遥感技术的分类

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇遥感技术的分类范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

遥感技术的分类范文第1篇

关键词:图像类推; 超分辨率; 遥感图像; 立方卷积插值

中图分类号: TP751

文献标志码:A

Imageanalogies based super resolution for remote sensing images

YU Jiye1, WU Wei1,2 , TENG Qizhi1, SHI Yixin1

1.College of Electronics and Information Engineering, Sichuan University, Chengdu Sichuan 610064,China

2.Jiangxi Province Key Laboratory for Digital Land, Fuzhou Jiangxi 344000,China

)

Abstract: Due to the long distance between satellite camera and the site, the resolution of remote sensing image is low. In order to get high resolution image, Image Analogies (IA) technology and cubic convolution interpolation algorithm were combined, and a new idea that studied the highfrequency details of the high resolution image directly in the learning set was proposed. The experimental results show that this method can not only amplify images much more sharply, but also generate more reasonable details to enhance the image than general image analogies method. Thus, the amplified remote sensing image becomes more vivid.

Key words: Image Analogies (IA); super resolution; remote sensing image; cubic convolution interpolation

0 引言

遥感卫星的飞行高度一般在600km到4B000km之间。由于CCD相机距离景物较远,所以图像分辨率较低。为了提高图像的分辨率,最常见的方法是插值法。包括最近邻插值、双线性插值和立方卷积插值等。这些算法实现简单,运行速度快,且能适用于任何图像。但从信息的角度来看,并没有增加任何细节,且会导致放大后的图像轮廓模糊,高频信息受损。因而此类方法获得高分辨率图像的效果不是很好。

近年来,通过使用超分辨率技术[1-2]获取高分辨率图像已成为图像复原的热门研究方向之一。超分辨率技术是指通过一定的技术手段,由低分辨率图像生成高分辨率图像的技术。目前的超分辨率技术主要分为两类:一类是基于重构的;另一类是基于学习的。基于重构的方法是指利用来自相同场景的多帧低分辨率图像来重建一幅更高分辨率的图像[3]。最常用的方法是最大后验概率估计法[4]和凸集投影法[5],基于重够的方法不依赖于其他外界信息,简单,易用。但由于所需信息只能从输入图像序列获得,而需要增加的信息本质上是无法预测的,随着分辨率放大系数的增加,所需信息更多,无论增加多少输入图像,都无法再改善重建效果。而基于学习的超分辨率技术是指通过一个训练集合来作为学习样本,用一种搜索匹配方式将样本的细节信息添加到待处理图像中,用一幅低分辨率图像来复原高分辨图像。基于学习的超分辨率技术最早是由卡耐基―梅隆实验室的Baker等人[6-7]提出的。随后有Freeman等人 [8-9] 提出的基于例子的方法和Sun等人[10]提出的基于图像本质轮廓的算法等。基于学习的超分辨率方法为了获得更准确的细节信息,训练集合中的样本数量往往很大,导致算法运行速度较慢。

图像类推是由纽约大学的Herzmann等人[11]提出的,图像类推的方法受到人类推理过程的启发,其基本思想来自纹理合成技术。图像类推技术能应用的领域比较多,最主要用于从数字艺术渲染中学习“艺术滤镜”,来实现图像的风格化。图像类推也可实现超分辨率,但是高频图像的灰度值变化范围比较大,会导致类推过程产生较大的误差。国内的古元亭和吴恩华[12]提出基于图像类推的超分辨率技术,用一种自我类推的方法来提高图像的清晰程度。该方法能产生较为合理的细节以增强图像,但此方法因为学习样本只有自身,能获取供学习的信息量较低,使获取的超分辨率图像效果不是很理想,会产生一定的人工痕迹和视觉上过硬的边缘。

本文综合考虑遥感图像的特点和以上各方法的优缺点,提出了基于图像类推算法和立方卷积插值法相结合的方法来实现遥感图像的超分辨率,本文将高分辨图像与其退化图像相减获得高频细节信息,再与退化图像构成训练集合,从两者中学习如何由模糊产生细节的生成方式。用学习到的这种生成方式来获得待处理图像的高频细节,然后利用立方卷积插值法将待处理图像放大,将放大后的图像与类推法获得的图像的高频细节相加,就获得所要的高分辨率图像,从而实现超分辨率。由于在图像类推学习过程中只对高频细节进行学习,而高频细节信息的灰度值变化范围很小,所以在学习过程中产生的误差大为减少。本文方法融合图像类推法和立方卷积法的优点,弥补了图像类推法误差大而立方卷积法无法获得高频细节的不足。实验结果表明此方法不仅提高了图像的清晰程度,能产生更大的梯度值,且在放大图像的同时,能产生更为合理的细节以增强图像。使获得的图像更逼真。

