遥感变化检测实验报告
多时相变化实验报告(3篇)
第1篇一、实验目的本次实验旨在通过多时相遥感影像变化检测技术，实现对特定区域在一定时间段内发生的变化进行有效识别和分析。
通过实验，掌握多时相遥感影像变化检测的基本原理和方法，提高对遥感影像处理与分析的能力。
二、实验原理多时相遥感影像变化检测是利用遥感技术对同一区域在不同时间点获取的影像进行对比分析，以识别和提取出变化信息。
实验主要采用以下步骤：1. 数据准备：获取实验所需的多时相遥感影像数据，包括不同时间点的影像、地理坐标、分辨率等信息。
2. 影像预处理：对获取的多时相遥感影像进行辐射定标、几何校正、大气校正等预处理操作，以提高影像质量。
3. 影像配准：将不同时间点的遥感影像进行配准，确保影像在空间位置上的一致性。
4. 变化检测算法：采用合适的算法对配准后的影像进行变化检测，提取出变化信息。
5. 变化信息分析：对提取出的变化信息进行分析，确定变化类型、变化范围和变化强度等。
三、实验材料1. 实验数据：选取我国某城市某区域在不同时间点获取的多时相遥感影像数据。
2. 实验软件：遥感影像处理与分析软件，如ENVI、ArcGIS等。
3. 实验设备：计算机、打印机等。
四、实验步骤1. 数据准备：下载实验所需的多时相遥感影像数据，包括不同时间点的影像、地理坐标、分辨率等信息。
2. 影像预处理：对获取的多时相遥感影像进行辐射定标、几何校正、大气校正等预处理操作，以提高影像质量。
3. 影像配准：利用遥感影像处理与分析软件，对预处理后的影像进行配准，确保影像在空间位置上的一致性。
4. 变化检测算法：选择合适的算法对配准后的影像进行变化检测，提取出变化信息。
本次实验采用基于阈值分割的方法进行变化检测。
5. 变化信息分析：对提取出的变化信息进行分析，确定变化类型、变化范围和变化强度等。
五、实验结果与分析1. 实验结果通过实验，成功实现了对实验区域的多时相遥感影像变化检测。
变化检测结果如图1所示。
图1 实验区域变化检测结果2. 实验分析（1）变化类型：实验结果显示，实验区域主要发生了土地利用变化和地表覆盖变化。
《遥感原理与应用》实验报告
《遥感原理与应用》实验报告实验报告：遥感原理与应用一、实验目的通过实验了解遥感的基本原理，掌握遥感技术的基本应用方法。
二、实验仪器和材料1.遥感软件：ENVI、ERDAS、IDRISI等2.遥感数据：卫星遥感影像数据三、实验内容1.遥感影像地理信息提取通过遥感软件导入遥感影像数据，利用图像处理方法提取地理信息，如土地利用类型、植被覆盖度等。
2.遥感影像分类利用遥感影像数据进行分类分析，将影像中的不同对象或地物进行分类，如建筑物、农田、水域等。
3.遥感影像变化检测利用不同时间的遥感影像数据进行变化检测，观察地物变化的情况，如城市扩张、植被变化等。
四、实验步骤1.打开遥感软件，导入遥感影像数据。
2.使用图像处理方法提取地理信息，如选择适当的阈值进行植被覆盖度的提取。
3.利用分类分析方法将影像中的不同对象进行分类，可以使用最大似然分类方法或支持向量机分类方法等。
4.比较不同时间的遥感影像数据，通过图像差异分析方法进行变化检测。
五、实验结果通过实验，我们成功使用遥感软件导入遥感影像数据，并提取了植被覆盖度等地理信息。
同时，我们还使用分类分析方法将影像中的不同对象进行了分类，得到了建筑物、农田、水域等分类结果。
最后，我们通过比较不同时间的遥感影像数据，成功进行了变化检测，观察到了城市扩张和植被变化的情况。
六、实验感想通过这次实验，我们深入了解了遥感技术的基本原理和应用方法。
遥感技术具有非常广泛的应用领域，如环境监测、农业管理、城市规划等。
遥感影像数据可以提供大量的地理信息，通过图像处理和分类分析可以提取出有用的地理信息，同时通过变化检测可以观察到地物的变化情况。
掌握遥感技术对于我们理解地球变化、环境保护和资源利用具有重要意义。
总结：通过这次实验，我们不仅学习到了遥感技术的基本原理和应用方法，还亲自进行了实验操作，掌握了使用遥感软件进行遥感影像地理信息提取、分类分析和变化检测的基本技能。
希望今后能够将所学的遥感知识应用到实际工作中，为地球环境的保护和资源的利用做出贡献。
遥感实验报告实验成果
一、实验背景随着遥感技术的不断发展，遥感技术在环境监测、资源调查、灾害预警等领域得到了广泛应用。
本实验旨在通过遥感技术，对某地区进行地表覆盖分类，为该地区的环境监测和资源调查提供数据支持。
二、实验目的1. 熟悉遥感图像处理软件的基本操作；2. 掌握遥感图像分类方法；3. 对某地区进行地表覆盖分类，为该地区的环境监测和资源调查提供数据支持。
三、实验内容1. 数据准备本实验选用某地区Landsat 8卫星影像作为实验数据，该影像覆盖范围约为1000平方公里，分辨率为30米。
实验过程中，首先对影像进行预处理，包括辐射校正、几何校正和大气校正等。
2. 遥感图像分类（1）选择合适的分类器本实验选用支持向量机（SVM）作为分类器，因为SVM在处理小样本数据时具有较好的性能。
（2）训练样本选择为提高分类精度，需要选择具有代表性的训练样本。
本实验采用随机抽样方法，从预处理后的影像中随机选取1000个样本作为训练样本。
（3）分类结果分析将训练样本输入SVM分类器进行训练，得到分类模型。
然后，将测试样本输入分类模型进行分类，得到分类结果。
3. 分类结果验证为验证分类结果的准确性，采用混淆矩阵对分类结果进行评价。
混淆矩阵是一种用于评估分类结果的方法，它能够直观地反映分类精度、召回率和F1值等指标。
四、实验结果与分析1. 分类精度通过计算混淆矩阵，得到分类精度为90.5%。
这说明本实验采用SVM分类器对某地区进行地表覆盖分类的效果较好。
2. 分类结果分析（1）地表覆盖类型分布通过分析分类结果，可以看出该地区地表覆盖类型主要有耕地、林地、草地、水域、建筑用地和未利用地等。
