林业遥感 南京林业大学

1、林业遥感 南京林业大学 1. 遥感技术的定义:利用飞机人造卫星或其它飞行器作运载工具，主要以电磁波来检测、度 量远距离目标的一种技术手段。主要有两个研究领域：遥感技术研究和遥感应用研究。 2. 电磁波：交变的电场和交变的磁场交替激发，相互套环的传播形式。 3. 电磁波谱：按照波长的长短顺序将各种电磁波依次排列而制成的一张图表。从左到右按波 长增加排列为：宇宙射线r 射线X射线紫外线可见光红外微波无线电波。 4. 大气窗口：是指在大气中传播受到衰减作用较轻因而透射率较高的电磁波段。 5. 大气组成：气态成分：N2、O2、H2O、CO2、CH4等。固态成分：尘埃、冰晶、气溶胶等。 大气对电磁波传输

2、过程的影响包括5个方面：散射、吸收、扰动、折射和偏振，而对于遥感数据而言，最主要的是散射和吸收。 6. 大气的选择性吸收：大气中不同成分对太阳辐射吸收的波段不一样的现象。1）氧吸收 带：主要吸收波长小于的太阳辐射。2）臭氧吸收带：一个是波长的强吸收带，另一个是。臭氧对航空遥感影响较小，主要对航天遥感有影响。 7. 地物波谱：1）定义：是指地物发射、反射和吸收电磁波的能力随波长的变化规律。2）内 涵：a 发射、反射和吸收之间的比例不同地物之间差异很大，主要取决于地物的类型和性质。b 同类地物其发射、反射和吸收在不同波长处差异很大。3）重要性： a 是选择传感器工作波段的基础。b 是分析遥感图像的

3、基础。c 是计算机自动分类的基础。d 反映地物的时空差异性。 8. 同谱异物：遥感图像上呈现相同的色调，但地物却不一致。 同物异谱：同一地物在不同波段上反射率存在差异 因此在不同波段遥感图像上呈现不同的色调。 9. 中心投影：所有的投影光线都交于一点所形成的投影。 10. 投影差：因地形起伏引起的像点位移而带来的误差。 11. 中心投影误差：1）比例尺误差：当投影距离发生改变时，比例尺发生改变。2）倾斜误 差：当投影面倾斜时，同一张照片内比例尺发生改变，且发生像点位移。3）投影误差：当地形起伏不平时，同一张照片内比例尺发生改变，且发生像点位移。 12. 像点位移规律：（1）投影差与像点到像主点

4、的距离成正比。（2）投影差与高差成正比， 高差为正时投影差为正，影像离开中心点移动；高差为负时投影差为负，影像向着中心点移动。（3）投影差位于以像主点为中心的辐射线上。（4）投影差与航高成反比。 13. 航天遥感常用多光谱影像：美国Landsat：法国SPOT；中巴资源卫星-CBERS。 14. 图：指目标物电磁波性质和强度的表达，因此由目标物的性质决定。它是一种“客观的” 物理过程和现象。 15. 像：人眼检测到目标的电磁波信号后，视觉刺激通过视神经传入大脑后引起的心理感觉， 他是主观的，因此它能独立于图而存在。 16. 遥感图像处理内容包括：图像变换；图像校正， 辐射校正、几何校正；图像增

5、强；多源 信息融合；遥感图像的计算机分类，分类后各类型地物的提取。 17. 光学处理：借助光学电子元件实现对图像的加工、改善图像的目视效果。 18. 图像预处理：1）几何校正：a定义：是指采用特定的数学变换方程消除图像中的几何变 形，产生符合某种地图投影或图形表达要求的新图像的技术过程。b原因：遥感图像存在几何畸变。c目的：纠正系统及非系统因素引起的图像变形，从而实现与标准图像或地形图的几何整合。d方法：图像配准，同一区域里基准图像对另一幅图像的校准；图像纠正，借助地面控制点，对图像进行地理坐标的校正；图像地理编码，把图像纠正到统一标准的坐标；正射投影纠正，用DEM对像元进行校正，使图像符合正

6、射投影要求。其中有两个重要环节：一是像元的坐标变换，二是像元亮度值的重采样。 2）辐射校正：a定义：是指消除遥感图像成像过程中附加在传感器输出的辐射能量中的噪 声的技术过程。b原因：传感器性能引起的辐射误差；地形影响和光照条件引起的辐射误差；大气的散射和吸收引起的辐射误差。d方法：镜头的非均匀性引起边缘减光现象的改正，得到不同位置减光的定量关系进行校正；光电变换系统引起的误差校正，根据地面测 1 量值对其进行校正；太阳高度引起的误差校正，太阳光倾斜照射时获取图像校正为垂直照射时的图像；地形坡度引起的误差校正，利用DEM数据进行校正；大气校正，利用辐射传输方程、地面数据或辅助数据进行校正。 19

