⑴ 遥感信息处理论文怎么写啊
遥感图像信息处理的主要目的是：①消除各种辐射畸变和几何畸变，使经过处理后的图像能更真实地表现原景物真实面貌；②利用增强技术突出景物的某些光谱和空间特征，使之易于与其它地物的区分和判释；③进一步理解、分析和判别经过处理后的图像，提取所需要的专题信息。遥感信息处理分为模拟处理和数字处理两类（见数据采集和处理）。
模拟处理方法是首先把图像信息转换成电信号，然后进行图像化处理。用模拟方法能对图像信息作快速处理。数字处理是对遥感图像信息作数字离散化后，利用数字计算机进行处理。数字图像处理的功能好而且灵活，已成为遥感信息处理的主要方式，但要求有高速度大容量的计算机，不易达到实时处理的要求。
⑵ 遥感技术在城市规划中的应用的研究现状和研究方法
推荐去CNKI，清华搞的，那里面是论文数据库，可以随时下载的。你要搞不定的话，去淘宝的//翰林书店//，那里能下载到论文的
⑶ 遥感方法应用研究和有效性评价
(一)遥感工作方法及工作层次概述
本次遥感地质研究工作区主要是凤-太矿集区。工作方法为:充分应用不同遥感数据源进行遥感数字图像处理、遥感地质解译、遥感蚀变信息提取、遥感信息的GIS技术分析等; 通过矿集区1:5万层次、矿区1:1万层次的研究工作,总结研究区域铅锌矿及金矿等典型矿床的的遥感标志特征,建立遥感找矿模型。
矿集区1:5万层次遥感工作采用了光谱分辨率较高的日本Aster数据,对凤-太矿集区进行了遥感图像处理、遥感地质解译及近矿围岩蚀变遥感信息提取等工作。技术重点是解决多光谱数据的彩色合成及融合问题,充分利用Aster多光谱数据的光谱特征准确提取与矿有关的弱矿化蚀变以及使用GIS对遥感信息进行分析。
1:1万层次遥感工作采用地面分辨率较高的美国IKONOS卫星数据,对包括八方山铅锌矿、八卦庙金矿等在内的100km2范围的遥感影像进行了处理,同时进行了地质解译分析,并在该层次上从遥感角度对该区的铅锌矿找矿、金矿找矿提出了建议。技术难点是高分辨率遥感数据的处理、数据融合及大比例尺遥感图像的制作,以及大比例尺遥感图像中微观地质因素的解译。
(二)凤-太矿集区1:5万层次遥感方法应用研究
1.数据概况
1:5万层次遥感工作采用日本Aster数据,该数据具有3个15m分辨率的可见光近红外波段、6个30m分辨率的短波红外波段及5个90m分辨率的热红外波段,单景面积60×60km2。与常用的TM/ETM数据相比,在地面分辨率和光谱分辨方面有很大的提高。特别是短波红外波段ETM的两个波段被分为6个波段,理论上对羟基蚀变矿物的识别程度有了很大的提高(表4-17)。
表4-17 Aster数据与ETM数据光谱分辨率及地面分辨率对比
2.图像处理
图像处理在PCI geomatic 10.0及ENVI 4.0两个专业遥感软件平台上进行。工作区使用的数据时相为2004年4月19日,该时相无雪无云,植被覆盖相当少,数据质量总体良好。工作区成图范围为:106°27′52″～107°04′05″E,33°45′40″～34°01′36″N。
图像处理过程经过图像校正、图像增强、彩色合成、数据融合等过程,其中,图像校正使用1:5万地形图进行校正; 图像增强主要进行了对比度扩展,使用适应性拉升对直方图进行了扩展; 彩色合成及数据融合方案经对数据各种统计参数的分析及不同方案的反复对比,最终选择了4(R)+8(G)+2(B)与2波段融合的方案,融合后图像分辨率提高为15m,并保留了假彩色合成的色彩(图4-36)。
图4-36 凤-太矿集区Aster遥感影像图
图4-37 银母寺铅锌矿床不同彩色合成方案效果对比
不同合成方案及融合效果对比见图4-37(以银母寺铅锌矿区为例)。由图4-37可以看出,4(R)+8(G)+2(B)与2波段融合的方案在色彩及信息量上是最佳的; 完全使用最高分辨率的123波段进行合成,图像分辨率最高但色彩信息量很差; 随着高分辨率波段在彩色合成中的减少,图像分辨率下降; 融合可以提高图像分辨率,同时保持较好的色彩信息。
3.地质解译
(1)线性构造解译
线性构造包括断裂构造和线性影像体,断裂构造在影像上具有明显的构造标志,如断层崖、连续直线状三角面、水系突然转折或分叉的连线、两侧影纹图案截然突变的界线等; 线性影像体指影像中直线状展布的线状要素,多数情况下为构造信息的反映。遥感构造的解译以图像目视解译为主,必要时辅以图像处理手段,如以定向滤波、比值分析等来突出地貌上的线性影像。
凤-太矿集区遥感线性构造比较发育,规模、性质不同,影像特征有所不同,根据构造规模及影像特点可以划分为4级。
1)一级遥感断裂:一级遥感断裂为区域性断裂,如北部的唐藏-板房子断裂(图4-38),该断裂构造控制着凤-太矿集区的北边界。遥感影像中断裂构造标志清楚,两侧岩石地层差异大,影像纹形、色调也有明显差别。
图4-38 唐藏-板房子断裂典型遥感影像
2)二级遥感断裂:二级遥感断裂主要为泥盆系地层中岩性软、硬接触面发育的走向断层,断裂大致平行,呈NWW向至近EW向展布,对泥盆系构造格架起着控制作用。这类遥感构造规模相对较大,两侧岩性差异比较清楚,如小南沟-磨房沟遥感断裂、碾子坪-石垭子遥感断裂(图4-39)。
3)三级遥感断裂:三级遥感断裂多为线性构造,数量比较多,规模比较小,主要有两组:一是斜切地层的NE向断裂,多具右行剪切性质; 二是层间断裂,与地层线一致图(4-40)。
图4-39 碾子坪-石垭子二级断裂遥感影像(局部)
图4-40 三级断裂遥感影像
4)NE向节理群带:凤-太矿集区不均匀地发育有一组NE向密集遥感线列影像群带(图4-41),实地验证为节理带,这组构造对金矿化富集起着积极作用。
(2)环形构造解译
环形构造指成因与地质构造有关的由弧形或环形影纹构成的环状影像体,区内共解译出环形构造与环形构造影像6个。综合地质、物探、化探资料分析,其中图幅内规模最大的环形构造即王家庄-坪坎环形构造,其可能为稳定基底型环形构造,地表东西长约38km,南北最宽22km,为长轴近东西向的椭圆状,环形体内外影像在影纹、水系格局等方面存在明显的差异,代表着泥盆系基底同生沉积构造; 图幅西部凤县环形影像解译为断裂交汇型环形构造,其环形体由弧状水系与山脊构成,内部呈正地形,纹形杂乱,色调深浅不均,环内有NE向和NW向两组断裂交汇。此外,还有一些环形构造,目前其性质不能判明。
(3)褶皱构造解译
凤-太矿集区总体呈现为一个由中泥盆统为翼,上泥盆统为核,走向NWW—近EW的复式向斜构造,在全区卫星图像及岩性解译图上可以看出。另外,以中泥盆统古道岭组灰岩为核、星红铺组千枚岩为两翼的地层又构成若干次级背斜以及短轴背斜。由于南北向构造挤压强烈,背斜构造多呈紧密线型,遥感影像十分明显(图4-42)。这类次级背斜构造的倾伏端或两翼往往是铅锌矿定位的有利构造部位。
图4-41 北东向节理群带遥感影像
图4-42 背斜构造遥感影像
(4)地层(岩性)解译
岩性、矿物组合的不同及岩石结构的差异都会在波谱特征上显示出变化,在地貌上反映为不同的影像结构及不同的色调和纹理特征。凤-太矿集区解译、划分出以下遥感岩石组合单元:
1)第四系松散堆积物:彩色图像上呈淡青色、细斑点状图案,人文活动形迹清楚,主要分布于嘉陵江、安河两侧。
2)下白垩统东河群灰绿色砂砾岩:遥感影像上分布在中低山或山前坡地,彩色合成图像上呈浅棕色间白色斑块。
3)侏罗系泥岩、粉砂岩、砂岩:彩色合成影像上为浅棕红色,地貌相对比较平坦。
4)下三叠统任家沟组粉砂岩、薄层灰岩:影像上为规模较大的山体,水系为对称枝状或弧状。
5)下三叠统西坡组薄层灰岩夹钙质粉砂岩:影像上为较大山体,水系对称,排列整齐,具较宽的V型谷。
6)中下二叠统十里墩组炭质砂质板岩、长石砂岩、砂砾岩:影像特征纹理比较细腻,冲沟多与地层走向一致。
7)中石炭统灰岩、泥灰岩、灰质板岩:影像显示深暗色带,高山地形,多为桌状山、条状山或条块山。
8)上泥盆统铁山组厚—薄层灰岩:影像上显示山体陡峻,水系多为Y状分岔,或水系与山脊组合成“搓板”状。
9)上泥盆统九里坪组上段砂质板岩、砂质灰岩:高山地貌,砂质灰岩在彩色合成图像上呈绿色条带。
10)上泥盆统九里坪组下段细砂岩夹千枚岩:影像上水系短小,似平行排列。
11)中泥盆统星红铺组钙质千枚岩夹薄层泥质灰岩、砂质灰岩:影像上水系发育,细而密集,呈线状影纹,较乱,无规则,可见近EW向层结构纹。
12)中泥盆统古道岭组上段灰岩:影像上地貌显示为陡立山峰、棱状山脊、直线状水系、V型谷,冲沟短而直。影纹呈栅状、梳状。
13)中泥盆统古道岭组下段粉砂岩、砂质钙质千枚岩:影像上地貌显示为高山、弯曲状棱形山脊,局部可见分支状,树枝状、直线状水系,沟谷相对开阔,冲沟不发育,影像上影纹为细线状。
14)花岗岩组:岩基呈粗大的树枝状纹形图案,色调较深,呈暗绿色,以太白岩基为特征; 小花岗岩体纹形较细,色调较浅。
15)花岗闪长岩:遥感影像上显示典型树枝状水系,宏观影像为块状。
4.遥感异常信息提取
(1)遥感异常信息提取过程
一种地物或岩石在两个波段上的波谱辐射量是有差别的,这就是波谱曲线的坡度,不同地物在同一段曲线上的坡度有大有小,有正有负,比值方法就是增强这种微小的差别,同时还会消除或减弱地形信息的差别。
