遥感影像技术范文

《中国新通信》2014年第十期

一、计算机硬件方面的关键技术

我们需要解决的就是计算机的实际存储量的问题。我们一直强调的重要问题就是遥感影像处理的信息量太大的问题。计算机在处理该方面问题所需要的最大的问题就是计算机的硬盘内存的大小问题，硬盘的大小直接决定计算机在处理相关方面的信息的数量和速度。而且计算机在进行具体的处理的过程中也需要调动多方面的系统软件等工具，因此操作的效率也会大大下降。因此在实际的计算机的选择上我们要确保计算机硬盘的存储空间尽可能的大、读写方面的速度尽可能地快、磁盘尽可能地稳定、拥有充足的扩展空间。

最后在网络环境方面该项技术也有较高的要求。在整个遥感影像的处理过程中信息的传输所依赖的主要是计算机的网络。如果网络环境不好而导致网络运行速度过慢就可能直接导致计算机运行的速度的下降甚至是计算及处理结果的偏误。因此在具体的网络环境塑造方面我们要尽可能地保证计算机所拥有的宽带的容量。尽可能的保证计算机的运行的单一网络环境。

二、系统软件方面的关键技术

我们在遥感影像的处理过程中一般将整个处理过程看做一个完整的系统，这个系统的主要功能就是处理我们所接收到的遥感影像信息。在这个系统中也有许多我们需要进行关注的问题。在相关的系统软件的关键技术中我们需要注意的问题也是多方面的。概括起来有以下三个方面：集群调度软件、多进程影像处理软件和断点恢复功能。从具体情况来看就是要确保整个计算机系统在运算过程中首先具备集群处理的功能，然后就是在具体的运行过程中要能够对遥感影像进行多层次多方面的处理。最后就是要确保处理过程的连贯性，杜绝在网络故障以后发生的不必要的信息断层等方面的问题。

三、在遥感影像处理中采用一些新的技术

我们在前面介绍的比较多的是集群式遥感影像处理中有关计算机方面的技术与问题，接下来本文就从其他技术方面介绍该项处理技术。我们这里所要介绍的是GPU集群技术和超线程技术。所谓GPU集群技术就是在对传统的集群技术改造以后的得到的一种新的技术，这种技术的优越性表现在拥有大量的GPU并行计算处理能力，从而能够为我们解决遥感影像处理的海量信息问题。超线程技术指的是通过一些特殊的硬件指令来将单处理器转化为双处理器功能的技术。

《江西测绘》2017年第2期

摘要：遥感技术已经成为一项快速、准确地监测土地利用变化的重要手段，全国地理国情普查是一项重大的工程项目，在全国范围内，遥感影像在整个地理国情中占有很大的比重。

关键词：遥感影像；地理国情；目视解译；人工解译；时效性

引言

地理国情主要是指地表自然和人文地理要素的空间分布、特征及相互关系，是基本国情的重要组成部分。开展全国地理国情普查，系统掌握权威、客观、准确的地理信息，是制定和实施国家发展战略和规划、优化国土空间开发格局和各类资源配置的重要依据，是推进生态环境保护、建设资源节约型和环境友好型社会的重要支撑，是做好防灾减灾工作和急救保障服务的重要保障，也是相关行业开展调查统计工作的重要数据基础。为了全面把握当前中国的地理情况和满足经济社会发展需要和生态文明建设，国务院决定开展2013~2015年国情第一次国家地理的调查。遥感图像信息提取技术能够很好的利用遥感图像中丰富的光谱、纹理、形状等信息，提取的结果更适合于提取地理国情信息。这种技术在地理条件监测中的应用，不仅可以提高地理国情普查的地理条件的速度，而且还可以减少工作量，大大提高普查的效率。广州市需完成覆盖行政区域范围内约7434m2地理国情普查数据采集，开展广州市地理国情调查是了解广州市城市化进程和社会经济发展中的基本矛盾及发展趋势的基本手段，是制定发展政策的重要支撑。通过全面获取多尺度、多时相的历史数据资料、遥感影像、土地利用信息以及社会经济统计信息等普查成果资料，结合遥感、遥感影像等空间技术，对广州市发展过程中的地理国情特征进行动态监测与分析，包括：城市扩张动态监测分析和生态空间动态监测分析等两部分内容。