（2）地表覆盖变化分析与历史影像对比，可以看出该地区耕地面积有所增加，林地和草地面积有所减少，建筑用地面积显著增加。
这可能与当地经济发展和城市化进程有关。
3. 分类结果应用（1）环境监测通过地表覆盖分类结果，可以监测该地区土地利用变化，为环境监测提供数据支持。
遥感实验报告反思总结(3篇)
第1篇一、实验背景随着遥感技术的飞速发展，其在环境监测、资源调查、城市规划等多个领域发挥着越来越重要的作用。
本次实验旨在通过遥感图像处理与分析，了解遥感技术在环境监测中的应用，提高我们对遥感图像的理解和解读能力。
二、实验目的1. 掌握遥感图像的基本处理方法；2. 分析遥感图像在环境监测中的应用；3. 提高遥感图像的解读与分析能力；4. 通过实验反思，总结经验与不足。
三、实验原理遥感技术是利用电磁波对地球表面进行观测的一种手段。
通过遥感图像，我们可以获取地表的各种信息，如地形、地貌、植被、水文等。
本次实验主要运用遥感图像处理与分析技术，对遥感图像进行预处理、增强、分类、提取等操作，以实现对地表信息的提取与分析。
四、实验步骤1. 数据准备：收集实验所需的遥感图像数据，包括多时相、不同分辨率的遥感图像。
2. 图像预处理：对遥感图像进行辐射校正、几何校正等预处理，提高图像质量。
3. 图像增强：对预处理后的遥感图像进行增强处理，突出感兴趣区域的特征。
4. 图像分类：运用监督或非监督分类方法，对遥感图像进行分类，提取地表信息。
5. 图像分析：对分类后的遥感图像进行分析，了解地表信息变化规律。
五、实验结果1. 通过图像预处理，提高了遥感图像的质量，为后续分析提供了更好的数据基础。
2. 图像增强处理后，明显提高了感兴趣区域的特征，便于后续分析。
3. 通过分类方法，成功提取了地表信息，如植被、水域、建设用地等。
4. 对分类后的遥感图像进行分析，发现地表信息变化规律，为环境监测提供了有力支持。
六、实验反思1. 在实验过程中，发现遥感图像预处理对后续分析至关重要。
在预处理过程中，要注意选择合适的校正方法和参数，以确保图像质量。
2. 图像增强方法的选择应根据具体实验目的和图像特点进行。
在本实验中，直方图均衡化方法取得了较好的效果。
3. 分类方法的选择对地表信息提取结果有很大影响。
在本次实验中，支持向量机（SVM）分类方法取得了较好的分类效果。
最新《遥感技术》实验报告
最新《遥感技术》实验报告实验目的：本实验旨在通过实际操作，加深对遥感技术基本原理的理解，并掌握遥感数据的获取、处理与分析方法。
通过实验，学习如何利用遥感技术进行地表覆盖分类、资源评估和环境监测。
实验内容：1. 遥感数据的获取与预处理- 从国家遥感中心或其他数据平台下载适用于实验的遥感影像数据。
- 对下载的遥感影像进行必要的预处理，包括辐射校正、大气校正和几何校正。
2. 遥感影像的解译与分类- 利用遥感影像解译软件，如ENVI或ERDAS IMAGINE，对预处理后的影像进行目视解译。
- 采用非监督分类和监督分类方法，对遥感影像中的地表覆盖类型进行分类。
3. 分类结果的精度评估- 通过实地调查或其他高精度数据，收集地面真实情况作为参考。
- 利用混淆矩阵等统计工具，对遥感分类结果进行精度评估。
4. 遥感技术在资源评估和环境监测中的应用- 选取特定区域，运用遥感技术进行植被覆盖度、土壤湿度等环境因子的监测。
- 分析遥感监测数据，评估资源状况和环境变化趋势。
实验结果：通过本次实验，成功获取并预处理了所需遥感影像数据。
在解译与分类阶段，非监督分类结果显示了地表覆盖的大致分布，而监督分类则提供了更为精确的分类结果。
精度评估表明，监督分类的总体精度达到了85%。
在资源评估和环境监测应用中，遥感技术能够有效地监测到植被覆盖度的季节性变化和土壤湿度的空间分布情况。
结论：实验验证了遥感技术在地表覆盖分类、资源评估和环境监测中的有效性和实用性。
通过本次实验，不仅提高了对遥感技术操作的熟练度，也为后续相关研究提供了实验基础和技术支持。
未来的工作可以进一步探索更先进的分类算法和数据分析方法，以提高遥感应用的精度和效率。
遥感实验报告(总24页)
遥感实验报告(总24页)一、背景近年来，遥感技术的发展为人们研究地表环境提供了可靠的信息和丰富的空间数据，深化了人们对地表环境的理解。
近年来，有关耕地变化的空间数据分析研究得到了越来越多的关注。
使用遥感技术可以更加迅速、准确和有效地统计分析相关的数据，并能够从多个方面反映土地使用变化。
为了探索耕地变化的规律，对哈尔滨市某农村耕地变化进行遥感实验，利用遥感技术提取准确的空间数据，分析耕地变化的规律，评估农村耕地变化的影响因素，以维护农业的可持续发展。
二、实验目的就哈尔滨市某乡镇山区耕地变化进行遥感科学研究，包括遥感影像的处理、对耕地的提取、耕地变化的分析处理、影响因素分析等，以查找此区域耕地变化的一般规律和空间分布规律，研究该区域耕地变化的影响因素，为农业可持续发展提供参考意见。
三、实验材料本次实验使用的哈尔滨市某乡镇山区的遥感影像，已经完成影像的处理工作，影像的一致性检验完成，根据遥感原理和方法，利用遥感软件确定区域内植被覆盖率，用栅格数据处理技术提取耕地空间分布数据，运用面积、角点和中心点分析技术，进行耕地变化的空间分析，并根据时序差异更新岛，此外，还对耕地变化影响因素进行相关分析，以获得耕地变化的规律和机理。
四、实验方法（1）首先，利用遥感影像处理技术，对哈尔滨市某乡镇的遥感影像进行处理，包括图像校正、去燥、充色等处理。
