全球高精度土地利用数据服务 全国作物类型空间分布数据服务 二级分类土地利用数据30m 高精度植被类型分布数据 全国城市功能区划分布数据 全国DEM高程数据服务 全国耕地数据空间分布服务 全国林地分类数据空间分布服务 全国草地类型分类数据空间分布服务 全国水体数据空间分布服务 全国建设用地数据空间分布服务 全国未利用地数据空间分布服务 地形、地貌、土壤理化性质数据服务 全国坡度坡向数据服务 一级分类土地利用数据30m
全国降水量空间分布数据集 全国气温空间分布数据集 太阳辐射量空间分布数据集 全国气象站点观测数据集 全国平均风速空间分布数据集 全国平均水汽压空间分布数据集 全国蒸散量空间分布数据集 全国日照时数空间分布数据集 全国相对湿度空间分布数据集 全国地表温度空间分布数据集 全国气候区划空间分布数据集 全国气象站点空间分布数据集 全国土壤湿度空间分布数据集 全国水文站点地表径流量空间分布数据集
土壤类型空间分布数据服务 土壤质地空间分布数据服务 土壤有机质空间分布数据服务 土壤酸碱度空间分布数据服务 土壤氮磷钾空间分布数据服务 土壤深度空间分布数据服务 土壤侵蚀强度空间分布数据服务 土壤含水量空间分布数据服务 土壤重金属含量空间分布数据服务 中国土壤阳离子交换量空间分布数据 中国土壤容重含量空间分布数据
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国人口密度数据服务 全国poi感兴趣点空间分布数据 全国医院空间分布数据服务 全国学校空间分布数据服务 全国居民点空间分布数据 全国旅游景区空间分布数据 全国机场空间分布数据 全国地铁线路站点空间分布数据 人口调查空间分布数据服务 社会经济统计年鉴数据 中国各省市统计年鉴 中国县级统计年鉴数据 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政区划空间分布数据服务
Landsat陆地资源卫星影像 高分二号遥感影像数据 高分一号遥感影像数据 Sentinel2哨兵2卫星影像 SPOT系列卫星遥感影像数据 WorldView卫星遥感影像数据 资源三号卫星遥感影像数据 GeoEye卫星遥感影像数据 NOAA/AVHRR卫星遥感影像 MODIS卫星遥感影像 环境小卫星 Rapideye快鸟卫星影像
高精度归一化植被指数NDVI空间分布数据 高精度净初级生产力NPP空间分布数据 LAI叶面积指数空间分布数据 全国地表温度LST空间分布数据 全国生态系统服务空间数据集 全国湿地沼泽分类空间分布数据集 全国陆地生态系统类型空间分布数据集 全国农田生产潜力数据集 全国GPP初级生产力数据 全国农田熟制空间分布数据集 中国植被区划数据 中国草地资源数据 全国月度NDVI归一化植被指数空间分布数据 月度净初级生产力NPP空间分布数据 全国年度NDVI归一化植被指数空间分布数据 年度净初级生产力NPP空间分布数据 增强型植被指数EVI空间分布数据 RVI比值植被指数空间分布数据
遥感影像通过亮度值或像元值的高低差异(反映地物的光谱信息)及空间变化(反映地物的空间信息)来表示不同地物的差异,这是区分不同影像地物的物理基础。
人工解译是目前国内使用最多的一种影像提取方法,如土地普查、地质普查、水利普查等。这类方法非常灵活,但需要一定的经验,特别是像地质解译等,对业务专业要求比较多。
本专题分以下内容:
人们对地表物体的有关领域,如土地利用存在一种先验知识,在遥感图像寻找对应关系。然后,根据遥感图像的影像特征推论地表物体的属性。这一过程就称之为遥感图像的解译,也叫遥感图像的判读。
解译的任务就是从图像上认识,辨别影像与地物的对应关系、判断、归类、地物目标,并用轮廓线圈定它们和赋予属性代码,或用符号、颜色表示属性。
进行图像解译时,把图像中目标物的大小、形状、阴影、颜色、纹理、图案,位置及周围的系统称之为解译的八要素。
(1)大小:拿到图像时必须根据判读目的选定需要的比例尺。根据比例尺的大小,可以预先知道图像上多少毫米的物,在实际距离中为多少米。
(2)形状:由于目标物不同,在图像中会呈现出特殊的形状。用于图像判读的图像通常是垂直拍摄的,所以必须记住目标的成像方式。因为即使同样为树木,针叶林的树冠呈现为圆形,而阔叶树则形状不同,从而可以识别出二者。此外,飞机场,港口设施、工厂等都可以通过它们的形状判读出其功能。