工作区特征蚀变信息的提取主要是依据数据特征及工作区主要的蚀变特征而进行的。地质工作研究表明,工作区最主要的蚀变特征为“硅化、铁白云石化、碳酸盐化、褐铁矿化”等,硅化信息的提取对于该数据不能完成,因为SiO2在0.52～11.65nm范围内没有特征的吸收显示,因此信息提取主要为白云石化和碳酸盐化的提取。
由图4-43可以看出,白云岩在9波段具有一定的反射,而在8波段具有特征吸收。依据以上特征使用Aster数据B8、B9波段进行比值运算,提取白云岩的特征信息,理论上信息图像中主要集中了白云岩等碳酸盐岩信息。图4-44为遥感地质解译图(附蚀变信息)。
图4-43 凤-太矿集区白云岩PCI光谱曲线
(2)蚀变信息分析
应用MAPGIS中区空间分析功能对遥感蚀变信息的分布特征进行了分析,图4-45a为解译的各种地层在工作区中的面积,图4-45b为遥感蚀变信息在各地层中的分布比例,可以看出星红铺组(D2x)分布的面积最大,其次为古道岭组和九里坪组上段,这也与该地层的岩性一致,同时也表明了蚀变主要分布的地层。图4-45c为信息面积占分布地层面积的比例,可以看出古道岭组中信息比例最高,上、下两段中信息比例占有近40%,表明古道岭组蚀变最为发育,同时也是矿体赋存的主要层位。
图4-44 凤-太矿集区局部遥感地质解译图(附蚀变信息)
遥感蚀变信息与已知矿床(点)叠加的分析表明,凤-太矿集区铅锌矿大多与遥感提取的白云岩化信息有关。如银母寺铅锌矿床、二里河铅锌矿床、铅硐山铅锌矿床等周围都存在遥感蚀变信息。值得注意的是还有许多具有遥感异常的区域目前没有发现矿体,有待进一步工作。
5.遥感地质认识
凤-太矿集区中部地区的王家庄-坪坎环形构造,代表着泥盆系基底性质的同生沉积构造,航磁异常对应显示为均匀低磁特征。该基底型环形构造内泥盆系含矿地层岩相比较稳定,岩浆活动与构造变形相对较弱,控制了主要铅锌多金属矿产的分布,矿床具有热水沉积特征。铅锌多金属矿床的产出与古道岭组灰岩、星红铺组千枚岩岩性接触带关系密切,矿床定位主要受次级背斜构造控制。
总结凤-太矿集区铅锌多金属矿床(点)赋矿空间与遥感岩石地层及遥感构造的关系,得出找矿信息位于:①以灰岩为核的背斜倾伏影像部位; ②灰岩影像分支部位; ③以灰岩为核的背斜轴线转折部位; ④以灰岩为核的短轴背斜及隐伏背斜。
(三)凤-太矿集区1:1万层次遥感方法应用研究
1.数据概况
1:1万层次遥感工作采用美国IKONOS卫星数据,该数据具有4个4.0m分辨率的多光谱波段、1个1.0m分辨率的全色波段。由于地面分辨率大幅提高,该数据在制作大比例尺遥感图像与解译微细构造等方面具有很大的优势。
图4-45 凤-太矿集区遥感蚀变信息分布特征
2.图像处理
工作区使用的数据时相为2008年3月10日,该时相无雪无云,植被覆盖较少,数据质量总体良好。工作区成图范围为:106°49′55″～106°57′37″E,33°53′17″～33°58′02″N。
图像处理过程经过图像校正、图像增强、彩色合成和数据融合等过程。其中图像校正使用1:5万地形图进行校正,比较粗略。图像增强主要进行了对比度扩展,使用适应性拉升对直方图进行了扩展。彩色合成及数据融合方案经对数据各种统计参数的分析及不同方案的反复对比,最终选择了3(R)+2(G)+1(B)与全色波段融合的方案,融合后图像分辨率提高为1m,并保留了假彩色合成的色彩(图4-46,图4-47)。
图4-46 凤-太矿集区八方山及外围地区IKONOS遥感影像
图4-47 二里河铅锌矿床IKONOS遥感影像(局部)
3.地质解译
地质解译通过对八方山-八卦庙地区1:1万IKONOS卫星影像解译分析(图4-48),主要对工作区内的碳酸盐岩分布区及以碳酸盐岩为标志层的次级褶皱构造进行了圈定,同时对区内线形断裂构造及人类采矿形迹进行了解译,结合已有的地质资料初步得出以下认识:
图4-48 八方山-八卦庙地区1:1万遥感地质解译图
(1)遥感构造格局及分区特征
八方山-八卦庙地区遥感线性构造与褶皱构造分布特征显示,该区构造具有SN向分区特点。以黄泥峡沟脑-铜铃沟(银母寺-平坎)断裂为界线,形成两个NWW向展布遥感构造单元。边界断裂略呈弧形展布,走向NWW,断裂规模大、延伸长。影像显示,以该断裂为界,两侧地层褶皱变形特点完全不同。铜铃沟一带出露的酸性脉岩带基本沿分界断裂的北侧分布,研究区处于构造变形强烈的北部区。
北区构造变形十分强烈,以碳酸盐岩为标志的影像层呈分支复合、尖灭再现,形成一系列规模不等的褶皱。单元内部EW向与NWW向断裂比较发育,切割部分褶皱。上述褶皱与断裂构造控制着八方山-八卦庙地区绝大多数的多金属-贵金属矿产产出。南区古道岭组出露连续、稳定,代表碳酸盐岩的影纹规则、连续性好,褶皱构造与断裂构造影像极不发育。南部构造区至今未发现成型矿产。
(2)NNE向—近SN向二次叠加褶皱
凤-太矿集区经历了NWW向区域褶皱之后,受EW向应力作用,西河以西地区又叠加形成了轴向NNE向—近SN向的二次变形褶皱。该褶皱形态宽缓,褶皱轴在铜铃沟—八卦庙一带,遥感影像中可见及一系列同向弯曲、弧顶向南的弧形山脊与水系,同时伴有同向弧形展布的串珠状岩块出露,代表了褶皱的转折部位。根据八卦庙一带灰岩急剧变厚的现象判断,应属宽缓的背斜构造,该地区出现的NNE向密集线列影像应该代表了轴面辟理或者轴部张性断裂群。
(3)EW向断裂控制NW向雁列式背斜
八方山-严家坪-八卦庙EW向断裂切割了泥盆系,构造的局部抬升使断裂南侧古道岭组灰岩为核的次级小背斜沿EW向断裂清楚地显露出地表。背斜北西端被EW向断裂切割,核部灰岩在此出露最宽; 背斜轴向SE倾伏,核部灰岩逐渐尖灭。稍远于该断裂,影像亦显示有多个类似的次级褶皱存在,集中分布于二里河、打柴沟两侧以及手扒崖东侧。据影像特征分析,多属于半隐伏-隐伏的短轴褶皱,埋深不大。
(4)白杨沟-马家渠复式向斜构造
通过以古道岭组灰岩为典型标志层的岩性解译、追踪圈定了白杨沟-长沟-核桃沟复式向斜构造。该复式向斜走向NWW,出露全长约12km。由于NWW向断裂切错,褶皱在银洞沟-核桃沟段位移、破坏,显示不连续(该段褶皱挤压紧闭,两翼灰岩不易区分)。但是该褶皱构造在白杨沟向西的转折端和在西河马家渠向东的转折端显示比较清楚。向斜两翼以古道岭组灰岩为核的次级背斜发育。
(5)特殊影像块体
在南沟的偏沟、八卦庙北等地,古道岭组灰岩的旁侧,出现了几处影像色彩比较特殊的影像块体,比较容易与碳酸盐岩混淆。虽然目前尚不明确遥感波谱所反映的是何种岩石组合或者何种蚀变,值得注意的是,八卦庙北部的特殊影像块体与已知的金矿床空间关系密切,偏沟特殊影像块体附近也有丝毛岭矿化蚀变带出现。经对比同类方法处理的TM图像,与东部的双王金矿钠长角砾岩带影像具有十分相似的特征。
4.找矿预测
研究区铅锌矿的找矿预测工作应紧密围绕所解译确定的以古道岭组为核心的褶皱转折端以及短轴背斜开展,对于所圈定的性质不明的鼻状构造也应列入探查之列。
(1)二里河紧密褶皱群
沿二里河解译出5个连续出现的褶皱构造,由北而南分别为:
1)二-1次级向斜:以条带状灰岩影像为两翼,轴向NWW,可见影像约1000m,在二里河东侧转折。据影像中显示的二里河铅锌矿采矿活动位置,位于二-1向斜南北翼部。
2)二-2鼻状构造:灰岩影像呈锐角状在二里河东拐折,形成一倒Y字形。
3)二-3穿刺背斜:长轴呈NWW走向、等轴双层状显示,出露长约900m。中部为深色影像块体,推测为浅埋藏的灰岩,外侧环绕有浅色环带,可能为蚀变千枚岩。二-3穿刺背斜影像结构特征及规模都与八方山背斜十分相似,其背斜轴向与八方山背斜大致可以对应。
4)二-4次级背斜:轴向NWW,影像显示出露1.3km,背斜西侧转折端清晰,东侧转折部位影纹较杂乱,与二-3穿刺背斜具有相似的双层结构特点。该背斜与Pb异常吻合较好,南侧并有走向一致的TEM异常。
5)二-5短轴向斜:轴向近EW,影像出露约500m,与二-1次级向斜有相同的纹形与色彩特征。
根据影像特征与铅锌矿成矿规律分析认为,二里河紧密褶皱群具有良好的找矿前景,且埋藏较浅。尤其二-3穿刺背斜和二-4次级背斜是寻找八方山式铅锌矿床的良好构造。可在背斜转折端布置浅钻验证。
(2)苏家沟紧密褶皱群
苏家沟解译出4个次级褶皱和鼻状构造,根据不很典型的灰岩影像特征看,褶皱属于隐伏状态,埋藏深度较二里河大。由北向南依次为:
1)苏-1短轴向斜:轴向近EW,出露长度约1km,翼部碳酸盐岩影纹断续,东部转折端比较清楚,西部转折端隐约不明。
2)苏-2不完整次级向斜:轴向近EW,影像出露延伸大于1km,西部被横向断裂切截,东部转折端清楚,向斜翼部碳酸盐岩影纹比较连续。
3)苏-3鼻状构造:轴向近EW,东部发生转折,根据影纹判断,可能为一小背斜的倾伏端。
4)苏-4线状背斜:总体呈NWW向延展,向SE方向倾没,影像显示为比较清楚的灰岩条带。
苏家沟紧密褶皱群区具有面状Zn异常分布,同时苏-1、苏-2和苏-3褶皱出露部位有形态与褶皱相似的TEM异常和热释汞异常。
在该紧密褶皱群(区)同样具有较好的找矿前景,可以作为找矿靶区,建议通过地表工程验证褶皱的存在,并调查含矿性。
