《3S技术及其在水利工程中的应用》课件-项目1 遥感技术基础

遥感概述遥感概述01遥感的定义02遥感的发展03遥感的特点04遥感的组成05电磁波与电磁波谱遥感的定义遥感即遥远的感知，是指在不直接接触的情况下，对目标或自然现象远距离探测和感知的一种技术。遥感的定义遥远的感知，泛指一切无接触的远距离探测，包括对电磁场、力场、声波、地震波等的探测。广义遥感应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。狭义遥感遥感的定义鸟巢和水立方珠穆朗玛峰遥感的发展历程美国学者艾弗林.普鲁伊特Evelyn.L.Pruitt最早使用“遥感”一词1960在美国密歇根大学召开了环境遥感国际讨论会，标志着遥感这门新兴学科正式形成1961遥感的发展历程萌芽阶段（地面、空中遥感）航空遥感航天遥感遥感的发展历程1839-1857年：地面遥感阶段1858年：法国人陶纳乔Tournachon用系留气球拍摄了法国巴黎的“鸟瞰”像片1.萌芽阶段1860年：JM布莱克乘气球在空中拍摄美国波士顿照片，用飞鸽、风筝等作为遥感平台拍摄空中照片遥感的发展历程莱特兄弟发明飞机1903出现红外航摄胶片19312.航空遥感1937进行首次彩色航空拍摄遥感的发展历程遥感的发展历程3.航天遥感前苏联发射世界第一颗人造地球卫星1957陆续发射了不同高度、不同用途的卫星1960陆地卫星气象卫星海洋卫星传感器多光谱相机多波段扫描器微波辐射计合成孔径侧视雷达遥感的发展历程遥感的特点1.大面积同步观测遥感技术能够在较短的时间内，从空中乃至宇宙空间对大范围地区进行对地观测，并获取大量的地理信息。遥感的特点遥感的特点2.时效性在很短时间内对同一地区进行重复探测，获得短周期动态变化数据。2020年海南局部地区作物休耕或撂荒、单季种植影像遥感的特点3.数据的综合性和可比性遥感图像综合反映地球上许多自然、人文信息。遥感的特点3.数据的综合性和可比性遥感图像上包含的信息量非常大，地球资源卫星Landsat和CBERS等所获得的地物电磁波特性均可以较综合地反映地质、地貌、土壤、植被、水文等特征而具有广阔的应用领域。综合性遥感的特点3.数据的综合性和可比性在轨运行的遥感传感器多种多样，植被在绿波段上反射率高，红波段反射率低，近红外反射率最高，对同一植被、同一传感器的多波段数据上呈现的色调就是有亮有暗的。可比性遥感的特点4.经济性研制发射卫星和传感器的投入与所获得的的收益，遥感数据产品的大数据及存储性，决定了其与传统方法相比大大节省了人力、物力、财力和时间，具有很高的经济效益和社会效益。遥感的特点5.局限性遥感传感器的探测波段有限，已经利用的电磁波谱段对许多地物的某些特征还不能准确反映，还需要发展高光谱分辨率遥感、理论技术上的支持以及实测数据的验证。遥感的组成遥感系统信息源信息获取信息处理信息应用遥感的组成1.信息源吸收电磁波反射电磁波透射电磁波辐射电磁波信息源是遥感需要对其进行探测的目标物。遥感的组成2.信息获取运用遥感技术接收、记录目标物电磁波特性的探测过程。遥感的组成2.信息获取遥感技术装备遥感平台传感器搭载传感器的运载工具气球、飞机和人造卫星探测目标物电磁波特性的仪器设备照相机、扫描仪和成像雷达遥感的组成3.信息处理信息处理是指运用光学仪器和计算机设备对所获取的遥感信息进行校正、分析和解译处理的技术过程。信息处理的作用是掌握或清除遥感原始信息的误差，从遥感信息中提取并转换所需的有用信息。遥感的组成4.信息应用专业人员按不同目的将遥感信息应用于各业务领域的过程。不同遥感信息的融合遥感信息和非遥感信息的复合电磁波与电磁波谱1.电磁波概念变化的电场能够在它周围引起变化的磁场，这一变化的磁场又在较远的区域内引起新的变化电场，并在更远的区域内引起新的变化磁场。这种变化的电场和磁场交替产生，以有限的速度由远及近在空间内传播的过程。电磁波与电磁波谱2.电磁波性质电磁波是横波，在真空中以光速传播。电磁波与电磁波谱2.电磁波性质电磁波的传播是能量的传递，具有波粒二象性。

