遥感实验报告 - 副本
实验报告二 使用ENVI进行TM和SPOT数据融合 - 副本
《遥感原理与应用》实验报告实验内容：遥感影像的融合学生姓名：李明明学号：2010104306学院班级：地科学院10测绘工程（2）班指导教师姓名：方刚指导教师职称：副教授实验报告二使用ENVI进行TM和SPOT数据融合一、实验目的理解数据融合的基本原理，数据融合的过程，掌握ENVI环境下数据融合的方法。
二、实验内容1．手动数据融合2．自动数据融合三、实验准备数据：文件夹bldr_reg、lontmspFile 自动融合数据手动融合数据bldrtm_m.hdrbldrtm_m.imgbldrtm_m.pts lon_spotbldr_sp.hdr lon_spot.ers bldr_sp.img lon_tmbldr_sp.grd lon_tm.ers bldr_sp.ann copyright.txt bldr_sp.sta四、实验步骤使用ENVI进行数据融合的文件若带地理坐标要进行空间重采样,如果不带地理坐标,对同一地理区域,要具有相同的像素大小,同样的图像大小,和相同的方向。
在这个练习中使用的文件不带地理坐标,因此对低分辨率图像要求具有相同的像素大小，对高空间分辨率图像要用最近邻重采样。
一、读取并显示ERMapper影像1.选择File → Open External File → IP Software → ER Mapper,浏览到lontmsp 子目录,选择文件lon_tm.ers并打开。
2.在available bands list中点击RGB颜色单选按钮，点击顺序为Red Layer、Green Layer 和Blue Layer,然后点击Load RGB,显示一个真色彩Landsat TM 影像，如图1。
3.选择File → Open External File→IP Software → ER Mapper, 浏览到lontmsp 子目录,选择文件lon_spot.ers并打开。
大学遥感实验报告模板
---一、实验基本信息1. 实验名称：（例如：遥感影像地理信息提取实验）2. 实验日期：（例如：2023年10月25日）3. 实验地点：（例如：遥感实验室）4. 实验者：（例如：张三）5. 实验指导教师：（例如：李教授）---二、实验目的与意义1. 实验目的：（例如：掌握遥感影像的基本处理方法，学会利用遥感影像进行地理信息提取，提高遥感图像分析能力。
）2. 实验意义：（例如：本实验有助于学生了解遥感技术在地理信息获取与分析中的应用，为今后从事遥感相关工作打下基础。
）---三、实验原理与内容1. 实验原理：（例如：遥感影像处理的基本原理，包括影像校正、影像增强、图像分类等。
）（例如：）- 影像预处理：对遥感影像进行辐射校正、几何校正等处理。
- 影像增强：对遥感影像进行对比度增强、滤波等处理。
- 图像分类：采用监督分类或非监督分类方法对遥感影像进行分类。
- 地理信息提取：根据分类结果提取相关信息，如土地利用类型、植被覆盖度等。
---四、实验步骤与结果1. 实验步骤：（例如：）- 使用ENVI软件打开遥感影像。
- 对影像进行预处理，包括辐射校正、几何校正等。
- 对预处理后的影像进行增强处理，如对比度增强、滤波等。
- 选择合适的分类方法，对影像进行分类。
- 根据分类结果提取相关信息，如土地利用类型、植被覆盖度等。
2. 实验结果：（例如：）- 预处理后的遥感影像。
- 增强处理后的遥感影像。
- 分类结果图。
- 提取的地理信息数据。
---五、实验分析与讨论（例如：分析实验过程中遇到的问题及解决方法，对实验结果进行评价。
）2. 讨论与总结：（例如：讨论遥感影像处理技术在地理信息获取与分析中的应用，总结实验经验与不足。
）---六、实验结论（例如：通过本次实验，掌握了遥感影像的基本处理方法，学会了利用遥感影像进行地理信息提取，提高了遥感图像分析能力。
）---七、实验反思与建议1. 实验反思：（例如：总结实验过程中的不足，如数据处理速度、分类精度等。
遥感实习报告
一、实习背景随着遥感技术的不断发展，遥感在各个领域的应用越来越广泛。
为了更好地了解遥感技术，提高自己的实践能力，我们开展了为期两周的遥感实习。
本次实习旨在通过实际操作，掌握遥感影像处理、解译和制图等基本技能。
二、实习目的1. 熟悉遥感影像处理软件ENVI的操作，掌握遥感影像预处理、裁剪、校正等基本操作。
2. 学习遥感野外调查方法，了解野外调查的注意事项。
3. 掌握遥感影像解译技巧，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。