1遥感影像的分类与信息提取方法

1.1遥感影像的分类方法

遥感图像信息提取是基于各种样本的内在相似性。遥感图像同一物体在相同的外部条件（地形、照度、季节等）上具有相同或相近的光谱特征、纹理特征和空间特征，从而表现出相同的某种固有的相似性。同一类的像素特征在同一特征空间区域内具有不同的光谱特征或纹理特征，并在不同的特征空间区域进行聚类。传统的图像分类方法主要针对中低分辨率图像的设计，因为低空间分辨率的遥感图像本身就是混合像元的单像素。光谱分辨率和低空间分辨率遥感图像普遍较高，高分辨率遥感影像光谱特征相对不丰富，应采用自上而下的综合处理方法。高分辨率遥感影像通过建模可以从分割图像的光谱信息中获取空间特征、形状特征、纹理特征等信息。如图1简单的遥感影像图。

《南方国土资源杂志》2015年第五期

1遥感影像的信息提取方法

①目视解译法。目视解译法是由解译员依据影像中各种目标地类的光谱特征、纹理特征、空间特征等几何成像原理以及解译员所掌握的各种地类的结构规律和发展规律，通过分析地类在影像上的特征对目标地物进行目视识别，从而提取特征信息。②基于像元的分类方法。基于像元的分类方法是计算机分类的传统方法，应用比较广泛，技术发展也比较成熟。主要包括监督分类和非监督分类：监督分类是自顶向下的知识驱动法，先进行训练再进行分类，也就是先学习再分类。包括有最小距离分类法、多级切割分类法、特征曲线窗口法、最大似然比分类法；非监督分类是一种自底向上的数据驱动方法，前提是假定遥感影像上同类物体在同样条件下具有相同的光谱信息特征。非监督分类主要采用聚类分析方法，聚类是把一组像素按照相似性归成若干类别，即“物以类聚”。它的目的是使得同一类别的像素之间的距离尽可能的小而不同类别上的像素间的距离尽可能的大。非监督分类常用的方法有分级集群法和动态聚类法。③面向对象的分类方法。面向对象的分类技术在遥感影像光谱特征的基础上，充分考虑了地物的形状、大小、纹理、位置、结构等几何特征，利用目标对象与周围环境之间的语义关系等因素，再根据对象特征建立合适的分类规则，完成对影像信息的提取，这样可以充分利用影像中的信息，提高分辨精度，有效地避免了传统基于像元分类方法的信息损失现象的发生，并同时可以有效地避免噪声影响，通过设定适合的分割尺度，噪声区域将和其周边像元一起分割合并到特定的影像对象中去，而不是被单独的提取分类，从而避免了“椒盐现象”的产生。

2面向对象分类方法的研究现状

20世纪90年代以来，面向对象的信息提取技术得到了快速发展，Hofmanne为了提取IKONOS影像中非正式居民地采用了面向对象的分类方法，并充分利用影像对象的光谱、纹理、形状等信息，取得了较高的分类精度；Willhauck等通过集合多种数据源，采用面向对象的分析方法，完成了印尼在1997与1998年森林火灾后的制图任务。在国内，面向对象的信息提取研究起步比较晚，近几年才得到大力地推广和应用，杜凤兰利用面向对象的分类方法对IKONOS影像的土地覆盖信息进行提取；莫登奎等也采用面向对象的分类方法提取了株洲市城乡结合部的土地利用信息；黄慧萍等以高分辨率遥感影像为数据源，以多尺度影像分割与面向对象影像分析方法为主要技术，自动提取了大庆市城市绿地覆盖信息，达到了清查城市绿地的目的。

3几种遥感影像分类技术的应用和对比

为了对比几种遥感影像信息提取技术的优劣，笔者选择贺州地区，以2010年的0.6m分辨率2.5全色波段与多光谱融合后的QuickBird影像作为实验数据。研究区域像素大小为1980*1980，面积约1km2，该区域内的地面要素包括耕地、园地、林地、河流、建筑物和道路。