(3)打柴沟褶皱群
沿打柴沟两侧断续出露有碳酸盐岩影纹,圈出6个褶皱,根据影像显示,除打-1为一近EW向的鼻状构造(次级向斜)外,其余5条均为NW—NWW向平行、斜列展布的线状背斜,背斜核部灰岩影像断续、隐约,部分地段为推测。
该区具有找矿条件,可以作为找矿预测区。
(4)核桃沟复式向斜的次级背斜部位
遥感解译的核桃沟向斜是以古道岭组灰岩为翼部标志层构成的复式向斜,两翼由碳酸盐岩组成复杂的次级背斜。根据影像所显示的采矿活动形迹,10多个采矿点都与这些次级背斜空间关系密切。
(四)秦岭地区遥感方法应用与解译有效性评价
1)通过对凤-太矿集区1:5万和1:1万遥感影像数据处理和解译,认为在秦岭中高山强覆盖地区开展大比例尺遥感影像解译,Aster数据和IKONOS数据均能够满足分辨率方面的要求。采用彩色合成、数据融合等手段进行数据处理,能够有效地增强数据的可分辨程度。
2)利用Aster数据的多光谱特性在1:5万层次进行特征矿物蚀变信息的提取较ETM/TM数据具有较高的优越性。
3)采用Aster数据开展1:5万层次影像解译,遥感信息提取成果及地质解译与已知地质要素吻合程度较高。
4)利用IKONOS数据开展1:1万层次影像制作,在微观地质单元的解译方面具有明显优势。如对小面积的碳酸盐岩(及其褶皱构造)分布区域以及人类采矿形迹能够达到详细解译的程度,遥感解译与地质吻合程度较高。
总之,在秦岭中高山强覆盖地区使用Aster数据、IKONOS数据进行1:5万和1:1万层次的遥感地质勘查,方法得当,工作有效程度较高。
⑷ “遥感在森林资源与规划方面的应用”论文资料
森林资源调查中SPOT5遥感图像处理方法探讨
王照利、黄生、张敏中、马胜利
（国家林业局西北林业规划设计院，遥感计算中心，西安710048）
本文发表于＜陕西林业科技＞2005 No.1 P.27-29,55
摘要：
目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。探讨性地提出了适应于森林资源调查的SPOT5遥感数据处理方法。
关键词：SPOT5 遥感数据，森林资源调查、数据处理
DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORY
Wang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli
(Northwest Institute for Forest Inventory, Planning &Design, Xi’an China 710048)
Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing proceres of ordering image data, ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are given.
Key words: SPOT5 image data，forest inventory, data processing
前言
卫星遥感影像具有空间宏观性、视角广、多分辨率（光谱和空间）、多时相、周期性、信息量丰富等特点，所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。
2002年5月法国SPOT地球观测卫星系列之5号卫星（即SPOT5星）发射。SPOT5遥感数据的多光谱波段空间分辨率为10米（短波红外空间分辨率为20米），但全色波段空间分辨率达到2.5米。SPOT5遥感数据的高空间分辨率和多光谱分辨率为森林资源调查提供了丰富的、可靠的、高精度的基础数据源。从性价比分析，在其他高分辨率遥感数据目前比较昂贵的状况下，SPOT5遥感数据比较适宜应用于大面积的森林资源调查，可大幅度的森林调查的减少外业工作量、提高工作效率。在我国SPOT5卫星数据已被大量地应用于森林资源调查工作中，尤其，是在森林资源“二类”调查中被作基本的森林资源信息源提取各类信息。针对于将多光谱分辨率和高空间分辨率的SPOT5遥感数据应用于森林资源调查的数据处理技术和方法鲜有报道。本文总结工作实践，结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。
1．SPOT5卫星遥感数据特点
SPOT卫星系统采用线性阵列传感器和推扫式扫描技术，具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。采用与太阳同步的近极地的椭圆形轨道，轨道高度约832Km，轨道倾角98.7o ，每天绕地球14圈多，重复覆盖周期26天[2]。由于有倾斜观测功能，使重复覆盖周期减少到2-3天。SPOT5卫星载有2台高分辨率几何成像仪（HRG）、1台高分辨率立体成像装置（HRS）和1台宽视域植被探测仪（VGT）。高分辨率几何成像仪的波段选择是总结了多年的研究成果，认为HRG的波段设置（见表1）足以取得辨别作物和植被类型的最佳效果。本文主要探讨HRG高空间分辨率数据的处理。
2．SPOT5数据的处理方法和过程
SPOT5数据处理工作流程：
2.1 遥感数据的订购
订购数据时，用户需向数据代理商提供购买区域的四个角的大地坐标或者数据的景号（PATH/ROW）。特别应该注意数据订购时间和用户拿到数据之间有时间差，间隔时间长短因用户的要求、天气、卫星重复覆盖周期而异。相对于其他卫星数据，比较有利的一面是SPOT5卫星装置有旋转式平面镜可以进行倾斜观察，用户可向代理商申请红色编程提前得到调查区域的遥感数据，但要支付编程费。对于遥感数据的时相、云量、入射角、阴影量、是否购买高空间分辨率的全色波段等用户根据自己具体的工作需要向代理商提出限制要求。
根据我们对SPOT5遥感数据的使用，对于森林资源调查，北方9，10月份和11月初的遥感影像比较适宜。代理商向用户提供经过处理的不同级别的影像产品，在森林资源调查中建议购买SPOT1A级产品，用户可根据自己的工作需要进行处理，同时也可减少费用。
2.2 基础数据准备
大比例尺地形图和高精度DEM是进行SPOT5遥感数据高精度正射校正必需的基础地理数据。建议购买1：10000地形图和1：25000数字高程模型（DEM）。
将1：1万地形图扫描，扫描分辨率设置为300DPI。将扫描好的地形图进行几何精纠正，纠正精度控制在0.3毫米内。从测绘部门购买的1：1万地形图为北京54坐标系3度分带高斯克吕格投影，而1：2.5万DEM为北京54坐标系6度分带投影。在数据准备时，将校正好的1：1万地形图通过换带转换转成和DEM一致的6度分带投影。
对于没有1：1万地形图的地区，建议使用差分GPS接收机采集地面控制点。
2.3几何正射校正
正射校正过程应用了法国SPOT公司发行的GEOIMAGE软件。GEOIMAGE软件有针对SPOT5卫星数据开发的SPOT5物理模型。模型模块自动读取DEM信息。SPOT 物理模型可读取卫星在获取遥感数据的瞬间状态参数，这些参数存贮在数据的头文件中[3]。卫星状态参数包括：卫星成像瞬间的经纬度、高度、倾角等。卫星状态参数能够帮助提高几何校正的精度。
以校正好的1：1万地形图为基准，在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。在进行正射校正时，应先进行全色波段数据校正，然后以校正好的全色波段数据为基准进行多光谱数据校正。以全色波段数据为基准校正多光谱波段就比较容易校正，且能提高两者的匹配精度。地面控制点应分布均匀，影像的边缘部分布要有控制点分布，同时在不同的高程范围最好都有控制点。地面控制点的数量因地形地貌的复杂程度而定，根据我们的经验，一景60KmX60Km的SPOT5数据，一般地势平缓的地区20个左右控制点即可达到满意的结果，在高山区25个左右控制点就可使正射校正精度满足要求。重采样方法采用双线性内插法。
2.4 辐射校正
用户购买的SPOT5的各级数据，数据提供商已经根据卫星的记录参数对遥感数据做了辐射校正，即消除了传感器自身引起的、大气辐射引起的辐射噪声。若果影像存在薄雾或地形高差较大引起的辐射误差情况，用户应进一步进行辐射校正处理。薄雾的简单消除原理是基于近红外波段不受大气辐射影响，清澈的水体或死阴影区的数值应为零。从各波段数据中减去近红外波段的水体或阴影的不为零值。地形起伏引起的辐射误差校正公式: f (x,y)=g(x,y)/cosa，g(x,y)为坡度为a的倾斜面上的地物影像；f (x,y)为校正后的影像。由于坡度因子参与校正所以需要DEM支持。
2.5 波段组合
根据SPOT5数据波谱特征（表1），各波段分别记录反映了植被的不同特征方面：B4（SWIR）短波红外反映植物和土壤的含水量，利于植被水分状况和长势分析；B3（NIR）近红外波段对植被类别、密度、生长力、病虫害等的变化敏感；B2（RED）红光波段对植被的覆盖度、植被的生长状况敏感；B1（VIS）可见光波段对植物的叶绿素和叶绿素浓度敏感。经过比较分析和实际应用发现SPOT5的B3、B4、B2波段组合对植被类型的识别要优于B3、B2和B1的组合。但由于B4波段的空间分辨率为20米，使B342组合对植被空间几何细节表达没有B321组合清晰，例如林缘界线信息表达方面B321要优于B342。
