遥感地学分析与专题制图实验报告
遥感地学分析实习报告
基于决策树的地面覆盖类型变化信息提取与分析一.实验目的:通过决策树分类法（Decision Tree Classification）提取大连市西山水库附近植被的覆盖情况。
利用得出的影像以及相关方法进行植被变化分析，为生态恢复，保护区的管理和措施的制定及当地政府的宏观决策提供依据。
二.预期结果:，山区的植被较增加，其他地区的植被覆盖范围较以前减少三.实验过程我们使用ENVI软件先加载大连市西山水库附近两个不同时期LANDSAT/TM的遥感数据（1989年1月、1995年9月，文件名分别为dl01、dl09）。
它们的4、3、2假彩色合成影像分别如图1-1、1-2所示：图1-1 1989年1月大连市西山水库附近4、3、2假彩图1-2 1995年9月大连市西山水库附近4、3、2假彩色合成影像色合成影像对上述两个图像进行归一化植被指数（NDVI）提取，结果如图1-3、1-4指示：图1-3 1989年1月大连市西山水库附近的NDVI指数影像图1-4 1995年9月大连市西山水库附近的NDVI指数影像（经图1-3图像处理）对1995年9月大连市西山水库的地物进行决策树分类，决策树分类的分类模型如图1-5所示：图1-5 1995年9月大连市西山水库的决策树分类模型对1989年1月的大连市西山水库进行ROI感兴区分类，对其他地物进行决策树分类，决策树分类的分类模型如图1-6所示：图1-6 1989年1月大连市西山水库的决策树分类模型（其中b1表示利用ROI提取的水体，0表示其他地物，255表示水体）由上述两个决策树模型，可以得出如下两个地物分类图，分别如图1-7、1-8所示。
其中，绿色（R0 G255 B0）代表植物，蓝色（R0 G0 B255）代表水体，黄色（R255 G255 B0）代表建筑物、红色（R255 G0 B0）代表裸地。
图1-7 1995年9月大连市西山水库附近的地物分类图植被：66.2745%；水系：1.9452%建筑物：6.7153% 裸地：25.0650% 图1-8 1989年1月大连市西山水库附近的地物分类图植被：55.4003% 水系：0.4352%建筑物：1.2773% 裸地：42.8871%一、变化信息提取我们依然用决策树分类法①来提供变化信息。
遥感地学分析报告试验报
实验一植被覆盖度反演一、实验目的植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比。
通常林冠称郁闭度，灌草等植被称覆盖度。
它是衡量地表植被覆盖的一个最重要的指标，被覆盖度及其变化是区域生态系统环境变化的重要指示，对水文、生态、全球变化等都具有重要意义。
目前已有许多利用遥感技术测量植被覆盖度的方法，其中应用最广泛的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为 NDVI ，本次实验完成植被覆盖度反演。
二、实验数据实验选取两景覆盖市的 Landsat8 OLI 影像、土地覆盖类型图以及行政边界矢量数据为数据源。
其中，土地覆盖类型图是作为掩膜文件使用，其目的是为了便于植被覆盖度的估算；行政边界矢量数据是裁剪出市行政区的围。
Landsat8 OLI影像是从地理空间数据云上下载得到的，其成像时间为2013年10月份。
与Landsat7的ETM +成像仪相比， OLI 成像仪获取的遥感图像辐射分辨率达到 12比特，图像的几何精度和数据的信噪比也更高。
OLI 成像仪包括 9个短波谱段(波段 1～波段 9)，幅宽 185km，其中全色波段地面分辨率为 15m，其他谱段地面分辨率为 30m 。
三、实验方法本文反演植被覆盖度所采用的是像元二分模型方法，像元二分模型是一种简单实用的遥感估算模型，它假设一个像元的地表由有植被覆盖部分与无植被覆盖部分组成，而遥感传感器观测到的光谱信息 (S)也由这2个组分因子线性加权合成，各因子的权重是各自的面积在像元中所占的比率，如其中植被覆盖度可以看作是植被的权重。
因此，像元二分模型的原理如下：VFC = (S - Ssoil)/ ( Sveg - Ssoil) S为遥感信息，其中 Ssoil 为纯土壤像元的信息 , Sveg 为纯植被像元的信息。
改进的像元二分法——遥感信息选择为 NDVIVFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) 两个参数的求解公式NDVIsoil=(VFCmax*NDVImin- VFCmin*NDVImax)/( VFCmax- VFCmin)NDVIveg=((1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin)/( VFCmax- VFCmin) 当区域可以近似取VFCmax=100% ， VFCmin=0%VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) 当区域不可以近似取VFCmax=100% ，VFCmin=0% ，当有实测数据的情况下，取实测数据中的植被覆盖度的最大值和最小值；当没有实测数据的情况下，植被覆盖度的最大值和最小值根据经验估算。
遥感制图实习报告
遥感图像处理实验报告班级姓名学号实验室成绩评定教师签字专题一: DEM图像进行彩色制图（叙述制图过程并把自己处理结果加载到本文档里）实验目的:1.实验步骤:2.选择File > Open Image File>bhdemsub.img,出现由主图像窗口、滚动窗口和缩放窗口组成的ENVI 图像。
3.选择主图像窗口内的功能菜单Tools>Color Maping>Density Slice, 出现Density Slice对话框。
4.选择Clear Ranges, 清除Defined Density Slice Ranges下的内容。
5.选择Options>Add New Ranges, 其中RangeStart: 1219 ；Range End;1701；#of Ranges:10。
