《环境遥感概论》课件.pptVIP

*******************环境遥感概论环境遥感是利用遥感技术来获取和分析环境信息。它涵盖了地球表面各种环境要素，包括植被、水体、土壤、地质、大气等。遥感技术概述获取数据卫星通过传感器获取地球表面信息，例如光学图像。数据处理将原始数据转换为可解释的图像或信息，如地图。应用广泛广泛应用于环境监测、土地利用、灾害预警等领域。空间分析对遥感数据进行分析，提取地理信息，如土地覆盖类型。遥感数据获取方式地面观测地面观测是直接获取数据的方式，人员在地面上进行测量，采集各种环境信息。这种方式能获得精确的数据，但成本高，效率低，难以覆盖大范围区域。航空遥感航空遥感利用飞机或无人机搭载传感器进行数据采集，具有更高的空间分辨率和更广阔的覆盖范围，适合进行区域性环境监测。卫星遥感卫星遥感利用卫星搭载传感器对地球进行观测，具有全球覆盖范围，能够获取长期时间序列数据，是环境监测的重要手段。遥感传感器分类11.传感器类型根据探测能量类型，传感器可分为被动传感器和主动传感器。22.传感器工作波段传感器可分为可见光/近红外、中红外、热红外、微波等。33.空间分辨率指传感器能分辨的地面最小单元，也称为地面分辨率。44.时间分辨率指传感器对同一区域进行重复观测的时间间隔。遥感成像原理1目标辐射能量地球表面物体反射或发射的电磁辐射能量，包含目标的各种信息。2传感器接收遥感传感器接收目标辐射的电磁波信号，并将其转换为可测量的信号。3数据处理与分析对传感器接收的信号进行处理、分析，提取目标的特征信息，最终生成遥感图像。光谱与遥感图像特性遥感图像可以识别不同地物的光谱特征，并将其转化为可视化的图像信息。光谱信息可以反映地物的物质组成、化学成分以及物理状态，为环境监测、土地利用分类、资源勘探等应用提供重要的数据支撑。遥感数据预处理几何校正消除传感器、地球曲率和地形起伏带来的几何变形，使图像与地面坐标系一致。辐射校正消除传感器、大气和地表反射率的影响，使图像数据反映地物的真实辐射能量。噪声去除去除数据采集过程中产生的噪声，例如随机噪声和条带噪声。镶嵌与拼接将多个图像拼接成一个完整的场景，或将不同时期的图像进行拼接，方便分析。影像配准将不同时期、不同传感器或不同坐标系下的图像进行配准，便于比较和分析。遥感图像增强目的增强图像对比度和清晰度，突出目标信息，便于分析解释。方法直方图均衡化对比度拉伸空间滤波边缘增强应用增强图像细节，改善可视化效果，提高图像质量。示例遥感图像分类方法基于像元分类将遥感图像分割成一个个像素单元，根据每个像素的光谱特征对其进行分类。面向对象分类将遥感图像分割成具有相同特征的区域，对这些区域进行分类。机器学习分类利用机器学习算法，根据训练样本对遥感图像进行分类。深度学习分类利用深度神经网络，自动学习遥感图像的特征，进行分类。监督分类算法11.最大似然法最大似然法是一种常用的监督分类算法，它基于概率统计理论，根据每个类别样本的统计特征，计算每个像素属于各个类别的概率，并将其归为概率最大的类别。22.最近邻分类法最近邻分类法是一种简单的分类算法，它根据待分类像素与已知类别样本的距离，将其归为距离最近的样本所在的类别。33.支持向量机支持向量机是一种强大的分类算法，它通过寻找最优分类超平面来实现分类，具有良好的泛化能力和鲁棒性。44.决策树决策树是一种树状结构，它根据一系列特征值进行判断，最终将待分类像素归为某个类别。无监督分类算法K-均值聚类根据数据点与聚类中心的距离进行划分。层次聚类通过逐步合并或分割数据点来构建聚类层次结构。密度聚类识别数据集中密度较高的区域，将这些区域划分为不同的聚类。遥感数据融合1多源数据融合结合不同传感器2几何校正消除几何畸变3数据配准对齐不同数据4融合算法生成新图像遥感数据融合是一种将不同来源的遥感数据结合起来的技术。通过融合不同传感器获取的信息，可以提高数据的空间分辨率、光谱分辨率和时间分辨率。三维遥感技术三维遥感技术可以获取地表三维信息，包括高度、地形、地貌等。与传统二维遥感相比，三维遥感可以提供更加丰富、直观和精确的地理空间信息。三维遥感技术在环境监测、城市规划、自然资源管理、灾害监测等领域应用广泛。遥感在环境监测中的应用大气监测监测空气质量，如污染物浓度、气体排放，帮助制定环境保护策略。水环境监测监测水体质量，如水体污染程度、水质变化，评估水资源状况。森林资源监测监测森林覆盖率、植被生长状况，了解森林资源变化趋势。土壤监测监