2.6 影像数据融合
对于购买有高空间分辨率全色波段数据的用户，进行数据融合是必不可少的。影像数据融合能够综合不同波段、不同空间分辨率数据（层）的特征，融合后的数据具有更丰富、更可靠的信息[4]。 根据影像数据融合的水平阶段，影像融合分为：像元级、特征级和决策级三个层次。为了最大限度的从SPOT5遥感数据中提取森林植被信息，应进行像元级的数据融合，将2.5米的全色波段和10米多光谱数据进行融合。融合得到的新数据既具有全色波段数据的高空间分辨率特征又具有多光谱特征。
像元级数据融合的方法多种多样，根据数据融合的目的，即最大限度的突显森林植被信息，应选取B4、B3、B2和PAN波段，根据我们的试验Brovey 融合算法方法比较理想：
2.7遥感影像地图
将融合好的数据按Rfused、Gfused、Bfused组合，叠加上行政界线、公里格网、坐标、比例尺等辅助信息，按1：1万地形图分幅生成1：1万纸质图作为外业手图。
3. 结果和讨论
3.1 几何精度
利用SPOT5物理模型，采用1：1万地形图和2.5万DEM ，经过正射校正处理，可使影像的几何精度控制在2个像元内（<10米）,达到1：1万制图标准要求。为以遥感影像为基础信息源提取林分调查因子、区划林班界线生成大比例尺的林相图、森林分布图提供了几何精度保障。
3.2 波段选择
对于没有全色波段的情况，SPOT5数据的B342组合有利于森林植被类型的识别。在应用遥感技术进行森林资源调查区划中，林分类型信息提取是最为重要的环节，所以B342波段组合是小班区划和外业手图的最佳组合。
3.3 融合效果
融合数据技术使SPOT5遥感影像既具有全色波段的高空间分辨率又拥有多光谱数据的光谱分辨率，丰富了遥感影像的信息量。采用Brovey算法使SPOT5遥感影像从色彩、纹理等方面增强了影像的可判读性，提高了小班因子正判率和林分小班的区划精度。
参考文献
1．周成虎，杨晓梅，骆剑承等.《遥感影像地学理解与分析》，科学出版社，北京，2001，3-4.
2．赵英时.《遥感应用分析原理与方法》，科学出版社，北京，2001.88-90
3．北京视宝卫星图像有限公司.《专业制图工作室GEOIMAGE用户指南》，2004，68-70.
4．Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication, 1996,51-52.
21世纪遥感与GIS的发展
来源： 李德仁 时间： 2005-08-11-23:09 浏览次数: 79
21世纪遥感与GIS的发展
李德仁
（武汉大学测绘遥感信息工程国家重点实验室，武汉市珞瑜路129号，430079）
摘要：在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测，并将所得到的数据和信息存储在计算机网络上，为人类社会的可持续发展服务。在短短的30年中，遥感和GIS作为一个边缘交叉学科已发展成为一门科学、技术和经济实体。本文深入地论述了21世纪中遥感的6大发展趋势和GIS的5个发展特征。
关键词：发展趋势；航空航天遥感；地理信息系统；对地观测
中图法分类号：P208；P237.9
随着计算机技术、空间技术和信息技术的发展，人类实现了从空中和太空来观测和感知人类赖以生存的地球的理想，并能将所感知到的结果通过计算机网络在全球流通，为人类的生存、繁荣和可持续发展服务。在20世纪后半叶，遥感和地理信息系统作为一门新兴的科学和技术，迅速地成长起来。
1 遥感技术的主要发展趋势
1.1 航空航天遥感传感器数据获取技术趋向三多（多平台、多传感器、多角度）和三高（高空间分辨率、高光谱分辨率和高时相分辨率）
从空中和太空观测地球获取影像是20世纪的重大成果之一，短短几十年，遥感数据获取手段迅猛发展。遥感平台有地球同步轨道卫星（35000km）、太阳同步卫星（600—1000km）、太空飞船（200—300km）、航天飞机（240—350km）、探空火箭（200—1000km），并且还有高、中、低空飞机、升空气球、无人飞机等；传感器有框幅式光学相机、缝隙、全景相机、光机扫描仪、光电扫描仪、CCD线阵、面阵扫描仪、微波散射计雷达测高仪、激光扫描仪和合成孔径雷达等，它们几乎覆盖了可透过大气窗口的所有电磁波段。三行CCD阵列可以同时得到3个角度的扫描成像，EOS Terra卫星上的MISR可同时从9个角度对地成像。
卫星遥感的空间分辨率从Ikonos Ⅱ的1m，进一步提高到Quckbird（快鸟）的0.62m，高光谱分辨率已达到5—6nm，500—600个波段。在轨的美国EO-1高光谱遥感卫星，具有220个波段，EOS AM-1（Terra）和EOS PM-1（Aqua）卫星上的MODIS具有36个波段的中等分辨率成像光谱仪。时间分辨率的提高主要依赖于小卫星技术的发展，通过发射地球同步轨道卫星和合理分布的小卫星星座，以及传感器的大角度倾斜，可以以1—3d的周期获得感兴趣地区的遥感影像。由于具有全天候、全天时的特点，以及用INSAR和D-INSAR，特别是双天线INSAR进行高精度三位地形及其变化测定的可能性，SAR雷达卫星为全世界各国所普遍关注。例如，美国宇航局的长远计划是要发射一系列太阳同步和地球同步的长波SAR,美国国防部则要发射一系列短波SAR，实现干涉重访问间隔为8d、3d和1d，空间分辨率分别为20m、5m和2m。我国在机载和星载SAR传感器及其应用研究方面正在形成体系。“十五”期间，我国将全方位地推进遥感数据获取的手段，形成自主的高分辨率资源卫星、雷达卫星、测图卫星和对环境与灾害进行实时监测的小卫星群。
1.2 航空航天遥感对地定位趋向于不依赖地面控制
确定影像目标的实地位置（三维坐标），解决影像目标在哪儿（Where）是摄影测量与遥感的主要任务之一。在已成功用于生产的全自动化GPS空中三角测量的基础上，利用DGPS和INS惯性导航系统的组合，可形成航空/航天影像传感器的位置与姿态的自动测量和稳定装置（POS），从而可实现定点摄影成像和无地面控制的高精度对地直接定位。在航空摄影条件下的精度可达到dm级，在卫星遥感的条件下，其精度可达到m级。该技术的推广应用，将改变目前摄影测量和遥感的作业流程，从而实现实时测图和实时数据库更新。若与高精度激光扫描仪集成，可实现实时三维测量（LIDAR），自动生成数字表面模型（DSM），并可推算出数字高程模型（DEM）。
美国NASA在1994年和1997年两次将航天激光测高仪（SLA）安装在航天飞机上，企图建立基于SLA的全球控制点数据库，激光点大小为100m，间隔为750m，每秒10个脉冲；随后又提出了地学激光测高系统（GLAS）计划，已于2002年12月19日将该卫星IICESat（cloud and land elevation satellite）发射上天。该卫星装有激光测距系统、GPS接收机和恒星跟踪姿态测定系统。GLAS发射近红外光（1064nm）和可见绿光（532nm）的短脉冲（4ns）。激光脉冲频率为40次/s，激光点大小实地为70m，间隔为170m，其高程精度要明显高于SRTM，可望达到m级。他们的下一步计划是要在2015年之前使星载LIDAR的激光测高精度达到dm和cm级。
法国利用设在全球的54个站点向卫星发射信号，通过测定多普勒频移，以精确解求卫星的空间坐标，具有极高的精度。测定距地球1300km的Topex/Poseidon卫星的高度，精度达到±3cm。用来测定SPOT 4卫星的轨道，3个坐标方向达到±5cm精度，对于SPOT 5和Envisat，可望达到±1m精度。若忽略SPOT 5传感器的角元素，直接进行无地面控制的正射像片制作，精度可达到±15m，完全可以满足国家安全和西部开发的需求。
1.3 摄影测量与遥感数据的计算机处理更趋向自动化和智能化
从影像数据中自动提取地物目标，解决它的属性和语义（What）是摄影测量与遥感的另一大任务。在已取得影像匹配成果的基础上，影像目标的自动识别技术主要集中在影像融合技术，基于统计和基于结构的目标识别与分类，处理的对象既包括高分辨率影像，也更加注重高光谱影像。随着遥感数据量的增大，数据融合和信息融合技术逐渐成熟。压缩倍率高、速度快的影像数据压缩方法也已商业化。我国学者在这些方面取得了不少可喜的成果。
1.4 利用多时像影像数据自动发现地表覆盖的变化趋向实时化
利用遥感影像自动进行变化监测（What change）关系到我国的经济建设和国防建设。过去人工方法投入大，周期长。随着各类空间数据库的建立和大量新的影像数据源的出现，实时自动化监测已成为研究的一个热点。