7、. 图像增强：指对图像进行试探性的加工改造，使人们感兴趣的信息易于识别的过程。 20. 图像复原：指对已知降质原因的图像采用确定的模型和方法，恢复图像本来面目的过程。 21. 灰度直方图：1）定义：以像元灰度值为x轴，以各灰度值像元出现的频率为y轴而制成的 图表。2）性质：a它可以反映图像或亮或暗的整体概貌；b它可以相加运算；c它并不反映像元的空间分布，因此从图像到直方图是一对一的关系，反之则是一对多的关系。 22. 目视解译：借助人眼的观察和人的智能，结合一些量测工具来识别图像中的目标。特点： 解译者的学识和经验在判读中起主要作用，精度高，但难以对海量空间信息的定量化分析。 23.计算机图像

8、理解： 以计算机软硬件为支撑，利用模式识别技术和人工智能技术，建立图像 解译专家系统从而让计算机模拟人工解译过程，读取遥感图像上的特征，进而确定图像上的目标。特点：速度快，处理方式灵活多样，整个处理过程通常是以人机交互方式进行，对计算机技术和算法要求较高，识别的精度通常不及目视解译。 24.解译标志：遥感图像上能帮助人们识别不同目标的那些影像。 25.特征选择：在遥感图像分类之前，为了压缩参与分类多光谱图像数据的维度和找到那些对 识别感兴趣的地物类型最为有效的“特征图像”，通常需要进行特征选择和特征提取。在分类时我们总是希望用最少的影像数据取得最好的分类结果，这样就需要从多光谱图像中选择最佳的

9、特征影像组合进行分类，这就称为特征选择。 26.特征变换：将原始多光谱图像通过一定的数学变换（如主成分、缨帽变换、植被指数变换 等）生成一组进行了信息融合的新的特征图像，这种技术手段就称为特征变换。 27.总体分类精度：正确分类的总像元数与分类评价的总像元数之比。 28.用户精度：每一类别被正确分类的像元数量除以被分作该类的总像 元数。 29.生产者精度：每一类别被正确分类的像元数量除以该类用作分类训练的总像元。 30.无监分类：在对研究区不了解的情况下，只是依据每一类型地物所具有的相似性，把反映 各类型地物特征值的分布按相似分割和概率统计理论将各像元归并成不同的空间集群，然后结合地面实地调查

10、来确定各集群的地物类型从而达到识别分类目的的分类方法。 31.有监分类：利用对研究区已有类别的知识和从遥感图像上选取若干有代表性的训练区作为 样本，估计出各类别的统计特征参数进而建立判别函数，然后利用此函数实现对待分类像元进行分类的方法。 32.线性拉伸变换：是将原始图像像元亮度值的变动范围按线性关系扩展到指定范围的过程。 可以实现像元间亮度值间差异的扩展，同时也可以实现亮度值差异的压缩。分段线性拉伸：不同段变化具有不同的扩展或压缩效应。非线性：对数变换：扩展低亮度像元间亮度差异，抑制高亮度像元间亮度差异。指数变换:压缩低亮度像元间的亮度差异 扩展高亮度像元间的亮度差异。高斯变换:压缩低亮度和

11、高亮度像元间的亮度差异，扩展中间亮度像元间的亮度差异。变换：定义：将其他表色系统的图像转变成HIS系统的过程。原因：1 人眼不能测定R、 G、B三色的比例，因此对地物目标彩色特性的描述不便。2 人眼是通过亮度、色调和饱和度来区分地物的，所以HIS系统更易理解。3 在彩色显示上为了得到期望的效果，采用HIS系统操作更易实现。 34.主成分变换效应：降低原始图像数据的维度；去相关；数据融合。变换：这种线性变换同样使坐标轴发生平移和旋转，只是新的坐标轴不是指向主成分方 向，而是指向另外的方向，这些方向与地面景物有密切的关系。它与主成分变换都是正交变换，都去相关。但在主成分的贡献率和每个亮度值的贡献值

12、上有区别。 36.数据融合：1）定义：是指将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一 组新的信息的过程。2）目标：既能保留多光谱数据的光谱特征同时又发挥了高空间分辨 2 率数据的优点，使各类地物特征清晰。3）三个层次：基于像元；基于特征；基于决策层。4）技术关键：充分认识研究对象的地学规律，为图像信息融合找到理论的支撑；充分考虑不同遥感数据间波谱信息的相关性而引起的有用信息和噪声误差的增加，对多源遥感数据作出合理的选择；多源遥感数据的配准，要解决遥感数据的几何畸变，实现以几何校正为基础的空间配准，达到同一区域不同图像数据地理坐标的统一；融合算法的建立与优化，最大限度地利用多源遥感

13、数据中的有用信息。5）过程：数据之间的精确配准；融合模型和方法的选择；融合后效果评价。 37.遥感技术构成：1）对象:被探测的事物；2）传感器：能感测事物并能感测的结果传递给使 用者的仪器；3）信息传播媒介：在目标与传感器之间起信息传递作用的介质；4）遥感平台：搭载传感器并使之正常工作的装置。 38.遥感的分类：按对象分：宇宙遥感，对地遥感。按平台分：航天遥感，航空遥感，地面遥 感。按媒介分：电磁波遥感，声波遥感，重力场遥感，地震波遥感。按工作方式分：被动遥感，主动遥感。 39.大气散射：吸收作用是将电磁波能量转换为分子热运动的热能，而散射只是改变电磁波的 传播方向，并没有能量转换。（1）瑞利