波动性电磁波在传播过程中粒子性电磁波与物质相互作用时

反射、折射、吸收、透射电磁波传播到气体、液体、固体介质时电磁波与电磁波谱2.电磁波性质c=λf波动性Q=hf粒子性h普朗克常数c光速λ波长f频率Q能量电磁波与电磁波谱2.电磁波性质电磁波波长越短能量越强穿透物体的能力更强电磁波波长越长能量越弱衍射绕过障碍物的能力更强电磁波与电磁波谱3.电磁波谱根据电磁波在真空传播的波长或频率，按递增或递减顺序排列成的图表叫电磁波谱。电磁波与电磁波谱3.电磁波谱习惯上将电磁波谱分成7个区：γ射线-X射线-紫外线-可见光-红外线-微波-无线电波。遥感中应用的光谱范围遥感的分类按遥感平台分1.地面遥感地面遥感：传感器设置在地面平台上，搭载平台低于50米遥感系统车载船载手提三脚架按遥感平台分1.地面遥感地面遥感是人们设计传感器探测波段的依据地面遥感是检查大气纠正准确度的依据按遥感平台分1.地面遥感太阳辐射经过大气层会有衰减，原始遥感影像上的能量跟目标地物的真实能量不一样，要进行纠正，实地测量的目标地物的反射波谱的标准值检测纠正的正确性。按遥感平台分2.航空遥感航空遥感：遥感高度在80km以下时，传感器设置于航空器上，主要的搭载平台是飞机、气球、无人机等。按遥感平台分3.航天遥感整个卫星的平台高度范围是80km-3600km，3600km的卫星对应的是地球静止和地球同步卫星，作用是通讯卫星。陆地资源卫星作用探测是天气、水文、资源、环境、矿产、人口、海洋等方面的信息，大致都是太阳同步轨道卫星，卫星高度在700-900km范围内。按传感器的探测波段分紫外遥感：探测波段在0.05~0.38μm之间可见光遥感：探测波段在0.38~0.76μm之间红外遥感：传感器能够目标物在0.76~1000μm之间的影像时微波遥感：传感器能够接受目标物返回的1mm~1m之间的波长上的能量按传感器的探测波段分传感器不仅在可见光波段设置通道，还在近红外波段有探测通道。多波段遥感可见光波段红外波段范围多波段遥感探测波段按工作方式分主动遥感被动遥感按工作方式分类遥感按工作方式分1.被动遥感太阳光入射到地球表面上，波长范围包括可见光、红外、微波，当辐射来源是太阳光时，传感器被动接受目标物返回的的太阳辐射，这个过程中传感器没有发射电磁波，被动遥感的传感器仅被动接收目标物的自身发射和对自然辐射源（太阳辐射）的反射能量。按工作方式分2.主动遥感在遥感中，雷达技术应用在卫星上时，探测器主动发射一定电磁波能量并接收目标的后向散射信号，在遥感应用领域中，只有微波遥感能实现主动遥感。按工作方式分成像遥感传感器接收的目标电磁辐射信号可转换成(数字或模拟)图像。成像遥感非成像遥感传感器接收的目标电磁辐射信号不能形成图像。非成像遥感按应用领域分遥感外层空间遥感大气层遥感陆地遥感海洋遥感按应用领域分资源遥感林业遥感环境遥感农业遥感渔业遥感水文遥感地质遥感气象遥感城市遥感军事遥感工程遥感灾害遥感辐射校正大气影响的定量分析进入大气的太阳辐射会发生反射、折射、吸收散射和透射。其中对传感器接收影响较大的是吸收和散射。1.没有大气大气影响的定量分析1.没有大气假设没有大气的影响，太阳的辐射能量直接照射到地面上。设E0λ为波长λ的入射辐照度，θ为入射方向的天顶角，当无大气存在时，地面上单位面积的辐照度，被辐射物体表面单位面积上的辐射通过量：大气影响的定量分析1.没有大气假定地表是朗伯体，某方向经过反射后物体的亮度Rλ是地物反射率π是球面度大气影响的定量分析1.没有大气传感器接受信号是，受仪器自身的影响还有一个系统增益因子，这是进入传感器的亮度值为：大气影响的定量分析2.大气存在辐射经过大气吸收和散射，透过率小于1，从而减弱了原信号的强度。入射方向上的透过率Tθ反射方向上的透过率为TΦ大气影响的定量分析2.大气存在进入传感器的还有漫入射ED和程辐射LP，大气对辐射散射后，来自各个方向的散射又重新以漫入射的形式照射地物，其辐照度为ED，经过地物的反射及反射路径上大气的吸收进入传感器，其亮度值为大气影响的定量分析2.大气存在相当部分的散射光，向上通过大气直接进入传感器，这部分辐射称为程辐射度，亮度为SλLPλ。大气影响的定量分析2.大气存在由于大气影响的存在，实际到达传感器的辐射亮度是前面所分析的三项之和。大气影响的定量分析无大气辐射亮度有大气辐射亮度大气的主要影响是减少了图像的对比度，使原始信号和背景信号都增加了因子。大气影响的定量分析无大气时(a)白处亮度值为50，黑处亮度值为0，则亮度对比C1=(50-0)/50=1。大气影响的定量分析当有大气影响时(b)乘上透过率后假定减少10%，亮度值减少到45，而由于L2λ和LPλ。存在，黑白处亮度均增加10，这样亮度对比变成C2=(55-10)/55=9/11。C1>C2，对比度降低大气影响的粗略校正去除大气影响是将公式中的附加项和附加因子求出，最终求出地物反射率R，从而恢复遥感影像中地面目标的真实面目。当大气透过率变化不大时，只要去掉含ED和LP的数据项就可修正图像的亮度。大气影响的粗略校正通过简单的方法去掉程辐射LP，从而改善图像质量，恢复反射的对比情况。大气影响的粗略校正1.直方图最小值去除法基本思路：影像中阴影、深水处，一般辐射亮度应为0，若影像上该处像元亮度不为零，则应是大气散射导致的程辐射度值。大气影响的粗略校正1.直方图最小值去除法校正方法：将每一波段中每个像元的亮度值都减去本波段的最小值。使图像亮度动态范围得到改善，对比度增强，提高图像质量。大气影响的粗略校正2.回归分析法基本思路：散射主要发生在波长较短的波段，将近红外波段作为无散射影响的标准图像，将标准图像和待校正的波段的图像进行线性回归，建立相应方程，线性方程中的截距就是待校正波段图像中大气影响所造成的辐射增量。大气影响的粗略校正2.回归分析法假定某红外波段，存在程辐射为主的大气影响，且亮度增值最小，接近于零，设为波段a。需要找到其他波段的最小值，设为波段b并找到其相应的最小值。由于波段之间的相关性，通过回归分析得到线性回归线与波段b的亮度Lb轴相交。大气影响的粗略校正2.回归分析法α是截距，β是斜率

