遥感定义范文1
关键词： 高分辨率遥感图像； 场景语义识别； 视觉特征表示； 概率潜在语义分析
中图分类号： TN751?34 文献标识码： A 文章编号： 1004?373X（2017）11?0043?03
Remote sensing image target recognition based on scene semanteme
LIU Ningbo1， SUN Yanli2， WANG Jie2
（1. Research Institute of Information Fusion， Naval Aeronautical and Astronautical University， Yantai 264001， China；
2. Department of Basic Experiment， Naval Aeronautical and Astronautical University， Yantai 264001， China）
Abstract： The typical thought of information interpretation for high?resolution remote sensing image proceeds from the detection and recognition analysis of the specific targets to understand the image scene. A remote sensing image visual feature representation method based on CSIFT feature and a remote sensing image scene semantic recognition method based on probabilistic latent semantic analysis （PLSA） are given. Effectiveness of the proposed methods was verified in the experiment with ten typical remote sensing image scenes.
Keywords： high?resolution remote sensing image； scene semantic recognition； visual feature representation； PLSA
0 引 言
高分辨率b感图像的信息解译是近年来的研究热点，从特定类型目标的检测与识别分析入手，最终实现图像场景的认知理解[1]是广泛采用的研究范式，乃至形成一种思维定势，即只有完整地检测与识别场景中的各种目标才能进行场景的认知理解。然而，在军事侦察中经常需要从高分辨率遥感图像中快速识别出诸如港口、机场、油库等有明确语义的局部图像场景，这些局部场景往往对应一个复杂的目标群，由很多不同类型的刚性子目标按照一定的空间拓扑关系构成。如果采用常规的方法，首先检测复杂目标群的子目标，然后利用其空间拓扑关系进行推理以确定复杂目标群语义属性，其处理效率将是非常低的。而且对子目标的分析主要是利用其隐含的启发式特征在像素层进行，这种完全像素层的处理与图像的语义理解之间存在难以逾越的鸿沟[2]。建立一种能够快速识别遥感图像中复杂局部场景的语义认知方法，进而指导该场景定目标的检测与识别具有非常重要的意义。本文首先概述图像场景语义识别的有关概念与方法，然后给出遥感图像的视觉特征表示和基于PLSA的遥感图像场景语义识别方法，最后利用10类典型遥感图像场景进行实验验证。
1 图像场景语义识别的概念与方法
图像中层语义建模主要有以下三类方法：
（1） 构建语义对象法[3]，通过检测或识别出图像中的语义对象来描述整幅场景。
（2） 文献[4]提出的场景Gist模型，该模型避开了对单个目标或区域的分割，利用一种低维的空域包络描述场景的结构，其中自然度、开放度、粗糙度、展开度和崎岖度这五种感官属性分别对应于空域包络空间中的一维，每一维均对应于场景中的某一个有意义的空间属性，作为场景语义划分的依据。
（3） 建立图像的局部语义概念[5]，首先在图像中自动地检测出感兴趣点，并采用局部描述子描述这些点，随后建立局部描述子到某种局部语义概念的映射，再利用图像中局部语义概念的分布实现图像场景的识别。本文针对遥感图像的场景识别主要采取此方法。
2 遥感图像的视觉特征包表达
为了实现遥感图像场景的准确识别，无论采取低层特征建模法还是中层语义建模法，都必须从遥感图像中提取有鉴别力的特征。如区域特征、分块特征、局部不变特征等。由于不同的特征反映不同的类别信息，对特定的类别各有其优势，而在很多情形下，分析图像内容也需要结合不同的特征，所以集成多种特征对提高图像场景识别的性能是有益的。词袋模型（Bag of Words，BOW）[6]是文本处理领域最常使用的文本简化描述模型，该模型不考虑语法与词序，将文本表达成无序的单词组合。在文本分类应用中，BOW模型常和SVM分类器、朴素贝叶斯分类器结合，获得了非常好的分类效果。该模型应用于计算机视觉领域后被推广为特征包（Bag of Features， BOF）方法[5，7]，其基本原理是通过矢量量化各种局部视觉特征，生成视觉词语或词汇表来描述图像或图像集。
对于一幅待识别遥感图像（或区域），采用与训练图像相同的方法提取其CSIFT特征[8]，根据最近邻规则，确定各个CSIFT的视觉词汇类别，统计待分类遥感图像（或区域）中各视觉词汇出现的频率，即得到待识别遥感图像的视觉特征包表达。遥感图像的视觉特征包表达避开了场景中目标分割和检测的过程，将场景的识别问题转化为对视觉词汇分布的学习问题，从而为跨越图像低层特征表示与高层语义之间的“语义鸿沟”搭建了桥梁。
3 基于PLSA的图像场景语义识别
尽管视觉词汇的出现频率可以作为区分不同场景的一项重要依据，但是在复杂的遥感图像场景中，由于相同的目标实体可能出现在不同的场景类别中，由此导致视觉词汇与场景语义之间出现多义性和相似性问题。在训练样本不充分的情况下，采用将场景类别与提取的特征向量直接相关联的识别方式，无法逼近实际的场景语义，导致场景识别的准确性下降。本文的思路是将概率潜在语义分析（PLSA）模型[9]应用到典型的训练图像中，提取图像中的潜在语义，根据潜在语义的概率分布完成待识别图像的场景类型判断。
算法流程具体如下：
（1） 提取所有图像的特征。从每类训练图像集中随机选取部分图像，提取这些图像的CSIFT特征向量，用K?均值聚类算法生成个视觉词汇。把各视觉词汇与每一幅训练图像的特征向量进行相似性度量，得到维的“图像?词汇”共现频率矩阵其中表示视觉词汇在图像中出现的频率。