3.1人工目视判读分类提取影像信息人工目视判别分类就是解译者通过肉眼观察遥感影像，先总结目标物的影像特征和特征影像，进而建立各种目标物的解译标志，再根据解译标志和解译工作者的经验分辨地物种类并对各类地物的边缘进行矢量化。人工目视判别的分类在ARCGIS9.3下进行，根据土地利用现状分类表的种类，先设置地类为耕地、林地、水体、建筑物、道路。通过人工目视判别分类的结果显示，分类的地物比较清晰，不同的地类之间有着比较明确的分界，并且划分出来的图斑边缘比较光滑。由于是通过人为肉眼的分类，判断和分类的主要依据就是纹理及色彩，这样就容易造成漏分和错分的情况发生。一些细长或者面积偏小的地类容易遗漏，以及一些纹理区别比较微小但又明显不同的地物容易错分，并且人工采集的时间相对较长，特别是针对大面积影像要花费较多的时间和人力。

摘要：将遥感技术应用在退耕还林工程项目建设中，完成工程项目的规划、验收与监测任务，其经济性与科学性十分明显，具有一定的推广价值。在对遥感技术应用的过程中，特别是空间分析技术，能够对某区域退耕还林面积进行定期地获取。基于此，文章将遥感技术作为重点研究对象，阐述其在退耕还林工程项目建设中的运用，希望有所帮助。

关键词：退耕还林工程；工程项目建设；遥感技术；运用；分析

退耕还林工程项目的主要目标就是尽快恢复植被，尽量减少水土流失，对生态环境予以有效地改善，使得农民经济收入不断增加。但目前阶段，人工现场调查测定始终是退耕还林工程项目主要的检查方法，实际的工作量极大，要消耗一定的人力物力与财力，直接影响了工作效率的提升。而将遥感技术应用在退耕还林工程当中，能够尽快完成任务。由此可见，深入研究并分析退耕还林工程建设与遥感技术运用具有一定的现实意义。

1遥感技术在退耕还林工程项目中的应用现状

目前阶段，林业科技工作人员针对森林资源、天然林保护以及退耕还林等相关工程项目的遥感监测关键技术研究力度不断加大，并取得了理想的研究成果。其中，遥感技术在退耕还林工程项目中的应用集中表现在以下几个方面。

1.1借助遥感影像科学规划退耕还林区域

因退耕还林工程项目的实时周期相对较长且政策的兑现时间也很长，所以在工程项目建设之前，应结合遥感影像规划并布局退耕还林的区域，为工程项目实施区域内部的全局性战略落实提供必要的保障。其中，在对遥感与地理信息系统技术应用的过程中，即可对退耕还林还草耕地数量与空间分布进行确定。但需要事先具备数字高程、土地利用、植被指数与生态环境质量以及坡向等方面的数据库[1]。与此同时，要在土地利用数据库当中提取旱地的数据信息。在此基础上，基于遥感技术的帮助，还要对退耕还林还草面积与空间分布进行确定。在对降雨数据使用的过程中，也可以对退耕还林或者是还草面积与空间分布加以确定。当合理规划退耕还林区域以后，即可对退耕还林工程项目进展状况与耕地质量形成系统化地了解，进而以通用土壤蚀工程为参考依据，贯彻落实适宜性评价。其中，可以结合评价的结果，科学合理地采取不同等级，对退耕还林地区的规划方案进行制定，而等级集中表现为高度适宜、中度适宜、低度适宜与不适宜4个方面。与此同时，结合SPOT-5数据本身所具备的融合性，与SPOT-5、ETM+数据相互融合，将遥感技术应用于其中，借助不同形式的变化方式，找到方便识别植被的融合手段。除此之外，对QuickBird遥感影像数据处理分析的合理化运用，可以获得更为丰富的退耕地区树冠信息。而且，基于面向对象图像信息提取的技术，还能够对退耕还林地区的树冠信息加以提取，以保证退耕还林规划管理工作的顺利开展。