分别为a、b波段亮度的平均值α是波段a中的亮度为零处在波段b中所具有的亮度大气影响的粗略校正2.回归分析法校正方法：将波段b中每个像元的亮度值减去α，来改善图像，去掉程辐射。几何校正遥感影像变形的原因遥感图像几何位置上发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等变形。几何畸变是平移、缩放、旋转、偏扭、弯曲等作用的结果。几何畸变原始图像校正后图像遥感影像变形的原因1.遥感平台位置和运动状态变化的影响：航高、航速、俯仰、翻滚、偏航。遥感影像变形的原因2.地形起伏造成的影响：产生局部像点的位移。遥感影像变形的原因3.地球表面曲率的影响：像元点位置的移动；像元对应于地面宽度不等。遥感影像变形的原因4.大气折射的影响：产生像点位移。遥感影像变形的原因5.地球自转的影响：产生影像偏离。几何畸变校正1.基本思路把存在几何畸变的图像，纠正成符合某种标准地图投影的图像，且要找到新图像中每一像元的亮度值。几何畸变校正1.基本思路校正前的图像，图像中像元点与其所对应的地面真实位置不同，像元之间的间距也并不相等校正后的图像，由等间距的网格点组成，且以地面为标准，符合某种投影的均匀分布，与标准图像进行很好的整合几何畸变校正2.具体步骤和计算方法建立校正前后两图像像元点之间的对应关系-多项式校正模型(多项式纠正函数)2元n次2元2次几何畸变校正2.具体步骤和计算方法2元2次多项式需求出12个系数需要12个线性方程找到对应点（x，y）（u，v）(控制点)如果要提高精度，必须大大增加控制点的数目，用最小二乘法进行曲面拟合求系数。几何畸变校正2.具体步骤和计算方法确定校正后图像上每一点的亮度值最近邻法几何畸变校正2.具体步骤和计算方法优点：简单易用，计算量小。缺点：最大可产生0.5个像元的位置偏移，使图像亮度不连续，影响精度。确定校正后图像上每一点的亮度值几何畸变校正2.具体步骤和计算方法双线性内插法取(x,y)点周围的4邻点，在y方向(或x方向)内插二次，再在x方向(或y方向)内插一次，得到(x,y)点的亮度值f(x,y)。几何畸变校正2.具体步骤和计算方法优点:精度提高，对像元值不连续现象有明显的改善。缺点:计算量增加，有平滑效果，使对比度明显的分界线变得模糊;破坏了原图像的像元值。双线性内插法几何畸变校正2.具体步骤和计算方法3次卷积内插法在内插点周围的16个观测点的像元值中赋予不同的权重进行内插，如图所示，用3次卷积函数对所求像元值进行内插。几何畸变校正2.具体步骤和计算方法优点:具有图像的均衡化和清晰化的效果，得到较高的图像质量。缺点:运算量很大，破坏了原图像的像元值，对位置校正的准确性要求更高。双线性内插法几何畸变校正3.控制点数目的确定一次多项式有6个系数需要6个方程来求解需3个控制点的3对坐标值几何畸变校正3.控制点数目的确定二次多项式有12个系数需要12个方程来求解需6个控制点的6对坐标值n次多项式，控制点的最少数目为(n+1)(n+2)/2在条件允许的情况下，控制点数的选取都要大于最低数很多。几何畸变校正几何畸变校正3.地面控制点选取的原则控制点的选择要以配准对象为依据。关键在于建立待匹配的两种坐标系的对应点关系。几何畸变校正4.地面控制点选取的注意事项控制点应选取图像上易分辨且较明显、清晰的特征点图像边缘部分一定要选取控制点，以避免外推尽可能满幅均匀选取特征变化大、地形起伏变化大的地区应多选些特征不明显的大面积区域(如沙漠)，可用求延长线交点的办法来弥补遥感图像的配准和镶嵌遥感影像的自动配准在许多遥感图像处理中，需要对多源遥感图像进行比较和分析图像的融合变化检测统计模式识别要求多源图像间必须保证在几何上是相互配准的。海量遥感图像的配准要求自动化的处理。遥感影像的自动配准配准的过程在多元图像上分布足够数量均匀的图像控制点01根据控制点解算多项式中的系数，经过坐标转换、灰度重采样，完成图像配准02多源遥感图像间的控制点确定是图像配准的关键，少量的遥感图像之间控制点可以通过人工方式确定，海量遥感图像的配准要求自动化的处理。