（2）利用遥感原理和方法，结合多媒体航摄影图像，确定区域内植被覆盖率，并计算实时植被覆盖率，以识别土地利用情况；（3）采用栅格数据处理技术，提取区域内的耕地空间分布数据，采用面积、角点和中心点分析技术，进行耕地变化的空间分析，画出耕地变化图；（4）运用拟合技术，对耕地变化的时序差异进行检验，更新耕地空间分布，利用ArcGIS工具箱进行属性数据叠加，分析耕地变化影响因素；（5）最后分析耕地变化幅度，统计出耕地变换情况，绘制耕地变化临时图，分析出耕地变化规律和空间规律，找出耕地变化影响因素，从多个角度对耕地变化进行评价，以反映耕地变化的情况。
遥感影响分析实验报告(3篇)
第1篇一、实验目的本次实验旨在通过遥感技术，分析特定区域的生态环境、土地利用变化以及灾害影响等方面，提高对遥感数据解读和分析的能力，为相关领域的决策提供科学依据。
二、实验原理遥感技术是利用航空、航天等平台获取地表信息的一种手段，通过对遥感图像的处理和分析，可以获取地表的物理、化学、生物等信息。
本实验主要涉及以下原理：1. 遥感图像的获取：通过卫星、航空等平台获取特定区域的遥感图像。
2. 遥感图像预处理：对遥感图像进行辐射校正、几何校正等预处理，提高图像质量。
3. 遥感图像分析：利用遥感图像处理软件对遥感图像进行分类、变化检测、纹理分析等分析，提取地表信息。
4. 影响分析：结合相关领域知识，对分析结果进行解释和评价，揭示地表现象的成因和影响。
三、实验数据本次实验选用某区域2010年和2020年的遥感影像数据，包括多光谱、全色等数据。
四、实验步骤1. 数据预处理：- 对遥感影像进行辐射校正，消除大气、传感器等因素的影响。
- 对遥感影像进行几何校正，消除图像畸变。
- 对遥感影像进行裁剪，提取研究区域。
2. 遥感图像分析：- 利用遥感图像处理软件对遥感影像进行分类，提取地表信息，如土地利用类型、植被覆盖度等。
- 对遥感影像进行变化检测，分析研究区域土地利用变化情况。
- 对遥感影像进行纹理分析，揭示地表现象的分布特征。
3. 影响分析：- 结合相关领域知识，对分析结果进行解释和评价。
- 分析研究区域生态环境、土地利用变化以及灾害影响等方面的成因和影响。
五、实验结果与分析1. 土地利用变化：- 通过变化检测，发现研究区域在2010年至2020年间，耕地、林地、草地等土地利用类型发生了显著变化。
- 具体表现为：耕地面积减少，林地、草地面积增加。
2. 植被覆盖度：- 通过植被指数分析，发现研究区域植被覆盖度总体呈上升趋势，表明生态环境有所改善。
3. 灾害影响：- 通过遥感影像分析，发现研究区域在2010年至2020年间，受洪涝、干旱等灾害影响较大。
遥感影像变化检测
遥感影像变化检测报告学院：专业：指导老师：小组成员：2013年5月1、遥感影像变化检测的概念遥感影像变化检测指利用多时相获取的覆盖同一地表区域的遥感影像及其它辅助数据来确定和分析地表变化。
它利用计算机图像处理系统，对不同时段目标或现象状态的变化进行识别、分析；它能确定一定时间间隔内地物或现象的变化，并提供地物的空间分布及其变化的定性与定量信息。
由此可知，遥感影像变化检测是从不同时期的遥感图像中，定量地分析和确定地物变化的特征和过程。
它涉及到变化的类型、分布状况及变化信息的描述，即需要确定变化前后的地物类型、界限和分析变化的属性。
变化检测的研究对象为地物，包括自然地物和人造地物，其中人造地物在军事上常被称为目标。
描述地物的特性包括：空间分布特性、波谱反射与辐射特性、时相变化特性。
遥感影像的变化检测在土地覆盖变化监测、环境变迁动态监测、自然灾害监测、违章建筑物查处、军事目标打击效果分析以及国土资源调查等方面拥有广泛的应用价值和商业价值。
变化检测通常包括以下4个方面的内容：(1)判断是否发生了变化，即确定研究区域内地物是否发生了变化；(2)标定变化发生的区域，即确定在何处发生了变化，将变化像元与未变化像元区分开来；(3)鉴别变化的性质，给出在每个变化像元上所发生变化的类型，即确定变化前后该像元处的地物类型；(4)评估变化的时间和空间分布模式。
其中，前两个方面是变化检测所要解决的基本问题，而后两个方面则根据应用要求决定是否需要做。
2、遥感影像变化检测的三个层次遥感图像分析过程中通常包括数据层处理、特征层处理和目标层处理三个过程。
依据这三个层次划分，可将变化检测分为：像元级变化检测、特征级变化检测和目标级变化检测。
(1)像元级变化检测是指直接在采集的原始图像上进行变化检测。
尽管基于像元的变化检测有它一定的局限性，但由于它是基于最原始的图像数据，能更多地保留图像原有的真实感，提供其它变化检测层次所不能提供的细微信息，因而目前绝大多数的变化检测方法都是像元级变化检测。
遥感实验报告
遥感实验报告引言：遥感技术是利用卫星、飞机等遥感平台获取地球表面信息的一种技术手段。
通过对不同波段的电磁辐射进行探测和分析，遥感技术可以获取地表的空间分布、物质组成以及变化情况等信息。
本次实验旨在通过遥感图像的获取和解译，了解和掌握遥感技术的基本原理和应用。
一、遥感数据获取：1. 数据来源：本次实验使用的遥感数据来源于卫星遥感图像，通过开源的遥感数据平台获得。
2. 数据类型：本次实验使用的遥感数据为多光谱遥感图像，包含多个波段的信息。
通过不同波段的数据分析，可以获取地表的不同特征和信息。
二、遥感图像解译：1. 图像预处理：图像预处理是遥感图像解译的基础工作，包括图像几何校正、辐射校正和大气校正等过程。
这些预处理步骤可以提高图像质量，减少噪声和失真。
2. 地物分类：地物分类是遥感图像解译的关键环节。
通过对遥感图像中的像元进行分类，可以将地表物体分为不同的类别，如水体、植被、建筑等。
常用的分类方法包括监督分类和非监督分类。
3. 特征提取：特征提取是对地物进行进一步分析和描述的过程。
通过提取地物的形状、颜色、纹理等特征，可以对地物进行进一步分类和识别。
三、遥感技术应用：1. 土地利用与覆盖变化研究：通过遥感图像的获取和解译，可以对土地利用与覆盖变化进行研究。
通过对多时相的遥感数据进行对比分析，可以了解土地利用变化的趋势和驱动因素。