（2） 利用EM算法求得PLSA模型的近似最大似然解，获取图像中潜在语义出现时视觉词汇的分布规律。
（3） 提取测试图像的特征向量，分别与步骤（1）中得到的个视觉词汇进行相似性度量，得到测试图像的“图像?词汇”共现频率矩阵将和测试图像的共现频率矩阵作为PLSA模型的输入，保持不变，得到测试图像的潜在语义分布，构成测试图像的维语义向量。
（4） 对测试图像的潜在语义向量应用KNN分类器，完成图像的场景识别。
4 实验结果与分析
从Google Earth上截取来自10类不同场景的图像切片共计1 794幅，对图像分辨率和大小不做限定，场景类型是由切片中的主体目标确定的。从10类图像中分别随机选取50幅作为训练图像，其余作为测试图像。
为了验证本文算法的性能，首先分析采取不同特征提取方法对识别结果的影响，再进一步比较直接采用基于CSIFT特征的BOF表达进行最近邻分类和引入PLSA模型的识别效果，最后比较不同视觉词汇数和不同潜在语义主题数条件下的识别效果。
4.1 采用不同低层特征提取方法的比较
本文设计的视觉词汇生成方法是CSIFT特征，而最常用的SIFT特征主要针对灰度图像，提取该特征时首先将彩色图像转换为灰度图像。密集网格采样间隔为8×8，视觉词汇数量为600个，潜在语义主题数为20。图1给出了采用不同低层特征描述方法得到的实验结果。
从图1中来看，利用CSIFT特征作为低层特征整体优于常规的基于灰度的SIFT特征，仅对于“oil?fuel depot”场景基于灰度的SIFT特征识别性能略优。这主要是因为这类场景中处于主体地位的目标是一些圆筒状的储油罐，其形状特征是最有效的鉴别特征，而不同地区的油库在色调上的差异较大，因此，对于该类型的场景，CSIFT的优势并不明显。就10类目标的平均识别率而言，CSIFT为90.2%，SIFT为79.67%，前者明显占优。
4.2 引入PLSA对识别结果的改善
本文算法是在遥感图像BOF表达的基础上引入PLSA模型训练KNN分类器而实现的，记为PLSA+BOF?KNN，而实际上得到遥感图像的BOF表达也可以直接训练KNN分类器进行场景识别，记为BOF?KNN。仍然设置密集网格采样间隔为8×8，视觉词汇数量为600个。识别结果以分类混淆矩阵的形式分别给出，如图2所示，直接应用BOF进行识别，部分场景之间由于共享了大量视觉词汇，由此导致识别结果存在较大歧义，而引入PLSA后，可有效消除这种“一词多义”的现象，提高场景识别性能。
4.3 不同视觉词汇数量对识别结果的影响
前面的实验中，视觉词汇的数量均设置为600，下面仅调整视觉词汇数量，密集网格采样间隔和潜在语义主题数均不变，比较最终的平均识别率。结果如图3所示，视觉词汇数量在500～900之间取值时，总体性能相对较好，较少的视觉词汇数量会导致有鉴别力的潜在语义主题缺失，过多的视觉词汇中大量冗余信息增大了部分潜在语义主题的模糊性，因而导致总体性能的下降。
4.4 不同潜在语义主题数目对识别结果的影响
实验中待识别场景类型数目为10，视觉词汇提取方法不变，固定视觉词汇的数量为600，潜在语义主题数目在8～50之间变化，比较其平均识别率，结果如图4所示。
当潜在语义主题数为20时的平均识别率最高，过多或过少的潜在语义主题数都会导致识别率的下降。尽管最优视觉词汇数和潜在语义主题数在理论上是存在的，但在实际应用中要准确求解却是十分困难的，目前主要是通过大量实验来确定一个经验值。
为进一步证场景语义识别方法的可行性，沿用前述实验中训练得到的识别模型对朝鲜平壤地区的一幅遥感影像进行交互式标注。考虑到该识别模型仅对10类典型的场景进行了有针对性的训练，因此在交互式选择时，尽量选取能够人工判定为前述10类场景的区域。识别结果如图5所示，可以看出对不同类型的场景都有较好的识别效果。
5 总 结
图像场景的语义识别是高分辨率遥感图像解译的重要内容，本文在梳理图像场景语义识别有关概念与方法的基础上，给出一种利用CSIFT特征的遥感图像视觉特征表示方法和基于PLSA的遥感图像场景语义识别方法，并利用10类典型遥感图像场景进行实验，充分验证了该方法的有效性。训练得到的识别模型还可进一步应用于对大幅遥感图像进行交互式标注。
参考文献
[1] 高隽，谢昭.图像理解理论与方法[M].北京：科学出版社，2009.
[2] GROSKY W I， ZHAO R. Negotiating the semantic gap：from feature maps to semantic landscapes [C]// Proceedings of the 28th Conference on Current Trends in Theory and Practice of Informatics Piestany： Theory and Practice of Informatics. London： Springer， 2001： 33?52.
[3] BARNARD K， FORSYTH D. Learning the semantics of words and pictures [C]// Proceeding of 2001 IEEE International Conference on Computer Vision. Vancouver： IEEE， 2001： 408?415.
[4] OLIVA A， TORRALBA A. Building the gist of a scene： the role of global image features in recognition [J]. Progress in brain research， 2006， 155（2）： 23?26.
[5] LI F F， PERONA P. A Bayesian hierarchical model for learning natural scene categories [C]// Proceedings of 2013 IEEE Confe?rence on Computer Vision and Pattern Recognition. San Diego： IEEE， 2005： 524?531.
[6] LAZEBNIK S， SCHMID C， PONCE J. Beyond bags of features： spatial pyramid matching for recognizing natural scene categories [C]// Proceedings 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. [S.l.]： IEEE， 2006： 2169?2178.