1.2宏观验收并监测退耕还林还草保存状况

摘要：长期以来，矿产开采造成大量矿山环境被破坏，对当地的生态环境、区域经济造成了较大影响。利用遥感解译技术开展矿山地质环境遥感动态监测，实现对矿山地质环境的有效监控和管理，为矿山地质环境的执法监督和科学管理、矿山地质环境保护与恢复治理规划的制定、矿山地质环境重点治理工程的实施提供依据。

关键词：遥感解译；矿山；地质环境

由于历史原因，长期以来矿产开采造成大量矿山环境被破坏。近年来，河南省各类矿产资源开发对矿山地质环境影响和破坏严重区的面积达1.2×104km2，主要分布于京广铁路以西、豫南丘陵、山区和豫东的煤田。各类矿山开采活动，造成大量的植被破坏、扬尘扬沙，废石渣堆及大量土地资源被占用，对当地的生态环境造成较大影响。这些不仅影响矿山的正常生产活动，而且威胁着矿区周围居民的生命财产安全，制约区域经济的发展，甚至会引发严重的社会问题。矿山开采多处于山区，交通不便、分布零散，依靠人力监测效率低且效果差。卫星遥感监测具有视点高、视域广、数据采集快和重复、连续观察的特点。开展矿山地质环境遥感动态监测，建立矿山地质环境动态监测信息系统和数据库，实现对矿山地质环境的有效监控和管理，及时了解和掌握矿山地质环境动态变化，为矿山地质环境的执法监督和科学管理、制定矿山地质环境保护与恢复治理规划、实施矿山地质环境重点治理工程提供依据。

1技术路线

在充分收集工作区已有矿山地质环境、采矿权、探矿权、矿山复绿工作区、前期矿山遥感调查与监测解译成果等资料基础上，采用遥感数据与其他多源数据相结合、人机交互解译相结合、室内综合研究与实地调查相结合的技术方法完成遥感技术在环境监测方面的应用。根据监测目的和矿山地质环境监测相关技术标准及要求，获取合适的遥感数据及其相关辅助资料；通过遥感图像预处理、图像增强处理和遥感解译等方法提取矿山开采地的地质环境信息；借助卫星定位技术，辅以适量的野外实地调查验证，加强室内综合分析，圈定矿山地质环境现状、地质灾害等矿山信息的范围，达到矿山地质环境遥感解译的预期效果。

2解译方法

2.1遥感数据获取遥感数据采用卫星2.5m高分辨率遥感影像，全省影像数据采用西安1980坐标系，地图投影采用高斯-克吕格投影，3度分带，带号38。影像局部有少量云层，约占整体的1%，且未覆盖主要矿产开采区，影像整体清晰可辨，可解译程度较高［1，2］。

2.2野外踏勘

摘要：规划是国家治理体系的重要组成，国土空间是国家发展秩序与动力的根本基石。新一轮国务院机构改革推进国土空间规划，旨在“优化协同高效”，亟待技术进步。国土资源整理是改革的基础，遥感技术在土地整理开发中有着时空分辨率高、现势性好的优势，有效利用提升该技术，能够及时快速准确地反应国土资源变化，为土地开发整理工作提供科学依据。

关键词：国土空间规划；遥感技术；土地调查；资源整理

1引言

2015年9月，《生态文明体制改革总体方案》提出，到2020年构建起由自然资源资产产权制度、国土空间开发保护制度、空间规划体系等八项制度构成的产权清晰、多元参与、激励约束并重、系统完整的生态文明制度体系。随后包括多规合一在内的系列规划改革推进，至2017年1月《省级空间规划试点方案》提出：“以主体功能区规划为基础，全面摸清并分析国土空间本底条件，划定城镇、农业、生态空间以及生态保护红线、永久基本农田、城镇开发边界，为实现“多规合一”、建立健全国土空间开发保护制度积累经验、提供示范。”这其中，土地是最核心的资源要素，利用遥感技术整理国土资源，能够科学有效提高基础工作效率。