4. 熟练运用ENVI软件进行室内解译，进行小斑区划和数据库建立。
5. 根据遥感影像图，针对所调查区域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：首先，我们在ENVI软件中对原始遥感图像进行预处理，包括辐射校正和几何校正。
辐射校正主要进行传感器校正、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。
2. 遥感影像裁剪：根据实习要求，我们选取了金洲新区大部分地区及望城区部分区域作为本次实习的区域范围。
使用ENVI软件中感兴趣区域选取的功能，裁剪出特定的区域范围。
（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，从而建立外业目视解译标志表。
2. 野外调查：在实习老师的指导下，我们前往实习区域进行实地调查。
调查过程中，我们详细记录了各种地物的分布情况，以及地形、地貌等信息。
（三）室内解译1. 遥感影像室内解译：运用ENVI软件，对遥感影像进行室内解译。
通过对遥感影像的分析，识别出各种地物，并进行小斑区划。
2. 数据库建立：根据室内解译结果，建立遥感影像数据库，为后续制图提供数据支持。
（四）制图1. 利用ENVI软件，根据遥感影像数据和室内解译结果，制作土地利用现状分类专题图。
2. 对专题图进行美化，包括添加图例、标题、比例尺等信息。
《遥感技术》实验报告
大学水利与环境学院遥感技术实验报告（适用于地理信息系统专业）专业班级： ***********学生： *******学生学号： ***********指导教师： ******实验成绩：***年***月实验一、遥感图像认知与输入/输出的基本操作一、实验要求1.了解遥感卫星数字影像的差异。
2.掌握查看遥感影像相关信息的基本方法。
3.掌握遥感图像处理软件ERDAS的基本视窗操作及各个图标面板的功能。
4.了解遥感图像的格式，学习将不同格式的遥感图像转换为ERDASimg格式，以及将ERDASimg 格式转换为多种指定的格式图像。
5.学习如何输入单波段数据以及如何将多波段遥感图像进行波段组合。
6.掌握在ERDAS系统中显示单波段和多波段遥感图像的方法。
二、实验容1.遥感图像文件的信息查询。
2.空间分辨率。
3.遥感影像纹理结构认知。
4.色调信息认知。
5.遥感影像特征空间分析。
6.矢量化。
7.遥感图像的格式。
8.数据输入/输出。
9.波段组合。
10.遥感图像显示。
三、实验结果及分析：简述矢量功能在ERDAS中的意义。
矢量功能可以将栅格数据转化为矢量数据。
矢量数据有很多优点：1.矢量数据由简单的几何图元组成，表示紧凑，所占存储空间小。
2.矢量图像易于进行编辑。
3.用矢量表示的对象易于缩放或压缩，且不会降低其在计算机中的显示质量。
四、实验结果及分析：简述不同传感器的卫星影像的特点和目视效果。
SPOT卫星最大的优势是最高空间分辨率达10m，并且SPOT卫星的传感器带有可以定向的发射镜，使仪器具有偏离天底点（倾斜）观察的能力，可获得垂直和倾斜的图像。
因而其重复观察能力由26天提高到1~5天，并在不同的轨道扫面重叠产生立体像对，可以提供立体观测地面、描绘等高线，进行立体绘图的和立体显示的可能性。
CBRES的轨道是太阳同步近极地轨道，轨道高度是778km，卫星的重访周期是26天，其携带的传感器的最高空间分辨率是19.5m。
遥感原理实验报告
一、实验目的1. 理解遥感的基本原理和概念；2. 掌握遥感数据的获取方法及遥感图像的处理技术；3. 了解遥感在环境监测、资源调查等方面的应用；4. 培养遥感图像分析和解译能力。
二、实验原理遥感技术是利用电磁波在地球表面及其大气层中的传播特性，通过遥感器获取地球表面及其大气层的信息，然后进行图像处理、分析和解译，以达到对地球表面及其大气层进行监测、研究和利用的目的。
遥感原理主要包括以下几个方面：1. 电磁波辐射与散射：地球表面及其大气层对太阳辐射的吸收、反射和散射，形成各种电磁波；2. 遥感器：利用电磁波探测地球表面及其大气层的信息；3. 电磁波传播：电磁波在空间传播过程中，会受到大气、云层等因素的影响；4. 遥感图像处理：对遥感数据进行预处理、增强、分类等处理，提高遥感图像的质量和应用效果；5. 遥感图像分析：对遥感图像进行解译、识别和提取信息，实现对地球表面及其大气层的监测和研究。