遥感影像的自动配准遥感图像的镶嵌遥感图像的镶嵌当研究区超过单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖整个研究区的较大图像，该过程称为图像镶嵌。①镶嵌图像之间有较高的配准精度②图像之间波段数目相同图像镶嵌的前提图像镶嵌的前提③相邻图像之间有一定的重叠④指定参照图像，作为对比度匹配和设置输出图像的地理投影、像元大小、数据类型的基准图像镶嵌的前提遥感图像的镶嵌因成像时间、太阳光照、大气状态的差异或遥感传感器本身的不稳定，不同图像之间对比度及亮度可能会有差异，需要进行图像匹配。直方图匹配彩色亮度匹配遥感图像的镶嵌参照图象待镶嵌图像（图像匹配前）待镶嵌图像（图像匹配后）遥感图像的镶嵌平均值法最大值法指定切割线，切割线两侧的输出值对应与其邻近图像上的像元值最小值法线性插值法遥感图像的辐射增强遥感图像的辐射增强是为了突出遥感图像中的某些信息削弱或除去某些不需要的信息，使图像更易判读。实质是增强感兴趣目标和周围背景图像间的反差。空间域的处理直接对图像进行各种运算以得到需要的增强结果。空间域处理中涉及到图像像元亮度的直方图每一幅图像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略分析图像的质量。假定一幅图像的像元亮度随机分布，直方图是正态分布的。图像灰度的直方图图像灰度的直方图观察直方图形态时，发现直方图峰值偏向亮度坐标轴左侧，说明图像偏暗当峰值偏向坐标轴右侧，说明图像偏亮峰值过陡、过窄，说明图像的高密度值过于集中线性变换和非线性变换简单线性变换按比例拉伸原始图像灰度等级范围，使输出直方图的两端达到饱和。线性变换和非线性变换①通过一个线性函数实现:DN=A*DN0+B，DN和DN0分别为变换后和变换前的像元灰度值。指数线性分段线性对数线性变换和非线性变换②分段线性变换:根据像元灰度值所处的范围，使用不同的线性变换函数。指数线性分段线性对数线性变换和非线性变换③非线性变换:对遥感图像指数变换、对数变换等。指数线性分段线性对数线性变换和非线性变换线性变换前线性变换后直方图均衡化直方图均衡化将图像直方图修改成均匀分布的直方图，其实质是对图像进行非线性拉伸，重新分配图像的像元值，使一定灰度范围内的像元数量大致相等。图像看起来更加清晰。直方图均衡化线性变换前线性变换后直方图匹配直方图匹配通过变换使得一个图像的直方图与另一个图像的直方图类似。直方图匹配在图像镶嵌、变化检测时能够发挥较大的作用。直方图匹配多源遥感信息复合多源信息复合定义将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。意义发挥不同遥感数据源的优势，弥补某种遥感数据的不足，提高遥感数据的应用性；利于综合分析和深入理解遥感数据。多源信息复合1.不同传感器的遥感数据复合配准01复合02采用几何校正的方式，分别在不同数据源的影像上选取控制点，进行重采样，完成配准。实现地物吻合，分辨率一致。彩色合成方法的效果比较明显。以TM波段432和SPOT全色波段为例：多源信息复合1.不同传感器的遥感数据复合方法一：逐点运算每幅TM图像均与SPOT图像做逐点运算，生成三幅图像R、G、B三个分量，进行彩色合成，生成复合图像。复合图像既包含着TM的多波段信息又包含着SPOT高空间分辨率的信息。TM432SPOT全色波段RGB相加、相减、相乘方法二：加权运算A为权重函数多源信息复合1.不同传感器的遥感数据复合方法三：逐点运算010203对TM进行主成分变换；用SPOT全色波段替代第一主成分；将代换后所有波段再做一次反变换。X1X2...X6Y1Y2...Y6y1y2...y6X1X2...X6XYY’TM432SPOT全色波段Y=AXX‘=AY’多源信息复合1.