1 图像类推基本理论

本文首先介绍图像类推的基本理论[11] ,后面将对其进行改进并与立方卷积插值法结合来实现本文的算法。

1.1 图像类推问题的描述

б阎一组图像A和A′,其中A为未经滤波的源图像,A′为滤波后的源图像和一幅未经滤波的目标图像B。通过这三幅

图像按照规定的合成规则,生成一幅滤波后的目标图像B′。

分区

图片

图1 图像类推原理示意图

A:A′B:B′

通过学习A与A′的关系,利用这种关系来作

用在目标图像B上,从而类推出B′,使B与B′的关系近似的满足A与A′的关系,从而在视觉上看起来B到B′转变类似于A到A′的转变。オ

1.2 图像类推算法

3.2 合成阶段

图像类推和立方卷积结合实现超分辨率的合成阶段示意图如图 4 所示。

图片

图4 图像类推实现超分辨率的训练阶段示意图

合成阶段的具体步骤为:1)将用于待提高分辨率的图像b经过立方卷积插值放大后得到图像B;2)将图像B和在学习阶段得到的图像A, A′,经过图像类图算法得到图像B′;3)将图像B′和图像B相加,然后每个像素都减一个128后,就得到待提高分辨率的图像b的超分辨率图像R。オ

3.3 算法实现方框图

至此,将本文的基于图像类推实现超分辨率的算法流程用框图表示如图5所示。

4 实验结果与分析

应用上述基于图像类推和立方卷积结合的超分辨率算法。本文对遥感图像进行了实验,其中的遥感图像来源于网站/data/landsat/的Landsat卫星拍摄的遥感图像,实验用的遥感图像的空间分辨率为30m。并分别与Hertzmann的图像类推算法、双线性插值和立方卷积插值的实验结果进行了比较。

图片

图5 图像类推实现超分辨率的算法流程框图

图片

图6 本文方法与Hertzmann的IA算法比较

图6显示的是本文方法和Hertzmann的IA算法的比较,原始的待处理图像(a)是2幅256×256像素的遥感图像。分别使用Hertzmann的IA算法和本文方法进行4倍放大后为1B024×1B024像素的超分辨率图像。由于图像幅度较大,在此选取了两个局部进行对比演示。图(b)显示的Hertzmann的IA算法的结果。图(c)显示的是本文算法的结果。

从图(b)和图(c)两两对比的结果可以看出: Hertzmann的IA算法在放大图像时,在细节处理上过于粗糙,有明显的人工痕迹,在放大图像的同时也丢掉了部分图像的细节信息,造成一定程度的误差。从对比中可以看出本文方法放大后的图像效果比Hertzmann的IA算法有明显的改进。图像变清晰的同时人工痕迹也有一定程度的减少,更重要的是图像的信息损失明显降低。

图片

图7 本文方法与双线性和立方卷积插值法的比较

图7 显示了双线性插值法、立方卷积插值法和本文算法的效果比较。其中图7(a)是一幅128×128像素的待处理遥感图像,图7(b)、(c)、(d)分别用线性、立方卷积和本文算法进行了200%的放大。从实验结果对比图中可以看出,本文使用的基于图像类推的超分辨率算法减轻了图像的模糊程度,增加了更多的细节信息,比前两种方法都要好。

为了更准确地评价本文算法,下面用平均梯度值来对上面三种方法的清晰程度和纹理变化特征来做对比。图像的平均梯度计算公式为:

=1MN∑Mi=1∑Nj=1Δxf(x,y)2+Δyf(x,y)22(6)

式中: M、N分别为图像的高度和宽度:オ

ИΔxf(x,y)=f(x+1,y)-f(x,y)

Δyf(x,y)=f(x,y+1)-f(x,y)(7)

表1中的数据是对10幅128×128像素的待处理遥感图像,分别运用双线性插值、立方卷积插值和本文方法进行了200%的放大,并对放大后的图像分别求取其平均梯度值,且在最后一行分别统计了10幅图的三种方法的平均梯度值的均值。

表格(有表名)

表1 不同方法的平均梯度值

图像双线性插值立方卷积插值本文方法

18.427B19.613B112.139B5

28.468B59.739B913.254B8

37.698B68.788B111.738B5

48.341B09.629B512.980B1

57.308B88.399B1 11.206B7

67.724B38.849B6 11.908B2

75.393B36.233B89.050B2

85.114B75.936B88.784B7

95.514B26.395B99.355B0

107.727B28.998B3 12.121B2

均值7.171B88.258B411.253B9

从图7和表1中数据可以看出,本文基于图像类推和立方卷积结合的算法实现的放大图像平均梯度值最大,它的清晰度也最高,其次是立方卷积插值的放大图像,最差的是双线性插值实现的放大图像,图像也最模糊。

5 结语

本文采用基于图像类推和立方卷积相结合的算法实现超分辨率,在遥感图像上得到了良好的效果。因为只对图像的高频细节信息进行学习,降低了类推算法得到图像产生的误差,并弥补了立方卷积插值法不会产生高频信息的不足。本文方法能得到更高清晰度图像的同时,更能产生较为合理的图像细节以增强图像,使获得的图像更逼真,为进一步遥感图像目标的识别打下了基础。

参考文献:[1] van OVWERKERK J D. Image superresolution survey[J]. Image and Vision Computing,2006,24(10):1039-1052.

