Gis和Rs技术集成论文.docxVIP

Gis和Rs技术集成论文（一）R S技术及数据处理遥感( Rs ) 主要指从远距离高空以及外层空间的各种运载平台上利用可见光、红外、微波等电磁渡探测仪器，通过摄影或扫描、信息感应、传输和处理，来达到研究地面物体的形状、大小、位置及其与所处环境的相互关系的现代技术科学。遥感数据处理主要有物理和统计两种方法，这两种方法都要结台影像处理技术，这些技术并不需要在小区域内开展复杂的物理量测，因此统计法适用于大区域而物理法适合于基础研究。图像解译对分析遥感资料很有帮助，在某些情况下甚至优于数值分析( 例如到边远地区野外作业或在计算机设备缺乏的项目中) 。一般来说，处理设计包括遥感数据的预处理程序、处理程序及后处理程序，即通常表述的“影像处理”。影像处理用于较多方面，从原始数据到最终成果如标准化、校准、地质编码和分类，都是影像处理的内容。所有的遥感数据要先经过一定的预处理 t 即数据要校准、标准化、大气校准、几何校准和地质编码处理方法可再划分为两类：物理的程序和统计的程序，两者的界限是人为规定的，很多应用程序是两者的结合。物理程序适于发展一些基本的原理以利于将来的应用，其研究重点是太阳辐射和地球表面间相互作用的模型研究，这些模型通过物理性质已知的地表物体的量测得到证实然后用这些模型根据已知的( 测得的) 光谱特征去确定一个物体的未知特征再者t 这类模型输入只能在很小区域内确定物体的特征，因为在较大地区使用固定的仪器是不可能的，这就使得收集空间信息的优势不复存在。比如象大气校准是通过气球探测数据实现的，对于靠近探测地点的封闭区域和探测发生的时刻进行校准十分必要。特别是在人口稠密的地区，大气层时空变化很大，对于较大的区域和不在同一探测时间傲的遥感记录，其校准值与实际情况偏离较大处理遥感数据的第二种方法即统计法，是遥感应用中最常用的技术统计方法的本质是地球表面上的各种物体根据它们的类型反射、吸收和释放辐射能。物体的类型不是以一个反射值或放射值表示而是以每一光谱段上特殊范围内的一组值为特征。每～测量值通过Ⅳ维空间的一组矢量表述。量测轴与传感系统的光波段对应。根据其特定的反射直和放射值寻求演算法对每一个测量值进行分类是统计方法的目标。分类便是通过寻找决策规则 ( 分类演算法) 完成的。决策规则根据每个量测值的统计分布将特征空间细分为决策区( 物体类型) 。利用每一级的一般、标准方差和协差异．每一量测值根据其特定光谱特征划分为一个物体类型。这些参数程序是建立在每一类型的概率分布函数的基础上，用于函数的参数是由已知的练习数据组自动或手工算出的并输入分类演算法中。练习数据通常根据地面真实情况与遥感数据获取一致，在野外作业期间收集特征性已知的地区样本。使用参数分类程序的第一步是特征提取或选取，允许删减多余的信息( 如通过主要成分分析) 以及特征空间的转移。第二步是将所有的矢量分为一个特殊的物体类型，通过监测或非监测的分类技术完成，目前最常用的是以监测技术为基础的分类。对遥感数据分类，没有用大量的分类处理所有的光谱波段，而是对每一个具体的物体采用光谱波段的数量和分类。根据问题，进行分类，每一分类形成一个位标。要注意问题越复杂、分类步骤越多，分类演算法越精巧。经过这样一种多步分类，所有的导出位标将综合在最终的分类图件上。后处理程序是处理遥感数据的最后步骤成果图件可滤去噪音，从栅格转向矢量，将数据输到 SI S地质学模型( 如果不是用栅格 GI S ) ，也可以表格形式统计输出处理、分析和懈译要地质学家的自然和地理知识为背景，即在应用中没有完全自动的、独立解译系统存在，自动预处理和处理程序可提高遥感数据的分析精度，特别是对于时间的关键因素的时间序列评估。在目前的多数应用中( 除光谱信息) 有关与其它物体的句法或语义邻区关系的信息或有关物体的大小、形状、方向、结构、格式或位置方面的信息还没有使用。利用结构分析方法，在评价时应对物体的重要特性有所了解．即不能孤立对待一个象元。而直在总体中把握半自动程序使用不多，象地质编码和分类便是利用与结构分析、式样识别以及静态，动态分析有关的方法。当代遥感技术的发展主要有以下特点： ( 1 ) 新型传感器不断研制； ( 2 ) 各种不同分辨率影像形成了多级分辨率影像序列金字塔．从而提供从粗到精的系列对地观测数据源； ( 3 ) 多时相性，即可以反复获得同一地区的影像数据； ( 4 ) 更多谱段的遥感数据不断增加。日此，未来的卫星遥感将尽可能多地集多种传感器、多级分辨率、多谱段和多时相于一体，结合全球定位系统( GP S ) 惯性导航系统及电荷藕台器件等技术和快速数据处理系统，形成既能采集数据叉能处埋数据的智能传感器，从而以更快的速度，更高的精度和更大的信息量来提供对地观测数据。（二）Cl S技术及其时空分析功能地理信息系统( G