志。
(2) 应选用不同时间、不同波段、不同比例尺卫星图像进行水文地质对比解译。
图像比例尺可根据卫星图像质量放大到1:50万至1:25万。
(3) 使用的航空相片比例尺，尽量接近水文地质测绘比例尺，一般不宜小于1:5万。
(4) 为发挥卫星图像视域范围大、反映构造轮廓清楚的客观效果和航空相片局部细节详细的长处，卫星图像和航空相片最好结合使用。
但在进行区域地质、水文地质解译时，卫星图像也可单独使用。
(5) 遥感图像解译一般采用目视解译和航空立体镜的光学机械解译，尽可能采用假彩色合成为主的电子光学解译和计算机图像处理，以提高解译水平。
(6) 遥感图像解译应结合已有的地面地质、物探、钻探等资料进行。
(7) 单张相片及镶嵌图的解译结果，可采用徒手或仪器转绘到与测绘比例尺相应的地形底图上，统一编绘成解译成果图。
3 遥感图像主要解译内容(1) 划分主要地貌单元，判定地貌形态、成因类型及地貌形态与地质构造、地层岩性、地下水分布的关系；(2) 地质构造基本轮廓、新构造形迹、裸露及隐伏的线性构造位置；(3) 各种岩溶形态和成因类型；(4) 解译各种水文地质现象，判定泉点、泉群、地下水溢出带和地表水渗失带位置，圈定地表水体的范围，分析水系发育特征；(5) 古河道、浅层淡水的分布范围；(6) 分析地下水补给、径流、排泄等区域水文地质条件。
Chapter 3--图像目视解译与应用
2
直接解译标志 形状：地物的轮廓在影象平面的投影。
直接解译标志
大小：地物的尺寸、面积、体积等按比例缩小的相 似记录。根据比例尺在影象上量算，比较. 如:市区建筑物： 居民楼; 工厂、仓库、大型商场
13
14
直接解译标志
色调：灰阶（黑白）或色别与色阶（彩 色），最重要、最直观的解译标志。 注意同物异谱、同谱异物
第3讲 图像目视解译与应用 (Image Interpretation)
张显峰
北京大学 遥感与地理信息系统研究所 空间信息科学与技术系
2013年12月02日
2013/12/1
1
第3讲 图像目视解译与应用
遥感图像目视解译 遥感应用
2
遥感图像目视解译方法
1 遥感影象解译标志
直接解译与间接解译标志
2 一般原则 3 常用的解译方法
位置：地物间彼此相互关联关系在影 象上的反映，相互印证 如: 沿海岸分布的滩涂、盐地、沙滩； 火山附近的熔岩；湖边的芦苇；荒漠 中的红柳
21
直接解译标志
纹理：地物影象轮廓内的色调变化的空间布局和频率。 如点状、粒状、线状、斑状等 粗糙、平滑
不同树种的纹理
22
目视解译一般顺序（原则）
先整体后局部、先宏观后微观 从已知到未知、先易后难 先山区后平原、先地表后深部
3
1.遥感图像目视解译
运用专业背景知识，通过肉眼观察，经过综合分 析、逻辑推理、验证检查把遥感图像中所包含的 地物信息提取和解析出来的过程；
可借助某些工具，如放大镜
是人们通过遥感技术获取目标信息最直接、最基 本的方法；
图象的增强处理和信息提取均离不开目视分析
数字图像处理过程中和结果的解释与应用也都需 要目视解译能力
《遥感图像目视解译》课件
遥感图像目视解译具有直观、快 速、灵活等优点，但也存在主观 性、精度不稳定等局限性。
遥感图像目视解译的重要性
提供快速、准确的信息提取
01
遥感图像目视解译能够快速准确地提取地球表面的信息，为决
策提供有力支持。
弥补遥感自动解译的不足
02
遥感自动解译存在一定的局限性，目视解译可以弥补其不足，
提高解译精度。