自动变化监测研究包括利用新旧影像（DOM）的对比、新影像与旧数字地图（DLS）的对比来自动发现变化和更新数据库。目前的变化监测是先将新影像与旧影像（或数字地图）进行配准，然后再提取变化目标，这在精度、速度与自动化处理方面都有不足之处。笔者提出了把配准与变化监测同步的整体处理[1]。最理想的方法是将影像目标三维重建与变化监测一起进行，实现三维变化监测和自动更新。进一步的发展则是利用智能传感器，将数据处理在轨完成，发送回来的直接为信息，而不一定为影像数据。
1.5 摄影测量与遥感在构建“数字地球”、“数字中国”、“数字省市”和“数字文化遗产”中正在发挥愈来愈大的作用
“数字地球”概念是在全球信息化浪潮推进下形成的。1999年12月在北京成功地召开了第一届国际“数字地球”大会后，我国正积极推进“数字中国”和“数字省市”的建设，2001年国家测绘局完成了构建“数字中国”地理空间基础框架的总体战略研究。在已完成1∶100万和1∶25万全国空间数据库的基础上，2001年全国各省市测绘局开始1∶5万空间数据库的建库工作。在这个数据量达11TB的巨型数据库中，摄影测量与遥感将用来建设DOM（数字正射影像）、DEM（数字高程模型）、DLG（数字线划图）和CP（控制点数据库）。如果要建立全国1m分辨率影像数据库，其数据量将达到60TB。如果整个“数字地球”均达到1m分辨率，其数据量之大可想而知。本世纪内可望建成这一分辨率的数字地球。
“数字文化遗产”是目前联合国和许多国家关心的一个问题，涉及到近景成像、计算机视觉和虚拟现实技术。在近景成像和近景三位量测方面，有室内各种三维激光扫描与成像仪器，还可以直接由视频摄像机的系列图像获取目标场三维重建信息。它们所获取的数据经过计算机自动处理后，可以在虚拟现实技术支持下形成文化遗迹的三维仿真，而且可以按照时间序列，将历史文化在时间隧道中再现，对文化遗产保护、复原与研究具有重要意义。
1.6 全定量化遥感方法将走向实用
从遥感科学的本质讲，通过对地球表层（包括岩石圈、水圈、大气圈和生物圈4大圈层）的遥感，其目的是为了获得有关地物目标的几何与物理特性，所以需要通过全定量化遥感方法进行反演。几何方程式是有显式表示的数学方程，而物理方程一直是隐式。目前的遥感解译与目标识别并没有通过物理方程反演，而是采用了基于灰度或加上一定知识的统计、结构和纹理的影像分析方法。但随着对成像机理、地物波谱反射特征、大气模型、气溶胶的研究深入和数据积累，多角度、多传感器、高光谱及雷达卫星遥感技术的成熟，相信在21世纪，估计几何与物理方程式的全定量化遥感方法将逐步由理论研究走向实用化，遥感基础理论研究将迈上新的台阶。只有实现了遥感定量化，才可能真正实现自动化和实时化。
2 GIS技术的主要发展趋势
2.1 空间数据库趋向图形、影像和DEM三库一体化和面向对象[2]
GIS发展曾经历过栅格、矢量两个不同数据结构发展阶段，目前随着高分辨率卫星遥感数据的飞快增长和数字地球、数码城市的需求，形成了面向对象的数据模型和三库（图形矢量库、影像栅格库和DEM格网库）一体化的数据结构。这样的数据库结构使GIS的发展更加趋向自然化、逼真化，更加贴近用户。以面向应用的GIS软件为前台，以大型关系数据库（Oracle 8i,9i等)为后台数据库管理，成为当前GIS技术的主流趋势。
2.2 空间数据表达趋向多比例尺、多尺度、动态多位和实时三维可视化
在传统的GIS中，空间数据是以二维形式存储并挂接相应的属性数据。目前，空间数据表达的趋势是基于金字塔和LOD（level of detail）技术的多比例尺空间数据库，在不同尺度表示时可自动显示出相应比例尺或相应分辨率的数据，多比例尺数据集的跨度要比传统地图的比例尺大，在显示不同比例尺数据时，可采用LOD或地图综合技术。真三维GIS的空间数据要存储三维坐标。动态GIS在土地变更调查、土地覆盖变化监测中已有较好的应用，真四维的时空GIS将有望从理论研究转入实用阶段。基于三库一体化的时空3D可视化技术发展势头迅猛，已能再PC机上实现GIS环境下的三维建筑物室外室内漫游、信息查询、空间分析、剖面分析和阴影分析等，基于虚拟现实技术的真三维GIS将使人们在现实空间外，可以同时拥有一个Cyber空间。
2.3 空间分析和辅助决策智能化需要利用数据挖掘方法从空间数据库和属性数据库中发现更多的有用知识
GIS是以应用导向的空间信息技术，空间分析与辅助决策支持是GIS的高水平应用，它需要基于知识的智能系统。知识的获取是专家系统中最困难的任务。随着各种类型数据库的建立，从数据库中挖掘知识成为当今计算机界一个非常引人注目的课题。从GIS空间数据库中发现的知识可以有效的支持遥感图像解译，以解决“同物异谱”和“同谱异物”的问题。反过来，从属性数据库中挖掘的知识又具有优化资源配置等一些列空间分析的功能[3]。尽管数据挖掘和知识发现这一命题仍处于理论研究阶段，但随着数据库的快速增大和对数据挖掘工具的深入研究，其应用前景是不可估量的。
2.4 通过Web服务器和WAP服务器的互联网和移动GIS将推进联邦数据库和互操作的研究及地学信息服务事业
随着计算机通讯网络（包括有线和无线网）的大容量和高速化，GIS已成为在网络上的分布式异构系统。许多不同单位、不同组织维护管理的既独立又互联互用的联邦数据库，将可提供全社会各行各业的应用需要。因此，联邦数据库和互操作（federal databases & interoperability）问题成为当前国际GIS联合研究的一个热点。互操作意味着数据库中数据的直接共享，GIS规律功能模块的互操作与共享，以及多点之间的相同工作，这方面的研究已显示出明显的成效。未来的GIS用户将可能在网络上缴纳为其需要所选用数据和软件功能模块的使用费，而不必购买这个数据库和整套的GIS软硬件，这些成果产生的直接效果是GIS应用将走向地学信息服务。
目前已兴起的LBS和MLS，即基于位置的服务和移动定位服务，突出地反映了这种变化趋势。它引起的革命性变化使GIS将走出研究院所和政府机关，成为全社会人人具备的信息服务工具。我国目前已有2亿个手机用户，若每人每月为MLS支付10元费用，全国一年的产值将达到240亿。可以预测在不久的将来，地学信息将能随时随地为任何人和任何事情进行4A服务（geo-in-formation for anyone and anything at anywhere and anytime）。
2.5 地理信息科学的研究有望在本世纪形成较完整的理论框架体系
笔者曾扼要地叙述了地球空间信息科学的7大理论问题[4]：（1）地球空间信息的基准，包括几何基准、物理基准和时间基准；（2）地球空间信息标准，包括空间数据采集、存储与交换标准、空间数据精度与质量标准、空间信息的分类与代码标准、空间信息的安全、保密及技术服务标准以及元数据标准等；（3）地球空间信息的时空变化理论，包括时空变化发现的方法和对时空变化特征的和规律的研究；（4）地球空间信息的认知，主要通过各目标各要素的位置、结构形态、相互关联等从静态上的形态分析、发生上的成因分析、动态上的过程分析、演化上的力学分析以及时态上的演化分析达到对地球空间的客观认知；（5）地球空间信息的不确定性，包括类型的不确定性、空间位置的不确定性、空间关系的不确定性、逻辑的不一致性和信息的不完备性；（6）地球空间信息的解译与反演，包括定性解译和定量反演，贯穿在信息获取、信息处理和认知过程中；（7）地球空间信息的表达与可视化，涉及到空间数据库多分辨率表示、数字地图自动综合、图形可视化、动态仿真和虚拟现实等。目前，这些方面的研究对建立完备的理论尚嫌不足，需要在今后加强这方面的基础研究。
关于遥感与GIS的集成，涉及到GPS和通信技术的集成，本文未作具体讨论，其具体内容可参见文献[4—6]。
3 结语
遥感与GIS在20世纪出现，在21世纪不仅将形成自身的理论体系和技术体系，而且将形成天地一体化的空间信息服务产业，为国民经济建设、国家安全、社会可持续发展和提高人民生活质量做出愈来愈大的贡献。
参考文献：
[1] Li D R, Sui H G. Automatic Change Detection of Geospatial Data from Imagery. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2002,34(II):245—251
[2] 龚健雅. 地理信息系统基础. 北京：科学出版社，2001
[3] 邸凯昌. 空间数据发掘与知识发现（第一版）. 武汉：武汉大学出版社，2000. 182
[4] 李德仁，关泽群. 空间信息系统的集成与实现（第一版）. 武汉：武汉测绘科技大学出版社，2000. 244
[5] 李德仁，李清泉. 论地球空间信息技术与通信技术的集成. 武汉大学学报（信息科学版），2001，26（1）：1—7
[6] 李德
⑸ 遥感影像信息的提取技术方法研究进展
遥感的对地观测系统是一个信息流交换的过程：电磁波与地表物体相互作用形成地表信息交流。而遥感影像信息提取技术就是最大限度地从遥感图像上的光谱信息反演出目标地物本身的属性特征信息。进而可对地球表层资源与环境进行探测、分析，并揭示其要素的空间分布特征与时空变化规律。遥感影像信息的提取技术是建立在对地物规律有充分的了解的基础之上的，其综合物理手段、数学方法和地物状态识别等认识，通过对影像的处理与分析，获得能反映区域内地物的分布规律和变化过程的有效信息的技术方法。
