遥感应用复习提要.docVIP

遥感应用复习提要 (09-10第1学期) 1 多分辨率多遥感平台并存，空间分辨率、时间分辨率及光谱分辨率普遍提高 2 新型传感器不断出现，微波遥感、高光谱遥感、高分辨率遥感迅速发展 EOS AM-1（MODIS、ASTER） EO-1 3 遥感综合应用不断深化 4 商业遥感时代的到来 各国研制遥感卫星，向商用化转移，私营企业参与或独立进行研制、发射、运行，提供服务；鼓励高分辨率卫星计划，1-5m，私营公司所有 IKONOS，QUICKBIRD，ORBVIEW，EROS（以） 遥感应用领域 目标识别与空间分布 变化检测与分析 多源数据的综合 专题信息的提取 定量信息的提取 基于遥感的分析 遥感应用的过程（哪几个步骤） 问题的提出(明确) 数据收集——实测（in situ）遥感 数据处理与分析——目视分析与解译、数字处理、科学可视化、假设检验 信息表达——模拟的与数字、误差报告、统计、图形 遥感数据收集应考虑的问题（因素） 应用目的、问题 分辨率：光谱、空间、时间、辐射 数据类型：航空-航天；光学-雷达 价格费用 地面测量数据的作用 分析研究、检验理论模型 校正遥感数据(辐射、几何，…) 最终结果的精度评价 2数据源 了解并掌握主要的遥感数据源-主要特点（波长区域、主动or被动、分辨率等）： LANDSAT、TM 0.45-12.5 7个波段 被动 30m*30m ETM+家一个全色波段其余同TM，全色15m*15m，其余30m*30m SPOT、SPOT1、2、3，HRV 3个波段 多光谱20m，全色10m spot4 4个波段 分别率同1，2，3 SPOT5 4波段 全色2.5或5m，多光谱10m AVHRR NOAA、分辨率1.1km 5个波段 0.58-12.5 IRS、印度最高分辨率全色5.8m JERS、日本18m MODIS、36波段 0.4-14.5 500m*500m ASTER、14个波段 1-3为可见光15m 4-9近红外30m10-14热红外 90m CBERS-1、中巴资源卫星 9波段 可见光部分分辨率19.5m IKONOS、全色1m多光谱4m 4各波段 蓝绿红近红外 QUICKBIRD2、全色0.61多光谱2.44m World view 全色0.5m 多1.8m 高光谱、AVIRIS SAR（RADARSAT、主动 8-100m ERS）、主动 30m KOMPSAT 韩国 全色6.6m 3数据选择 选择合适的数据产品 全色、多光谱、SAR、航片等的主要特点及常见应用 全色：高的空间分辨率，低的光谱分辨率，结构及形状信息丰富 定位、识别和量测地表特征和目标，主要通过它们的外观，如形状、大小、 色调、方向;??? ; 更新现有图上的自然特征; 确定陆地和水体边界; 识别和定量描述城市增长与发展; 获取高精度的DEM; 土地利用分类 多光谱：较高的光谱分辨率，一般空间分辨率较低 定位、区分、识别地表特征：依据一些不太明显的特征，如矿物成分、湿度、植被类型、叶绿素含量，或化学特征 探测植被、作物或树木的病变 描述和测量生态系统的变化 区分地表岩石和土壤（借助它们的成分） 描述湿地 估计海岸带的水深 土地覆盖分类 ? 定位冰盖和海冰，绘制其它海洋表面状况 穿透能力 航片：分辨率高，灵活 对小于1平方米的地表特征进行制图?? 对小于1000平方公里的区域进行制图 定期成像制图，以监测某些特定的事件， 如洪灾、飓风或龙卷风 升降轨、扫描宽度、重访周期等 传感器指向 天底vs非天底 空间分辨率选择 1米分辨率 识别和绘制大于1平方米的地表特征：汽车、井盖、大路、人行道、公用设施、灌木丛 识别小的田块和树丛 定位和绘制房屋、道路、建筑物、庭院 区分不同类型的建筑物和房屋 10米分辨率 定位和绘制建筑物、庭院、道路、运动场、农田、街道 借助相对的植被状况区分农田和树木 进行小范围的土地覆盖分类 20/30米分辨率： 进行概略性的土地覆盖分类 80米分辨率： 进行较大区域的植被状况评价 如 MSS 1000米分辨率： 追踪区域性的时间，如虫害群袭、干旱和荒漠化 如NOAA AVHRR, MODIS 图像分辨率与制图尺度 光谱波段 处理等级 原始图象数据（Raw ） SAR） 辐射纠正产品 ?进行了最低级别的处理。对多数卫星图象，原始数据都进行了一些系统辐射纠正，由传感器引起的偏差已被去掉。 简单的几何纠正产品（Geometric Correction ） 基本几何纠正 （Basic