02 03
数据安全与隐私保护
随着遥感技术的应用范围不断扩大，数据安全和隐私保护问题日益突出 ，如何在满足应用需求的同时保障数据安全和隐私权益是亟待解决的问 题。
应用领域的拓展
遥感图像目视解译技术的应用领域正在不断拓展，从传统的环境监测、 城市规划等领域向智能交通、智慧城市等新兴领域延伸，为技术的推广 和应用提供了广阔的市场和发展空间。
水体遥感图像目视解译
要点一
总结词
水体遥感图像目视解译可以提取水域范围、水质状况、水 生生物分布等信息，为水资源管理和保护提供决策支持。
要点二
详细描述
水体遥感图像目视解译是遥感技术在水资源领域应用的重 要手段之一。通过目视解译，可以提取水域范围、水质状 况、水生生物分布等信息，为水资源管理和保护提供决策 支持。在解译过程中，需要注意水体的光谱特征和空间结 构特征，以便更准确地提取信息。同时，还需要注意不同 水体之间的差异和变化，以便及时发现和解决水环境问题 。
在应急响应和灾害监测中发挥重要作用
03
遥感图像目视解译在应急响应和灾害监测中能够快速识别灾害
区域和受灾情况，为救援工作提供及时的信息支持。
遥感图像目视解译的应用领域
土地利用与土地覆盖分类
遥感图像目视解译能够识别和区分不 同类型的土地利用和土地覆盖，如森 林、草地、城市等。
遥感图像解译
遥感图像解译作业一1、横量遥感图像解译质量的指标有哪几个？每个指标的含义是什么？（1）解译的完整性解译的完整性标志着所得出的结果与给定任务的符合程度（2）解译可靠性解译可靠性指出解译结果与实际的符合程度（3）解译的及时性解译的及时性包括图像资料的及时使用（4）解译结果的明显性解译结果的明显性是指解译出来的成果。
2、地物的特征有哪些，他们在遥感图像解译中的作用是什么？地物特征：空间分布、波谱反射和辐射特征、时相变化空间分布作用：（1）分析探测对象的空间分布特征以选择具有适当的空间分辨率的遥感图像；（2）特测对象的空间分布特征又是在遥感图像上识别目标的参考数据。
波谱反射和辐射特征作用：可根据遥感仪器所接收到的电磁波谱特征的差异来识别不同的物体。
时相变化作用：通过动态监测了解地物的变化过程和变化范围，并按照地物的时间变化特征以及光谱特征的时间效应来确定识别目标。
作业二1、分析主动、被动微波，近红外和热红外遥感的异同？不同：主动微波遥感：用人工向目标物发射某一波长的微波讯号，用仪器接收目标物反射的回波，然后根据它们发射回来的微波特征识别物体；被动微波遥感：用仪器接收自然物体和人工物体自身所发射的微波；近红外遥感：红外线照相机拍摄的侦测图像；热红外遥感：指传感器工作波段限于红外波段范围之内的遥感。
相同：都具有一定的波长范围。
2、叙述5类地物的辐射特征（水体、植被、岩石、土壤和人工地物）？水体辐射特征：辐射通量与绝对温度的四次方成正比（M=εσT4），因此水体周围地物之间微小的温度差异影响着辐射通量的变化。
植被辐射特征：各类植物间的辐射差异是由植物株体从地面和太阳辐射获得并储藏热量多少而定的。
岩石辐射特征：岩矿物的辐射与其表面特征—粗糙度、色调有关。
粗糙表面比平滑表面辐射强，暗色地物比浅色地物辐射强。
土壤辐射特征：土壤的辐射是由于土壤温度状况决定的，土壤温度与水分的蒸腾散失、风化和化学溶解、微生物活性及有机质的分解速度有关，与种子萌发和植物生长有关。
遥感图像的分析解译
图像增强
要点一
总结词
图像增强是通过一系列技术手段改善遥感图像的视觉效果 和信息表现，提高图像的可读性和解译精度。
