《遥感技术系统》课件.ppt

《遥感技术系统》本课程介绍遥感技术的原理、应用以及发展趋势。涵盖遥感数据获取、处理、分析和解释等方面。

遥感技术概述概念定义遥感技术是指通过传感器，在不直接接触目标的情况下，获取目标信息的科学技术。工作原理利用电磁波，传感器测量目标物体的电磁辐射特征，并将其转化为可识别的数据信息。应用范围广泛应用于地球科学、资源管理、环境监测、灾害评估等领域，为人类社会发展提供重要支撑。

遥感系统组成1遥感平台遥感平台是搭载遥感传感器和数据处理系统的载体，常见的平台包括卫星、飞机和无人机。2遥感传感器遥感传感器是接收和记录目标辐射能量的装置，不同的传感器能探测不同类型的辐射。3数据处理系统数据处理系统用于对遥感数据进行处理和分析，包括几何校正、辐射校正、影像分类、目标识别等步骤。

遥感传感器技术传感器类型遥感传感器可以分为主动和被动两种类型。主动传感器发射辐射信号，然后接收反射或散射的信号。被动传感器接收来自目标的自然辐射信号。工作原理传感器通过测量目标的电磁辐射来收集数据。传感器类型和工作原理决定了遥感数据的空间分辨率、光谱分辨率和时间分辨率。数据获取传感器可以安装在卫星、飞机或地面平台上，以获取不同的空间尺度和分辨率的遥感数据。

遥感传感器分类按平台分类航空遥感、航天遥感、地面遥感。按工作波段分类可见光遥感、红外遥感、微波遥感。按探测方式分类被动遥感、主动遥感。

光电/热红外传感器光电传感器光电传感器接收可见光和近红外光谱。它们用于获取地表反射的光信息。光电传感器被广泛应用于农业监测、森林管理、城市规划和环境监测等领域。热红外传感器热红外传感器接收物体发射的热辐射，用于获取地表温度信息。热红外传感器主要用于灾害监测、地质勘探、水资源管理和气象预测等领域。

微波遥感传感器1全天候工作不受云层、雨雪影响。2穿透性强穿透云层、植被和土壤，获取地表信息。3夜间工作不受昼夜影响，获取全天候信息。4三维信息获取地表形貌、地形起伏等三维信息。

超光谱/高光谱传感器高光谱成像高光谱传感器能够采集数百个甚至数千个窄波段的光谱信息，构建高光谱图像，提供丰富的目标光谱特征。光谱分辨率与多光谱遥感相比，高光谱传感器拥有更高的光谱分辨率，可以更精细地识别地物的光谱特征。应用场景广泛应用于农业监测、环境监测、资源勘探、精准农业、地质勘探等领域，提供更精准的地物识别和分析。

雷达遥感传感器主动式传感器雷达传感器主动发射电磁波，并接收反射信号。全天候工作不受云层和光照影响，能够在各种天气条件下工作。穿透能力能够穿透云层、植被和土壤，获取地表信息。应用广泛广泛应用于地形测绘、灾害监测、海洋环境监测等领域。

遥感数据采集和预处理1数据采集遥感平台搭载传感器获取地面目标信息2数据预处理数据格式转换噪声去除3几何校正消除几何畸变4辐射校正消除辐射误差遥感数据采集后，需要进行一系列预处理步骤，以保证数据的质量和准确性。这些步骤包括数据格式转换、噪声去除、几何校正和辐射校正等。几何校正消除由于传感器或平台运动造成的几何畸变，辐射校正则消除由于大气、传感器或其他因素造成的辐射误差。

几何校正和辐射校正几何校正几何校正用于消除遥感图像中的几何畸变，包括传感器误差、地球曲率、大气折射等因素造成的变形。正射校正将图像投影到水平面上，消除地形起伏的影响，实现图像的几何统一。辐射校正校正传感器和大气对图像辐射亮度的影响，使图像的辐射值真实地反映地物的反射率或发射率。大气校正去除大气散射和吸收对图像的影响，提高图像质量，提高图像的真实性。

影像融合技术11.多源数据融合将来自不同传感器、不同时间、不同空间分辨率的影像数据融合在一起，以获取更完整的信息。22.信息互补利用不同数据源的优势，弥补单一数据源的不足，提高影像数据的质量和信息量。33.提高解译精度融合后的影像数据能够提高对地物的识别和分类精度，使遥感解译更加准确。44.增强图像视觉效果融合后的影像数据能够增强图像的视觉效果，使图像更加清晰、细腻，便于观察和分析。

遥感数据分类技术遥感数据分类对遥感数据进行识别，并将其划分成不同的类别，将连续的影像数据转化为离散的信息，以便更好地理解和分析地物。数据分类将遥感图像中的像素或像元划分为不同的类别，例如森林、水体、耕地等，为进一步的分析提供基础。

监督分类训练样本集监督分类算法需要先用已知类别样本进行训练。分类规则根据训练样本集的特征，建立分类规则。预测未知区域使用分类规则对未知区域进行分类，得到分类结果。

无监督分类自动分组无监督分类不需要预先定义类别，而是根据数据本身的特征进行分组。类别识别系统将根据像素值或其他特征将数据划分为不同的类别。算法选择常用的无监督分类算法包括K-Means聚类、模糊C-均值聚类等。广泛应用无监督分类广泛应用于遥感影像分析、图像分割、模式识别等领域。