[2] CHEOLPARK S, PARK M K, KANG M G. Superresolution image reconstruction: A technical overview[J].IEEE Signal Processing Magazine, 2003,20(3):21-36.

[3] ELAD M,FEULER A. Restoration of a single superresolution image from several blurred, noisy,and under sampled measured images[J]. IEEE Transactions on Image Processing,1977,6(12):1646-1658.

[4] SCHULTZ R,STEVENSON R. Extraction of highresolution frames from video sequences[J]. IEEE Transactions on Image Processing,1996,5(6):996-1011.

[5] PATTI A,SEZAN M,TEKALP A. Superresolution video reconstruction with arbitrary sampling lattices and nonzero aperure time[J].IEEE Transactions on Image Processing,1997,6(8):1064-1076.

[6] BAKER S,KANADE T. Limits on superresolution and how to break them[J]. Computer Vision and Pattern Recongnition,2000,9(2):372-379.

[7] BAKER S,KANADE T. Hallucinating faces[C]// IEEE International Conference on Automatic Face and Gesture Recognition(ICAFGR).New York:IEEE,2000:83-88.

[8] FREEMAN W T,PASZTOR E C, CARMICHAE O T. Learning lowlevel visio[J]. International Journal on Compter Vision, 2000, 40(1):25-47.

[9] FREEMAN W T,JONES T R,PASZTOR E C. Examplebased superresolution[J]. IEEE Computer Graphics and Applications, 2002, 22(2):56-65.

[10] SUN JIAN, ZHENG NANNING. Image hallucination with primal sketch priors[C]// Proceedings of 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.New York:IEEE, 2003: 729-736.

[11] HERTZMANN A,JACOBS C E,OLIVER N,et al.Image analogies[C]// Proceedings of the 28th Annual Conference on Computer Graplics and Interactive Techniques.New York: ACM Press, 2001:327-340.

遥感技术的分类范文第2篇

关键词 遥感技术；水文水资源领域；研究

中图分类号TP7 文献标识码A 文章编号 1674-6708（2013）110-0227-02

现阶段我国科技水平不断的提高，随着科学技术的灵活发展，遥感技术也开始在各行各业落地生根，尤其是在水文水资源领域研究方法的应用获得了大量的关注。通过遥感技术的应用可得到科学准确的水文数据，有助于提高工作人员的工作质量与效率，减少成本，对研究水文水资源领域工作起到了重要作用。

1 遥感技术的概念

我国遥感技术的应用已有几十年的历史，遥感技术作为一种功能性强、复合型的探测技术，其主要的原理就是根据物体所呈现出的电磁波反射、辐射等特点，通过遥感感测将物体特点记录与收集，最后将电磁波信息处理为影像，为探测其它物体提供科学可靠的依据。遥感技术是从电磁波理论知识出发，在人们的日常生活中得到大量的运用，例如气象观察、资源局势探查等方面，由于遥感技术传播速度快并且能够保证信息的科学与完整，也可运用于地图测绘，且其应用范围拓展到航空、军事等领域。遥感技术应用在水文水资源领域当中，有利于节约人力、物力以及时间，提高了水文勘测工作质量与效率，缩短了实施周期，使作业工序变得简单。

2 遥感技术在水文水资源领域的应用与发展

2.1监测降水量

通过遥感技术的运用，将卫星与雷达结合在一起，输送和传递出遥感信息源，可了解到降水量的空间、分布等各项参数，有利于获得不同地区降雨量的具体数据。雷达主要是根据空气中降水粒子对电磁波产生的影响，从而实现对部分地区雨量的预测，特别是对于监测雨量较少的地区，除了监测其雨量站，还要运用雷达监测，便于得到准确的降雨量信息，雷达监测属于微波遥感的重要环节。卫星则是综合卫星信息与地面测量的情况，对大面积的雨量进行预报，由于雷达只能监测到降水粒子，一旦降水粒子出现密集的情况产生较厚的云层，雷达监测将无法给出正确的降水量数据，因此在这种情况下，就要通过雷达与卫星共同监测出准确的降水量数据，卫星估算的方法有综合法以及微波辐射法。现阶段运用最多的是航空飞机，通过飞机进入到云层深处开始探测，航空遥感是一种用于气象观察的辅助技术，主要监测云层以及周围小粒子的分布情况，然后将收集到的数据与资料传输到计算机系统当中进行处理与分析，从而会自动获得更多的云层数据，这些大量而又准确的数据为水文研究工作提供了便利，减少了研究成本与时间。