2遥感技术在国土资源整理工作中的应用优势

过去在国土资源整理工作中，通常采用几年前的土地利用现状图作为基础图件，并对已经变化的土地利用情况进行实地调查，对部分部件进行变更，进而开展规划工作。但是，土地利用现状图时效性不足，再加上主客观条件影响，导致土地规划设计的精度得不到有效保障。近年来，国土资源整理工作对项目区地形图的现势性及精度存在很高要求，通过野外数字化采集获取的数据虽然精度高，但是工作量太大，受地形、地貌及植被覆盖影响，采集难度较高。在这种情况下应用遥感技术能够有效解决以上难题，对于国土资源整理项目区的多时相数据能够做到及时、迅速获取，大大减少人为因素对监测结果的影响，准确反映项目区的实际情况。不仅如此，遥感技术受地形地貌、气候海拔等自然因素影响较小，实现了人力、物力及财力的有效节约。近年来，遥感技术取得很大进步，数字影像分类技术、高分辨率遥感影像技术在国土资源整理工作中得到广泛应用，通过构建专业化地理信息系统平台实现人机交互，工作人员能够直观感受到地物及地类的形状、颜色、纹理和位置等，对全域范围内的地类地物边界进行直接绘制，并赋予其基本属性，为后续数据统计、整理和分析工作奠定良好基础，有效提高了基础工作效率。总的来说，在国土资源整理工作中应用遥感技术，不仅能有效提升基础工作质量、缩短基础工作周期，还能迅速提取和更新信息，具备较强的可操作性[2]。

3遥感土地调查过程中的国土资源整理技术分析

3.1遥感影像数据源的选择

目前地质遥感判释常用的数据主要有LandsatTM、SPOT以及高分辨率的QuickBird、WorldView等卫星影像以及大比例尺航空影像数据等。为了宏观上了解工作区地形地貌特征、可溶岩与非可溶岩的分布、褶皱及断裂构造的展布等背景信息，微观上详细调查不良地质类型及数量，特别是岩溶的分布及发育规律，分析影响和控制线路方案选择的主要地质问题［8］，选用了中小比例尺的LandsatTM5、SPOT5卫星影像以及大比例尺黑白航空影像3个不同尺度层次的影像数据［9］。

为了提高判读的精度及效率，对卫星影像数据进行了辐射增强、灰度及线性拉伸等增强预处理，进行了几何精纠正使卫星影像与相关数字高程模型数据、地质图相吻合［10］，在此基础上创建基于DEM数据及卫星影像数据的三维判读环境;而对于黑白航空影像数据，其比例尺一般都较大，低精度DEM数据不能满足三维建模的要求，根据数字摄影测量的原理，进行航空影像数据的内定向，相对定向，恢复相对的立体关系，建立真三维的航片判读环境。不同尺度层次数据的坐标系统均统一。在地质信息提取过程中遵循从宏观逐步过渡到微观的判读方法，卫星影像数据和航空影像数据相结合，多尺度、多角度逐级提取地质信息(图1)。

中小比例尺卫星影像数据主要用于工作区宏观背景的调查，从宏观上初步查明控制线路方案的岩带、构造、富水带及主要不良地质问题，满足铁路勘察预可研阶段设计的需求;而大比例尺的航空影像或高分辨率的卫星影像数据则是进一步详查线路走向一定范围的地质情况，查明影响线路工程的不良地质分布情况，满足铁路勘察初测阶段设计的需求。地质遥感调查按不同阶段侧重点的不同有以下几个方面。

1构造的判释

卫星影像覆盖范围大的特点使地质构造的解译标志在影像上都比较明显，褶皱构造一般呈现地层相间分布的特点，具有核部和翼部的景观特征，而断裂构造多呈线性负地形展布。经遥感判释，本工作区以褶皱构造为主，在卫星影像上可识别的大型褶皱构造有数十条左右，在SPOT510m尺度影像中均具有典型特征，如分布于龙山县的猛必向斜(图2、图3)，地层条带呈北东向展布，核部呈负地形，而两翼逐渐抬升，各地层间界线明显。工作区内断裂构造多以褶皱过程中形成的半生断裂为主，多呈现线性负地形展布或有强烈的地貌差异指示。