在Density Slice对话框中Defined Density Slice Ranges下出现十组内容。
6.逐个组将Red条依次改为25, 50, 75, 100, 125, 150, 175, 200, 225, 250。
Greeen与Blue不变。
选择Apply按钮, 主图像窗口、滚动窗口和缩放窗口组成的ENVI图像的颜色改变。
选择主图像窗口内的功能菜单File>Save Image As> Image File 出现Output Dispiay to Image File对话框, Output File Type选择JPEG, Enter Output Filename选择保存位置, Compression Facter（0-1）选择0.750.实验结果:专题二: TM与SPOT数据融合（叙述该过程并处理结果加载到本文档里。
注意用两种方法融合的过程）实验目的:1. 进行快速对比度拉伸、直方图执行交互式对比度拉伸和直方图匹配的操作2. 快速滤波、滤波的操作3. ENVI中变换（Transform）菜单功能的了解实验步骤:1. 选择File > Open Image File>Lon.spot文件,点击No Display>new display>load band2. 选择File > Open Image File>Lon.tm文件,点击No Display>new display>load band3. 选择Basic Tools>Resize Data>选择Lon.tm文件>点击OK(弹出对话框, 分别填写内容)4. 选择Basic Tools>Stretch实验结果:专题三: 航片的配准与镶嵌（叙述该过程并处理结果加载到本文档）1配准●图像-图像地面控制点 (Select GCPs: Image-to-Image)●图像-图像配准需要两幅图像均打开。
遥感的实习报告
一、实习背景随着科技的不断发展，遥感技术在各个领域得到了广泛的应用。
为了更好地了解遥感技术的基本原理和应用，提高自己的实践能力，我参加了为期两周的遥感实习。
本次实习主要由外业建标调查和室内解译建库两部分组成，旨在掌握遥感影像处理、野外调查、室内解译、数据库建立和专题图制作等方面的技能。
二、实习目的1. 学习遥感影像处理软件，掌握遥感影像校正、裁剪等基本操作；2. 掌握野外调查的方法和注意事项，提高野外作业能力；3. 根据土地利用现状分类标准，对遥感影像地物进行目视解译和划分；4. 掌握室内解译、小斑区划和数据库建立的方法；5. 根据遥感影像图，制作土地利用现状分类专题图。
三、实习内容（一）遥感影像处理1. 遥感影像预处理：利用ENVI软件对原始遥感图像进行辐射校正和几何校正，包括传感器校正、大气校正、太阳高度及地形校正等。
2. 遥感影像裁剪：使用ENVI软件中感兴趣区域选取的功能，裁剪出本次实习的区域范围。
（二）外业建标调查1. 建立目视解译标志表：根据《土地利用现状分类-GB2007》标准，对所调查区域的遥感影像地物进行初步目视解译、划分。
2. 野外调查：实地考察，了解土地利用现状，对遥感影像进行验证。
（三）室内解译1. 小斑区划：根据目视解译标志表，对遥感影像进行小斑区划。
2. 数据库建立：将小斑区划结果导入数据库，建立遥感影像地物数据库。
（四）土地利用现状分类专题图制作1. 根据遥感影像图和数据库，制作土地利用现状分类专题图。
2. 对专题图进行美化，提高可读性。
四、实习总结1. 通过本次实习，我掌握了遥感影像处理软件的基本操作，能够对遥感影像进行校正、裁剪等处理。
2. 我了解了野外调查的方法和注意事项，提高了野外作业能力。
3. 我学会了根据土地利用现状分类标准，对遥感影像地物进行目视解译和划分。
4. 我掌握了室内解译、小斑区划和数据库建立的方法，为后续遥感应用研究奠定了基础。
5. 我根据遥感影像图和数据库，成功制作了土地利用现状分类专题图。
遥感地学分析-实验报告
一 基于灰度共生矩阵的纹理特征提取1概念与原理基于统计的纹理分析方法是纹理分析最基本的一类方法，该方法考虑纹理中灰度级的空间分布，计算影像中每点的局部特征，从特征的分布中推导出一些统计量来刻画纹理，典型的基于统计的纹理分析方法有灰度共生矩阵法(Gray Level Co-occurrence Matrices ，GLCM)，灰度-梯度共生矩阵，长游程法等。
灰度共生矩阵法，又称灰度联合概率矩阵法，它建立在估计影像的二阶组合条件概率函数的基础上，通过计算影像中有一定距离和一定方向的两像素点之间的灰度相关性，反映影像在方向、相邻间隔、变化幅度及快慢上的综合信息。
统计图像中相距位置为(Δx,Δy)的两个灰度像元同时出现的联合频数概率的分布称为共生矩阵。
设图像灰度为2m 级，则灰度共生矩阵由2m ×2m 矩阵M 表示。
矩阵中第(i ,j)个元素记为p (i ,j)，表示全图中这一对像元，它们相距(Δx,Δy)，其中一个像元为i 灰度，另一个像元为j 灰度的情况出现的频数。
这样，两个象素灰度级同时发生的概率，就将（x ，y ）的空间坐标转换为对“灰度对”（i ，j ）的描述，它们形成了灰度共生矩阵。
通常，灰度共生矩阵需要做如下的归一化：()()()()⎪⎩⎪⎨⎧=θ=θ=θ=θ==135451-N 9001-N N R R j i Pd j i Pd 2或，或，，，， R 为归一化常数。
由于灰度共生矩阵易于理解和计算，因此，由共生矩阵获取特征已经被用在许多的纹理分析方法中。
但是，灰度共生矩阵也有它的缺点。
由定义可以看出，灰度共生矩阵的大小只与最大灰度级有关系，而与图像大小无关，即灰度共生矩阵的大小为G ×G 。
对于灰度级G ＝256的图像而言，它的灰度共生矩阵为256×256，如果图像比较小，则它可能比较稀疏，而所占的空间还是256×256。
因此，通常情况下，需要对原图像的灰度级进行缩减，以减少计算的时间复杂度。
