遥感图像解译教材.ppt

遥感图像解译;前言;最初的遥感图像解译主要利用特定时段的遥感数据，利用简单技术手段（甚至主要利用人本身的功能）对观测目标作定性分析，或确定其空间分布规律。——按照遥感对象的变化规律设计遥感探测周期——作为生产管理和动态监测手段——对象信息的传递为遥感图像解译增添许多新内容。 目前认为，遥感图像解译主要是对黑白和彩色遥感图像上目标的色和形信息进行分析。即影像要素或特征概括起来分“色”和“形”两大类。色：色调、颜色、阴影、反差；形：形状、大小、空间分布、纹理；任务是从图像上反映的各种各样的色、形信息推断观察目标电磁波特征的差异。 反映了重要特性，但不是全部特性。光谱探测能力的提高、空间分辨率的提高——遥感信息与观测目标联系起来，定量遥感变得现实。构成另外的特性：根据遥感图像对目标电磁波特性的差异作物理的和数量上的说明。;第一章 遥感图像解译的一般问题;;有选择地观测地学环境;由数据产生的局部概念模型 ;将地物图像数据转变成图像信息 ;图像信息的组织和管理 ;将图像信息在新的层次上还原为地物信息;由地学信息产生的局部概念模型;按照地学应用要求进行加工 ;小结。遥感图像信息所反映的地学环境的综合性与复杂性，以及遥感信息本身的综合特点，决定了遥感信息单纯数学、物理处理结果具有不确定性或多解性。为了提高解译结果的正确性与可靠性，地学知识的介入是必不可少的。实际上，地物遥感信息涉及面十分广泛，它与地学、生物、数学、物理、信息技术都有不同程度的关联。因而，地物信息与具体应用的结合会涉及到各种相关知识的运用。;1) 地学方法的应用 遥感图像解译的对象主要是各类地物或地学现象，在解译时一般会有相关的专业人员配合，但作为解译者若想得到比较满意的解译结果，相关的地学知识在解译时应或多或少的知道一些。例如，解译与地质构造有关的空间对象，类似下图1.的知识可能需要知道一些。;2) 物候学的应用 物候是比较特殊的地学现象，与时间和空间都有关系，并具有周期性。对于大多数生命现象，物候都有明显意义，因而解译与生命现象有关的物体（包??动、植物）时，对物候的了解程度可能决定解译工作的好坏。例如， 华中地区的遥感植被调查就需要知道如下几个关键时段， 4月份, 展叶期 5月份, 开花期 7~8月份, 茂盛期 10~11月份 果熟期, 叶变色期 由此可知， 解译5~6月份单季稻, 可选5~6月份图像; 判别湖泊藻类, 可选8~9月份图像; 调查植被可选11~5月份图像。;3) 生物学知识的应用 农业、林业、海洋、生态等调查都与生物有关，在遥感信息方面也有重要的概念对应，如植被指数、热惯量等。其中，植被指数就是通过比较分析叶绿素与光谱反射率之间的关系得出的新的概念（见图）。可见，生物学方面的一些常识会给许多遥感应用提供便利。;4) 物理方法的应用 遥感图像解译的对象，特别是一些空间现象经常涉及到一些物理过程，其中有些比较简单，有些十分复杂，但都需要把物理方法与遥感信息的使用相结合，并形成独特的物理-遥感信息模型。例如：河床演变模型，土壤侵蚀模型，波浪运动模型等。图1.1.6是根据SAR图像，利用数学物理方法研究波浪运动特点的实例。;5) 数学方法的应用 对于数字遥感图像,各种数学方法的使用是其显著的特点。 除了自动分类属于典型的统计计算外，色谱直方图也是有力的统计工具；各类算子可以用来完成图像增强，密度分割则可通过设置阈值轻易完成；目前，边界、区域、关系描述也部分可以通过算法实现。此外，数学物理方法也被用于一些特殊的遥感图像解译问题。对于多光谱或多源数据，数学方法也是有力的融合和分析手段，例如，TM图像具有较多的波段，SPOT图像有较高的空间分辨率，可以用数学方法把二者结合在一起，使其既具有较好的光谱特性，又具有较好的空间特性。又如，可利用小波算法作为多光谱或多源数据的融合和分析工具。;6) 各种可视化方法的应用 遥感图像解译的过程和成果大多与图表、图形或图像有关，因而各种可视化方法对其有重要作用，例如各种3维图、专题图（见图1.1.7）、光谱曲线等都是各类对象解译过程中常用的可视化表达方式。;图像解译与一般的问题求解过程基本一致，即根据所要求解的问题（如解释图像），结合信息源与已有数据的状态对信息进行组织（必要的话，还要对问题进行描述），再运用解译人员所具有的专业知识和经验，对问题进行分析，最后得出解决问题的方法（见图1.1.8）。; 从整个遥感——处理——应用的信息传输过程可以看出以下几个方面的进展是其基础。 1. 新一代传感器的研制 多波段扫描仪，从第一代四波段的MSS