2.2监测蒸发量

蒸发量包括土壤、水面、植物等这三个方面的蒸发，蒸发量对水量、能量的平衡起到了关键作用，换句话说也就是蒸发量的多少将直接决定水量、能量的平衡。而监测蒸发量是通过物理的方式来转化质量和能量的关系，来得到准确的蒸发量数据。遥感技术的运用日趋广泛，监测蒸发量的方法也越来越多，运用卫星来收集数据的方法多种多样，计算方法有统计经验法、能量余项法、全遥感信息模型法。通过模型特点将模型分类，使其发挥出具体的作用，多层模型是通过将土壤划分为较多层，一层模型用在对地表、土壤、植被的区分，二层模型主要是对地表植被、地下土壤、地上热量这三者间的余热计算。在通过遥感技术监测蒸发量与探测地表特征数据相结合的形式下，研究出遥感日蒸散估算模型，这种计算模型的建立，可了解各种地表环境下的蒸散情况，为监测与计算蒸发量提供了有力的前提。

2.3监测径流量

由于径流量测量比较复杂，目前只有通过水文模型来获得遥感信息估算径流量，遥感技术是一种综合性的技术，可用于收集土壤、地表、植被、水体、蒸发量等数据，其收集信息具有便捷性、即时性、全面性、完整性等优点，遥感技术与水文模型的共同使用，就可以预测出径流量。遥感技术测量径流量是通过感测与其相关的元素，收集大量的数据建立水文模型来获得径流量的结果。

2.4地表和土壤水分的监测

地表对径流形成、地面能量与物质有着重要的影响作用，土壤水分包括地表水、地下水、地表能量这三个重要的参数。由于地表特征较为复杂，通过遥感技术识别与分类地物，对识别水体、提高土地利用率与覆盖率有着深远意义，水文变化最直接的表现为土地利用、土地覆被的变化，遥感技术在监测土地利用与覆被变化方面有着较大的优势，地表又被称为下垫面，地表特征当中的几个关键元素信息，例如植被、地表发射率、地面温度与反照率等，这些关键元素将影响地表能量与物质的平衡。土壤水分又被称为土壤湿度，是地表能量交换中的重要内容之一，也是地表水与地下水的中间元素，遥感监测土壤水分有光学遥感、微波遥感这两种研究方法。

2.5预防灾害，保持水土平衡

遥感技术在收集研究水文资源的同时，也可监测洪涝、旱情、积融雪、水质等情况，起到了一定的预防灾害作用。为保证水土不被流失，遥感技术作为研究水土工作中的重要手段，能够监测土壤侵蚀动态、水土流失情况。利用遥感技术监测土壤侵蚀是通过收集与其相关的元素信息，例如降雨量、植被、地形、土地、人为等因素，目前我国监测土壤侵蚀动态的方法有很多，如分类对比、逐像元比较以及分类与逐像两者结合的动态监测方法。水土流失定量研究法运用较多的是建立水土流失定量计算模型，通过收集的土壤流失信息建立方程式来计算和分析，从遥感影像上获得土壤侵蚀元素数据，提取模型计算因子用于监测水土流失状况。

3结论

综上所述，遥感技术在水文水资源领域的应用方法也越来越多，使研究水文水资源领域的方法得到了扩展。遥感技术对水文研究工作有着很大的帮助，节省了人力、物力、时间、成本，为研究水文资源提供了一定的便利条件，通过准确科学的水文信息，便于开展水文水资源的研究工作，对水文水资源领域的长期稳定发展起到了积极作用。

参考文献

[1]姜哲石.遥感技术在水文水资源领域中的应用分析[J].才智，2011(34).

遥感技术的分类范文第3篇

关键词：遥感技术；应用

中图分类号：P237 文献标识码：A 文章编号：

1 遥感技术的概念

遥感技术指的是从不相同的高度平台上，收集地物的电磁波信息，然后将所有的信息传送到地面，对其进行有关处理，从而达到对地物的识别与监测的整个过程。遥感技术收集和运用的信息包含范围是非常广泛的，能够是声、超声、光、红外辐射无线电波等多种信号。甚至包含了射线照相、地磁观测、宇宙射线观测等，皆属于遥感的范畴。它的隶属关系可以包括一切与上述信息有关的科学技术领域。遥感技术组成了一个从地面到空间、从资料数据的收集处理到判读应用的体系，包括：研究地物电磁波辐射的特性以及信息的传输；研究遥感信息探测手段，主要是研究传感器；研究遥感信息的处理系统；研究遥感信息的应用。近年来，遥感技术迅速发展，其重要因素之一是遥感技术被广泛地应用于我们生活的环境。人类逐渐需要更加有印象、更加全面的去探求所生存的地球，认识他的能源，认识他的改变以便于今后更加科学的去部署自己的生产及生活活动。