遥感地质学实习报告
一、绪言随着遥感技术的不断发展，遥感地质学已成为地质研究的重要手段之一。
为了提高我们的遥感地质学知识和实践能力，我们参加了为期一周的遥感地质学实习。
本次实习旨在通过野外实地考察和遥感图像处理与分析，加深对遥感地质学原理和方法的理解，提高地质问题的解决能力。
一、实习地区及时间实习地区位于我国某地，实习时间为2023年6月15日至6月19日。
二、实习目的与任务1. 目的（1）掌握遥感地质学的基本原理和方法；（2）了解遥感图像处理与分析在地质研究中的应用；（3）提高野外实地考察能力，学会采集遥感地质数据；（4）培养团队合作精神，提高沟通协调能力。
2. 任务（1）了解实习地区的地质背景；（2）掌握遥感图像获取、处理与分析方法；（3）运用遥感地质学原理分析实习地区地质问题；（4）撰写实习报告。
三、实习内容1. 实习地区地质背景实习地区位于我国某地，地处华北平原，地势平坦，海拔较低。
该地区地层主要为第四系沉积岩，岩性以砂土、粉土、粘土为主。
区域构造较为简单，以断裂构造为主。
2. 遥感图像获取实习期间，我们使用了无人机获取实习地区的遥感影像，包括高分辨率多光谱影像和航空摄影影像。
3. 遥感图像处理与分析（1）图像预处理：对获取的遥感影像进行辐射校正、几何校正等预处理，以提高图像质量；（2）图像增强：运用直方图均衡化、对比度增强等方法，使图像更加清晰；（3）图像分类：采用监督分类方法，对遥感影像进行地质体分类；（4）地质体特征提取：运用几何形态、纹理特征等方法，提取遥感影像中地质体的特征；（5）地质问题分析：根据遥感图像分析结果，对实习地区地质问题进行探讨。
4. 野外实地考察在遥感图像分析的基础上，我们进行了野外实地考察，验证遥感图像分析结果，并进一步了解实习地区的地质特征。
四、实习成果1. 实习报告根据实习内容和观察结果，我们撰写了实习报告，包括实习地区地质背景、遥感图像处理与分析、野外实地考察等部分。
2. 遥感图像分析结果通过遥感图像分析，我们发现了实习地区存在以下地质问题：（1）地层不整合现象；（2）断层发育；（3）岩性变化明显。
遥感实验报告-影像地图制图
《遥感解译与制图》实验报告
影像地图制图
班级: 620707
学号: ********
**: **
日期: 2010/4/18
要求: 对实验目的与要求、实验内容进行简要说明, 重点说明实验步骤及相应结果（附相关的图像、图形等）, 并对存在问题进行适当说明和分析。
一实验目的与要求
目的: 以辽宁省葫芦岛市所在地为研究区, 利用Land sat /ETM+遥感数据, 通过遥感数字图像处理及分幅, 进行影像地图制图, 最终提交1∶5万锦西县影像地图及实验报告。
要求:
1.掌握遥感影像制图的分幅方法
2.掌握影像地图制图要素的制作规范及方法
二实验内容
利用E nvi给图像添加网格线和比例尺, 在利用photo shop软件对图像进行制作, 包括添加图框, 标题, 图例等。
三实验步骤及相应结果
1添加网格线
给图像添加网格线:
对网格线进行设置: 结果:
2添加比例尺结果:
3输出图像
4用photoshop对图像进行制作
用到的主要工具有文字编辑, 画线等。
5最终结果:
遇到的问题:
一开始在photo shop中总是无法编辑文字, 和同学交流, 发现有好几个同学也遇到了同样的问题, 后来在E nvi输出图像的时候选择JPEG格式, 就可以进行文字编辑了。
收获:
通过本实验, 了解了photo shop的一些简单的图像处理功能。
理解了影像地图制图的一般过程。
遥感实训报告
一、实训背景随着科技的不断发展，遥感技术作为一门新兴的综合性学科，已经在测绘、农业、林业、环保、城市规划等多个领域得到了广泛应用。
为了提高学生对遥感技术的认识和实际操作能力，我校地理信息系统专业组织了一次为期两周的遥感实训。
本次实训旨在让学生了解遥感的基本原理，掌握遥感图像的获取、处理、分析和应用方法，培养学生的实践能力和创新精神。
二、实训内容1. 遥感基本原理学习实训初期，我们学习了遥感的基本原理，包括遥感平台、传感器、遥感图像的获取、传输和接收等。
通过学习，我们对遥感技术有了初步的认识，了解了遥感在各个领域的应用。
2. 遥感图像处理软件操作为了让学生熟练掌握遥感图像处理软件，我们选择了ENVI软件作为实训工具。
在实训过程中，我们学习了ENVI软件的基本操作，包括图像读取、显示、图像增强、图像分类、专题图制作等。
3. 遥感图像预处理在实际应用中，遥感图像往往存在噪声、畸变等问题，需要进行预处理。
我们学习了遥感图像的几何校正、辐射校正、图像增强等方法，提高了图像质量。
4. 遥感图像分类与专题图制作遥感图像分类是遥感应用中的重要环节，我们学习了监督分类、非监督分类、决策树分类等方法。
通过实际操作，我们学会了如何制作专题图，为遥感应用提供可视化数据。
5. 遥感应用案例分析为了让学生了解遥感技术在实际应用中的价值，我们选取了几个典型案例进行分析，如土地利用变化监测、森林资源调查、环境监测等。
三、实训过程1. 理论教学实训期间，我们通过课堂讲授、讨论等形式，学习了遥感的基本原理、遥感图像处理软件操作、遥感图像预处理、遥感图像分类与专题图制作等理论知识。
2. 实践操作在掌握了相关理论知识后，我们进行了实践操作。
首先，我们利用ENVI软件对遥感图像进行预处理，包括几何校正、辐射校正、图像增强等。
然后，我们对预处理后的图像进行分类，制作专题图。
最后，我们结合实际案例，分析了遥感技术在各个领域的应用。
3. 讨论与交流在实训过程中，我们积极参与讨论与交流，分享自己的学习心得和经验，共同解决问题。
遥感实验报告
遥感实验报告实验步骤：一、行政区多边形制作1、影像配准①将A市区划图JPG格式（行政区划图的交通线尽量详细）用ERDAS 转为tif格式；打开ERDAS,选择import模块，进行相应设置，点击OK后，弹出对话框，点击OK完成转换。