三、实验内容及步骤1. 实验内容（1）遥感图像的获取：通过遥感卫星、航空摄影等方式获取遥感图像；（2）遥感图像的预处理：包括辐射校正、几何校正、大气校正等；（3）遥感图像增强：通过对比度增强、亮度增强、滤波等手段提高遥感图像的质量；（4）遥感图像分类：采用监督分类和非监督分类方法对遥感图像进行分类；（5）遥感图像分析：对分类后的遥感图像进行解译、识别和提取信息。
2. 实验步骤（1）遥感图像的获取：通过遥感卫星、航空摄影等方式获取遥感图像；（2）遥感图像的预处理：利用ENVI软件进行辐射校正、几何校正和大气校正；（3）遥感图像增强：利用ENVI软件进行对比度增强、亮度增强和滤波处理；（4）遥感图像分类：采用监督分类和非监督分类方法对遥感图像进行分类；（5）遥感图像分析：对分类后的遥感图像进行解译、识别和提取信息。
四、实验结果与分析1. 遥感图像的预处理效果通过对遥感图像进行辐射校正、几何校正和大气校正，提高了遥感图像的质量，为后续的图像增强和分类奠定了基础。
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。
遥感综合试验报告
（2）使用HPF方法融合5043、纠正304（1）设置投影参数在viewer中打开待纠正的影像图、点击菜单raster（光栅）定义投影参数：在上面出现的polynomial model properties中点击第三栏、选择合适的投影参数（采用高斯克吕格投影，根据右表定义）Apply、然后close影像匹配的设置完毕，控制点选择模块被启动在参考影像与待纠正影像中分别取点用选择键工具条上的键生成点击选中要用来裁切影像的裁切图像：点击裁切图像：点击裁剪3044、直方图匹配、选择图像镶嵌操作的详细过程：在Mosaic Tool，或在条中点击Edit / Add Images加载拼接图像的同时，切换到Image Area Options选项卡，设置拼接影像范围选择方法为：按钮在Mosaic Tool视窗菜单条中，点击框、设置以下参数：设置相交关系(Intersection计算(select Function):Average。
.Apply —close。
图像拼接线设置，在按钮，两幅图像之间将出现叠加线，单击两幅图像的，用选择键工具条上的键生成用选择键点击选中要用来裁切影像的注意：一定要点击AOI ，然后选view 不然无法得到想要的结果8、监督分类（Supervised Classification）启动监督分类模块Classifer——Signature Editor，在ViewerSignature Editor对话框中，建立新的特征；使用选中的AOI替换当前特征，选中样区为一个特征。
使用Tools在影像上精确勾画多个河流区域。
注：样区质量直接影响分类精度，因此一定要选择纯像元。
Shift键可选中多个AOI图形。
或点击9、分类后处理聚类统计ERDAS 图标面板菜单条：Main→Image Interpreter→GIS Analysis →需要确定下列参数：确定输入文件（Input File）：classify.img 定义输出文件（文件坐标类型（Coordinate Type）：Map 。
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。
遥感认知实习实验报告
一、实验背景随着科技的不断发展，遥感技术在资源调查、环境监测、灾害预警等领域发挥着越来越重要的作用。
为了提高学生的实际操作能力，加深对遥感技术的理解，我们开展了为期一周的遥感认知实习。
本次实习旨在使学生了解遥感技术的原理、应用和发展趋势，培养学生的实际操作能力和团队协作精神。
二、实验目的1. 使学生掌握遥感图像的获取、处理、分析和应用方法；2. 培养学生运用遥感技术解决实际问题的能力；3. 提高学生的团队协作和沟通能力；4. 增强学生对遥感技术的认识，激发学习兴趣。
三、实验内容1. 遥感图像的获取与处理（1）遥感图像的获取：介绍不同遥感平台的成像原理、成像参数及数据特点；（2）遥感图像的预处理：包括辐射校正、几何校正、大气校正等；（3）遥感图像的增强：通过对比度增强、锐化等手段提高图像质量。
2. 遥感图像的解译与分析（1）遥感图像的目视解译：根据图像特征，识别地物类型、变化信息等；（2）遥感图像的定量分析：运用统计、分类等方法，对地物进行定量分析；（3）遥感图像的动态监测：通过不同时期的遥感图像对比，分析地物变化规律。
3. 遥感技术的应用（1）资源调查：利用遥感技术进行土地利用、植被覆盖、水资源调查等；（2）环境监测：监测大气污染、水质污染、生态环境变化等；（3）灾害预警：地震、洪水、森林火灾等灾害的监测与预警。