[7] XU Sheng， FANG Tao， LI Deren， et al. Object classification of aerial images with bag?of?visual words [J]. IEEE geoscience and remote sensing letters， 2010， 7（2）： 366?370.
遥感定义范文2
关键词：遥感 空间信息 地质 找矿 应用
一、引言
近年来，空间科学、信息科学、计算机科学、物理学、等科学技术的进步和发展，为遥感技术奠定了必要的技术基础，此外，由于人类活动不断向深度和广度方面发展，遥感技术得到了广泛的应用，从而使得赢得了飞跃的发展，遥感技术在发达国家和一些发展中国家已经成为一个高度重视的科学技术。在地质工作中，遥感数字图像处理属于新的工作方法，充分结合了当前的计算机技术信息技术。在地质工作中主要是通过对一个地区岩性，构造的状况分析后服务与地调填图，矿产普查，工程地质，水文地质及地质灾害治理方面，有着其特殊的高效性，空间性和优势所在。中国遥感事业自70年代至今发生了巨大的变化，在国民经济中的应用也日渐普遍。相对国际发达国家，中国遥感事业与其尚存在较大差距，这也正证明了在学科应用教学方面的前景性和挑战性。本文结合“遥感地质”课程的学习，浅谈下其在未来地学相关工作中的应用。
二、遥感地质在地学方面的意义和作用主要表现在以下几个方面
1.区域地质调查方面
在地质调查方面，我国青藏高原地区明显体现出了遥感数字图像处理的意义和作用。青藏高原空白区是我国存在最大的空白区，因为青藏高原独特的海拨，积雪，压力，缺氧以及交通等因素给地质工作者在这一地区开展工作造成了极大的困难，尤其在藏北，属于“世界屋脊”这一片区域，是生命的，地质工作者很难实地进入，实施开展。青藏高原所占面积巨大，为我国地学，生物学，资源与环境科学提供了富有特色的研究领域和天然的实验室，其研究开发价值极大。近年来国土资源部先后开展了多次地质调查，如1：25万区域地质调查。安多地区平均海拨4700多米，气候已变，极寒，其中部分地区很难进入。中国地质大学（北京）地球科学与资源学院教师承担的地质调查局“安多1：25万安多多幅区域地质调查项目”中就充分利用了遥感数字图像处理技术的优势。
2.构造地质方面
遥感地质技术在构造地质学方面的应用从空间宏观角度着手，“宏观看构造，微观看结构”。构造地质学在经历了近一个半世纪的发展后，在研究方法和研究程度上都取得了很大的进步。由于构造地质学强调野外实地观测，它的研究精度是随着科学技术的发展而不断提高的。20世纪60年代以后遥感技术的运用，对地质构造的研究产生了极高的效益。虽然遥感技术引入到构造地质学领域已经近半个世纪，但其本身的发展以及构造地质学对其利用的不充分，使得遥感数字图像处理在构造地质学领域还有很大的发展空间。利用好遥感数字图像处理能够使得不同尺度构造的研究有可能在成因和演化及运动学、动力学上结合得好，研究得更深入。
3.矿产勘查方面
伴随着“358”和四部委联合找矿突破行动的实施，遥感找矿将会在今后几年的地质矿产工作中升级为一热点。在矿产勘查方面，利用遥感影像波谱的不同，根据具体岩性波谱可宏观分析该地矿产分布和密集特点。在室内计算机遥感图像数字处理后，再根据具体结果配合以野外实地勘查将大大降低勘查的经济投入和地质工作者的负担，同时也将勘查工作推向了高效性。
3.1遥感找矿模型的建立
矿床模型的地质环境发生在矿床，矿床产出的时空规律、矿床特征等高度概括了矿床模型的特点，覆盖整个矿产地质形成和保全的各个因素，显示出了现在的矿产地质科学研究程度，也显示了理论化矿产资料这一观念认识水平。利用遥感技术在大面积区域寻找找矿化集中区，将图像上的色、线、环、影纹图像与旷田构造的基本要素（成矿岩体、控矿断裂、围岩蚀变）相结合，提取遥感地质矿藏信息，寻找区域找矿标志，通过矿床模型来识别矿床赋存的遥感影特征，建立矿床模型，遥感找矿在1990年代以来，已经成为重点研究研究热点之一。这可以开拓矿床图像分析的新的思路，将矿床地质遥感研究推进到一个新的水平。
3.2综合成矿预测
遥感技术对区域性和全球性成矿带、成矿域研究方面有着极其重要的意义对大量不同来源、不同内容的图像或非图像子量进行综合处理，把原来的地学理论和逻辑思维转换成三维的直观和形象化得、时间和空间模型，把原来的定性概念转化为定量的观念和分析方法，进行多元化地学综合成矿。地物化资料与遥感资料的综合研究提高了地质解译与综合分析的效果与效率，已成为寻找巨型、大型矿床最为有效的找矿方法，也是当前世界找矿趋势。
4.地质灾害方面
遥感数字图像处理可完全应用与地质灾害预报和灾后治理救援方面。汶川地震所引发的堰塞湖，山体坍塌，泥石流等具多。汶川8.0级地震发生后，诸多交通线路中断，信息瘫痪，救灾队伍难以第一时间摸清里面灾害情况，而此时遥感技术将是处理一连续事情的最佳选择手段。遥感数字图像处理对灾后抢救和治理过程中的突发地质灾害的的观测起到了不可磨灭的作用。治理和预测地质灾害是我国迫在眉睫的件大事，故遥感人才是国家急需的专业性技术人才。
三、结语
遥感地质是一个理论和技术相结合的课程，实际可操作性强，我们需要巩固理论基础知识，并不断应用。总之，随着地质信息技术的不断提高，遥感技术实际工作中的应用也会不断增多。通过短期课程，很难掌握遥感地质这门课程的所有知识，真正的掌握遥感技术还需要在以后的课程里不断的学习。通过学习，我们可以全面了解遥感技术在我国的应用前景，在国民经济发展扮演的重要角色，以及对未来地质工作的重要意义，初步了解计算机数字图像处理技术和相关遥感技术。
参考文献
[1]田淑芳，邝生爱；浅析遥感地质学教学方法[J].中国地质育，2010.