②打开Arcmap，添加刚转换过的图形，然后修改行政区划图的属性（data frame properties）,选Coordinate System选择坐标系统predefined →Projected Coordinate System→UTM→WGS 1984→WGS_1984_UTM_Zone_30N。
加载Georeferencing工具条。
③打开ERDAS，在Viewr中打开A市区2007年432波段组合的遥感图像。
2 、输入控制点在遥感图片中找一些特殊的地物点，记下这个点的坐标，然后在Arcmap中的Georeferencing工具条选择，在行政区划图中找到相应控制点，点击右键，然后再点右键选择Input X and Y，出现相应对话框，输入刚才记的坐标。
重复上述过程找寻控制点，至少选择六个控制点，而且必须均匀分布在行政区划图上。
3 、制作ARCGIS多边形①启动ArcCatalog ，在工作文件夹新建shapefile多边形图层②在ArcMap中添加刚才新建的shapefile多边形图层，添加编辑工具条（editor），start editing,按照行政区划图描绘出A市的市界多边形,描绘后保存。
Shapefile保存了绘后的多边形二、遥感图像裁剪1 、转换shapefile多边形图层格式在ArcMap中加载ArcToolbox,选择Converison Tools/To Coverage/Feature Class To Coverage，打开相应对话框，添加数据2 、将arcinfo多边形转化栅格图像文件在ERDAS中打开Vector模块，选择Vector to Raster，打开对话框，添加数据，并进行相关设置。
遥感地学分析地物光谱特征实验报告（共8篇）
遥感地学分析地物光谱特征实验报告(共8篇)遥感地学分析与专题制图实验报告重庆交通大学学生实验报告实验课程名称遥感地学分析开课实验室土木学院机房实验室学院河海学院年级2012级专业班资环1班学生姓名学号开课时间至学年第二学期河海学院资源与环境科学系2015年6月篇二：遥感地物光谱实习报告遥感地物光谱实习报告指导老师：秦军姓名：李丹学号：20113310 班级：遥感一班目录一、红外图像分析实习.................................................................................................... ............... 1 1.2. 数据采集过程.................................................................................................... ........... 1 图像分析.................................................................................................... . (1)二、地物光谱实习.................................................................................................... ....................... 4 1.2.3.3.4.5. 实习目的与实习内容...................................................................................................4 水体反射波谱测试与分析........................................................................................... 7 植被反射波谱测试与分析........................................................................................... 8 岩石反射波谱测试与分析......................................................................................... 11 土壤反射波谱测试与分析......................................................................................... 13 城乡非自然目标反射波谱测试与分析 (14)三、地物热红外时序观测实验.....................................................................................................16 1.2.3.4.5. 植被图像分析.................................................................................................... ......... 16 水体及周边物体温度分析......................................................................................... 17 岩石温度分析.................................................................................................... ......... 19 土壤温度分析.................................................................................................... ......... 