要点二
详细描述
图像增强包括对比度增强、色彩变换、锐化处理等多种方 法。通过调整图像的亮度和对比度，可以突出显示地物的 细节特征；色彩变换可以将多波段遥感图像合成彩色图像 ，提高地物的可识别性；锐化处理则可以增强边缘和纹理 信息，有助于提取地物的轮廓和结构特征。图像增强能够 改善人眼对遥感图像的感知效果，提高解译效率和精度。
04
遥感图像的应用领域
环境监测
01
监测空气质量
通过遥感图像可以分析大气中污 染物的分布和浓度，从而评估空 气质量状况。
监测水质
02
03
监测生态变化
遥感技术可以检测水体中的叶绿 素、悬浮物、油污等物质，评估 水质状况。
遥感图像可以监测植被覆盖、土 地利用变化、生物多样性等生态 指标，评估环境变化。
计算机解译
总结词
计算机解译是一种基于计算机技术和遥感算法的自动解译方法，通过图像处理和分析技 术，自动提取遥感图像中的地物信息。
详细描述
计算机解译能够快速处理大量遥感图像数据，提取各种地物特征，如植被指数、地形起 伏等。通过遥感算法和分类器，计算机能够自动识别和分类地物类型，生成数字地图和
专题图等成果。计算机解译的准确性和可靠性取决于遥感算法的精度和数据质量。
几何校正
总结词
几何校正是遥感图像预处理中的重要环 节，它通过几何变换将原始图像转换为 标准地理坐标系下的图像，提高图像的 几何精度。
VS
详细描述
几何校正通常采用多项式校正、仿射变换 、投影变换等方法，将原始图像中的像素 坐标与标准地理坐标系中的坐标进行匹配 。这一过程需要使用已知地面控制点作为 参照，通过迭代优化算法确定最佳的几何 变换参数。几何校正对于后续的图像拼接 、地图更新和地理信息提取等应用至关重 要。
遥感图像解译中遇到的常见问题解析
遥感图像解译中遇到的常见问题解析遥感图像解译是通过获取大范围地物表面遥感图像并对其进行分析和解译来获取地物信息的一种技术。
在遥感图像解译过程中，常常会遇到一些问题和挑战。
本文将针对这些常见问题进行解析和探讨。
第一，遥感图像的分辨率不足。
遥感图像的分辨率决定了可以分辨的最小地物特征大小。
如果分辨率不足，像素点代表的地物信息就会模糊或混杂。
解决这个问题的方法有两种：一是选择分辨率更高的遥感图像，二是通过像素融合等技术提高图像的分辨率。
第二，遥感图像的几何校正问题。
遥感图像经过传感器获取后，可能会存在一些几何变形，如地物形状的倾斜、位移等。
这会影响到地物的几何位置和精确度。
解决这个问题的方法是进行几何校正，利用控制点和地理坐标系统对图像进行校正和校准，以提高几何精度。
第三，遥感图像的光谱解译问题。
遥感图像以不同波段的电磁能量反射来表示地物的光谱特征。
然而，同一类地物在不同波段的反射率可能存在差异，导致光谱解译结果不准确。
解决这个问题的方法是通过多光谱数据融合、SVM分类器等方法，综合利用不同波段的信息，提高解译的准确性。
第四，遥感图像中的噪声问题。
遥感图像存在各种噪声干扰，如条纹噪声、斑点噪声等。
这些噪声会干扰地物的解译结果。
解决这个问题的方法是采用滤波算法，如中值滤波、小波滤波等，对图像进行降噪处理，提高图像的质量。
第五，遥感图像的分类问题。
图像分类是遥感图像解译的重要环节，常常面临类别不均衡、类别交叉等问题。
解决这个问题的方法有两种：一是采用多尺度、多特征、多角度等策略，提高分类的准确性；二是采用深度学习等机器学习方法，利用大数据和神经网络提高分类效果。