2. 自然资源调查与监测：遥感技术在自然资源调查与监测中有着广泛的应用。
通过遥感图像的获取和解译，可以对森林、湿地和土地等自然资源进行调查和监测，为资源管理和保护提供科学依据。
3. 灾害监测与评估：遥感技术在灾害监测与评估中具有重要作用。
通过遥感图像的获取和解译，可以实时监测和评估自然灾害的影响范围和程度，为灾害应对和救援提供决策支持。
结论：本次实验通过遥感图像的获取和解译，了解了遥感技术的基本原理和应用。
遥感技术在土地利用与覆盖变化研究、自然资源调查与监测和灾害监测与评估等方面具有广泛的应用前景。
遥感实验报告
一、实验背景随着科技的飞速发展，遥感技术作为一种获取地球表面信息的重要手段，在地理信息系统、资源调查、环境监测等领域发挥着越来越重要的作用。
为了更好地了解遥感技术的基本原理和应用，我们进行了本次遥感实验。
二、实验目的1. 掌握遥感图像的获取和处理方法；2. 熟悉遥感图像处理软件ENVI的基本操作；3. 学习遥感图像的分类和提取信息的方法；4. 培养团队合作精神和实际操作能力。
三、实验原理遥感技术是利用电磁波对地球表面进行探测和监测的技术。
通过遥感传感器获取的图像数据，可以反映地表物体的物理、化学和生物特性。
遥感图像处理主要包括图像校正、分类、提取信息等步骤。
四、实验内容1. 图像获取实验中，我们使用了ENVI软件，从美国地质调查局（USGS）的地球观测系统数据和信息（EOSDIS）中下载了北京市的Landsat 8卫星影像。
2. 图像校正首先，我们对下载的遥感图像进行了几何校正，以消除图像中的几何畸变。
通过选择地面控制点，将遥感图像与实际地理位置相对应。
3. 图像分类接着，我们进行了遥感图像的分类。
采用监督分类方法，利用ENVI软件中的分类器，对遥感图像进行分类。
分类过程中，我们选取了地物特征明显的区域作为训练样本，以指导分类器进行分类。
4. 信息提取最后，我们利用遥感图像提取了北京市的地物信息，包括水体、植被、建筑等。
通过对提取信息的分析，可以了解北京市的地表环境状况。
五、实验结果与分析1. 图像校正通过几何校正，我们成功地将遥感图像与实际地理位置相对应，消除了图像中的几何畸变。
校正后的图像可以更准确地反映地表物体的真实位置。
2. 图像分类在遥感图像分类过程中，我们共分为三个类别：水体、植被和建筑。
经过分类，我们得到了较为准确的分类结果。
通过分析分类结果，可以看出北京市的水体主要分布在北部地区，植被主要分布在山区和郊外，建筑主要集中在城市中心区域。
3. 信息提取通过对遥感图像提取的地物信息进行分析，我们可以了解到北京市的地表环境状况。
遥感实验报告2023
遥感实验报告20231. 引言遥感技术是一种通过无人机、卫星等遥感设备获取地球表面信息的技术。
它在地质勘探、农林业生产、环境监测等领域具有重要应用价值。
本实验旨在通过遥感技术获取、处理和分析遥感数据，以提供对地球表面特征的详细描述。
2. 实验目的本实验的主要目的是学习和掌握常见的遥感数据处理和分析方法，包括遥感图像的获取、预处理、特征提取等。
通过实践，了解遥感技术在不同领域的应用，并探索其未来的发展前景。
3. 实验步骤3.1 数据获取本实验使用MODIS卫星遥感数据作为实验数据。
通过访问NASA的遥感数据下载网站，获取所需的MODIS影像数据。
选择合适的地区和时间范围，下载相应的遥感数据。
3.2 数据预处理在进行遥感数据分析之前，需要对数据进行预处理。
预处理的主要目的是去除噪声、校正数据以及增强数据质量。
本实验使用ENVI软件进行数据预处理。
首先，导入下载的MODIS影像数据，并进行大气校正和辐射校正，以消除大气光和辐射效应对图像的影响。
接下来，进行地物分类和特征提取。
使用ENVI软件的图像分类和特征提取工具，对遥感影像进行分类，并提取出感兴趣的特征信息。
3.3 数据分析在经过数据预处理后，我们可以对遥感数据进行进一步的分析。
首先，进行遥感图像的可视化展示。
使用ENVI软件的图像显示工具，将预处理后的遥感影像进行可视化展示，以便更直观地观察地表特征。
接着，进行遥感数据的统计分析。
使用ENVI软件的图像统计工具，对影像数据进行统计分析，如计算平均值、标准差等。
最后，进行地表特征分析。
根据预处理后的遥感影像，对地表特征进行分析和解释。
比较不同地区、不同时间段的遥感影像，找出地球表面特征的变化和规律。
4. 实验结果通过对遥感数据的获取、预处理和分析，我们得到了以下实验结果：1.成功获取了所需的MODIS卫星遥感数据，并进行了数据预处理。
2.在预处理后的遥感影像中，清晰显示了地球表面的特征，包括水体、植被、建筑物等。
遥感实验报告
遥感实验报告遥感实验报告引言：遥感技术是一种通过获取地球表面的电磁辐射信息来获取地表特征的技术。
遥感技术的应用范围广泛，可以用于地质勘探、环境监测、城市规划等领域。
本次实验旨在通过遥感技术获取卫星图像，并对图像进行解译和分析，从而深入了解遥感技术的原理和应用。
实验步骤：1. 数据获取在实验开始前，我们首先需要获取卫星图像数据。
通过合法渠道，我们从国家遥感中心获取了一组高分辨率的遥感图像。
这些图像涵盖了不同地区的城市和农田，以及一些自然景观。
2. 图像预处理获取到的卫星图像需要进行预处理，以提高图像的质量和准确性。
预处理包括图像去噪、边缘增强和色彩校正等步骤。
通过这些预处理步骤，我们可以得到更清晰、更准确的图像数据。
3. 图像解译在预处理完成后，我们开始对图像进行解译。
解译是指根据图像的特征和上下文信息，识别出图像中的不同地物和地貌。
在解译过程中，我们需要借助地理信息系统（GIS）软件和遥感图像解译原理，对图像中的各个区域进行分类和标注。
4. 图像分析解译完成后，我们对图像进行进一步的分析。
通过分析图像中的不同地物和地貌，我们可以得出一些有关该地区的信息。