20 建筑物温度分析.................................................................................................... .. (21)四、超光谱数据认知实习.................................................................................................... ......... 22 1.2.3.4. 实习目的.................................................................................................... ................. 22 实习步骤.................................................................................................... ................. 22 实习成果.................................................................................................... ................. 25 图像的分析.................................................................................................... . (27)五、实习收获与体会.................................................................................................... .. (27)一、红外图像分析实习1. 数据采集过程（1）到达外野数据采集区（2）对热红外成像仪进行定标校准①将热红外成像仪镜头盖子盖在镜头上②按热红外成像仪上的“set”按钮，在将导航按钮向下按，完成校准工作。
《遥感解译与制图》课程设计实验报告-土地利用土地覆盖变化遥感解译与制图
《遥感解译与制图》实验报告实验名称土地利用、土地覆盖变化遥感解译与制图班级：620707学号：姓名：日期：2010.5.25一，实验目的以内蒙古科尔沁左翼后旗为研究区，利LandsatLandsat/TM/TM、LandsatLandsat/ETM+/ETM+遥感数据，通过遥感数字图像处理及目视解译方法进行土地利用类型专题信息提取，并对土地覆盖变化情况进行研究，最终提交内蒙古科尔沁左翼后旗遥感影像图以及土地利用、土地覆盖变化遥感解译图和实验报告。
二，实验要求1、掌握遥感专题制图的基本程序2、掌握不同土地利用类型的目视解译标志3、初步掌握土地类型专题信息的数字增强及识别方法三，实验内容1、遥感影像制图2、多时相土地利用类型遥感解译3、土地覆盖变化分析与遥感制图四，实验步骤及相应结果小组分两个组，我做的是01年的影像图的解译。
1 确定解译标志，进行解译。
参考图例图1，对图像进行目视解译。
图1解译结果如图2，3.图2 遥感解译线文件：图32 线工作区提取弧，拓扑重建。
保存点线区，载入工程。
A 进行线工作区提取弧，如图4所示。
图4B进行拓扑重建，如图5所示。
图53 修改属性结构。
修改区属性，颜色。
A添加乡代码，村代码，地类代码三个属性。
图5B 修改区属性。
可选中多个具有相同属性，比如选中同一个村的不同地类。
图6点击修改，跳出对话框：图7乡镇代码，村代码依据一下表格：乡镇代码乡镇名村代码村名27 哈日乌苏苏木80 毛希盖乌苏28 甘旗卡镇155 海斯156 布德恩塔拉157 嘎日哈159 未定村1（温都日呼）160 塔班呼161 米家窝堡村162 哈布哈163 哈吐塔拉164 哈日阿拉嘎164 未定村2（哈日阿拉嘎）165 甘旗卡果园166 甘旗卡砂矿168 好坦塔拉169 甘旗卡镇地类代码依据下表：C 修改颜色。
同一属性同样修改颜色。
R 区编辑菜单中点击根据属性赋参数，如图8。
图8一级地类 二级地类 地类名称 一11 水田 14 旱地 二 21 果园 三 31 有林地 32 灌木林 33 疏林地 四 41 草地 五51 城镇 52 居民点 53 工矿用地 六61 铁路 62 公路 63 农村道路 七71 河流 72 湖泊 73 水库 74 坑塘 75 苇地 八84 沙地88其它未利用土地选择地类代码，表达式如图8所示，期中引号中的要修改的地类的代码。
遥感地学分析制图实习心得
实习心得在本学期进行的遥感地学分析与制图这门课中，我们进行了四次上机实习,主要通过实习软件实现对遥感图像处理、分析,时间虽短却很有收获。
在第一次实习中,我们主要是理解几个能分别实现遥感图像的显示及统计直方图、累计直方图、线性扩展、图像均衡化等一系列操作小程序,并尝试这几个小程序整合到一个程序中去,从而实现在同一个程序中实现多种遥感图像处理操作。
然后由于时间比较紧迫,加上本身编程基础不扎实,程序只看懂了一部分,因而还未来得及顺利完成任务。
在接下来的几次实习中,则是利用ERDAS IMAGINE软件对遥感图像进行图像解译处理，图像分类、分类后处理，图像地理信息系统分析以及虚拟GIS的实现。
图像解释中，我们尝试了图像空间增强、辐射增强、光谱增强等；图像分类则主要有监督和非监督两种不同处理及分类后处理。
在实习过程中由于对操作的目的与功能未了解透彻,导致出现了一些插曲。
比如在图像光谱增强中的色彩变换和色彩逆变换时,由于我未理解为何这么变换,于是随意选择图片进行操作,导致结果和大家不一样。
经教员一提醒,我才发现自己的错误,并对实习操作有了进一步理解。