14、散射：发生条件：当微粒直径D<<电磁波波长。效应：短波强于长波。（2）米氏散射：发生条件：当微粒直径D电磁波波长。效应： 2散射系数 （1/ ）。（3）无选择性散射：发生条件：当微粒直径D>>电磁波波长 。效应：散射系数 与波长无关。 40.图像平滑：1）效应：滤除图像中的噪声，同时也模糊边界。2）方法：简单算术平均，加 权算术平均，中值滤波。 41.图像锐化：1）效应：能检测图像中不同区域的边界。2）方法：梯度算子，Robert 梯度， 拉普拉斯算子，Kirsch算子。 42.彩色增强：对图像进行彩色变换对于提高人眼的分辨能力很重要。分

15、为：伪彩色变换，真 彩色，假彩色，HIS变换。 43.图像运算：1）多光谱图像的加法运算，图像间的“平滑”操作。2）多光谱图像的减法运 算：有利于提取在不同波段辐射特性差异大的地物；有利于同一地区不同时期的动态监测。3）植被指数。 RVI?44.植被指数：A 比值植被指数： 为地表反射率，NIR代表近红外，R代表红光）。效应：消除地形起伏产生的阴影的影响；提高与地面实测生物物理参数的相关性；绿色植物RVI值较高，而裸土、人工特征物、水体以及枯死或受胁迫的植被，RVI值较低；RVI对大气状况很敏感，因此使用前最好要进行大气校正。B 归一化差值植被指数： DNNIR?RVI?NIRDNR或?R（D

16、N表示像元点的数字化值， NDVI?DNNIR?DNR?RNDVI?NIR DNNIR?DNR或?NIR?R。效应：（1）它是植被生长及植被覆盖 度的最佳指示因子（2）NDVI经比值处理，可以部分消除有关的辐照度条件变化的影响 （3）对于陆地而言，云、水、雪的NDVI<0；岩石、裸土的NDVI接近于0；有植被覆盖的地表的NDVI>0（4）NDVI增强了近红外与红色通道反射率的对比度，它是近红外与红光比值的非线性拉伸，其结果是增强了低值部分，抑制了高值部分，导致了对高植被区较低的敏 ?DNNIR?DNR?SAVI?DN?DN?L?1?L? NIRR?感性。C土壤调整植

17、被指数：或 ?NIR?R?SAVI?L?1?L? R?NIR?。效应：它降低了土壤背景的影响，改善了NDVI与LAI的 线性关系。 3 45.常用的解译标志：色调：指地物反射、辐射电磁波的性质和能量强弱在影像上的表现 阴影：指因倾斜照射，地物自身遮挡光源而造成影像上的阴影。 大小：指地物长、宽、高、面积、体积等在影像上的记录。它不仅 能求得地物的数量特 征，而且对判读地物的性质也有帮助。 形状：是目标物的外形、轮廓。 纹理：是指具有不同色调和形状的细微影像按规则排列的集合。 图案：即图型结构，是指多个人工目标重复排列的空间形式，它反映地物目标的空间分布 特征。 位置：它反映地物所处的地点与环境

18、，地物与周边的关系。 组合：指某些目标的特殊表现和空间组合关系，它不同于那种严格 按图案显示的空间排 列，而指物体间一定的位置关系和排列方式。 46.非监督分类的特点：1 分类者不需要对研究区非常熟悉，但分类结束后仍需要地面调查来 确定各集群的地物覆盖类型。2 人为误差的机会减少，因为分类者参与的程度低，只需要设定参数即可。3 产生的光谱集群组并不一定对应于分析者想要的类别。4 分析者较难对产生的类别进行控制。 47.非监督分类的算法：1 K-Mean算法：是通过迭代，逐次移动各类别的中心，直到后一次获 得的各类的中心与前一次聚类获得的中心不再发生移动为止。这种方法的聚类结果受所选聚类中心的数

19、目及其初始位置以及模式分布的几何性质等因素影响，并且在迭代过程中没有调整类别数的措施。2 ISODATA算法步骤：（1）初始随机选取Cmax个中心（2）计算其它像元到这些中心的距离，按照最小距离规则将各像元划分到其对应的类别中去（3）重新计算每个类别的均值，按照定义的参数合并或分裂相关类别（4）重复（2）、（3），直到达到最大不变像元百分比或最大迭代次数为止。 48.有监分类的特点： 优点：1 可根据应用的目的和区域，有选择的决定分类类别，避免出现一些不必要类别。2 可控制训练样本的选择。3 可通过检查训练样本来决定训练样本是否被精确分类。4避免了非监督分类中对光谱集群的重新归类。 缺点：1 分类系统的确定、训练样本的选择都有较强