四、实验过程1. 实验准备：分组讨论，明确实验目的、任务和分工；2. 数据获取：通过网络下载或实地采集遥感图像数据；3. 数据处理：运用遥感图像处理软件对图像进行预处理、增强、解译等；4. 分析与讨论：根据实验结果，分析地物特征、变化规律等；5. 实验报告撰写：整理实验过程、结果和心得体会。
五、实验结果与分析1. 实验结果（1）通过遥感图像预处理，提高了图像质量；（2）利用遥感图像解译，识别出地物类型、变化信息等；（3）通过遥感图像定量分析，获得了地物属性信息；（4）了解了遥感技术在资源调查、环境监测、灾害预警等领域的应用。
遥感课程实验报告
实验名称：遥感图像处理与分析实验时间：2023年4月10日实验地点：遥感实验室一、实验目的1. 掌握遥感图像的获取、处理和分析方法。
2. 学习遥感图像处理软件的使用。
3. 培养学生运用遥感技术解决实际问题的能力。
二、实验原理遥感技术是利用航空、航天等手段，获取地球表面信息的一种技术。
遥感图像处理与分析是遥感技术的重要组成部分，主要包括图像预处理、图像增强、图像分类、图像融合等。
本实验以遥感图像处理与分析为主要内容，通过实验掌握遥感图像处理的基本方法。
三、实验内容1. 遥感图像获取：获取一幅遥感图像，了解遥感图像的基本特征。
2. 遥感图像预处理：对遥感图像进行辐射校正、几何校正、大气校正等预处理操作。
3. 遥感图像增强：对遥感图像进行对比度增强、亮度增强、滤波等操作。
4. 遥感图像分类：采用监督分类和非监督分类方法对遥感图像进行分类。
5. 遥感图像融合：将多源遥感图像进行融合，提高图像质量。
四、实验步骤1. 实验准备：准备遥感图像处理软件、遥感图像数据等。
2. 遥感图像获取：从遥感图像数据库中获取一幅遥感图像。
3. 遥感图像预处理：a. 辐射校正：利用遥感图像的辐射校正公式，对遥感图像进行辐射校正。
b. 几何校正：利用遥感图像的几何校正公式，对遥感图像进行几何校正。
c. 大气校正：利用遥感图像的大气校正模型，对遥感图像进行大气校正。
4. 遥感图像增强：a. 对比度增强：采用直方图均衡化方法对遥感图像进行对比度增强。
b. 亮度增强：采用线性变换方法对遥感图像进行亮度增强。
c. 滤波：采用中值滤波、高斯滤波等方法对遥感图像进行滤波。
5. 遥感图像分类：a. 监督分类：选择训练样本，建立分类模型，对遥感图像进行分类。
b. 非监督分类：采用ISODATA、K-means等方法对遥感图像进行非监督分类。
6. 遥感图像融合：a. 选择合适的融合方法，如主成分分析（PCA）、小波变换等。
b. 对多源遥感图像进行融合，得到融合图像。
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！。
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。
- 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)。
遥感实验报告专业班级：姓名：学号：实验时间：实验一、ERDAS IMAGINE 8.4软件总体介绍实验内容：总体了解ERDAS IMAGINE遥感图像处理软件。
熟悉ERDAS IMAGINE软件的工作界面，大致了解该软件的功能和包含的主要模块。
主要包括视窗功能介绍；文件菜单操作；实用菜单操作；显示菜单操作；矢量和删格菜单操作；图像裁剪等。
视窗操作是ERDAS 软件操作的基础，ERDAS 所有模块都涉及到视窗操作。
本实验要求掌握视窗的基本功能，熟练掌握图像显示操作和矢量菜单操作，从而为深入理解和学习ERDAS 软件打好基础。
实验方法：一、图像显示操作（ Display an Image ）1：启动程序（ Start Program ）视窗菜单条： File→open→ Raster Layer→Select Layer To Add 对话框。
2：确定文件（ Determine File ）3：设置参数（ Raster option ）4：打开图像（ Open Raster Layer )二、实用菜单操作掌握工具栏的所有功能选项。
三、显示菜单操作掌握文件显示顺序（图 1-3 ）；依次打开lanier.img、 lndem.img、lnlandc.img三副图像，注意每次打开时其中的clear display不能勾选。
这样三副图像都显示在窗口中了。
然后选择菜单view下的Arrange layers，进行图层显示，并且可以调节当前图层的显示顺序。