2 遥感技术在土地管理中的应用浅析

2.1 遥感技术在土地利用动态监测中的应用

遥感技术在土地利用动态监测中发挥了重要作用。1996 年，我国利用气象卫星遥感数据，对一些大中城市的土地利用进行了监测，为国务院出台 1 1 号文提供了技术支持。1999 年以来，我国开始采用高分辨率、多时段卫星数据开展了国土资源利用动态遥感监测工作，逐步建立起全国的土地遥感监测体系。通过对重点城市建设占用耕地等土地利用遥感动态监测，为加强土地管理工作提供了重要的技术支撑。2002-2003 年，用 TM、ETM 和 SPOT 数据监测环北京地区50个左右县的资源与生态环境状况。

2.2 在土地资源调查中的应用

土地详查需要查清各类土地的数量、质量和分布状况，由于我国地域辽阔，地形、地貌复杂，采用常规测量方式，有些地方人员、设备无法涉足。通过遥感技术，可以高质量高速度完成土地详查工作任务。

2.3 在土地利用变更调查中的应用

土地利用变更调查主要以现势性航空、航天正射影像图和地形图为基础调查资料，在与原有土地利用现状图套合对比，并经实地调绘和补充调查，实现对土地利用现状的更新。目前，我国许多地方为了配合新一轮土地利用总体规划修编，已经完成和正在启动以遥感为主要数据源的土地利用更新调查，进一步推进了遥感技术在土地利用调查监测中的广泛应用。

2.4 在土地利用规划中的应用

土地利用规划的编制及其实施管理，需要查清土地利用类型的面积、产权状况，掌握土地权属清楚、地类正确、图数一致、数据可靠的地籍信息，为土地规划、利用和管理及经济建设提供准确的依据。在土地利用总体规划实施过程中需要采集、储存、管理大量的属性数据和矢量数据，而且这些数据之间关联复杂、时空变异性强。

遥感技术克服以上问题，为土地利用规划提供了其所需的现势性强的数据、图件等资料。

2.5 在城镇地籍调查中的应用

城镇地籍调查是土地管理工作的难点和重点.该项工作动用人力、物力、资金量很大，既涉及相关政策、法律，又有较强的业务性。需要法律、测绘、计算机等相关专业知识的有机结合，而且全国各城市经济发展水平，可利用资料，技术水平差异较大。从长远的观点来考虑，城市土地情况是动态变化的，随时随地都在发生权属的转移、用地类型和面积的变迁，而且经济发展越迅猛，用地情况变化越频繁。为从根本上解决土地变化与地籍管理落后的矛盾，部分地方在采集地籍调查数据方式上应用遥感图像为信息源，内业处理依据计算机技术建立图形与数据库，变更调查管理依据计算机来完成，有效提高了工作的效率和管理水平。此外，遥感技术在农村产权调查、城市集约利用潜力评价等工作中得到充分应用。在农村产权调查中利用航空和航天数据，节省了大量的时间和人力，提高了成果精度，在大多数省份的农村产权调查中得到广泛应用；在城市集约利用潜力评价和耕地后备资源调查评价中采用遥感数据辅助调查，取得了良好的效果。

3 遥感技术应用发展趋势

3.1 确定遥感技术应用的主要目标

由于土地资源动态调查、监测是土地管理的基础，今后的主要目标是应用高新技术，改变传统落后的调查、监测方法，实现土地动态监测调查、监测工作科学化、制度化、现代化、信息化。

3.2 明确主要内容

在应用遥感技术进行调查时，利用国内(CBERS)与国外(TM、SPOT)的数据源，根据不同地区、不同时相土地利用现状光谱特征，对典型样区设立解译标志，加上内业分类和外业 GPS测量，建立基础影像数字地图，形成新的信息系统。在应用遥感技术进行监测时，根据土地利用变化程度，确定重点监测区和一般监测区，通过各种技术手段提取变化图斑，在土地变更调查汇总前进行核查和测量，实现动态监测和变更调查的有效结合。

3.3 与 GIS、GPS 相结合

随着 G I S 和 G P S 的发展，现在趋向于RS、GIS 及 GPS 三者的综合应用，即“3S”技术。“3S”技术是地理信息系统(GIS)、遥感(RS)及全球定位系统(GPS)的总称，即利用 GIS 的空间查询、分析和综合处理能力，RS 的大面积获取地物信息特征，GPS 快速定位和获取数据准确的能力，三者有机结合形成一个系统，实现各种技术的综合，从而更好的服务于土地管理工作。目前随着 3S 技术的日益成熟，3S 集成技术在土地调查监测数据采集、处理和数据产品生成中，呈现着强大的生命力，在土地利用更新调查、土地利用动态监测中表现出良好的应用前景。因此，在现代计算机技术和通讯技术的支持下，大力发展“3 S ”集成系统，以 R S 为信息源、以 G P S 为空间坐标、以 G I S 为工作平台，形成一种有机的结合、在线的连接、实时的处理和系统的整体性是今后的发展方向和必然趋势。