2岩性的判释

岩性的判释过程一般难度较大，特别是在植被覆盖率较高的区域。岩性判释具有明显的区域性特点，不同地区的岩性判释标志很难相互引用，应根据区域特点，通过遥感图像的地貌状况、纹理色彩、水系径流、地表分化差异、植被覆盖的迥异等综合因素建立各时代地层的解译标志［8］。本工作区广泛发育有可溶性岩层，这是影响线路走向的主要因素之一。在卫星影像上，与其他非可溶性岩层相比，可溶性岩层表现为典型的溶丘洼地、峰丛沟谷或峰丛洼地的景观特征，山体一般呈串珠状分布，地表水系则呈树枝状、格状或角状分布，并广泛发育有岩溶漏斗等不良地质现象。另外，同一可溶性岩层在影像上的解译标志也呈现不同的特征，如可溶性三叠系岩层，巴东组(T2b)呈现为中低山地貌，有明显地表水径流，河网自由摆动，冲沟短陡，切割较浅;嘉陵江组(T2j)则呈现为典型的峰丛沟谷及峰丛洼地的景观特征，广泛发育岩溶漏斗;大冶组(T1dy)则呈现为大型峰丛地貌(图4、图5)。

3岩溶的判释

1数码照片作为遥感影像的预处理

1.1全景图拼接近地遥感影像拼接通常无需借助地面控制点，只需获得影像匹配点便可直接拼接生成全景图。使用这种粗糙的全景图可以检验遥感作业中是否出现漏拍，影像重叠度是否符合要求等。

1.2空中三角测量对区域网进行空中三角测量，获得控制点和检查点的精度，从而对近地遥感作业所得数据精度进行评估。必要时，还可以通过提高地面控制点数量和精度来提高全景图平面坐标和高程的准确性。

1.3正射影像制作在以上工作基础上就可以进行正射影像的生成了。利用获取的方位数据和匹配点对影像进行处理，利用人机交互法得到研究区DEM，最终生成精确的正射影像。得到正射影像后，还需抽取一定数量的地面控制点，对比其在屏幕上的坐标与实测坐标间的误差，对正射影像的精度进行评估［12］。实际应用中，因研究目的不一，区域范围各异，拍摄视角多变，以上各项处理步骤并不都是必需的。

2基于数码照片可提取的遥感植被指数

经预处理的RGB色彩模式数码照片只有红绿蓝3个颜色通道;使用经过改造(即拆除相机内部红外滤光片并在镜头前加装可见光滤镜)或专用的红外相机还能再获取1个近红外通道———在此基础上，构造植被指数就是用R、G、B、NIR4个波段进行数学变换，最大化植被信号，最小化非植被信号。因为RGB图像为真彩色，因此仅用RGB三通道构造的指数又被称为植被颜色指数(Colorindices)［13］。

2.1比值植被指数数码照片色相中绿色的比例已经能在一定程度上直观地反映区域植被的好坏———绿色强度指数(Sgreen，Strengthofgreen)，也即绿色的比例系数或色度坐标。因叶绿素对红光的强吸收和叶肉组织对近红外光的强反射，植被在R和NIR波段的光谱差异最显著。两者之比即比值植被指数(RVI，Ratioveg-etationindex)能有效反映植物的这种特殊光谱响应特征。

2.2差值植被指数与Sgreen不同，超绿指数(ExG，excessgreenindex)以差值的形式表征绿色在色相中的富余度。ExG图像是天然近二值灰度图像，呈现明显的黑白效果，通过自动阀值分割易于完成二值化处理，区分出植被与非植被，是近年来使用最多的颜色指数之一［17］。Woebbecke等［18］对比分析了ExG与r-b、g-b、(g-b)/(r-g)、HUE等植被指数对草地的识别能力，发现ExG效果最佳。它有很多改进型(MExG)。DVI的缺点是受土壤背景影响很大，会随土壤的含水量、有机质含量、表面粗糙度等，以及光照条件、植被盖度、作物排列方向的变化而变化。尤其是当植被过于浓密(盖度≥80%)时，它对植被的灵敏度会显著下降，因此只适用于植被发育早中期或低中覆盖度植被的检测。