例如在进行GIS分析中的邻近分析时,我通过对一张亚特兰大的图片进行邻近分析,结果却与原图片无差别,于是感到很奇怪.翻阅软件的介绍PDF之后才发现,原来包括邻近分析在内的大部分GIS分析都有许多参数设置很重要.在邻近分析中可以设置邻域范围大小、分析函数等,这决定了图像最后的分析结果.遥感数据是地图重要的数据来源,因此遥感图像的解译,判读和处理分析显得尤为重要.通过利用遥感影像对制图区域进行分析，同时利用分析处理后的数据进行地理信息系统的开发制作，这是每一个学习GIS专业的人所必须具备的知识技能。
在本课程的实习中,我们综合运用了遥感和制图的专业知识,学习和了解了一些遥感图像处理的方法,对遥感图像的应用有了进一步的了解,相信对今后的工作中，也具有一定的指导意义。
遥感专题制图课程设计报告
遥感原理与应用课程设计—“遥感专题信息提取与专题图制作”设计报告学院班级学号姓名日期指导教师遥感专题信息提取和专题图制作一、课程设计的目的和意义1、加深理解和巩固《遥感原理与应用》课上所学的有关遥感的基本原理、遥感传感器的成像机理、遥感图像的处理方法、专题信息提取以及遥感综合应用技术；2、锻炼熟练运用遥感软件独立分析问题、解决具体问题的实际工作能力；3、培养良好的工作习惯和科学素养，为今后参加科学研究工作以及毕业设计打下良好的基础。
二、课程设计的原理和方法从卫星上获取的遥感图像一般不能直接使用，需要通过图像处理软件进行加工，纠正误差提取出专题信息，才能够制成各种专题地图。
本次实习是基于ERDAS IMAGING9.1的，它是一种视窗形式的处理系统，当打开软件时，出现各种处理功能的模块。
其处理技术覆盖了数据输入输出，数据预处理，专题地图，图像解译，图像库管理，图像分类，空间建模，雷达图像处理，矢量功能，虚拟GIS等。
用该软件对图像进行TIFF到IMG的格式转换、波段叠加、添加头文件信息、几何纠正、影像镶嵌、基于HIS变换的图像融合、图像裁剪、图像监督分类、专题信息提取和最后的专题图制作等操作，具体原理如下：1．数据预处理ERDAS默认的文件格式是*.img格式，因此先要将获得的宜昌葛洲坝地区*.tif格式的遥感影像进行格式转换。
多波段影像包含的信息量较大，为了便于后续处理，要将多个单波段影像叠加合成多波段影像。
参考影像具有地理信息，要将参考影像头文件信息添加进去。
2．几何纠正遥感所获取的数据，均存在几何畸变。
因此需要对图像进行几何纠正。
多项式校正法是实践中经常使用的一种方法，对各种类型传感器的纠正均适用。
在实习过程中，采用了二次多项式法进行几何纠正，该法可以改正图像因平移、旋转、比例尺变化、仿射变化等线性变形与扭曲等二次非线性变形。
3．图像镶嵌因研究范围的要求，需要在几何上将左右两幅图像连接在一起，并且保证拼接后的图像反差一致，色调相近，没有明显的接缝。
遥感地学应用实践实习报告
遥感地学应用实践实习报告一、实习目的和意义遥感地学是通过获取并利用航天器获取的地面图像信息，从而进行地质勘探、资源开发、环境监测和灾害应对等方面的研究。
本次实习旨在通过参与遥感地学应用实践项目，提升对遥感技术的理解和应用能力，深入了解其在解决实际问题中的作用。
二、实习内容和方法本次实习项目主要涉及我国东南沿海地区海洋环境遥感监测。
使用多源卫星遥感图像，结合地理信息系统（GIS）技术，分析东南沿海地区的河口湿地面积变化、海岸线演变和海洋生态环境的监测。
实习中，我们团队利用Google Earth引擎和ArcGIS软件构建了一个地图数据库，将高分辨率的多时相卫星遥感图像与其他环境信息数据进行整合。
通过影像解译和塑造地形模型，我们能够观察到河口湿地的动态变化，并利用遥感图像计算出每年的面积变化率和变化趋势。
此外，我们还通过海岸线提取算法，使用多时相遥感图像观察海岸线的演变情况。
三、实习收获在本次实习中，我收获良多，主要包括以下几个方面：1. 遥感数据处理能力提升: 在实习过程中，我掌握了多种遥感数据处理方法，包括图像解译、影像处理和数据融合等技术。
通过实际操作，我熟练使用了相关软件，提升了数据处理能力。
2. 对地质环境的深入认识: 通过实际操作多时相卫星遥感图像，我深入了解了东南沿海地区的地质环境变化情况。
了解了河口湿地的动态变化和海岸线的演变情况，对于保护海洋生态环境具有重要意义。
3. 团队协作与沟通能力提升: 在项目中，我与团队成员密切合作，共同完成了项目任务。
通过合作，我提高了沟通与协作能力，在团队中起到了积极的作用。
四、实习总结本次实习是对我遥感地学知识的实践应用，通过实际操作和项目实践，我更加深入地理解了遥感地学技术的应用场景和优势。
我意识到遥感地学在环境保护、资源开发和灾害监测等方面的重要作用。
然而，在实践中也遇到了一些困难和挑战。
例如，解析高分辨率遥感图像需要较强的图像处理能力，需要对地理信息系统进行深入了解等。
遥感地学分析-遥感地物识别与专题制图
重庆交通大学学生实验报告课程名称遥感地学分析开课实验室土木学院机房实验室学院2008 年级08地信专业学生姓名学号开课时间2011 至2012 学年第 1 学期总成绩教师签名河海学院资源与环境科学系2011年9月实验题目遥感地物识别与专题制图实验时间2011年9月1日实验地点土木学院机房实验室实验成绩实验性质综合性试验一、实验目的1、以自己所熟悉的软件,选择一个区域(影像自己选择,不小于500×500像素),进行地物类型的判别与读取(人机交互目视解译或者计算机自动分类)监督与非难监督2、考察学生对本课程有关典型地物类别光谱特征知识点的掌握情况。
3、地物类型不小于五类,结果输出为专题图,图分,图例,各地物类型的面积(矢量面积,栅格百分比)。
二、原理与方法波段合成：将下载到的单波段遥感数据运用Erdas进行波段合成，形成假彩色的遥感影像图。
监督分类(supervised)，又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程。
已被确认类别的样本像元是指那些位于训练区的像元。