第六，遥感图像的时序解译问题。
时序遥感图像可以提供地物的时变信息，但解译时面临遥感数据获取周期、数据匹配和时序变化情况等问题。
解决这个问题的方法是建立时序遥感数据库，利用相关技术对多时相图像进行匹配和分析，以获取地物的时序信息。
综上所述，遥感图像解译在实践中常常面临分辨率、几何校正、光谱解译、噪声、分类和时序解译等问题。
遥感图像解译
遥感图像解译遥感图像解译第⼀章：遥感图像解译的⼀般问题本章重点：①图1.0.1对应的遥感图像解译的特点；②地物信息传递的七个步骤；③质量评价的四个标准及其相关计算；遥感：通过各种传感器，在不接触⽬标条件下探测⽬标地物，获取其反射、辐射和散射的电磁波信息，并进⾏处理、分析和应⽤的⼀门科学和技术。
★图1.0.1（欧空局发布的PROBA图像）表明了图像解译能⼒和⼈的视觉能⼒的关系：卫星遥感延伸了视觉器官功能，将⾁眼看不到的地物⽬标所具有的某些特征信息通过对遥感图像的解译获取出来，⼈眼进⾏⽬视判读时因为个⼈经验等原因的限制，容易使⽬视判读解译出现很⼤的偏差，⼈⼯解译的程度和精度很⼤程度受到视觉能⼒的限制。
★地物信息传递的七个过程：1.有选择地观测地学环境；2.由数据产⽣的局部概念模型；3.将地物图像数据转变成图像信息；4.图像信息的组织和管理；5.图像信息在新的层次上还原为地物信息；6.由地学信息产⽣的局部概念模；7.按照地学应⽤要求进⾏加⼯。
图像解译按应⽤领域可以分为普通地学解译和专业解译（地质、⼟壤、军事等）；图像解译按组织⽅法可以分为：野外解译、飞⾏器⽬视解译、室内解译、综合解译。
遥感信息的利⽤⽅式照遥感技术的发过程划分： 1.瞬时信息的定性划分；2. 空间信息的定位；3.瞬时信息的定量分析；4.时间信息的趋势分析5.多源信息的综合分析。
解译产品和各种技术的发展(P11)：观察与测量仪器的改变；产品形式的改变；⽣产⼯艺的改变；新⼀代传感器的研制；地理信息系统的⽀持；遥感应⽤模型的深化.★遥感图像解译的质量要求解译质量的四个标准：1.解译的完整性:解译的完整性标志着所得出的结果与给定任务的符合程度。
对解译完整性的评价⼀般以质量指标来表⽰，在个别情况下，也会进⾏数量的评价，即已揭⽰细部数量与总数量的百分⽐。
2.解译可靠性：指出解译结果与实际的符合程度，决定于正确地物数量与实际总数量的⽐值关系。
（可通过混淆矩阵表达：总体精度、Kappa 系数、混淆矩阵（可能性）、⽣产者（制造者）精度以及⽤户精度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目视解译
1.图像注记 2. 解译原理与方法 3. 目视解译
3.1 水体 3.3 火山 3.5 自然灾害 3.7 考古 3.9 地貌
3.2 城市 3.4 土地利用/覆盖 3.6 水文 3.8 地质
Landsat图像注记
符号 1）重叠符号 图像四角的“＋”号，影像套准用 2）图像中心 对角线的交点。 3）航线重叠 “T”和“－”表示航向承担。 4）经纬度注记 E:东经；N:北纬 5）灰标 1级为白色，15为黑色。
• Row 60 coincides with the equator during the descending node on the dayside part of the orbit and Row 184 during the ascending node.