四、规则分幅裁剪（Rectangle Subset Image）1、主工具条选择DataPrep图标，Subset Image2、Input File为Lanier.img3、Output File为Lanier_sub1.img4、Coordinate Type为File5、LRX为250（数值的大小均根据需要来确定）6、LRY为2507、OK五、不规则分幅裁剪（Polygon Subset Image）1、在Viewer中，利用AOI工具设定需要的多边形；2、主工具条选择DataPrep图标，Subset Image3、Input File为Lanier.img4、Output File为Lanier_sub2.img5、Coordinate Type为File6、点击AOI按钮，选择事先在Viewer中设定的AOI7、OK实验结论：一、图像显示操作三、显示菜单操作四、规则分幅裁剪五、不规则分幅裁剪实验二、图像几何校正实验内容：对图像进行几何校正实验方法：一、显示文件（Display Files）1、打开两个Viewer，Session | Tile Viewers使两个视窗平铺放置2、在Viewer1中需要校正的Lantsat 图像，选择tmAtlanta.img，Gray Scale，Display Layer为2。
（要纠正的图像）3、在Viewer2中作为地理参考的校正过的SPOT 图像，选择panAtlanta.img（已经纠正的参考图像）4、在Viewer1中，选择Raster | Geometric Correction, 启动几何校正模块。
打开Set Geometric Model 对话框5、选择多项式几何校正模型：Polynomial→OK 。
同时打开Geo Correction Tools 对话框和Polynomial Model Properties 对话框。
6、在Polynomial Model Properties 对话框中，定义多项式模型参数以及投影参数。
7、在GCP Tool Referense Setup 对话框中选择采点模式：选择视窗采点模式Existing Viewer，OK。
打开Viewer Selection Instructions 指示器。
8、在显示作为地理参考图像panAtlanta,img 的Viewer2 中点击左键（选择参考图像）9、在弹出的Reference Map Information dialog提示框中OK10、此时，整个屏幕将自动变化为如图所示的状态，表明控制点工具被启动，进入控制点采点状态。
出现Chip Extraction Viewers和GCP Tool第二步：采集地面控制点GCP 的具体采集过程：1、在GCP 工具对话框中，点击Select GCP 图标，进入GCP 选择状态；2、在GCP 数据表中，将输入GCP 的颜色设置为比较明显的黄色或红色。
3、在Viewer1 中移动关联方框位置，寻找明显的地物特征点，作为输入GCP 。
4、在GCP 工具对话框中，点击Create GCP 图标，并在Viewer3 中点击左键定点，GCP 数据表将记录一个输入GCP ，包括其编号、标识码、X 坐标和Y 坐标。
5、在GCP 对话框中，点击Select GCP 图标，重新进入GCP 选择状态。
6、在GCP 数据表中，将参考GCP 的颜色设置为比较明显的红色，7、在Viewer2 中，移动关联方框位置，寻找对应的地物特征点，作为参考GCP 。
8、在GCP 工具对话框中，点击Create GCP 图标，并在Viewer4 中点击左肩顶巅，系统将自动将参考点的坐标（X 、Y ）显示在GCP 数据表中。
9 、在GCP 对话框中，点击SelectGCP 图标，重新进入GCP 选择状态，并将光标移回到Viewer1 中，准备采集另一个输入控制点。
10 、不断重复1-9 ，采集若干控制点GCP ，直到满足所选定的几何模型为止，尔后，每采集一个InputGCP ，系统就自动产生一个相关误差Ref. GCP ，通过移动Ref. GCP 可以优化校正模型。
第三步：采集地面检查点1、在最后一行改变颜色为Yellow2、Edit | Set Point Type | Check，则下面刺的点都为check points3、Edit | Point Matching4、在GCP Matching dialog中，Correlation Threshold 为0.8,5、选中Discard Unmatched Point，Close6、画出5对check points第四步：计算转换模型（Compute Transformation ）单击the Compute Error图标。