3.4 数据精度的提高

日前，土地资源动态监测的卫星遥感图像主要有 T M 、E T M 和 S P O T 图像，此外还有法国 Spot5 遥感卫星 2.5 米分辨率数据、美国 I K O N O S 遥感卫星 1 米分辨率数。

据和 Q U I C K B I R D 遥感卫星 0 . 6 1 米数据。由于传感器技术水平不断提高，遥感影像分辨率由几百米，几十米发展到不到 1米。全球定位系统的精确定位，使得 S P O T影像基本可以满足 1 : 5 万的成图要求，从而具有了人机交互对话友好界面的地理信息系统软件、图形图像处理软件使得图像处理技术有了保障，土地管理信息精度有了基本保证。

4 结束语

我们国家是一个人口众多，人均用地很少的国家，同时伴随着处于不断上升趋势的人口，在现有的土地资源下，人口之间的矛盾慢慢的就凸显主来，这些年来，基于遥感技术的土地管理工作在国家各个地区切实开展起来，获得了非常显著的成就。

参考文献：

[1] 陈述彭,等.遥感信息机理研究[M].科学出版社,2006.

[2] 刘鹰,等.土地利用动态遥感监测中变化信息提取方法的研究[J].遥感信息,2011,(4).

[3] 沙志刚.数字遥感技术在土地利用动态遥感监测中的应用概述[J].国土资源遥感,2009,(2).

遥感技术的分类范文第4篇

关键词：遥感技术环境监测 环境保护 应用

Abstract: The remote sensing technology because of advantages is fast, accurate, wide range and real-time access to resources and environment situation and change data, has become the main means of environmental monitoring, greatly improving the environmental evaluation of personnel working efficiency and accuracy, in order to maintain the balance of natural ecology, protection of natural ecological resources played an extremely important role. This paper discussed on the application of remote sensing technology in environmental monitoring.

Keywords: remote sensing; environmental monitoring; environmental protection; application

中图分类号：X831文献标识码： A文章编号：

0前言

当前，城市的飞速发展带来了一系列城市污染问题。环境监测任务十分繁重,传统的监测方式，在耗费人力物力的同时，还得不到理想的效果，并且调查的周期十分漫长，不能够对城市环境的实际情况做出及时的反馈。而基于卫星遥感技术的环境遥感监测，将遥感卫星技术与实地勘测相结合，不但可以及时准确地实时反映城市的资源状况和变化趋势，数据也可以准确及时地得到反馈，在实时监控了城市生态环境的同时，还可以对动态进行分析，在技术上提供了坚实可靠的保障。

1、概述

遥感技术是从远距离感知目标反射或自身辐射的电磁波、可见光、红外线结目标进行探测和识别的技术，是在现代物理学、空间技术、计算机技术、数学方法和地球科学理论的基础上建立和发展起来的边缘科学,是一门先进的、实用的探测技术。

其发展趋势是：提高遥感器的分辨率和综合利用信息的能力,研制先进遥感器、信息传输和处理设备以实现遥感系统全天候工作和实时获取信息,以及增强遥感系统的抗干扰能力。

遥感技术分类

按照所使用的监测波段不同，该技术可分为以下几种类型：热红外遥感技术、可见光反射红外遥感技术和微波遥感技术。 

遥感技术的特点和作用

遥感技术的特点如下：监测速度快、范围广、能够进行长时间动态监测、投入成本低、回报高、无需现场采集样本、可以发现常规方法无法监测到的污染源。其较为明显的作用是可对指定区域进行跟踪测量，并且能够快速获取与污染有关的全方面信息，如污染源位置、污染范围、污染物分布及扩散情况、大气生态效应等等。

遥感技术的应用范围

目前，遥感技术已在我国诸多领域内得到广泛应用，具体包括：农林牧渔业环境监测、地质、地理、水文、气象、海洋等环境监测、城乡规划、资源勘探、军事侦察、土地资源管理等等。现阶段，随着科技水平的发展速度不断加快，促进了遥感技术的发展，该技术目前能够测出水中大部分微量元素的实际含量，如叶绿素、水温、泥沙含量以及水色等等。而且其还可以测量出大气的温度、湿度以及各种有害气体的浓度和分布情况，在固体污染物的测量方面也有一定的作用。