• 北纬80度47分，Row 001，南纬81度51分，Row 122；
S1S
S:系统水平校正；1表示满幅
185×185Km；S为空间斜轴麦卡托
投影（L兰勃特，U横轴麦卡托等）。
-P-NL2 P:推测星历计算 N:正常处理（A非正常）
L:传感器低增益；2为压缩传输
NASA National Aeronautics and Space ERTS Administration
A global notation system called the Worldwide Reference System
Landsat 4，5，7： • 从东到西233圈，依次编233个轨道号。从东向西，编号 001~ 233. Path 001 于西经64.6度穿过赤道。 • 同一轨每景的间隔约23.92秒，共248景。
地学环境
遥感 信息
数据获取
地物 信息
地物信息和知识
图像处 图像处理
理人员 符号表示 的认识 语义生成
图像数据 库
地学信息 应用模型
处理人员 地物识别 的认识 地学分析
遥感图像解译
地物信息的传递是从数据获取开始的，数据获取 实质上是由传感器代替人直接观测地学环境，通 常情况下是围绕某项任务，有计划、有目的的开 展的。
SPOT卫星坐标网格参考系统
Grid Reference System (GRS) ，来确定每一个影像的地理位 置，由列号K和行号J标识影像的中心位置。 K为1至738的整数；J为从北纬71.7至南纬71.7之间的200至500 的整数。
N:由西向东，从1至369的 参考轨道号； R:在26天内飞经不同轨道 的顺序号。
除了两极区域，列K平行于卫星轨道，行J平行于纬线。 两极地区，与轨道无关。
E-21196- 卫星编号和成像时间。E-2:第2颗地 01222-5 球资源卫星；1196：卫星发射天数；
01222：格林威治1点22分20秒；5： 表示光谱段是5通道。
陆地卫星图像编号
图像编号：轨道号＋行号（Path+Row） 轨道号:卫星运行的轨道系列号，由东向西。 行号：由北向南，N80o 为起点。 北京幅图像编号： 133－32，第133号轨道32景覆盖北京。
线性构造
弧型构造
环型构造
物候学的应用
物候是比较特殊的地学现象，与时间和空间都有 关系，并具有周期性。在解译与生命现象有关的 物体如植物、动物时，对物候的了解程度可能决 定解译工作的好坏。例如，华中地区的遥感植被 调查就需要知道如下几个关键时段：
✓ 4月份， 展叶期 ✓ 5月份， 开花期 ✓ 7~8月份， 茂盛期 ✓ 10~11月份 果熟期，叶变色期
地物 影像
模型重建
几何信息
地物几何位置
几何测量
影像识别
辐射信息
定量分析
地物属性 地物数量指标
地学的应用
遥感图像解译的对象主要是各类地物或地学现象， 在解译时一般会有相关的专业人员的配合，但作为 解译者若想得到比较满意的结果，相关的地学知识 在解译时应或多或少知道一些。例如，解译与地质 构造有关的空间对象，类似下图的知识需要知道。
影像1：K280,J270;
影像2： K279,J270
SPOT卫星坐标网格参考系统
SPOT可以观测到南、北纬87的范围。 GRS 以赤道为分界，对称地把地球分为5个区
• 从北纬51.5 到南纬51.5 是中心区. • 从北纬或者南纬51.5延伸到71.7度是一个区 • 北极圈和南极圈区域是从71.7度到极点。
专业解译主要是为了解决各部门的任务，用于提取特定的 要素或概念的信息，包括地质、林业、农业和军事。
遥感解译的分类
一般分为两种：
目视解译，由专业人员通过直接观察或借助判 读仪器在遥感图像上获取特定目标地物信息。
计算机解译，以计算机系统为支撑环境，利用 模式识别技术和人工智能技术，根据遥感图像中 目标地物的各种影像特征（颜色、形状、纹理与 空间位置），结合专家知识库中对目标地物的解 译经验和规律等进行分析和推理，实现对遥感图 像的理解。
02May78
C N3138/E212-41 D127-038
成像时间 像主点坐标
D表示降轨，轨道号－行号
N N3138/E121-43 M
SUN EL 52 A107
像底点坐标
MSS多光谱扫描仪（4，5，6，7，8通 道） RBV有1，2，3通道 高度角52度（地面起算）；方位角107 度（正北起算）
生物学知识的应用
农业、林业、海洋及生态调查都与生物有关。在 遥感信息中，如植被指数、热惯量等都会应用到 生物学知识。其中，植被指数就是通过比较分析 叶绿素与光谱反射率之间的关系得出的概念。
遥感解译的任务
按应用领域，遥感解译的目的可分为普通地学解译 和专业解译。
普通地学解译是为了取得一定地球圈层范围内的综合性信 息，常见的是地理基础信息（居民地、道路、水系、独立 地物、植被等）解译和景观解译。
第一节 遥感图像解译
遥感提供的是一种综合信息，不仅表现在它反 映的地学要素---地质、地貌、水文、土壤、植 被、社会生态等的综合，是由相互关联的自然 及社会现象所构成的。它是不同空间分辨率、 波普分辨率和时间分辨率的遥信息的综合。
遥感图像解译是通过遥感图像所提供的各种识 别目标的特征信息进行分析、推理与判断，最 终达到识别目标或现象的目的。