在Geo-Correction Tools 对话框中，点击Display Model Properties 图标，可以查阅模型。
第五步：图像重采样（Resample the Image ）图像重采样的过程：首先，在Geo-Correction Tools 对话框中选择Image Resample 图标。
然后，在Image Resample 对话框中，定义重采样参数；→输出图像文件名（OutputFile ）：rectify.img→选择重采样方法（Resample Method ）：Bilinear Interpolation→定义输出图像范围：→定义输出像元的大小：→设置输出统计中忽略零值：选择Ignore Zero in Stats→定义重新计算输出缺省值：第六步：保存几何校正模式（Save rectification Model ）在Geo-Correction Tools 对话框中点击Exit 按钮，推出几何校正过程，按照系统提示，选择保存图像几何校正模式，并定义模式文件，以便下一次直接利用。
第七步：检验校正结果（Verify rectification Result ）基本方法：同时在两个视窗中打开两幅图像，一幅是矫正以后的图像，一幅是当时的参考图像，通过视窗地理连接功能，右键选择Link的方法，及查询光标功能Inquire Cursor 进行目视定性检验。
实验结论：实验三、图像拼接处理实验内容：拼接航空像片、卫星影像拼接实验方法：拼接航空像片一、设置输入图像（Set Input Images）1、Viewer1中打开air-photo-1.img，勾选Fit to frame2、Viewer2中打开air-photo-2.img，勾选Fit to frame3、主工具条选择DataPrep图标4、Mosaic Images下，选择Mosaic Tool，则，打开Mosaic Tool对话框5、Viewer1中AOI | Tools6、选择Polygon工具，画出包含整个图像的斜边框7、File | Save | AOI Layer As8、输入template.aoi，OK9、在Mosaic Tool 对话框中选择Edit | Add Images10、选择air-photo-1.img11、在Image area options下，选择Template AOI，选择Set12、在Choose AOI dialog 中选择File选项13、选择刚刚保存的template.aoi，OK，则第一副图加载到窗口中了14、在Mosaic Tool viewer中选择Edit | Add Images，15、选择air-photo-2.img，16、在Image area options下，选择Compute Active Area选项17、OK二、标出拼接区（Identify Areas of Intersection）1、选择Input图标，确定当前为输入图像状态2、单击Image Matching图标3、在color correction 下选择use histogram Matching ，选择set，在matching method 下选择Overlap Areas，OK4、单击Intersection图标，当前状态为拼接状态5、在两图像重叠部分单击，则高亮显示6、单击Cutline Selection图标7、使用放大工具观察交接处8、从AOI tool palette选择Line工具9、在重叠区域，根据合适位置画出折线，作为拼接线10、单击AOI Cutline图标11、在choose cutline source中选择AOI from Viewer ，OK，则你所画的折线出现在拼接窗口中，作为拼接线12、单击Function图标13、Intersection Type选择Cutline Exists14、Apply，Close三、定义输出图像（Define Output Images）1、单击Output图标，当前状态为输出状态2、选择Output Image工具3、Define Output Map Area(s)为Union of All Inputs，OK四、运行图像镶嵌（Run the Mosaic）1、选择Process | Run Mosaic2、Output File Name为AirMosaic3、在out options下，勾上Stats Ignore Value选项4、OK5、在Viewer中打开输出图像，显示。