[2]赵鹏大等；矿产勘查理论技术与方法，中国地质大学出版社，2009.
[3]梅安新等；遥感导论；高等教育出版社.
[4]张绪教等；卫星遥感在安多幅1：25万区域第四纪地质调查中的应用，中国地质大学（北京）现代地质..
遥感定义范文3
一、遥感技术的发展
1.1遥感的工作原理
“遥感”，顾名思义，就是遥远地感知。人类通过大量的实践，发现地球上每一个物体都在不停地吸收、发射信息和能量，其中有一种人类已经认识到的形式――电磁波，并且发现不同物体的电磁波特性是不同的。遥感就是根据这个原理来探测地表物体对电磁波的反射和其发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。遥感的实现还需要遥感平台，像卫星、飞机、气球等，它们的作用就是稳定地运载传感器。当在地面试验时，还会用到像三角架这样简单的遥感平台。针对不同的应用和波段范围，人们已经研究出很多种传感器，探测和接收物体在可见光、红外线和微波范围内的电磁辐射。传感器会把这些电磁辐射按照一定的规律转换为原始图像。原始图像被地面站接收后，要经过一系列复杂的处理，才能提供给不同的用户使用。
1.2遥感技术的发展
遥感包括卫星遥感和航空遥感，航空遥感作为地形图测量的重要手段已在实践中得到了广泛的应用，卫星遥感用于测图也正在研究之中并取得一些意义重大的成果，基于遥感资料建立数字地面模型进而应用于测绘工作已获得了较多的应用。自20世纪初菜特兄弟发明人类历史上第一架飞机起，航空遥感就开始了它在军事上的应用，从1972年第一颗地球资源卫星发射升空以来，美国、法国、俄罗斯、欧空局、日本、印度、中国等国家都相继发射了众多对地观测卫星。遥感信息获取技术已从可见光发展到红外、微波：从单波段发展到多波段、多角度、多极化；从空间维扩展到时空维；从低分辨率发展到高分辨率甚至超高分辨率。遥感平台有地球同步轨道卫星、太阳同步卫星、太空飞船、航天飞机、探空火箭，并且还有高、中、低空飞机、升空气球和无人飞机等：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。
二、卫星遥感在测绘领域的应用
2.1测绘的发展
测绘，顾名思义就是测量并绘制地图。测绘成果在一般人眼里基本上就是纸质地形图，不过这只是对早期测绘的理解。随着计算机技术及测绘技术的发展，目前的测绘已经远远超脱出传统模拟产品的固有模式，向多品种(模拟及数字产品)、多用途、多种成果形式及高度集成化的方向迈进。当然，对卫星遥感影像资料的应用面也就日益广泛。
90年代中，国家测绘局根据国内外发展状况，在原有测绘产品的基础上，提出增加新的测绘产品模式，即4D产品(数字线划地图DLG、数字高程模型DEM、数字栅格地图DRG、数字正射影像图DOM)。航空摄影资料与卫星遥感资料的互补是4D特别是数字正射影像图制作的资料源。利用现有的遥感影像资料可以制作多种比例尺的数字正射影像图，如利用TM影像可制作30m分辨率的数字正射影像图，利用陆地―7影像可制作15m分辨率的数字正射影像图，利用斯波特影像可制作10m分辨率的数字正射影像图，利用依科诺斯影像可制作4m和1m分辨率的数字正射影像图等，从而极大地丰富了4D产品，为影像数据库建设提供了多分辨率、多层次的影像资源。同时，影像数据可作为GIS(地理信息系统)的背景地图，对GIS的深层次研究与应用提供了更直观的影像信息资源，从而也充实和发展了数据库本身，为规划、管理等部门的科学化决策提供了基础数据资料。
2.2卫星遥感在测绘领域的应用
利用卫星遥感影像更新数据库的过程，从某种意义上讲，就是监测并发现变化的过程。因此，各国均利用卫星遥感影像的优势，对各种感兴趣要素进行监测，如我国进行的土地利用调查及监测、城市变迁、灾情监测等。这些工作的开展，一定程度上为我国可持续发展战略的逐步实施提供了基础保证。
2.3应用的常规方法
利用遥感技术获取地面三维信息，常规的方法是立体摄影测量。由于雷达卫星具有全天时、全天候、不受云雾等恶劣天气和夜暗影响的特性，故随着雷达遥感的发展，合成孔径雷达(SAR)也被用作立体摄影测量。由于斑点噪声的存在，其使用也一度受到影响。近年发展起来的干涉合成孔径雷达技术(INSAR)，提供了获取地面三维信息的全新方法，即利用干涉雷达提取地形数字高程模型(DEM)。该方法将大大改进数字高程模型(DEM)获取的传统模式，这是雷达遥感的最新领域，是遥感和摄影测量科学的前沿，目前还只处在进一步的研究之中，相信在几年内可以大规模应用在测绘及其他领域。
2.4遥感图像全数字测绘系统
遥感图像全数字测绘系统是利用航空、航天遥感图像提取战场地理环境和军事目标空间信息，进行全数字测绘作业的智能化综合信息处理系统，是我军首次自行设计与研制、具有自主版权的第一代全数字遥感测绘装备。该系统的研制成功实现了遥感测绘技术进入全数字阶段的跨越性和革命性转变，为我军数字化测绘保障提供了新型的换代技术装备，对于改变100多年来摄影测量基于硬拷贝图像的生产作业方式有重要意义。