遥感地物识别主要依赖于地物的光谱和空间特征的差异。多光谱由于光谱分辨率低，地物的光谱特征表现不充分，地物识别主要依赖地物的空间特征，包括灰度、颜色、纹理、形态和空间关系。信息处理和信息提取主要是应用图像增强、图像变换和图像分析方法，增强图像的色调、颜色以及纹理的差异，达到最大限度地区分地物的目的。随着成像光谱仪研制成功以及其产业化的发展，遥感地物信息提取也随之进入了一个崭新的时代。成像光谱对地物的识别主要是依赖于地物的光谱特征，是直接利用岩石矿物的光谱特征进行地物识别，定量分析地物信息。下面从多光谱和高光谱遥感信息处理两方面来加以论述。
1.多光谱方法研究进展
多光谱的信息提取主要集中于：色调信息提取，纹理信息提取，信息融合。
（1）色调信息提取
对于色调信息提取，主要是采用一些增强处理，扩大图像中地物间的灰度差别，以突出目标信息或改善图像效果，提高解译标志的判别能力，如反差扩展、彩色增强、运算增强、变换增强等，这些传统的图像处理方法在一定程度上满足了应用的需要。近年来发展了一系列的以主成分变换为主的信息提取技术，在岩矿信息提取中发挥了重要的作用。如张满郎（1996）提出修正的直接主成分分析提取铁氧化物信息。OF 变换（Maxium Noise Fraction Transformation）（Kruse，1996，Creen，et al.，1988），NAPC（Noise-adjust Principal Components Transform）（Lee，et al.，1990）、分块主成分变换（Jia，et al.，1999）、基于主成分的对应分析（Carr，et al.，1999），以及基于主成分分析的空间自相关特征提取（Warner，et al.，1997）、子空K投影（Harsanyl，et al.，1997）和高维数据二阶特征分析（Lee，et al.，1993；Haertel，et al.，1999）等，也是基于主成分分析进行信息特征选择与特征提取。同时，根据模式识别的原理，提出并设计出监督分类与非监督分类方法：以及利用决策树进行分类识别（Wrbka，et al.，1999；Friedl，et al.，1999；Hansen et al.，1996），这些技术与方法是建立在图像灰度特征之上，利用数理统计的知识进行地物分类与信息提取。
（2）纹理信息提取
遥感影像的边缘和纹理信息对线环构造的识别具有一定作用，但却似乎无助于岩性的识别。边缘信息提取通常采用滤波算子或锐化的方法进行（Gross，et al.，1998；Varbel，2000）。纹理信息提取通常采用共生矩阵、傅立叶功率谱和纹理谱等方法。
（3）信息融合
多源数据融合研究也非常普及与深入，其技术方法涉及不同的数理知识（Jimen，et al.，1999；Pohl，1998；Robinson，et al.，2000；Price，1999；Gross et al.，1998），比如小波信息融合。应用面涉及非遥感数据（王润生，1992；朱亮璞，1994），如遥感数据与地化数据、物探数据的叠置与融合。这些方法一方面开阔了遥感的应用视野，另一方面也扩展了遥感的应用能力。
总的来说，多光谱遥感岩矿信息提取主要是基于图像灰度特征，即基于岩矿的反射率强度差异，采用一些数学变换方法，增强或突出目标信息，使之易于目视解译。在数据处理中，由于波段有限，未能有效地导入岩矿类别的光谱知识，其结果精度更多地取决于研究人员的经验。
2.高光谱方法研究进展
成像光谱技术是多光谱技术发展的飞跃，它是在对目标对象的空间特征成像的同时，对每个空间象元经过色散或分光形成几十个乃至几百个窄波段以进行连续的光谱覆盖。形成的遥感数据可以用“图像立方体（三维）”来形象描述，其中两维表示空间，另一维表征光谱。这样，在光谱和空间信息综合的三维空间内，可以任意地获得地物“连续”的光谱以及其诊断性特征光谱，从而能够基于地物光谱知识直接识别目标地物，并可进一步地获取定量化的地物信息。在地质应用中，矿物识别和信息处理技术可分为：①基于单个诊断性吸收的特征参数；②基于完全波形特征以及③基于光谱知识模型三大类型。
岩石矿物单个诊断性吸收特征可以用吸收波段位置（λ）、吸收深度（H）、吸收宽度（w），吸收面积（A）、吸收对称性（d）、吸收的数目（n）和排序参数作一完整地表征。根据端元矿物的单个诊断性吸收波形，从成像光谱数据中提取并增强这些参数信息，可直接用于识别岩矿类型。如IHS编码与吸收波段图（Kruse，1988）是利用连续法去除后的光谱图像，定义出波段吸收中心位置图像，波段深度图像以及波段半极值宽度图像，并分别赋予HS I 空间的明度（H）、强度（l）和饱和度（S），然后逆变换到RGB色度空间。从而根据色调差异进行矿物直接识别。在描述岩矿单个诊断性吸收特征参数中，吸收深度是一非常重要的特征指标而受到重视。如相对吸收深度图（RBD image，Relative absorption Band-depthimage）（Crowley，et al.，1989）采用比值运算来增强识别端元的吸收深度，即根据要识别端元的单个诊断性吸收峰的两侧肩部反射率之和，除以其谷中心邻近两侧对应波长的反射率之和的商图像，来表征端元矿物诊断性吸收峰的相对吸收深度。不同端元矿物的RBD图像，除象元本身比值大小代表了端元矿物存在的可能性外，通过进一步地诸如PC变换分析进行特征增强与选择来识别端元矿物。由于吸收峰的非对称性，采用RBD方法难以准确描述其特征。连续插值波段算法（CIBR，continuum interpolated band algorithm）（De Jong，1998）和光谱吸收指数图像（SAI，spectral absorption index image）（王晋年等，1996）与相对吸收深度图方法类似，但引入了对称度因子，使其对吸收特征的描述更为合理。CIBR是利用诊断性光谱吸收谷中心的辐射值，除以左右肩部的辐射值与吸收特征对称度因子之积的和，产生相应的商图像，用以增强不同矿物的诊断性吸收深度，进行矿物识别。SAI方法与CIBR类似，也是对单个吸收波形肩部的特征增加了对称度因子。上述方法类似于常规比值或彩色增强处理。与常规增强处理最大不同之处在于有机地融入端元矿物的光谱特征这一先验知识，针对性、目的性更明确。由于大气辐射对遥感数据中波谱特征的影响、光谱混合形成的光谱漂移和变异对单个波形的影响，使识别结果含有较大的干扰。
成像光谱最大的优势在于利用有限细分的光谱波段，去再现象元对应物的波谱曲线。这样，利用整个光谱曲线进行矿物匹配识别，可以在一定程度上改善单个波形的不确定性影响（如光谱漂移、变异等），提高识别的精度。基于整个波形的识别技术方法是在参考光谱与象元光谱组成的二维空间中，合理地选择测度函数度量标准光谱或实测光谱与图像光谱的相似程度。例如，光谱匹配（SM，Spectral matching）（Baugh，et al.，1998）利用岩矿光谱矢量的欧氏距离测度函数，即求图像象元光谱与参考光谱在光谱空间中的差异大小。距离愈小，表示图像端元光谱或待识别的端元光谱与来自实验室或野外实测的参考光谱之间拟合程度愈高。类似地，相似指数（SI，similarity index algorithm）（Fenstermaker，et al.，1994）是基于欧氏距离侧度，根据已知地物类型的图像象元平均光谱与未知图像象元光谱的波段差值平方和的均值大小来识别地物。以上两种方法比基于单个吸收波形参数识别技术可靠。但往往由于光谱数据分辨率的影响，其光谱的差异不明显，同时又因欧氏距离测度固有的缺陷而难以对地物进行准确分类与识别。光谱角识别方法（SAM，spectral angle mapper）（Ben-Dor，et al.，1994；Crosta，et al.，1998；Drake，et al.，1998：Yuhas，et al.，1992）是在由岩矿光谱组成的多维光谱矢量空间，利用一个岩矿光谱矢量的角度测度函数求解岩矿参考光谱端元矢量（r）与图像象元光谱矢量（t）的相似程度。参考端元光谱既可来自实验室、野外测量，也可来自已知类别的图像象元光谱。根据两者相似程度大小，识别与提取矿化蚀变信息。该方法的难点在于如何合理地选择阈值进行信息分割。不过，从已有应用的角度看，该方法简单易行、比较可靠。交叉相关匹配（Fer-rier，et al.，1999；Varder Meer，et al.，1997）是使用一个相关因子（r.）作为相似性指数，通过逐象元交叉相关匹配进行矿物识别。当参考光谱与检验光谱完全匹配时，其位置m=0；参考光谱向长波方向移动时，其m＜0。反之，m＞0。在RGB空间，分别赋予斜度（skewness），t检验值与相关因子以R，G，B；若在“0”匹配位置，其斜度、t检验值与相关因子（r.）均接近于“1”而显示为白色，从而识别出端元矿物。对于矿物的智能识别，往往也采用完全谱形。例如，Tetracord矿物识别软件是基于UNIX平台，利用光谱数据库中的光谱与图像光谱拟合从而自动进行识别矿物；王润生等（1999）根据矿物的完全波形，利用神经网络进行矿物自动识别。以上方法在具有大量已知地物光谱时适应性强。对图像地物识别更有用。但明显不足是由于实际地物光谱变异、获取数据受观测角以及颗粒大小的影响而造成光谱变化，对于整体光谱特征差别不太大的地物，准确匹配比较困难，造成岩矿识别与分析上的混淆和误差。