5、遥感技术在城市环境监测中的具体应用 

5.1在大气环境监测中的应用

大气污染主要是指工业和生活燃煤排放的废气、烟尘、粉尘、扬尘以及人工合成物质自然挥发有毒有害气体对大气的破坏。遥感综合技术在城市环境监测为大气环境质量监测和评价提供了有效的途径。根据遥感影像特征可对大气污染的范围、污染源的位置、污染物的扩散途径进行监测,结合实地观测数据还可对大气污染的程度进行测定。常规的大气环境监测的做法是在典型区布点采样,在室内分析大气中污染物的含量,并据此来监测和评价大气环境质量。量点的监测数据来评价全区,代表性和可靠性均差。 或者通过对穿过大气层的太阳直射光和来自大气和云的散射光以及来自地表的反射光的光谱分析,可以测量它们的光谱特征,求出大气气体分子的密度,从而确定大气中废气和有毒有害气体的含量,并可用此来对大气环境进行监测。

灾害性大气污染主要是沙尘暴。卫星图像拥有红外通道，可以确定沙尘暴的位置,同时它所具有的高时间分辨率(如1小时重返) ,更有利于大尺度监测沙尘暴的运动轨迹。目前沙尘暴研究和监测的主要是利用遥感手段。

5.1.1.臭氧层监测。因臭氧自身能够吸收0.3微米以下的紫外区中的电磁波，故此可采用紫外波段进行臭氧含量测定。此外，若大气中的臭氧含量达到一定高度时，温度也会随之升高，所以也可采用红外波段进行探测。

5.1.2.有害气体监测。对于由自然或人为条件下生成的二氧化硫及氟化物等有害气体，可采用间接解译标志进行监测。通常情况下当植被受到一定程度的污染后，其对于红外线的反射能力会有所降低，加之纹理、颜色等外在特征也会异于正常状态下的植被，所以可利用植被这一特点，对污染情况进行间接分析。 

5.2在水环境监测中的应用

应用遥感技术对水环境进行监测主要是以清洁水与污染水的反射光谱作为监测依据。正常情况下，清洁的水体其反射率较低，而且对于在光的吸收较强，从而使得其在遥感影像中呈暗色调，这一特征在红外谱段上更为明显。

在进行水体监测时，可将水色指标及光谱特征作为遥感技术监测的主要依据。应用卫星获得的像片或磁带数据中水面光谱资料与正常水的光谱资料相比较,使用小型电子计算机作及时的处理,就能探测出水源中的各种污染情况。由于遥感技术监测的范围较广，从而使其在水体扩散时能够及时发现污染物的扩散方向、排放源、影响范围及程度，以便尽快找到污染源。因水体中的污染物种类较多，且过于繁杂，为方便遥感监测，通常将水污染分为废水污染、泥沙污染、热污染、石油污染等几种类型。

5.2.1热污染监测。由于城市化和工业化的迅猛发展,大气中的二氧化碳急剧增多,大气层对地球生物生命起保护作用的臭氧层正在逐步地被破坏,致使全球气候普遍变暖,这就是所谓的“ 温室”效应。而城市市区温度普遍较城市郊区高,这种城市市区出现的岛状的高温现象即所谓的“热岛效应”。

5.2.2.石油污染监测。

就港口和海洋而言，石油污染属于一种较为常见的水污染。利用遥感技术对石油污染进行监测，不但可以确定污染区的实际范围和石油含量，同时还能追踪到污染源。由于石油与海水的光谱特征差异较大所以在很多光谱段上均可将石油与海水分开。

5.2.3.废水污染监测。由于废水中所含的悬浮物种类较多且水色差异较大，加之特征曲线上的强度也有所不同，所以可采用多光谱合成图像对废水进行监测。此外根据废水中水温的差异情况，也可采用热红外进行监测。 

5.3在固体废弃物监测中的应用

城市的固体废弃物的类型主要有居民生活垃圾 、建筑垃圾、工业垃圾以及混合垃圾,以上几种废物的混合物等。根据遥感图像的特征 (如形状、色调或色彩 )可以有效地调查固体废物堆场,尤其是利用航空热红外图像更为有效。

6、结语

总之，环境保护现已成为我国一项重要的基本国策，遥感监测技术可以帮助我们对环境进行实时监控，大大增强了对资源环境的动态监测能力，对保护生态环境的平衡、提高人们生存环境的质量发挥着重要作用。所以，在未来的工作中，应加大遥感技术的应用力度，使其在环境保护方面的作用得到充分发挥。

参考文献：

[1] 周园;李金生;遥感技术在环境监测中的应用[J];江西测绘;2008年04期

遥感技术的分类范文第5篇

关键词：遥感；地质勘查；矿产勘查

DOI：10.16640/ki.37-1222/t.2017.06.104

1 遥感地质勘查技术概述

早在上世纪70年代，美国就发射了搭载多光谱扫描仪（MSS）的陆地卫星（LANDSAT），从此，遥感作为一门全新的技术学科得到了广泛的关注和发展。遥感是通过空中的遥感器（飞机、卫星等）发射特定谱段的电磁波，与需要探测的物体发生相互作用，包括辐射、反射、散射、极化等，来识别探测物的物理化学性质的新型技术。