不同传感器的遥感数据复合方法三：逐点运算010203对TM进行HLS变换;用SPOT全色波段替代明度成分;将代换后所有波段再做一次反变换。RGBTM432HLSHL’SR’G’B’LR复LG复LB复SPOT全色波段多源信息复合2.不同时相的遥感数据复合配准直方图调整复合多源信息复合2.不同时相的遥感数据复合复合常用方法：彩色合成法、差值法、比值法。彩色合成：将不同时相的图像进行彩色合成，分别赋予RGB三个分量，通过颜色的变化和对比来研究整个时态上的变化。差值法：采用不同时相的图像进行差值的计算，差值设置一个阈值，在把差值图像转换为01图像，变化的区域是1，未变化的区域是0，突出显示动态变化的信息。多源信息复合2.不同时相的遥感数据复合020301调整成一致的直方图，是图像的亮度趋于一致，便于比较用于研究时间变化所引起的各种动态变化。常用方法：彩色合成法、差值法、比值法。利用几何校正的方法进行位置配准配准直方图调整复合遥感与非遥感信息的复合01意义将遥感信息与地形、气象、水文等专题信息，行政区划、人口、经济收入等人文与经济信息作为遥感数据的补充。有助于综合分析问题，发现客观规律，提高解译效果。02方法将获取的非遥感数据按照一定的地理网格系统重新量化和编码，以完成各种地理数据的定量和定位，产生出新的数据格式。将非遥感数据制作成与遥感数据类似的若干独立的波段，以便和遥感数据复合。03步骤（1）地理数据的格网化网格化数据生成--局部拟合法进行逐点内插；与遥感影像配准--格网对应的地面分辨率与遥感数据一致。遥感与非遥感信息的复合03步骤（2）最优遥感数据的选取复合时的遥感数据常常只需一个或二个波段，如为使分辨率优化，可选取SPOT数据的全色波段，当用TM数据则可选用K-L变换后的前两个波段，以达到减少数据量，保持信息量的目的。遥感与非遥感信息的复合03步骤（3）配准复合①栅格数据与栅格数据非遥感数据与遥感数据共组成三个波段，假彩色合成；两种数据直接叠加，波段之间进行数学运算或布尔运算；②栅格与矢量数据不同数据格式，坐标位置配准，直接叠加。遥感图像分类方式：监督分类遥感图像分类方式也称聚类分析，即事先不给定任何先验知识和训练样本，仅从遥感影像出发，基于波段特征向量进行自然聚类。非监督分类两种方法的根本区别：是否选取类别的训练样本。需要从研究区选取具有代表性的训练场地作为样本(Sampleselectlon)，并进行训练(Training)，再依据一定的判别函数与判别准则(Declsi0nRule)，对待分像元进行类别判定。监督分类监督分类：最小距离法、最大似然法、支持向量机分类(SVM)等。非监督分类：K-means法、ISODATA法。遥感图像分类方法监督分类法需要从研究区选取每类地物的训练样本，利用样本数据来求解该类别的统计模型参数。（训练——利用样区数据求解该类别的统计参数的过程称之为学习或训练。）010203040506监督分类法的最主要步骤建立分类方案，即确定感兴趣的类别数（如水体、建筑物、道路、树木）等对每一种地物类别选择训练样本特征变换和特征选择。(将待分类影像转换成特征矩阵）选择分类器，即设定分类判决函数和判决规则的形式根据训练样本学习到分类器的统计模型参数根据训练好的判决函数和判决规则对非训练样区或待分类的图像区域进行分类一般要求样本在该类别的目标面积较大的区域选取，每一类别的样本不要集中在一起，最好比较分散，目的是让选取的每一类地物的训练样本都具有比较好的代表性。训练样本区域选取规则最小距离分类器基本思想：计算待分像元的光谱特征向量X到每一类别集群光谱特征的代表量之间的光谱距离，哪类地物离它最近，该像素就属于哪类。未考虑每一类别样本分布两类和多类分类中，假定各类别的样本灰度值分布服从正态分布，基于贝叶斯判别准则，计算待分像元到各类别的归属概率，根据最大归属概率进行分类。最大似然分类最大似然分类