基于光谱模型的识别的技术方法是建立在一定的光学、光谱学、结晶学和数学理论之上的信号处理技术方法。它不仅能够克服上述方法存在的缺陷，而且在识别地物类型的同时精确地量化地表物质的组成和其他的物理特性。例如，建立在Hapke光谱双向反射理论基础之上的线性混合光谱分解模型（SMA/SUM）（Adams，et al.，1986；Mustard，et al.，1987；Roberts，et al.，1997；Sabol，et al.，1992；Settle，et al.，1993；Shipman，et al.；1987：Shimabukuro，et al.，1991；Smith，et al.，1985），可以根据不同地物或者不同象元光谱反射率响应的差异，构造光谱线性分解模型。一个象元内并非存在单一类型地物，而更多地由不同类型地物组成。因此，在大多数情况下，象元光谱并非为纯地物光谱的线性混合，而更多地表现为非线性。对于单散射，可作为线性模型分解，多散射则认为非线性混合。由于平均单散射反照率丰度主要依赖于成分含量不同而可以认为是线性混合（Mustard，et al.，1987）。这样，通过单散射反照率（SSA）转换，即可以利用算子W=（3r+6）r/（1 +2r）2，将非线性“线性化”，再进行光谱分解。Tompkins（1996）提出修正的光谱混合分析（MSMA）模型。该模型利用虚拟端元，采用一个阻尼最小二乘算法，根据一定的先验知识，有效地并最终可以选择亚像端元进行光谱分解，提高了SMA实用性。与SMA相比，MSMA最大的不同表现在：①端元以及其丰度均作为未知变量；②对数据组中所有象元同时求解。对于能量约束最小模型（CEM，constrained en-ergy minimization technique）（Farrand，et al.，1997；Farrand，et al.，1996；Resmini，et al.，1997）是在成像光谱图像序列中，运用一个目标区域（或ROI区域，region of insteresting）与象元光谱（ri）相关的权系数wk来描述象元向量的数字值y，从而进行特征选择与分解进行地物识别与信息提取。与混合光谱分解模型一样，该分解结果在一定程度上，不仅代表了识别象元的类型信息，而且有机地表示了其丰度比值。与混合光谱分解模型不同的是，该方法更多地依赖于目标区域的统计特征，但结果更精确。总之，这些方法更多地依赖光谱学知识与数理方法，在实际应用中由于难以确定特征参数或难以准确地描述光谱模型而限制了该类技术方法的应用。不过，由于该类方法在识别地物的同时量化物质组成，因此就其发展趋势而言，随着一系列技术的成熟与光谱学、结晶学等知识的深入发展，识别精度的改善与量化能力的提高，其应用将会越来越广泛。
国内也相继开展了一些成像光谱进行矿物直接识别应用试验，但由于国产传感器的性能尚不够完善，数据信噪比较低。但在定性岩矿识别方面取得了一定的收获。如甘甫平等（2000）利用基于波形特征组合的主成分分析有效地对河北张家口后沟金矿区进行了岩性划分；刘庆生（1999）利用对应分析提取出内蒙古某矿区的含金蚀变。在直接定量矿化识别、识别模型和识别谱系等方面都落后于美国等发达国家，相比还存在一定差距。
总之，岩矿光谱学机理研究、遥感信息提取基础与遥感信息提取方法技术研究，三者之间相辅相成，具有一定的对应关系。
遥感地物光谱应用基础与遥感影像信息提取技术研究随着遥感光谱成像技术的发展而发展，两者研究方向与趋势都主要集中在光谱特征知识与地物物理化学属性的关联以及光谱物理模型两大方面。对地物物化属性与光谱特征的相关性和对光谱物理模型的深入分析与研究可从不同的角度为遥感直接识别矿物、提取地物的分布规律、属性、物化性质以及进行地物深层次信息挖掘等提供理论基础支撑，推动遥感应用技术的发展。遥感地学应用的实用化与产业化是遥感地物光谱应用基础与遥感地物影响信息提取技术研究相互促进的结果。
地物光谱学机理研究、遥感信息提取基础与遥感信息提取方法技术研究的发展将导致三者的结合，并最终综合于遥感应用模型和技术集成中，以便充分利用各自的优势，提高遥感应用能力并增强对地质应用的理解，以及模拟、评估和预测地学发展的规律。
⑹ 遥感信息的重点研究内容
遥感技术可以提供大量地质矿产信息，这些信息有时是常规地质方法难以得到的。主要包括（楼性满等，1994；刘燕君，1991）：
（1）通过断裂构造的解译，确定较大的断裂、剪切带、破碎带、并作分级处理，对其性质、时代和成矿关系进行分析。重点是对控矿断裂的识别，区分成矿前和成矿后的断裂，确立含矿构造带。
（2）划分岩带（相）单元，了解地层分布、褶皱形态，进行含矿层追索等。解译地层的挤压变形、错位及位移量，矿化蚀变带分布，甚至更详细的岩脉、节理、蚀变类型及分带等，从而为成矿预测提供基础地质资料。
（3）圈定成矿岩体：通过对环形构造或椭圆形构造的解译分析，可以识别出露岩体、半出露的、浅隐伏和深隐伏岩体的分布。并可研究侵入体的内部结构、节理系统、含矿岩脉、矿化蚀变晕圈等，分析岩浆活动期次，岩体穿插关系及复杂程度。
（4）对火山岩的分析：可以确定火山口的位置，研究火山机构的结构、组成、喷发类型、成因及其含矿性等。
（5）利用遥感信息进行矿物填图包括蚀变矿物填图，详见后述。
区域成矿研究中的遥感地质工作，构造解译为其重要内容。大量的遥感找矿实践证明，内生矿产的空间分布基本上与线性构造和环形影像有关，尤其是线性构造交叉部位和线性构造与环形构造交叉部位，常是矿床（体）产出的有利地段。
作为重要的控矿因素，断裂构造在遥感图像上一般呈现为线性构造，有时也以放射状、环状等形式出现，楼性满等（1994）较系统地总结了断裂构造的遥感标志（表4-1）。
表4-1 断裂构造的遥感影像特征
续表
环形构造也是遥感影像上一种与成矿密切相关，既可以是由隐伏岩基引起，也可能反映矿床的蚀变矿化晕。翟裕生等（1992）根据对铜陵—鄂城一带环形构造的研究，结合前人的一些资料，初步提出了环形影像与环形构造的成因分类（表4-2），并总结提出了环形构造的地质找矿意义，包括：
表4-2 环形影像和环形构造的成因分类
（1）环形构造能反映隐伏岩体的存在。隐伏岩体常伴随气液蚀变矿化晕、热变质晕、环状或放射状断裂、上覆岩体变形等，造成环形遥感影像特征。隐伏岩体是很多金属矿床的矿质、成矿流体和热动力的主要来源，与成矿紧密相关。
（2）环形构造的组合关系有助于判断是单一岩体还是复式岩体，通常单一岩体不利于成矿，而复式岩体的多期次活动，造成矿质分馏的良好条件，有利于形成矿床。单一岩体在影像上常是单调孤立的环形构造，而复式岩体表现为复杂的环形构造组合（套合），环体密集、互相重叠，造成母子环、环套环、环切环等影像，显示了多次侵入岩体的组合关系，对在复式岩体内找寻隐伏矿体有一定的指示意义。
（3）环形构造反映隐伏的控岩控矿构造，借助于遥感环形影像可帮助我们判断隐伏的控岩控矿构造。当控矿构造为环形断裂或弧形断裂时，在遥感影像上表现为环形或半环影像。结合地面观测，常可判断出隐伏的控矿断裂（带）。
（4）环形构造能反映蚀变矿化晕，这些晕圈或是由出露矿体和相伴的蚀变矿化晕直接形成的，或是由隐伏矿体或隐伏含矿岩体造成的异常色调或影纹结构而形成的。蚀变矿化晕的规模、强度、分布等情况一般能反映成矿的规模、强度和空间分布特征，对比研究其表现出的环形构造（及组合）可以帮助认识这些特征。
⑺ 海洋遥感论文
3S技术包括
GPS技术
RS技术
GIS技术
通常用于海岸线的测量与管理
留个邮箱，可以给你一些相关的参考文献，包括
《基于3S技术的海岸线测量与管理应用研究》
《"3S"技术在海域勘界中的应用》
《遥感在海岸线修测中的应用技术探讨》
《我国海洋环境遥感的发展》
《遥感卫星探测海洋环境的特点及发展》
《卫星海洋遥感的发展和预报中心遥感应用》
《遥感技术在环境监测中的应用》
《GIS在海湾陆源污染物总量控制中的应用》
《基于GIS的南海环境管理信息系统的研究》
等十几篇
应该对你的论文有所帮助
⑻ 摄影测量与遥感毕业论文
（1）联系工作实际
选题要结合我国行政管理实践（特别是自身工作实际），提倡选择应用性较强的课题，特别鼓励结合当前社会实践亟待解决的实际问题进行研究。建议立足于本地甚至是本单位的工作进行选题。选题时可以考虑选些与自己工作有关的论题，将理论与实践紧密结合起来，使自己的实践工作经验上升为理论，或者以自己通过大学学习所掌握到的理论去分析和解决一些引起实际工作问题。
（2）选题适当
所谓选题要适当，就是指如何掌握好论题的广度与深度。选题要适当包括有两层意思：