与以往的测绘系统相比，该系统在影像匹配方面，能成功用于数字空中三角测量，提高了算法的速度和可靠性，有效地解决了卫星遥感影像匹配的技术难题；在微机环境下能实现单像和立体方式下的地形半自动测绘；在数字图像处理方面，能实现正射影像镶嵌中几何纠正和无缝辐射拼接的自动化；在地形三维可视化方面，实现了三维地形图的空间查询及分析和大区域地形数据、高分辨率遥感纹理图像的三维可视化；在数字城市三维景观方面，开发了基于多源遥感图像的数字城市三维显示实用技术；在航天影像摄影测量方面，还开发了三线阵推扫式影像的处理软件。
该系统配置合理、实用化程度高，总体技术水平已达到同类产品的国际先进水平，经进一步集成装备部队，将极大地改善我军作战测绘保障的网络化作业环境。
三、测绘新技术的发展
测绘新技术除了遥感技术以外，不可不提的便是GPS、GIS技术，下面对此进行简单论述：
3.1GPS的发展
全球定位系统(GPS)是美国从20世纪70年代开始研制，于1994年全面建成的利用导航卫星进行测时和测距，具有在海、陆、空进行全方位实时三维导航与定位能力的新一代卫星导航与定位系统。随着全球定位系统的不断改进，硬、软件的不断完善，GPS的应用领域正在不断地开拓，目前，各种类型的GPS接收机体积越来越小，重量越来越轻，便于野外观测。GPS已遍及国民经济各种部门，并开始逐步深入人们的日常生活。GPS作为一项引起传统测绘观念重大变革的技术，已经成为大地测量的主要技术手段，也是最具潜力的全能型技术。GPS定位技术与常规地面测量定位相比，除具有对测站选择更灵活、更适应不利条件、全天候连续作业外。还具有比任何地面常规技术供数量更多、精度更高的数据信息。
3.2GIS的发展
地理信息系统作为多个学科、多种技术交叉融合的产物，至今只有40多年的历史。地理信息系统起源于20世纪60年代加拿大和美国学者的在土地和交通方面的地理信息研究。1998年1月31日美国前副总统戈尔在加利福尼亚科学中心的一次讲演，在该讲演中戈尔正式提出数字地球的概念。地理信息系统作为对空间地理分布有关的数据进行采集、处理、管理、分析的计算机技术系统，其发展和应用对测绘科学的发展意义重大，是现代测绘技术的重大技术支撑。
四、结语
现代科学技术发展的综合化整体方向极大地影响着现代测绘科学的发展趋势，这种趋势表现在现代测绘新理论的概括性增强，测绘新技术的技术综合程度提高，各专业学科之间的相互交叉与渗透，测绘学与其它门类科学的联系增强加大，测绘学吸收和移植其它学科成果的速度加快，这种学科内外的综合化发展，将使现代测绘学不断开拓出新的领域。
参考文献：
[1] 钱乐祥. 遥感数字图像处理与地理特征提取［M］. 北京：科学出版社，2004
[2]魏建华,张展,许月光.工程地质测绘中的几个研究对象[J].黑龙江水利科技,1999,(4).
遥感定义范文4
【关键词】：遥感(RS)技术；用途；分类；常用的遥感数据；图像处理；应用范围
中图分类号： P283 文献标识码： A 文章编号：
0引言
随着计算机技术、光电技术和航天技术的不断发展，遥感技术正在进入一个能快速、及时提供多种对地观测数据的新阶段。遥感技术已经成为测绘领域中对信息进行提取、加工、表达和应用的一门科学技术。
1遥感技术
1.1遥感的定义
“遥感”，顾名思义，就是遥远地感知。传说中的“千里眼”、“顺风耳”就具有这样的能力。人类通过大量的实践，发现地球上每一个物体都在不停地吸收、发射和反射信息和能量，其中有一种人类已经认识到的形式－电磁波，并且发现不同物体的电磁波特性是不同的。遥感就是根据这个原理来探测地表物体对电磁波的反射和其发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。
1.2遥感图像的用途
就像我们生活中拍摄的照片一样，遥感像片同样可以“提取”出大量有用的信息。从一个人的像片中，我们可以辨别出人的头、身体及眼、鼻、口、眉毛、头发等信息。遥感图像一样可以辨别出很多信息，如水体（河流、湖泊、水库、盐池、鱼塘等）、植被（森林、果园、草地、农作物、沼泽、水生植物等）、土地（农田、林地、居民地、厂矿企事业单位、沙漠、海岸、荒原、道路等）、山地（丘岭、高山、雪山）等等；从遥感图像上能辨别出较小的物体如：一棵树、一个人、一条交通标志线、一个足球场内的标志线等。大量信息的提取，无疑决定了遥感技术的应用是十分广阔的，据统计，有近30个领域、行业都能用到遥感技术，如陆地水资源调查、土地资源调查、植被资源调查、地质调查、城市遥感调查、海洋资源调查、测绘、考古调查、环境监测和规划管理等。
由于遥感技术是从人们一般不能站到的高度去“拍照”，故从宏观视野上，也有着人力所不能及的优势。