例如，通过对城市区域的分析，我们可以了解到该地区的人口密度和城市发展情况；通过对农田的分析，我们可以了解到该地区的农作物类型和农业生产状况。
实验结果：通过对卫星图像的解译和分析，我们得出了一些有关地表特征的结论。
例如，在城市区域，我们观察到高密度的建筑群和道路网络，表明该地区经济发展迅速；在农田中，我们观察到不同类型的农作物，如水稻、小麦和玉米，表明该地区的农业生产多样化。
讨论与展望：遥感技术在地球科学和环境科学领域具有广泛的应用前景。
通过遥感技术，我们可以实时监测地球表面的变化，了解自然灾害的发生和演变过程，从而采取相应的措施进行预防和救援。
此外，遥感技术还可以用于环境保护和资源管理，帮助我们更好地理解和保护地球。
结论：本次实验通过遥感技术获取卫星图像，并对图像进行解译和分析，深入了解了遥感技术的原理和应用。
遥感变化监测实验报告
一、实验目的本次实验旨在通过遥感技术对某区域进行变化监测，分析该区域在特定时间段内的变化情况，验证遥感技术在环境监测和资源调查中的应用价值。
二、实验原理遥感变化监测是利用遥感影像分析技术，通过对同一地区在不同时间获取的遥感影像进行比较，识别和分析区域内的变化信息。
实验主要采用以下原理：1. 光谱分析：遥感影像的光谱信息反映了地表物质的物理和化学特性，通过分析光谱变化可以识别地表物质的变化。
2. 图像处理：通过图像增强、滤波、分类等方法对遥感影像进行处理，提高图像质量和信息提取能力。
3. 变化检测：通过比较不同时间遥感影像的相似性，识别和分析区域内的变化信息。
三、实验数据实验数据包括以下内容：1. 遥感影像：选择不同时间段的遥感影像，如Landsat、Sentinel-2等。
2. 地理信息系统（GIS）数据：包括研究区域的行政区划、道路、水体等地理要素。
四、实验步骤1. 数据预处理：对遥感影像进行辐射校正、几何校正等预处理，确保影像质量。
2. 图像处理：对遥感影像进行增强、滤波等处理，提高图像质量和信息提取能力。
3. 变化检测：采用图像差异法、变化向量分析（CVA）等方法，识别和分析区域内的变化信息。
4. 结果分析：对变化信息进行分类、统计分析，揭示区域变化规律。
五、实验结果与分析1. 变化区域识别：通过变化检测，识别出研究区域内的变化区域，如城市扩张、土地退化、水体变化等。
2. 变化类型分析：对变化区域进行分类，分析不同类型变化的空间分布和时序变化规律。
3. 影响因素分析：结合GIS数据和社会经济数据，分析影响区域变化的主要因素。
六、结论1. 遥感变化监测技术可以有效识别和分析区域内的变化信息，为环境监测、资源调查等领域提供科学依据。
2. 实验结果表明，遥感技术在城市扩张、土地退化、水体变化等领域的监测具有显著优势。
3. 遥感变化监测技术具有广泛应用前景，可为政府部门、企业和科研机构提供决策支持。
遥感实验报告
遥感实验报告一、实验目的。
本实验旨在通过遥感技术对地球表面进行观测和数据获取，以探究遥感技术在环境监测、资源调查和自然灾害预警等方面的应用。
二、实验原理。
遥感技术是利用卫星、飞机等远距离传感器获取地球表面信息的一种技术手段。
通过接收地面反射、辐射或散射的电磁波，可以获取地表地貌、植被覆盖、土地利用等信息。
三、实验步骤。
1. 选择合适的遥感影像数据，包括多光谱影像、高光谱影像等。
2. 对影像数据进行预处理，包括辐射定标、大气校正等。
3. 利用遥感软件进行影像解译，提取地表信息。
4. 对提取的地表信息进行分析和应用，如环境监测、资源调查等。
四、实验结果与分析。
通过实验，我们成功获取了地表的多光谱影像数据，并对其进行了预处理和解译。
最终得到了地表的植被覆盖、土地利用等信息。
这些信息对于环境监测、资源调查等方面具有重要意义。
五、实验结论。
遥感技术在地球科学领域具有重要的应用价值，能够为环境保护、资源管理等提供有力支持。
通过本次实验，我们深入了解了遥感技术的原理和应用，对其在实际工作中的应用有了更深刻的认识。
六、实验总结。
本次实验不仅让我们掌握了遥感技术的基本原理和操作方法，还加深了我们对地球表面信息获取和分析的认识。
未来，我们将进一步学习遥感技术，探索其更广泛的应用领域，为地球科学研究和环境保护做出更大的贡献。
七、参考文献。
1. 《遥感原理与应用》，XXX，XXX出版社，2018年。
2. 《遥感技术在环境监测中的应用》，XXX，XXX期刊，2020年。
以上为本次遥感实验的报告内容，希望对大家有所帮助。
感谢各位的阅读和支持！。
遥感变化检测实验报告
遥感影像变化检测实验报告目录1 遥感影像变化检测概述 (2)1.1 遥感影像变化检测的内容 (2)1.2 影响变化检测的因素 (2)1.3 遥感影像变化检测步骤 (3)1.4 评判遥感影像检测方法优劣的标准 (3)2 实验过程（基于ERDAS软件） (3)2.1 影像数据 (3)2.2 处理步骤 (3)2.3 ERDAS操作步骤 (3)2.3.1 2003年影像配准 (3)2.3.2 2005年影像配准 (10)2.3.3 相对大气校正 (11)2.3.4 差分检测 (15)3 结语 (16)1 遥感影像变化检测概述遥感影像变化检测就是对目标或现象在不同时间观测到的状态的差异的识别过程。
常用用于遥感影像变化检测的领域有：土地利用/土地覆被变化；森林或植被变化；森林死亡、落叶和灾害评价；森林采伐、再生和选择性砍伐；湿地变化；森林火灾以及林火影响区域检测；地表景观变化；城市变化；环境变化；如农作物检测、轮垦检测、道路分段、冰川总量平衡和表面变化等。
1.1 遥感影像变化检测的内容遥感影像变化检测的内容为：（1）检测并判断某一研究区域内感兴趣的目标或现象在所研究的时间段内是否发生了变化；（2）确定发生变化区域的位置；（3）遥感影像变化检测结果精度评估；（4）分析、鉴别变化类型，确定变化前后地物类型；（5）分析、评估变化在时间和空间上的分布模式，对其变化规律进行描述和解释；（6）对未来的变化进行预测，为科学决策提供依据。