分类原理设有S个类别，用W1、W2、...、Ws来表示,根据贝叶斯定理可以得到样本X属于类别i的概率，如公式所示

类条件概率类先验概率如何得到

P（X|Wi）？最大似然分类类条件概率函数通过训练样本求解类条件概率函数，假设每类地物亮度值函数服从正态分布函数，要确定这个正态函数，最关键的是求出正态分布的均值和标准差。基于每类地物的训练样本，通过最大似然的参数估计就可以得到类条件概率函数，估算出类函数的均值和方差之后，进而得到P（Wi│X）。为了准确的估计均值和方差两个参数，最大似然分类通常要求每个地物类别的训练样本比较多，同时具有代表性，这样参数估计比较准确。估算每类正态分布的均值和方差（最大似然参数估计）最大似然分类

支持向量机（SVM）分类原理SVM(supportVectorMac)是一种二分类的模型；基本思想：找到空间中的一个能够将所有数据样本分开的超平面。WTX+b＜0WTX+b＞0WTX+b=0分类界面如何确定？支持向量机（SVM）

最大化间隔

理想的可分性支持向量机（SVM）非理想线性可分？§i§i实际中通常碰到的是不能够用一个分类面把数据完全分开§松弛变量（允许第i个数据点偏离的间隔）支持向量机（SVM）非理想情形下的目标函数参数C称为惩罚因子，可视为控制的权重系数（事先指定），C决定了有多重视离群点带来的损失，当所有离群点的松弛变量的和一定时，C越大，对目标函数的损失也越大，此时就暗示着非常不愿意放弃这些离群点。非监督分类方法非监督分类