1.3遥感技术
遥感技术包括传感器技术，信息传输技术，信息处理、提取和应用技术，目标信息特征约分析与测量技术等。
遥感技术依其遥感仪器所选用的波谱性质可分为：电磁波遥感技术，声纳遥感技术，物理场（如重力和磁力场)遥感技术。
电磁波遥感技术是利用各种物体／物质反射或发射出不同特性的电磁波进行遥感的。其可分为可见光、红外、微波等遥感技术。按照感测目标的能源作用可分为：主动式遥感技术和被动式遥感技术。按照记录信息的表现形式可分为：图像方式和非图像方式。按照遥感器使用的平台可分为：航天遥感技术，航空遥感技术、地面遥感技术。按照遥感的应用领域可分为：地球资源遥感技术，环境遥感技术，气象遥感技术，海洋遥感技术等。
2遥感的分类
2.1按遥感平台的高度分类大体上可分为航天遥感、航空遥感和地面遥感
航天遥感又称太空遥感(spaceremotesensmg)泛指利用各种太空飞行器为平台的遥感技术系统，以地球人造卫星为主体，包括载人飞船、航天飞机和太空站，有时也把各种行星探测器包括在内。
卫星遥感(SatelLiteremotesensing)为航天遥感的组成部分，以人造地球卫星作为遥感平台，主要利用卫星对地球和低层大气进行光学和电子观测。航空遥感泛指从飞机、飞艇、气球等空中平台对地观测的遥感技术系统。
地面遥感主要指以高塔、车、船为平台的遥感技术系统，地物波谱仪或传感器安装在这些地面平台上，可进行各种地物波谱测量。
2.2按所利用的电磁波的光谱段分类可分为可见反射红外遥感，热红外遥感、微波遥感
可见光／反射红外遥感，主要指利用可见光(0.4-0.7微米)和近红外(0.7-2.5微米)波段的遥感技术统称，前者是人眼可见的波段，后者即是反射红外波段，人眼虽不能直接看见，但其信息能被特殊遥感器所接受。它们的共同的特点是，其辐射源是太阳，在这二个波段上只反映地物对太阳辐射的反射，根据地物反射率的差异，就可以获得有关目标物的信息，它们都可以用摄影方式和扫描方式呈像。
热红外遥感，指通过红外敏感元件，探测物体的热辐射能量，显示目标的辐射温度或热场图像的遥感技术的统称。遥感中指8—14微米波段范围。地物在常温(约300K)下热辐射的绝大部分能量位于此波段，在此波段地物的热辐射能量，大于太阳的反射能量。热红外遥感具有昼夜工作的能力。
微波遥感，指利用波长1—1000毫米电磁波遥感的统称。通过接收地面物体发射的微波辐射能量，或接收遥感仪器本身发出的电磁波束的回波信号，对物体进行探测、识别和分析。微波遥感的特点是对云层、地表植被、松散沙层和干燥冰雪具有一定的穿透能力，又能夜以继日地全天候工作。
2.3按研究对象分类可分为资源遥感与环境遥感
资源遥感：以地球资源作为调查研究对象的遥感方法和实践，调查自然资源状况和监测再生资源的动态变化，是遥感技术应用的主要领域之一。利用遥感信息勘测地球资源，成本低，速度快，有利于克服自然界恶劣环境的限制，减少勘测投资的盲目性。
环境遥感：利用各种遥感技术，对自然与社会环境的动态变化进行监测或作出评价与预报的统称。由于人口的增长与资源的开发、利用，自然与社会环境随时都在发生变化，利用遥感多时相、周期短的特点，可以迅速为环境监测。评价和预报提供可靠依据。
2.4按应用空间尺度分类可分为全球遥感、区域遥感和城市遥感
全球遥感：全面系统地研究全球性资源与环境问题的遥感的统称。
区域遥感：以区域资源开发和环境保护为目的的遥感信息工程，它通常按行政区划(国家、省区等)和自然区划(如流域)或经济区进行。
城市遥感：以城市环境、生态作为主要调查研究对象的遥感工程。
3常用的遥感数据
常用的遥感数据有：美国陆地卫星(Landsat)TM和MSS遥感数据，法国SPOT卫星遥感数据，加拿大Radarsat雷达遥感数据。
4图像处理
遥感影像通常需要进一步处理方可使用，用于该目的的技术称之为图像处理。图像处理包括各种可以对像片或数字影像进行处理的操作，这些包括图像压缩、图像存储、图像增强、处理、量化、空间滤波以及图像模式识别等。还有其它更加丰富的内容。
5遥感应用范围
遥感应用范围：陆地水资源调查、土地资源调查、植被资源调查、地质调查、城市遥感调查、海洋资源调查、测绘、考古调查、环境监测和规划管理等。
6结束语
遥感定义范文5
关键词:遥感技术 信息提取 找矿
遥感技术(Remote Sensing)即遥远的感知,是20世纪60年代兴起并迅速发展起来的一门综合性探测技术,它是在航空摄影测量基础上,随着空间技术、信息技术、电子计算机技术等当代高新技术的迅速发展,以及地学、环境等学科发展的需要,逐步形成发展的一门新兴交叉科学技术。具有宏观、动态、综合、快速、多层次、多时相的优势。在新技术迅猛发展的今天,遥感技术伴随着航空、航天技术的发展而不断提高与完善,服务领域不断扩展,受到普遍重视,显示出极其广泛的应用价值、良好的经济效益和巨大的生命力。