1.2 影响变化检测的因素一般来说，影像遥感影像变化检测的因素主要有：（1）多时相影像间的精确几何配准；（2）多时相影像间的定标或规一化；（3）高质量地面真实数据的获取；（4）研究区地面景观和环境的复杂度；（5）变化检测的方法和算法；（6）分类和变化检测的主题（目标）；（7）分析人员的技术水平和经验；（8）对研究区的认知和熟悉程度；（9）时间和成本限制。
为此，数据选择时，尽量选择同一传感器、相同辐射和光谱分辨率，并在时间周期上相同或相近的数据，目的是为了能消除外部环境的影响，如太阳高度角、季节和物侯的差异等。
武大遥感实验报告
一、实验背景遥感技术是一种通过获取和解释地球表面的信息的方法，它使用传感器从遥远的地方获取数据，以帮助我们了解地球的变化和特征。
遥感技术的应用范围广泛，可以用于地质勘探、环境监测、城市规划等领域。
为了深入了解遥感技术，提高遥感数据处理和分析能力，我们进行了本次遥感实验。
二、实验目的1. 熟悉遥感图像处理软件ENVI的基本操作；2. 掌握遥感图像的预处理方法；3. 学习遥感图像的几何校正和配准；4. 掌握遥感图像的分类和制图；5. 分析遥感图像信息，为实际应用提供依据。
三、实验内容1. 实验一：ENVI软件基本操作（1）熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法；（2）查看影像信息和像元信息；（3）距离测量与面积测量。
2. 实验二：遥感图像预处理（1）了解遥感图像的预处理方法，包括辐射校正、几何校正、图像增强等；（2）对遥感图像进行辐射校正，消除传感器噪声和大气影响；（3）对遥感图像进行几何校正，消除图像几何畸变；（4）对遥感图像进行增强，提高图像信息量。
3. 实验三：遥感图像几何校正和配准（1）熟悉遥感图像的几何校正方法，包括基于控制点校正、基于多项式校正等；（2）对遥感图像进行几何校正，消除图像几何畸变；（3）对遥感图像进行配准，实现多景遥感图像的拼接。
4. 实验四：遥感图像分类和制图（1）了解遥感图像的分类方法，包括监督分类、非监督分类等；（2）对遥感图像进行分类，提取地物信息；（3）根据分类结果，制作遥感图像专题图。
5. 实验五：遥感图像信息分析（1）分析遥感图像信息，提取地物特征；（2）结合实际情况，为实际应用提供依据。
四、实验结果与分析1. 实验一：通过实验，我们掌握了ENVI软件的基本操作，能够查看影像信息和像元信息，进行距离测量和面积测量。
2. 实验二：通过实验，我们了解了遥感图像的预处理方法，对遥感图像进行了辐射校正、几何校正和图像增强，提高了图像信息量。
3. 实验三：通过实验，我们掌握了遥感图像的几何校正和配准方法，消除了图像几何畸变，实现了多景遥感图像的拼接。
遥感监测实习报告
遥感监测实习报告一、实习目的与任务本次遥感监测实习旨在通过实际操作，掌握遥感数据处理、分析与应用的基本技能，提高对遥感技术的理解和运用能力。
实习任务包括：遥感影像预处理、遥感影像解译、遥感数据统计分析以及遥感监测应用。
二、实习内容与过程1. 遥感影像预处理本次实习所使用的遥感数据为Landsat 8卫星影像。
首先，我们对原始遥感影像进行了辐射校正和几何校正。
辐射校正主要进行了传感器校正、大气校正、太阳高度及地形校正。
几何校正是指纠正由系统或非系统因素引起的图像几何变形。
我们将实习所用到的遥感图像坐标系确定为UTMWGS84坐标系。
2. 遥感影像解译根据实习任务，我们对预处理过的遥感影像进行了解译。
解译过程中，我们依据《土地利用现状分类-GB2007》标准，对遥感影像地物进行了初步目视解译、划分，从而建立外业目视解译标志表。
同时，我们还对遥感影像的室内解译进行了小斑区划和数据库建立。
3. 遥感数据统计分析为了解实习区域内不同地物的分布情况，我们利用遥感影像解译数据进行了统计分析。
通过计算各类地物的面积比例，分析了实习区域内土地利用状况。
统计结果显示，实习区域内主要以耕地、林地和建设用地为主，其中耕地面积占比最大。
4. 遥感监测应用基于遥感数据统计分析结果，我们针对实习区域内的土地利用状况，制作了土地利用现状分类专题图。
此外，我们还根据遥感影像图，分析了实习区域内生态环境变化情况，为当地政府提供了决策依据。
三、实习收获与体会通过本次遥感监测实习，我们掌握了遥感数据处理、分析与应用的基本方法，提高了实际操作能力。
同时，我们还学会了如何将遥感技术应用于实际问题，为解决实际问题提供了新的思路。
实习过程中，我们深刻体会到了遥感技术在资源调查、环境监测和地理信息系统等领域的重要作用。
四、不足与改进虽然本次实习取得了一定的成果，但我们也发现了一些不足之处。
首先，实习过程中对遥感数据的处理和分析还不够深入，需要加强学习遥感相关软件和算法。
卫星遥感解析实验报告(3篇)
第1篇一、实验目的1. 理解卫星遥感的基本原理和图像处理方法。
2. 掌握遥感图像的预处理、增强和解析技术。
3. 通过实验加深对遥感数据在资源调查、环境监测和灾害预警等方面的应用认识。
二、实验背景随着遥感技术的发展，卫星遥感已成为资源调查、环境监测和灾害预警等领域的重要手段。
本实验以某地区遥感影像为数据源，通过图像处理和分析，提取地物信息，为相关领域提供技术支持。
三、实验内容1. 遥感图像预处理（1）图像校正：对遥感影像进行几何校正，消除由于传感器姿态、地球自转和地球曲率等因素引起的图像畸变。
（2）图像辐射校正：对遥感影像进行辐射校正，消除由于大气、传感器等因素引起的辐射畸变。
2. 遥感图像增强（1）直方图均衡化：提高遥感影像的对比度，使图像细节更加清晰。
（2）对比度拉伸：调整遥感影像的对比度，使地物信息更加突出。