与探测立场（重力场、磁力场）、弹性波等地球物理方法不同，遥感地质勘查技术的优点更为显著，具体如下：

（1）视阈广，可同步探测大面积区域。

（2）采集的信息多样、获取信息的方式不单一。

（3）可在同一位置持续观测。

遥感技术的发展使人类的视野和视觉能力得到了极大的拓宽，已成为研究地球表层系统不可缺少的技术手段。经过几十年的发展，遥感技术在地质勘查、找V、地质环境评价、地质灾害监测和评价和基础地质研究等方面得到广泛的使用和发展，技术也逐渐成熟。尤其是在无人机、小卫星等新型传感器技术发展的基础上，遥感技术在分辨率、观测尺度、识别精度等方面也更加完善。

2 遥感地质勘查应用的技术基础

（1）地物光谱。地质体对不同谱段入射光的选择性吸收、反射、透射和散射的综合响应也存在不同，因此，绘制地物光谱成为遥感地质勘查技术首要解决的问题。上世纪80年代，成像光谱学得到了建立和发展，奠定了遥感技术发展的基础。便携式光谱仪的推广，使得岩矿光谱测试工作得到越来越广泛的重视和发展，其使用范围也更加广阔，如钻孔岩心光谱测量及其在矿床勘探中的应用、矿业选冶等方面推广应用等。

（2）遥感图像处理。遥感器直接获取的图像在几何尺寸、图像分辨率、光谱成像等方面可能存在误差，因此，需要通过遥感图像处理技术，对图像进行辐射校正、几何纠正、图像镶嵌、图像增强等处理和修正，此外，还需要对图像进行特征提取、图像分类、专题信息提取以及影像地图制作等处理。早期的遥感图像处理是利用光学、照相等进行光学处理，随着计算机技术的不断发展，目前已基本使用计算机对图像进行处理。

（3）遥感异常提取。所谓遥感异常是指在获得的遥感数据中，存在的可能与成矿围岩蚀变矿物有关的信息，这种信息一般被量化，通常用于找矿。遥感异常信息提取方面使用的主要技术有图像比值、主成分分析、图像归一化、彩色空间变换等，同时，利用特征波段比值、主成分分析、彩色空间变换等手段和方法进行增强处理，使遥感勘查技术在不同地区和地质背景下的矿产勘查均能得到良好的应用。

（4）高光谱遥感技术。相比普通遥感，高光谱遥感技术所获得的光谱分比率更高，可达到λ-2，从而可获得连续并且完整的光谱曲线。在高光谱遥感技术所使用的光谱段中，中/热红外谱段的应用前景更为广阔，因其通常能够获得更丰富和精细的遥感信息，可识别和区分可见/近红外/短波红外谱段无法识别的造岩矿物。虽然高光谱遥感技术在1985年就被提出，经过30几年的发展也逐渐成熟，但是获取数据的难度和成本依旧很高，这也是制约该技术发展的主要因素。

3 遥感技术在矿产勘查中的应用

遥感技术因其众多优点和优势，在矿产勘查、环境地质评价、地质灾害监测等多个领域得到了广泛应用。就矿产勘查而言，其方法和模型主要有矿源场-成矿节-信息异常遥感找矿模式法、勘查指数遥感找矿预测、色-线-环-块-带五要素找矿预测法等，不同的方法和模型的侧重点有所区别，但归纳起来，均是通过分析已知典型矿床的成矿规律，对比遥感技术获取的信息，建立找矿模型，提取单一岩性与岩石组合、侵入岩体、构造等基础地质环境信息，指导区域成矿带、成矿区、靶区找矿的预测。

应用，矿源场-成矿节-信息异常遥感找矿模式法，首先要分析目标地区的已有地质资料，确定成矿带的大概位置和范围，并研究成矿带内的成矿理论，搜集基础地质信息，经过对比分析确定找矿预测区域和控矿要素。进而利用遥感技术获取遥感信息，通过信息的提取，确立控矿要素的解译标志，根据解译标志编制控矿要素图，通过综合手段，进行成矿预测，优选找矿靶区，提出进一步工作方向。

4 小结

作为一种新型的技术手段，遥感以其大面积的同步观测、信息丰富、定时、定位观测和综合效益高等众多优点得到了越来越广泛的应用。尤其在矿产勘查方面，在实际应用中体现出了快捷、可靠和全面等特点，已经成为不可缺少的手段之一。

参考文献：

[1]王润生，熊盛青，聂洪峰等.遥感地质勘查技术与应用研究[J]，地质学报，2011，85（11）：1699-1743.

[2]何骞.遥感地质勘查技术与应用研究[J].科技风，2013，9（13）.