在监督分类过程中，首先选择可以识别或者借助其他信息可以判定其类型的像元建立分类模板（训练样本），然后让计算机系统基于该模板自动识别具有相同特性的像元。
对分类结果进行评价后再对分类模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。
监督分类一般有以下几个步骤：定义分类模板、评价分类模板、进行监督分类、评价分类结果，在实际应用过程中，可以根据需要执行其中的部分操作。
分类后处理（Post-Classification Process），无论监督分类还是非监督分类，都是按照光谱特征进行聚类分析的，因此，都带有一定的盲目性。
所以，对获得的分类结果需要进行一些处理工作才能得到最终相对理想的分类结果，这些处理操作统称为分类后处理。
包括聚类统计（Clump）、过滤分析（Sieve）、去除分析（Eliminate）。
遥感地学分析实验
遥感地学分析实验报告二中国·长春2019年1月实验二基于植被指数(NDVI)——反照率(Albedo)特征空间的土地荒漠化遥感分析【实验原理】土地荒漠化是指包括气候变异和人类活动在内的种种因素造成的干旱半干旱和亚湿润干地区的土地退化。
及时准确地掌握土地荒漠化发生发展情况是有效防止和治理土地荒漠化的基本前提。
使用遥感影像数据可以提取土地荒漠化信息，判断土地荒漠化的发生与发展程度。
沙漠化研究表明，随着沙漠化程度的加重，地表植被遭受严重破坏，地表植被盖度降低和生物量减少，在遥感图像上表现为植被指数相应减少。
由此看来，植被指数（NDVI）可作为反映沙漠化程度的生物物理参数。
在沙漠化的研究实践中，通过定位观测发现，随着沙漠化程度的加重地表状况发生了明显的改变，伴随着地表植被覆盖度的下降，地表水分相应地减少，地表粗糙度下降，地表反照率得到相应的增加。
因此，沙漠化过程导致的地表下垫面状况的变化，使地表反照率（Albedo）发生明显的变化，其可作为反映沙漠化程度的重要地表物理参数。
通过构造“植被指数(NDVI)——反照率(Albedo)特征空间”来进行荒漠化信息遥感提取。
荒漠化过程及其地表特性的变化能在Albedo-NDVI 特征空间中得到明显直观的反映。
在Albedo-NDVI 特征空间中，利用植被指数和地表反照率的组合信息，通过选择反映荒漠化程度的合理指数，可以将不同荒漠化土地有效地加以区分，实现荒漠化时空分布与动态变化的定量监测与研究。
沙漠化遥感监测模型在Albedo—NDVI 特征空间，不同沙漠化土地对应的植被指数(NDVI)和地表反照率(A1bedo)具有非常强的线性负相关性。
根据VerstraeteandPinty 的研究结论，如果在代表荒漠化变化趋势的垂直方向上划分Albedo-NDVI 特征空间，可以将不同的荒漠化土地有效地区分开来。
而垂线方向在Albedo-NDVI 特征空间的位置可以用特征空间中简单的二元线性多项式加以表达，即DDI=k*NDVI–Albedo其中：DDI 可称为荒漠化分级指数，k 由特征空间中拟合的曲线斜率确定。
遥感地图编制实验报告
遥感地图编制实验报告1. 引言遥感技术是通过获取地球表面特征的信息，而不用直接接触物体的技术。
遥感地图编制是遥感技术的一个重要应用领域，它可以提供大范围、高分辨率和多尺度的地理信息数据。
本实验旨在学习遥感地图编制的基本原理和方法，通过实践掌握地图的制作过程。
2. 实验目的- 了解遥感地图编制的基本原理和方法；- 学习使用遥感技术获取并处理地表特征的数据；- 掌握地图制作的流程及相关的软件操作。
3. 实验材料与方法3.1 材料- 计算机- 遥感数据文件- 地理信息系统软件（例如ArcGIS）3.2 方法1. 准备工作：安装地理信息系统软件并熟悉其基本操作。
2. 数据获取：下载合适的遥感数据文件，可以是卫星、航空或无人机遥感数据。
3. 数据处理：利用地理信息系统软件打开并处理遥感数据，如镶嵌、校正、辐射矫正等。
4. 地物分类：通过遥感影像分类的方法，将图像中的地物划分为不同的类别。
5. 制作地图：根据分类结果，制作遥感地图，添加注记、图例等要素。
6. 地图评价：对制作的地图进行评价，检查地物分类的准确性和地图展示效果。
4. 实验过程4.1 数据获取与处理在本次实验中，我们选择了一张航空遥感影像作为实验数据。
首先，我们下载了该影像文件并使用地理信息系统软件进行打开和处理。
通过对该影像进行镶嵌、辐射矫正等操作，得到了一张清晰的遥感影像。
4.2 地物分类与地图制作在地物分类过程中，我们使用了最常见的监督分类方法，即支持向量机（SVM）。
通过对训练样本进行标注和分类，然后将该分类模型应用于整幅遥感影像，得到了地物分类的结果。
接下来，我们根据分类结果进行地图制作。
通过地理信息系统软件中的地图制作功能，我们添加了地理要素、注记和图例等元素。
经过适当的调整和美化，制作出了一张清晰、美观的遥感地图。
4.3 地图评价对制作的遥感地图进行评价是非常重要的。
我们首先检查了地物分类的准确性，与实地调查结果进行对比，发现分类结果与实际情况基本吻合。
遥感地学分析实验报告
华南农业大学课程设计实验报告实验项目名称：基于环境小卫星的湖泊水质遥感监测实验项目性质：课程设计计划学时：两周所属课程名称：遥感地学分析课程设计开设时间：2013-2014学年第二学期实验课指导教师：王建芳一、实验目的根据环境小卫星CCD数据，反演太湖的叶绿素a浓度，并且初步掌握环境小卫星的数据读取、辐射定标、几何校正、大气校正、反演模型的建立、遥感反演过程、反演结果验证等操作技能及原理。
二、实验要求根据环境小卫星CCD数据特点及太湖水质反演技术要求，先对环境小卫星CCD数据进行数据预处理，大气校正、太湖区裁剪，利用波段比值法对实测的叶绿素a 浓度数据建立反演模型，将模型应用于太湖水面区域影像，反演出整个太湖区的叶绿素 a浓度。
三、实验操作步骤（一）预处理1、安装环境小卫星数据处理补丁：将ENVI_HJ1A1B_Tools.sav补丁放在 C:\Program Files\ITT\IDL\IDL80\products\envi48\save_add目录下。