定义非监督分类也称聚类分析，即事先不约定任何先验知识和训练样本，仅从遥感影像出发，基于波段特征向量进行自然聚类。

基本思想同类地物在光谱上相似，即在光谱特征空间上有聚集效应。同类地物由聚集效应，不同地物有分离效应。波段2波段1光谱特征空间非监督分类类别属性：聚类能将同一类别的地物聚在一起，过程中类别属性未知，分类结束后，可通过目视判读遥感影像或实地采样调查确定类别属性。典型算法：K-means聚类（K均值聚类法）K-means聚类选择C个中心Z1、Z2、...、Zm所有像元分到C个集群中心计算新的集散中心计算新的聚类中心初始化聚类中心01选出C个样本作为初始聚类中心，将全部样本随机地分成C类。初始聚类02(1)按最短距离原则将样本归入各聚类中心所代表的类中。(2)重新计算样本均值，更新聚类中心。然后取下一样本重复操作，直至所有样本归入相应类中。K-means聚类选择C个中心Z1、Z2、...、Zm所有像元分到C个集群中心计算新的集散中心计算新的聚类中心聚类终止判断03聚类中心不再发生改变时各像元的类别也不再发生变化，此时聚类过程终止。若聚类不理想，可能需要调整类别数和初始中心。中心变化结束中心不变K-means聚类算法实例：已知一两波段图像像元值如图所示，采用K-Means聚类算法对该图像进行分类。（分类类别数为2，取图像中第一行前两个点作为类别初始中心）K-means聚类1086420024X11X121086420024108642002410864201086420迭代，直至聚类中心不发生变化，分类结束K-means聚类方法局限需要迭代调整聚类中心，当数据量较大时，需考虑算法效率初始聚类中心的确定对结果有影响聚类类别数需要事先给定，有时候难以确定（改进：ISODATA）010203ISODATA法ISODATA(IterativeSelf-OrganizingDataAnalysis)称为“选代自组织数据分析算法”。ISODATA算法与K-均值算法的区别：它不仅可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别的“合并”和“分裂”从而得到类别数比较合理的聚类结果。ISODATA法ISODATA方法预定的参数预期的聚类中心数目Nc一个聚类中样本距离分布的标准差θs两个聚类中心间的最小距离，小于此便合并类θc每一个聚类最少的样本数目θN迭代运算次数I一次迭代中可以合并的聚类中心最多对数LISODATA法0101输入N个待分类样本，预定Nc个初始聚类中心。根据最近距离原则将样本分给最近聚类集Sj，如果Sj中的数目小于θN，便取消该聚类集，即Nc减1。ISODATA法0201

03判别是否进行分裂、合并和迭代运算。ISODATA法判断条件若迭代次数到最大次数，置θc=0，转至合并步骤。01

02

0304分裂处理的过程。计算每个聚类集j样本距离的标准差向量§j其中j=1，2，…，Nc，求出每一标准差向量§j,中的最大分量§jmax。ISODATA法如果§jmax>θs，并满足以下两个条件:

则将旧的中心么分裂成两个新的聚类中心，并且Nc加1。如果完成了分裂步骤，则转到步骤一中根据新的中心重新聚类、判别。如果不进行分裂则进入合并步骤。ISODATA法05合并处理的过程。计算全部聚类中心的距离Dij，比较Dij与θc的值，将满足Dij<θc的值按最小距离次序递增排列，即{Di1j1,Di2j2,…DiLjL}。将这些距离为Dikjk的两个聚类中心Zik和Zjk合并，得到新的中心Zk=1/Nik+Njk[NikZik+NikZjk]，k=1，2，...,L。若不是最后一次迭代，根据合并后新的聚类中心转到步骤一中进行重新聚类、判别。以上步骤后，如果是最后一次迭代运算，算法结束；否则，在不需要改变输入参数情况下，则不断进行聚类、判别、分裂和合并，直到没有新的类别和最后一次迭代。非监督分类和监督分类的区别区别：是否利用先验知识参与分类。监督分类：根据先验知识，选择特征参数，建立判别数，对待分像元点进行分类。精度更高，应用广泛。需要人工选取训练样本，需要较多的时间。非监督分类：根据地物的光谱统计特性进行分类。方法简单，时间和成本节省。水体遥感和地质遥感水体遥感监测的主要任务通过对遥感影像的分析，获得水体的分布，泥沙有机质等状况和水深、水温等要素的信息。对一个地区的水资源和水环境等作出评价，为水利、交通、航运及资源环境等部门提供决策服务。水体的光谱特性水体中叶绿素的光谱信号、悬浮泥沙、污染物、流场的光谱信号。在可见光范围内，水体反射率总体较低，在可见光范围内水体反射率不超过10%，一般为4%-5%，并随着波长的增大逐渐降低。水体的反射主要集中在蓝绿光波段(0.45~0.52um、0.52~0.60um)，其他波段反射率均较低，近红外波段上，水体对该波段几乎完全吸收。提取水体信息的方法单波段法多波段法提取水体信息的方法-单波段法单波段法主要选取遥感影像中的近红外波段并辅于阈值来提取水体。利用水体在近红外波长处的强吸收性以及植被和干土土壤在此波长范围内的强反射性特点来进行。提取水体信息的方法-多波段法0201比值法谱间分析法通过分析水体与背景地物的波谱曲线特征，找出它们之间的变化规律进而用逻辑判别表达式将水体提取出来，如指数法：RWI、NDWI和MNDWI等。水质遥感探测1.水中泥沙的遥感探测浑浊的水体与清水的光谱特征有很大的差异，浑浊水体的反射光谱曲线整体高于清水，与泥沙含量有正相关关系，含泥沙多的水体呈浑浊状，反射率高于纯净水体，且波谱反射峰向长波方向移动（“红移”）；波长较短的可见光，如蓝光和绿光对水体的穿透力较强，可反映出水面下一定深度的泥沙分布状况。水质遥感探测马尾-闽江口河段Landsat5卫星有影像在2006年9月18日Landsat5卫星过境当日，进行同步的水面反射光谱实测和水质样品采集。对各采样点进行高精度GPS差分定位，共设置23个采样点。ISI921VF野外地物光谱仪水体反射光谱测量测量时间为10:00~14:00，测量时面向太阳，水面正上方1m处同时进行测量，同步水样测定，取自于各实测光谱点位水面之下20-30cm处。野外便携式悬浮物测定仪建立基于实测光谱的悬浮物遥感信息提取模型，并利用该模型反演悬浮物浓度的空间分布。水中叶绿素的遥感探测光谱特征：叶绿素浓度增加时，蓝光波段反射率下降，绿光波段反射率增大，叶绿素和浮游生物浓度增大时，近红外波段的反射率有所增加，导致该波段影像中水体不呈黑色，而呈灰色，甚至浅灰色。其监测方法同水中悬浮物的方法。水温的探测水深的探测水体污染的探测水体遥感制图地质遥感定义地质遥感是综合应用现代遥感技术来研究地质规律进行地质调查和资源勘察的一种方法。地质遥感与地质灾害分析1.岩性的识别影响岩石反射光谱的主要因素030102与岩石本身的矿物成分和颜色密切相关；组成岩石的矿物颗粒大小和表面粗糙度的影响；岩石表面湿度的影响。沉积岩最大特点是成层性；沉积岩的解译标志在于岩层的建立。沉积岩的影像特征及其识别岩浆岩呈团块状和短的脉状，与沉积岩在形状结构上明显不同。岩浆岩的影像特征及其识别地质遥感与地质灾害分析1）酸性岩以花岗岩为代表，色调浅，易与围岩区分，形态常显圆形，椭圆形和多边形。2）基性岩，色调深，容易风化，通常剥蚀成负地形：方山，台地。3）中性岩，介于两者之间，火山岩最易识别。变质岩与原始母岩的特征相似，由于变质作用使得其影像特征更复杂，识别起来相对困难。变质岩的影像特征及其识别地质构造的识别1.水平岩层的识别如图所示，硬岩的陡坎与软岩的缓坡呈同心圆状分布地质构造的识别2.倾斜岩层的识别低分辨率遥感影像上，根据顺向坡有较长坡面，逆向坡坡长较短的特性判断岩层的倾向，在高分辨率的遥感影像上常出现岩层三角面，据此可确定岩层的产状。地质构造的识别3.褶皱岩层的识别选择影像上显示最稳定、延续性最好，通常呈平行色带，作为解译标志。标志层的色带呈圈闭的圆形、椭圆形、橄榄形、长条形或马蹄形等，是确定褶皱的重要标志。地质构造的识别4.断层及其类型的识别线性的色调异常断层在遥感影像上的两种表现两种不同色调的分界面呈线状延伸地质构造标志、地貌标志、水系标志等影像特征是判断断层存在的重要标志。地质构造的识别5.活动断层的确定活动断层除了具有断层的影像特征外还有以下特征：山形、沟谷的明显错位和变形山形走向突然中断山前现代或近代洪积扇错开震中呈线性排列，活动频繁构造运动的分析（1）上升运动地区，在地貌上表现为山地的抬升及河流的切割；（2）地壳的下沉区在地貌上表现为负地形。两者接触带上往往有断裂存在。在水系上，上升区表现为放射状水系，下降区则表现为汇聚状水系地质灾害分析（1）通过遥感影像的解译，可以获得震后的灾害影像图，从而为救援和灾害损失评估提供依据。（2）通过遥感影像的解译，可以获得滑坡、泥石流等地质灾害的损害影响范围。地质灾害分析遥感在地址领域中的应用岩性的识别构造的识别构造运动的分析地质灾害的分析植被遥感和土壤遥感植被遥感植被的作用环境的重要组成因子土壤、水文等要素的解译标志反映区域生态环境的最好标志之一个别植物是找矿的指示植物植被遥感0201植被解译的目的在遥感影像上有效地确定植被的分布、类型、长势等信息；对植被的生物量作出估算，因而可以为环境监测、生物多样性保护、农业、林业等有关部门提供信息服务。植被光谱的特征和影响因素植被光谱的特征和影响因素植被光谱主