一是题目的大小要适当。题目的大小，也就是论题涉及内容的广度。确定题目的大小，要根据自己的写作能力而定。如果题目过大，为了论证好选题，需要组织的内容多，重点不易把握，论述难以深入，加上写作时间有限，最后会因力不胜任，难以完成，导致中途流产或者失败。相反，题目太小了，轻而易举，不费功夫，这样又往往反映不出学员通过几年大学阶段学习所掌握的知识水平，也失去从中锻炼和提高写作能力的机会，同时由于题目较小，难以展开论述，在字数上很难达到规定字数要求。此外，论文题目过小也不利于论文写作，结果为了凑字数，结尾部分东拼西凑，结构十分混乱。
二题目的难易程度要适当。题目的难易程度，也就是论题涉及的深度。确定题目的难易，也要根据自己的写作能力而定，量力而为。题目难度过大，学员除了知识结构、时间和精力的限制外，资料搜集方面也有局限。这样，就会带来一些意想不到的困难，致使论文写了一半就写不下去了，中途要求另选题目。所以，在这个问题上的正确态度应该是：既不要脱离实际，好高骛远，去选一些自己不可能写好的论题；又不能贪图轻便，降低要求，去写一些随手可得的论题。
（3）选题要新意
所谓要有新意，就是要从自己已经掌握的理论知识出发，在研究前人研究成果的基础上，善于发现新问题，敢于提出前人没有提出过的，或者虽已提出来，但尚未得到定论或者未完全解决的问题。只要自己的论文观点正确鲜明，材料真实充分，论证深刻有力，也可能填补我国理论界对某些方面研究的空白，或者对以前有关学说的不足进行补充、深化和修正。这样，也就使论文具有新意，具有独创性。
特别注意
毕业论文的撰写及答辩考核是顺利毕业的重要环节之一，也是衡量毕业生是否达到要求重要依据之一。但是，由于许多应考者缺少系统的课堂授课和平时训练，往往对毕业论文的独立写作感到压力很大，心中无数，难以下笔。因此，就毕业论文的撰写进行必要指导，具有重要的意义。
（一）、毕业论文是应考者的总结性独立作业，目的在于总结学习专业的成果，培养综合运用所学知识解决实际问题的能力。从文体而言，它也是对某一专业领域的现实问题或理论问题进行科学研究探索的具有一定意义的论说文。完成毕业论文的撰写可以分两个步骤，即选择课题和研究课题。
（二）、选好课题后，接下来的工作就是研究课题，研究课题一般程序是：搜集资料、研究资料，明确论点和选定材料，最后是执笔撰写、修改定稿。
第一、研究课题的基础工作——搜集资料。考生可以从查阅图书馆、资料室的资料，做实地调查研究、实验与观察等三个方面来搜集资料。搜集资料越具体、细致越好，最好把想要搜集资料的文献目录、详细计划都列出来。首先，查阅资料时要熟悉、掌握图书分类法，要善于利用书目、索引，要熟练地使用其他工具书，如年鉴、文摘、表册、数字等。其次，做实地调查研究，调查研究能获得最真实可靠、最丰富的第一手资料，调查研究时要做到目的明确、对象明确、内容明确。调查的方法有：普遍调查、重点调查、典型调查、抽样调查。调查的方式有：开会、访问、问卷。最后，关于实验与观察。实验与观察是搜集科学资料数据、获得感性知识的基本途径，是形成、产生、发展和检验科学理论的实践基础，本方法在理工科、医类等专业研究中较为常用，运用本方法时要认真全面记录。
第二、研究课题的重点工作——研究资料。考生要对所搜集到手的资料进行全面浏览，并对不同资料采用不同的阅读方法，如阅读、选读、研读。
第三、研究课题的核心工作――明确论点和选定材料。在研究资料的基础上，考生提出自己的观点和见解，根据选题，确立基本论点和分论点。提出自己的观点要突出新创见，创新是灵魂，不能只是重复前人或人云亦云。同时，还要防止贪大求全的倾向，生怕不完整，大段地复述已有的知识，那就体现不出自己研究的特色和成果了。
第四、研究课题的关键工作――执笔撰写。下笔时要对以下两个方面加以注意：拟定提纲和基本格式。
第五、研究课题的保障工作――修改定稿。通过这一环节，可以看出写作意图是否表达清楚，基本论点和分论点是否准确、明确，材料用得是否恰当、有说服力，材料的安排与论证是否有逻辑效果，大小段落的结构是否完整、衔接自然，句子词语是否正确妥当，文章是否合乎规范。
⑼ 遥感学习方法
要学好遥感，你需要具备良好的数学功底和物理基础、厚实的自然地理基础，及遥感与现实生活结合的思维能力。个人建议你：
1、学好《遥感导论》，看看《遥感地学分析》《遥感原理与应用》《遥感物理》等等相关书籍，从而对遥感本质有更深刻地认识；
2、下载一些遥感方面的论文，随便看看，大方位地撒网，看看别人是怎么用遥感解决现实问题的，都做了哪些研究，你看看有没有什么地方你感兴趣的，也可以跟导师讨论讨论；
3、对于遥感常用软件ERDAS、ENVI、PCI都熟练掌握；
4、遥感和GIS,GPS结合应用的实例也去找来看看！
祝你学习进步，也希望该解答对你有帮助。
⑽ 遥感方面的论文怎么写
洋河流域遥感图像土地利用分类方法研究
【摘要】遥感影像分类方法的确定是LUCC研究中的关键步骤。文章以洋河流域为研究区，分别进行了非监督分类和监督分类。针对监督分类结果中存在的误差，对水域、植被、城镇与工矿用地三种类型地物的提取分别选择了综合阈值法、植被指数法、DEM数据辅助分析法进行了改进，结果表明改进后的提取结果较监督分类直接得到的结果有了很大的改善。
【关键词】遥感图像；监督分类；综合阈值法；植被指数法
【中图分类号】TP79 【文献标识码】A
【文章编号】1671-5969（2007）16-0164-03
一、研究区域概况及图像资料
（一）研究区域概况
洋河流域是张家口经济发展的中心地带，水资源相对丰富。洋河发源于山西省阳高县和内蒙古兴和县，是永定河上游的一大支流，流域面积约14600km2 。在张家口市流域面积为9762km2，流经万全县、怀安县、张家口市区、宣化县、宣化区、下花园区、怀来县等，干流全长106 km，在朱官屯于桑干河汇合后流至官厅水库，是官厅水库的重要水源。洋河流域形状东西向较长，南北向较短，地形总趋势西北高、东南低。流域的东北、北部和西北沿坝头一带海拔高程1200～1500m之间，西部和南部边界海拔高程一般在500～1000m之间。流域内80％以上为丘陵山区，绝大部分为荒山秃岭。流域内大部分为黄色沙壤土，并有部分砂砾土及黄粘土，沿河川地层厚且较肥沃[1]。
（二）信息源
遥感信息源的选择要综合考虑其光谱分辨率、空间分辨率、时间分辨率等因素， 这是利用遥感图像进行土地利用分类的关键问题。美国的Landsat TM 图像是当前应用最为广泛的卫星遥感信息源之一，它可提供7个波段的信息， 空间分辨率为30～120m。TM数据源各波段各有特点，可进行不同地物类型的信息提取。相关资料表明TM遥感数据各波段间的信息相关关系为：TM1与TM2，TM5与TM7高度相关，相关系数达0.95以上，信息冗余大，可以考虑不选取TM1波段。另外由于第6个波段的分辨率为120m，不利于地物信息的提取，所以亦不选取TM6波段。一般来说， 选择图像类型时，应考虑研究区域的大小、研究的目的，以及要达到的精度要求，另外不同时相遥感图像的选择对分类精度也具有很大的影响。为了能把水域、城市与工矿用地、林地、耕地、裸地区分开，以洋河流域1987年9月17日的TM图像为信息源进行研究。本文中所使用的遥感图像处理工具为美国ERDAS公司的ERDAS IMAGINE8.4软件，它是一个功能完整的、集遥感与地理信息系统于一体的专业软件，具有数据预处理、图像解译、图像分类、矢量功能、虚拟gis等多个功能。
二、现有遥感图像土地利用分类的主要方法及其分析
遥感图像土地利用分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，并用一定的手段将特征空间划分为互不重叠的子空间，然后将图像中的各个像元划归到各个子空间中以实现分类[2]。按照是否有已知训练样本的分类数据，将其分为非监督分类和监督分类。它们最大的区别在于监督分类首先给定类别，而非监督分类则由图像数据本身的统计特征来确定。
（一）非监督分类
非监督分类是在多光谱特征空间中通过数字操作搜索像元光谱属性的自然群组的过程，这种聚类过程生成一副有m个光谱类组成的分类图。然后分析人员根据后验知识将光谱类划分或转换成感兴趣的专题信息类[3]。洋河流域内有很多山地，在图像上会产生大量的阴影，导致了像元灰度值的空间变化，这对分类结果有很大的影响。为此可以通过比值运算来去除阴影的影响，使向阳处和背阴处都毫不例外地只与地物的反射率的比值有关。常用算法：近红外波段（TM4）/红外波段（TM3），这样所得到的效果比较好，从原始图像和比值运算后的图像（图像略）中，可以清楚地看到山体阴面的阴影得到了有效的去除。经过比值运算后， 就可以对图像进行非监督分类。得到的分类结果如图1所示。非监督分类只根据地物的光谱特征进行分类，受人为因素的影响较少，不需要对地面信息有详细的了解，但由于“同物异谱、异物同谱”等现像的存在，其结果一般不如监督分类令人满意。比如官厅水库旁边的大量建筑物被分到水体一类。是因为在TM3波段上，水体和建筑物的灰度值相近， 同样在TM7波段上，裸山和建筑物的灰度值也相近。总之，在TM的6个波段上，无论采用哪个波段进行非监督分类，总有几种地物的光谱值接近，因此单纯依靠计算机自动分类取得很好的效果是非常困难的。