1、遥感信息提取
全球变化的研究涉及一系列重大全球性环境问题,提出了大量关系到地球的重要科学问题。由于涉及的范围极其广泛,因而具有高度综合和交叉学科研究的特点。叶笃正先生曾指出,“全球环境是一个不可分割的整体,任何区域的环境变化都要受到整体环境变化的制约;反过来,整体环境的变化又是各区域相互影响着的环境变化的综合体”。遥感作为获取地球表面时空多变要素的先进方法,是地球系统科学研究的重要组成部分,是对全球变化进行动态监测不可替代的手段。陈述彭先生指出,没有遥感,就提不出全球变化这样的科学问题。所以遥感对地理信息学科具有巨大的推动作用,就像望远镜对天文学和物理学的推动作用一样。遥感科学的意义在于:对传统地理学来说,遥感要求从定性到定量描述;对传统物理学来说,遥感要求在像元尺度上对局地尺度上定义的概念、推导出的物理定律、定理的适用性进行检验和纠正,而这种纠正是与像元尺度上的地学定量描述密不可分的。
1.1 遥感图像掩膜处理
卫星遥感图像处理,尤其是提取矿化蚀变等微弱遥感信息,需要针对工作区选取尽可能小的图像范围,同时要对工作区范围内图像中的云雾、水体、冰雪、植被、大面积风成土壤等干扰进行掩膜等处理,然后才能进行图像处理。
1.2 去相关拉伸
去相关拉伸变换是原始光谱波段的一种线性变换,这种变换通常是原始光谱波段的加权总和与差。研究表明该方法对一些遥感图像数据有效,能产生好的图像效果和提供新的洞察点;利用这种图像处理方法主要目的是提取一些方法不能提取的一些重要矿化蚀变、侵入体及构造等遥感信息。
1.3 卷积增强
遥感图像上的线性特征,特别是和地质构造和成矿环境有关的线性体和断裂构造的增强处理和分析是遥感图像处理和研究的一个重要方面。对数字图像而言,线性体信息提取目前主要有梯度阈值法、模板卷积法、超曲面拟合法、曲线追踪和区域生长等,地质遥感线性体信息提取采用模板卷积滤波算法效果较好,它是一种邻域处理技术,即通过一定尺寸的模板(矩阵)对原图像进行卷积运算来实现的。
2、遥感技术在地质找矿中的应用现状
长期以来,地质工作者迫切希望能有一种目的性明确、“窥一斑而知全豹”的理论和方法来指导找矿。因此遥感技术以其独有的特点在地质找矿中的作用显得尤为重要。应用遥感与地质资料进行综合分析、预测区域成矿远景等已取得了很多成果。遥感技术在地质找矿中的应用主要表现在两个方面:(1)通过研究遥感影像上的地质构造与成矿的关系,认识成矿规律并圈定找矿远景区。(2)是通过对遥感图像进行增强处理,综合分析,提取一定的地质信息,从而为成矿预测提供有用资料。遥感图像早已非常成功地应用于农、林、水利和交通等部门的调查和规划。在我国最早使用遥感图像的是地质行业,其主要任务就是用于地质找矿。
3、遥感技术信息提取在找矿中应用的相关技术
3.1 遥感图像分析找矿
遥感图像分析找矿是利用各种航天与航空遥感图像进行目视判读,分析已知矿产地质的图像特征,结合地质背景、成矿条件及物化探异常,根据类比的原则从已知推未知,可进行一定的成矿预测。使用大比例尺航空像片,尤其是彩色和红外彩色像片,能直接识别原生矿体及矿化地区的露头,尤其是金属矿床及露头的特异彩色形成良好的找矿标志。例如在彩色航片上磁铁矿、锰矿、煤矿等呈深灰色或黑色;赤铁矿、斑铜矿为红色;孔雀石、铜矿、次生铀矿、次生铬矿为绿色;风化的铁帽常呈褐色;盐矿、石英脉矿呈白色等。由于矿体露头与围岩抗风化、抗侵蚀能力不同,形成岩墙或沟谷,也可直接识别。此外,人工开采区的采矿场、竖井、平峒、废石堆、尾砂等在图像上也能直接识别。
3.2 遥感图像提取矿产信息进行成矿预测
遥感图像提取矿产信息进行成矿预测是利用遥感图像处理技术对遥感图像进行处理,提取矿床、矿化有关信息,如蚀变带、氧化带、铁帽等含矿地质体或某元素地球化学异常区,直接显示在图像上,从而达到找矿的目的。
3.3 遥感图像地质综合分析找矿
遥感图像地质综合分析找矿是以区域地质演化与成矿规律分析为基础,确定出调查区内主要的成矿模式与控矿的地质要素,根据控矿地质要素的遥感信息特征(包括的与隐伏的)选取一定的图像处理方案,进行有关地质信息的增强或提取处理,同时结合物化探资料进行目视图像分析。物化探资料的图像化及用数学地质与遥感地质相结合的方法进行成矿预测,是遥感地质综合找矿向纵深发展的新趋势。
4、结语
目前遥感已成为地质调查和资源勘查与监测的重要技术手段。应用范围已由区域地质、矿产勘查、水文地质、工程地质、环境地质勘查扩大到农业地质、旅游地质、国土资源、土地利用、城市综合调查、环境监测等许多领域。应用技术方法水平随着遥感和计算机技术的发展也有了很大的提高,应用效果和社会经济效益也愈来愈明显。
参考文献
[1]陈述.遥感技术与遥感数字图像分析处理方法、解译制图及其综合应用实务全书[M].银川:宁夏大地音像出版社,2005.9:90-92.