3. 遥感图像解析（1）地物分类：利用遥感影像的地物波谱特征，对地物进行分类，提取所需信息。
（2）地物变化检测：对比不同时期的遥感影像，检测地物变化情况。
（3）灾害预警：根据遥感影像信息，对自然灾害进行预警。
四、实验步骤1. 数据准备：收集实验所需遥感影像，包括几何校正、辐射校正后的影像。
2. 图像预处理：对遥感影像进行几何校正和辐射校正。
3. 图像增强：对遥感影像进行直方图均衡化和对比度拉伸。
4. 地物分类：利用遥感影像的地物波谱特征，对地物进行分类。
5. 地物变化检测：对比不同时期的遥感影像，检测地物变化情况。
6. 灾害预警：根据遥感影像信息，对自然灾害进行预警。
五、实验结果与分析1. 遥感图像预处理效果：经过几何校正和辐射校正，遥感影像的地物信息得到了有效恢复。
2. 遥感图像增强效果：通过直方图均衡化和对比度拉伸，遥感影像的对比度得到了显著提高，地物信息更加清晰。
3. 地物分类效果：根据遥感影像的地物波谱特征，成功地对地物进行了分类，提取了所需信息。
4. 地物变化检测效果：对比不同时期的遥感影像，成功检测到了地物变化情况。
卫星遥感轨迹实验报告(3篇)
第1篇一、实验目的1. 了解卫星遥感的基本原理和操作流程。
2. 掌握卫星遥感数据采集、处理和分析的方法。
3. 通过实验，验证卫星遥感技术在实际应用中的有效性。
二、实验背景随着科技的发展，卫星遥感技术在环境监测、资源调查、灾害预警等领域发挥着越来越重要的作用。
本实验旨在通过模拟卫星遥感数据采集、处理和分析过程，使学生了解卫星遥感技术的应用。
三、实验内容1. 卫星遥感数据采集- 选择合适的卫星遥感数据源，如Landsat、MODIS等。
- 根据实验需求，设置遥感影像的采集区域、时间范围和分辨率等参数。
- 下载并存储遥感影像数据。
2. 遥感影像预处理- 对遥感影像进行几何校正，消除几何畸变。
- 对遥感影像进行辐射校正，消除大气、传感器等因素引起的辐射失真。
- 对遥感影像进行大气校正，消除大气影响。
3. 遥感影像分析- 利用遥感影像分析软件（如ENVI、ArcGIS等），对遥感影像进行解译和分析。
- 分析遥感影像的纹理、颜色、形状等特征，提取地表信息。
- 结合野外调查数据，对遥感影像分析结果进行验证。
4. 实验案例分析- 以实际案例为背景，分析卫星遥感技术在环境监测、资源调查、灾害预警等领域的应用。
- 结合实验结果，总结卫星遥感技术的优势和局限性。
四、实验步骤1. 准备实验材料：计算机、遥感影像数据源、遥感影像分析软件等。
2. 数据采集：选择合适的卫星遥感数据源，设置采集参数，下载并存储遥感影像数据。
3. 遥感影像预处理：对遥感影像进行几何校正、辐射校正和大气校正。
4. 遥感影像分析：利用遥感影像分析软件，对遥感影像进行解译和分析。
5. 实验案例分析：结合实际案例，分析卫星遥感技术的应用。
6. 实验总结：总结实验结果，分析卫星遥感技术的优势和局限性。
五、实验结果与分析1. 遥感影像预处理结果：经过几何校正、辐射校正和大气校正，遥感影像质量得到明显提高。
2. 遥感影像分析结果：通过遥感影像分析，提取了地表信息，如植被覆盖、土地利用、水体等。
- 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)。
遥感影像变化检测实验报告
目录
1 遥感影像变化检测概述 (2)
1.1 遥感影像变化检测的内容 (2)
1.2 影响变化检测的因素 (2)
1.3 遥感影像变化检测步骤 (3)
1.4 评判遥感影像检测方法优劣的标准 (3)
2 实验过程（基于ERDAS软件） (3)
2.1 影像数据 (3)
2.2 处理步骤 (3)
2.3 ERDAS操作步骤 (3)
2.3.1 2003年影像配准 (3)
2.3.2 2005年影像配准 (10)
2.3.3 相对大气校正 (11)
2.3.4 差分检测 (15)
3 结语 (16)
1 遥感影像变化检测概述
遥感影像变化检测就是对目标或现象在不同时间观测到的状态的差异的识别过程。
常用用于遥感影像变化检测的领域有：土地利用/土地覆被变化；森林或植被变化；森林死亡、落叶和灾害评价；森林采伐、再生和选择性砍伐；湿地变化；森林火灾以及林火影响区域检测；地表景观变化；城市变化；环境变化；如农作物检测、轮垦检测、道路分段、冰川总量平衡和表面变化等。
1.1 遥感影像变化检测的内容
遥感影像变化检测的内容为：
（1）检测并判断某一研究区域内感兴趣的目标或现象在所研究的时间段内是否发生了变化；
（2）确定发生变化区域的位置；
（3）遥感影像变化检测结果精度评估；
（4）分析、鉴别变化类型，确定变化前后地物类型；
（5）分析、评估变化在时间和空间上的分布模式，对其变化规律进行描述和解释；
（6）对未来的变化进行预测，为科学决策提供依据。
1.2 影响变化检测的因素
一般来说，影像遥感影像变化检测的因素主要有：
（1）多时相影像间的精确几何配准；
（2）多时相影像间的定标或规一化；
（3）高质量地面真实数据的获取；
（4）研究区地面景观和环境的复杂度；
（5）变化检测的方法和算法；
（6）分类和变化检测的主题（目标）；
（7）分析人员的技术水平和经验；
（8）对研究区的认知和熟悉程度；
（9）时间和成本限制。
为此，数据选择时，尽量选择同一传感器、相同辐射和光谱分辨率，并在时间周期上相同或相近的数据，目的是为了能消除外部环境的影响，如太阳高度角、季节和物侯的差异等。
在进行变化检测前我们应进行的准备工作主要有：
（1）多时相影像必须精确配准；
（2）多时相影像间必须精确辐射定标和大气校正或规一化；
（3）多时相影像间要有相似的物候状态；
（4）尽可能选择相同空间和光谱分辨率影像。
1.3 遥感影像变化检测步骤
一般来说，遥感影像变化检测主要分为三步：
（1）影像预处理。