（若ENVI安装目录不是在C 盘，则将补丁放入安装目录下的IDL\IDL80\products\envi48\save_add中）2、数据读取和定标：主菜单->File->Open External File->HJ-1A/1B Tools，打开环境小卫星数据读取补丁。
在HJ-1A/1B Tools V2.0面板中，选择 CCD，点击 Input XML输入原始数据的.xml文件，点击 Output Path设置数据的输出路径，勾选“Calibration”“Layer Stacking”两个选项，单击 Apply 按钮。
3、几何校正（图像配准）：下面以TM作为基准影像对环境小卫星图像进行图像配准。
（1）打开基准影像TM_baseimage.img。
（2）选择主菜单-> Map-> Registration ->Automatic Registration：Image to Image，选择基准影像第4波段作为匹配波段（TM_baseimage.img）。
- 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)。
重庆交通大学
学生实验报告
实验课程名称遥感地学分析
开课实验室土木学院机房实验室
学院河海学院年级 2012级专业班资环1班学生姓名邓双福学号 631203050107 开课时间 2014 至 2015 学年第二学期
河海学院资源与环境科学系
2015年6月
实验题目遥感地物识别与专题制图
实验时间2015年6月1日实验地点土木学院机房实验室
实验成绩实验性质综合性试验
一、实验目的
1、以自己所熟悉的软件,选择一个区域(影像自己选择,不小于500×500像素),进行地物类型的判别与读取(人机交
互目视解译或者计算机自动分类)监督与非难监督
2、考察学生对本课程有关典型地物类别光谱特征知识点的掌握情况。
3、地物类型不小于五类,结果输出为专题图,图分,图例,各地物类型的面积(矢量面积,栅格百分比)。
二、原理与方法
实验数据：地理空间数据云网址下载三市ETM遥感影像。
图像预处理：下载的遥感影像进行预处理。
图像预处理流程图如下：
波段合成：将下载到的单波段遥感数据运用ENVI进行波段合成，形成假彩色的遥感影像图。
监督分类(supervised)，又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程。
已被确认类别的样本像元是指那些位于训练区的像元。
在监督分类过程中，首先选择可以识别或者借助其他信息可以判定其类型的像元建立分类模板（训练样本），然后让计算机系统基于该模板自动识别具有相同特性的像元。
对分类结果进行评价后再对分类模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。
监督分类一般有以下几个步骤：定义分类模板、评价分类模板、进行监督分类、评价分类结果，在实际应用过程中，可以根据需要执行其中的部分操作。
分类后处理（Post-Classification Process），无论监督分类还是非监督分类，都是按照光谱特征进行聚类分析的，因此，都带有一定的盲目性。
所以，对获得的分类结果需要进行一些处理工作才能得到最终相对理想的分类结果，这些处理操作统称为分类后处理。
地图制图：将上述所得图斑通过文件转换功能转成.shp文件，即转换成arcgis能使用的文件类型。
再运用Arcgis制图功能，进行地图整饰，然后进行地图输出。
三、实验主要容及过程
3.1、图像预处理
由于下载的3ETM遥感影像存在条纹，用了一个插件去除了条纹。
之后再进行图像的预处理（去云、去雾及阴影处理等）
去除条纹后的影像：
3.2、波段合成
将所下载到的数据进行波段合成，如下图：
3.3、图像镶嵌
将三图像进行镶嵌，如下图：
3.4、图形裁剪
由于整幅图面域太大，所以在合成后的图上选取适当大小进行裁剪保存，作为后期处理的的图像。
建立掩膜之后，裁剪
3.5、执行监督分类
将上述所得图像进行分类处理，并保存分类后图像，如下图：
具体步骤是利用ROI工具选择感兴趣区，具体分类为：林地、城镇用地、水域、耕地、未利用地。
正常情况下是通过别的方式选样本，如：野外调查或波峰影像上选样本，本次因条件限制就直接在图上选了。
3.5.1、定量评价
在这个表里，凡是最后的那个数值大于1.8的就说明符合要求，由此看出第一个是不符合要求的，应该是选的时候有问题，但重新选后发现数值越来越小，不过城镇用地和未利用地容易混淆，不容易选对，就不再重新选样本了。
3.5.2、定性评价
按照步骤操作后，出现n-D可视化对话框，单击Start，会出现一动态变化的样本聚类情况，在此只截一图定性的看样本是否选的好，就看那个样本集中的程度，越高代表样本越好。
3.6、监督分类
点击主菜单的Classification—Supervised—Maximum Likelihood（最大似然法）
3.7、对分类图的后后处理（改名字、改颜色、分类后处理）：
1、单击Overlay—Classification叠加分类图
改名字：
选择每一个分类，然后去掉后面的像素数，
2、其他的分类后处理：精度印证，用混合矩阵。
后处理（出去小碎点），把一些小斑点给合并了。
再接着是定量的方式（剔除）：
填3是只小于一公顷的像元剔除掉
最后分类统计
四：出图
4.1、在ENVI中将影像转换为shp文件，再导入arcmap中作做专题地图。
4.2、用arcmap 打开以上shp文件，并进行用地类型属性的一一对应添加，并根据用地类型的不同，将各个区用不同的形式表示，将各个区用不同的形式表示，然后进行图像整饰。
如图：
4.3、制作专题地图
添加各类要素，导入属性表格的各类用地的面积，整饰结果如下图：
4.4、地图输出
点击"File—Export Map",选择"*jpg".格式，分辨率设置为"600",点确定图形输出。
如图：。