遥感定义范文6
关键词:遥感技术;土地利用
一、引言
遥感定义。从广义来讲，就是指遥远的感知,非接触远距离的探测技术。从狭义来讲，指借助于专门的探测仪器（传感器），把遥远的物体所辐射（或反射）的电磁波信号接收记录下来，再经过加工处理，变成人眼可以直接识别的图像，从而揭示出所探测物体的性质及其变化规律。遥感技术指从高空到地面各种对地球观测的综合性技术系统总称。它由遥感平台、探测传感器以及信息接受、处理与分析应用系统等组成，周期性地提供监测对象数据和动态情报。
主要的遥感软件
envi——美国 research system inc公司开发，1995年引入，适普，目前最高版本envi 3.7。
erdas imagine——美国 erdasllc公司开发。2003年6月在全球40多个遥感软件评比中，11个应用功能中的9个获得第一。蓝赛特阿波罗等都，目前最高版本 erdasimagine 8.6。
pci geomatica——加拿大 pci公司开发。加拿大阿波罗等都，目前最高版本 pci geomatica 8.2。
irsa—国家遥感应用技术研究中心casm imageinfo—中国测科院&四维公司。
二、遥感技术在土地利用现状更新调查中应用
1982年至1993年6月，全国采用大比例尺图件（包括航片和地形图）,完成了土地利用现状调查。WWW.133229.cOm这项工作历时10余年，耗资数十亿元，投入专业人员达50多万人次，堪称中华民族历史上前所未有的伟业。我国对土地遥感工作极其重视。《中华人民共和国土地管理法》第三十条规定:国家建立全国土地管理信息系统，对土地利用现状进行动态监测。朱总理明确指出:要采取最先进的技术手段，24小时监测土地动态变化情况，及时通报情况，确保我国耕地保护目标的实现。
三、遥感技术在土地利用现状更新调查中应用步骤
资料准备
遥感信息源。调查了解近两年本地区的航空摄影情况，当有飞行精度和航片质量符合要求的航空资料时，直接收集利用，当没有时，采用航天遥感资料。
利用航天资料开展1：1万的土地利用更新调查工作，宜选择空间分辨率为2.5m的卫星遥感数据。目前，国内外最合适的是法国的spot-5卫星数据。首先，了解近一年本地区的spot-5卫星数据覆盖情况。如果存在合格的存档数据，直接购买使用；如果没有合格的存档数据，则采用编程方式获取最新时相的卫星数据。
行政区域界和权属界资料。行政区域界。收集民政部门行政区域的勘界资料（图件和文字说明），对土地详查确定的行政区域界（含工作界）进行调整；土地权属界。主要包括政府对农村集体土地权属界的最新划定和调整资料、政府处理土地权属争议界资料及其他有关资料。
土地详查和土地变更调查资料。 分幅土地利用基础图件；土地权属界线图；土地权属界线协议书；土地权属界线争议原由书；面积量算手簿、土地统计台帐、统计簿、汇总表；土地利用数据库。
参考资料。1：1万地形图或1：5万数字高程数据(dem)；土地征用、划拨、出让、转让等相关资料；土地开发、复垦、整理、生态退耕、结构调整等资料；建设用地审批文件等资料；地籍调查资料；相关法律、法规、政策规章。
总体技术路线
人机交互式遥感解译
境界、权属界的转绘套合
将民政部门最新的行政勘界图件和土地详查后发生了变化的土地所有权界、土地使用权界等图件扫描、配准并矢量化后，与土地利用现状图叠加套合进行比较，逐一查明其变化地段。用红色表示原行政界线和权属界线，用黑色表示调整变化地段的行政界线和权属界线，并将之叠加套合在遥感正射影像图上，待外业调查后核实。
变化、新增的线状地物的遥感解译
主要指宽度大于1m(>4个pixel) 的河流、铁路、公路、林带、固定农村道路、沟渠、田坎及管道用地等。
解译标志
公路：
小路及简易公路——浅灰绿、灰白色隐约线状影纹。
高速公路及高等级公路——灰白色、浅灰色均匀带状影纹。
铁路——暗黑与浅灰白色相间的规则双线影纹。
河流：
单线河——颜色较深的深绿、深蓝、暗红色弯弯曲曲隐约可现的现状影纹。
双线河——深蓝、蓝黑、暗红色较为平滑的宽带状影纹。
解译原则。将1∶1万标准分幅遥感正射影像图与1∶1万标准分幅土地利用数据库矢量图套合。通过人机交互的方式，将影像放大2—3倍，逐格网比较两者线形地物的吻合情况，误差不得超过图上0.2mm(<1个像元）。原有现状图上的线形地物与影像误差＜0.2mm者原则上不作变更解译；若线状地物与影像上的线形影纹误差超过0.2mm (≥1个像元），则应将该线形地物按影像重新解译勾绘在解译图上。对肯定变化的线形地物用红色线条表示，对可疑变化的线形地物用黄色线条表示，未变化的线形地物按原色表示。
变化地类图斑的遥感解译
变化地类图斑的解译标志。城市——青灰与淡绿、绿色相间较规整的大片格网状、方块状影纹图案。
建制镇——影像特征同上，规模略小，规整程度略差。
农村居民地——不规则状灰色灰白色晕状斑块。
独立工矿地——亮白色不规则状较平滑的斑块。
灌溉水田——浅绿、淡绿、浅灰绿、灰白色含平行弯曲的浅色条带或不规则格网影纹的图案，通常成带成片分布。
水浇地——总体颜色较浅的浅灰、灰白色图斑，其内有弯曲平行的浅色条带。
旱地——影纹同上，但坡度较陡、范围通常相对较小。
菜地——浅绿、灰绿色含不规则浅灰色条带和绿色碎斑的影纹图案。
果园——为不规则状带细碎格状点的淡绿色、翠绿色影纹特征。
林地——较平滑的大片绿色、翠绿色、暗绿色影纹特征。
坑塘水面——暗蓝、深蓝、深灰色的圆形、椭圆形、及不规则状、边界较模糊的平滑图斑。
变化地类图斑的解译原则。城市、建制镇、农村居民地、独立工矿用地等的闭合界线所圈定的范围为独立地类图斑，其图斑内部的土地权属和土地分类不调查；凡被境界、土地权属界、线状地物、地类界等分割而成的封闭地块，均为一个图斑，上述线类均作为图斑界线；当地类界线与境界线或土地权属界线或线状地物重合时，地类界可不表示，以境界线或、土地权属界线或线状地物代替；当线状地物密集，造成图斑破碎时，同一地类图斑可视情况适当综合。
四、更新调查主要成果
前期内业处理成果。基础图件扫描（纠正）后的栅格数据文件。
遥感图像数据文件，包括：航空遥感照片扫描栅格数据(*.tiff格式)；1：1万标准分幅航空遥感正射影像图数据(*.msi格式)；原始卫星遥感数据(*.tiff格式)；1：1万标准分幅卫星遥感正射影像图数据(*.tiff和msi格式)。
遥感解译数据文件，包括：土地利用更新遥感解译数据(map gis格式)；行政界线和权属界线矢量数据(map gis格式)