包括几何校正，影像配准（如果要求精度达到90%以上，则校正（配准）精度达到0.2像元以上），辐射校正，大气校正，地形校正（当研究区位于山区时）。
（2）选择合适的变化检测方法。
（3）精度评价。
1.4 评判遥感影像检测方法优劣的标准
一种好的变化检测技术应能具有功能：
（1）检测区域变化并统计变化率；
（2）给出（高亮或不同颜色标注）变化类型的空间分布；
（3）以图示标注（或统计时间轴）形式给出土地覆类型的变化轨迹；
（4）变化检测结果精度评价。
2 实验过程（基于ERDAS软件）
2.1 影像数据
西南交通大学犀浦校区2003年、2005年SPOT5全色波段影像，影像空间分辨率2.5米。
2.2 处理步骤
（1）影像配准。
（2）大气校正。
在ERDAS中，利用MODEL工具，采用“多时相影像匹配法”进行相对大气校正。
（3）在ERDAS中，利用MODEL工具，求两影像的差值影像，进行变化区域检测。
2.3 ERDAS操作步骤
2.3.1 2003年影像配准
（1）启动ERDAS打开，点击viewer模块，选择“Geospatial Light Table”视图，打开2003
年的全色影像。
图 2-1选择打开视图
图 2-2 2003年全色影像
（2）影像配准，点击2003年全色影像菜单栏中Raster→Geometric Correction 。
几何纠正采用多项式模型。
图 2-3 启动配准模块
图 2-4设置配准模型
设置多项式配准属性，选择二阶多项式，影像配准至少需要6个点才能拟合出纠正多项式。
图2-1 多项式模型属性设置
设置投影系统为WGS 84坐标系统：
图 2-6 设置投影系统为WGS 84坐标系统
选择keyboard only 使用键盘输入参考点：
图 2-7 参考影像选择
打开同名点采集窗口，所选点应该尽量均匀分布于整幅影像，至少采集6个点，可多采集两个同名点对用最小二乘拟合多项式，进行点纠正：
图 2-8 第1点纠正
图 2-9 第2点纠正
图 2-10 第3点纠正
图 2-11 第4点纠正
图 2-12 第5点纠正
图 2-13 第6点纠正
图 2-14 第7点纠正
图 2-15 第8点纠正
将8个点对应经纬度输入到X Ref. 和Y Ref：
图 2-16 输入8个纠正点的经纬度
点击重采样模块，给出重采样影像名称和路径，确认输出纠正后的2003年全色影像。
图 2-17 重采样（Resample）
图 2-18 2003年犀浦校区经几何纠正和重采样后的影像
2.3.2 2005年影像配准
（1）启动ERDAS打开，点击viewer模块，选择“Geospatial Light Table“视图，分别打开2003年与2005年的全色影像。
（2）影像配准，点击2005年全色影像菜单栏中Raster→Geometric Correction ，几何纠正采
用二阶多项式模型，并设置投影系统与纠正后的2003年一致。
（3）选择已有的视图Existing Viewer作为参考影像，点击纠正后的2003年影像Viewer，打开几何纠正模块，采集至少6个点对2005年的全色影像进行纠正。
图 2-19 几何纠正
（4）点击重采样模块，输出纠正后的2005年全色影像：
图 2-20 纠正后的2005年与2003年全色影像
2.3.3 相对大气校正
多时相影像匹配法中，在不同时间获取的多幅遥感影像（最好是同波段）中，以一幅作为基准影像（base image），将其他影像的光谱特征（灰度变化）转换到与基准影像大致相同的水平。
相对大气校正的过程主要有：①选取基准影像；②选取辐射地面控制点，称为伪不变特征点（pseudo-invariant features,PIFs）：辐射特性随时间变化很小（如水体、裸露土壤、宽大的房顶等），在影像区域与其他地物具有相近的高度，含植被少，相对平坦区域。
i i i base BV a b BV =+⋅
（1）打开2003年全色影像及几何纠正后的2005年的全色影像，点击Viewer 菜单栏中的选取辐射地面控制点。
图 2-21 选取辐射地面控制点
图 2-22 道路辐射控制点
图 2-23 裸土辐射控制点1
图 2-24裸土辐射控制点2
图 2-25 建筑物辐射控制点
图 2-26 河流辐射控制点
辐射控制点选取结果如表1所示：
表 1 辐射控制点选取结果
类别年份
2003 2005
道路72 110
裸土65 85
裸土2 112 131
建筑物156 173
建筑物2 255 255
河流93 114 （2）利用上述辐射控制点点，根据最小二乘原理建立多项式
A=[-0.1634 1.1555] r=0.0291 pixel
（3）点击modeler模块，选择model maker
图 2-27 model maker
建立如下模型，然后点击，执行模型。
图 2-28 相对大气校正模型
图 2-29 相对大气校正前后2005对比影像2.3.4 差分检测
建立差分模型，检测2003年与2005区域地表变化情况。
图 2-30 变化检测差分模型
图 2-31 变化检测差分算法
图 2-32 2003年与2005年差分结果
3 结语
对同一区域，应用多时相遥感影像变化检测是遥感应用领域的一个热点问题，已在国民经济建设的各个领域得到广泛应用。
本次实验是对以前所学遥感影像分类知识的巩固和提升，实验中利用ERDAS软件对校
区2003年和2005年的遥感影像进行对比，经配准、校正和差分等过程，提取出变化范围，如图2-32所示。
可以看出，图中亮白色区域为变区域，主要体现在道路、房屋、植被覆盖等地物的变化，这反映了检测区域的社会经济有了一定的发展，道路、建筑群落逐渐形成。
总之，此次实验课又是一个学习和收获的机遇，在指导老师的帮助下获益良多，希望以后能有更多的这样的机会以暴露自身的不足并加以改进，谢谢！。