(3)阴影:由于判读存在于山脉等阴影中的树木及建筑时,阴影的存在会给判读者造成麻烦,信往往会使目标丢失。但另一方面,在单像片判读时,利用阴影可以了解铁塔及桥、高层建筑物等的高度及结构。
(4)颜色:黑白像片从白到黑的密度比例叫色调(也叫灰度)。用全色胶片拍摄的像片中,目标物按照其反射率而呈现出白一灰一黑的密度变化。例如,同样为海滩的沙子,干的沙子拍出来发白,而湿沙则发黑。在红外图像上,水域拍出来是黑色的,而植被则发白。
(5)纹理:也叫结构,是指与色调配合看上去平滑或粗糙的纹理的粗细程度,即图像上目标物表面的质感。草场及牧场看上去平滑,造林后的幼树看上去像铺了天鹅绒,针叶树林看上去很粗糙。这种纹理也是判读的线索。
(6)图案:根据目标物的有规律的排列而形成的图案。例如,住宅区的建筑群,农田的垄、高尔春球场的路线和绿地,果树林的树冠等。以这种图案为线索可以容易判别出目标物。
(7)位置及与周围的关系:在(1)-(6)上加上各区域的地理特色及判读者的专业知识等,就可以确定解释的结果。
解译的操作步骤:
(1)影像预处理
(2)初步判读,建立判读标志
(3)野外调查或资料验证
(4)详细判读及其更新目标的定性、定位
(5)图形与属性文件生成
(6)接边
(7)检查通过
预处理主要包括:几何校正、融合、裁剪、镶嵌。除了这些传统的预处理外,为了方便目视解译,图像解译中比较重要的处理还包括了波段组合、图像增强、图像变换等。传统的预处理这里就不多说了,这里介绍一下其他几个预处理方法。
其作用在于:
多波段组合图像最终是为了提高地物的可判读性,使判读结果更为科学合理。高分辨率影像大多只有4个波段,波段组合常用就是真彩色和标准假彩色。有的时候在土壤分类或者植被分类时候,也可以把植被指数当做G分量。
组合比较丰富的是Landsat数据源,其他数据也可以参考其组合效果。总结如下:
组合(R、G、B) |
主要应用 |
4、3、2 |
类似于彩色红外图像,是一种标准假彩色图像,用于植被分类、水体识别。 |
3、2、1 |
类似于仿制真假彩色图像,用于各种地类识别。影像平淡、色调灰暗、彩色不饱和、信息量相对减少。 |
7、4、3 |
类似于仿真彩色图像,用于居民地、水体识别。 |
7、5、4 |
是一种非标准假彩色图像,画面偏蓝色,用于特殊的地质构造调查。 |
5、4、1 |
是一种非标准假彩色图像,植物类型较丰富,用于研究植物分类。 |
4、5、3 |
特点:1)利用了一个红波段、两个红外波段,因此凡是与水有关的地物在图像中都会比较清楚;2)强调显示水体,特别是水体边界很清晰,益于区分河渠与道路;3)由于采用的都是红波段或红外波段,对其它地物的清晰显示不够,但对海岸及其滩涂的调查比较适合;4)具备标准假彩色图像的某些点,但色彩不会很饱和,图像看上去不够明亮;5)水浇地与旱地的区分容易。居民地的外围边界虽不十分清晰,但内部的街区结构特征清楚;6)植物会有较好的显示,但是植物类型的细分会有困难。 |
3、4、5 |
它是一种非标准的接近于真色的合成方案。对水系、居民点及其市容街道和公园水体、林地的影像判读是比较有利的。 |
其中最常用方案:使用4 ,3, 2 , (近红外、红、绿、)配红、绿、蓝,形成标准假彩色图像,是一种在大量总结实际经验基础上的最常用方案。它的地物影像丰富,鲜明、层次好。植被以红色显示,主要用于资源环境和土地利用调查或更新等。
次常用方案:使用3、 4、 5(或7)配蓝、绿、红的合成方案。它是一种非标准的接近于真色的合成方案。(仿真彩色合成方案)它利用了TM图像较丰富的多光谱(红、近红外、短波近红外)对水系、居民点及其市容街道和公园水体、林地的图像判读是比较有利的。
植被应该说是地球上分布最广的地物类型,当对于非植被解译来说,就会照成很大的不便,特别是在地质解译中。
图1 tm影像(543组合)
图2 植被抑制之后(543组合)
遥感图像判读包括识别、区分、辨别、分类、评定、评价及对某些特殊重要现象的探测与鉴别。其轮廓的勾绘及其属性的赋予是要有依据。依据就是判读标志。也就是说,在遥感图像上研究地表地物的种种特征的总和,就叫判读遥感图像标志。
在数据预处理准备之后,要根据数据源情况、解译目标等信息确立解译标志,编写成表格文档形式,如表1所示:
表1 解译标志的建立
地物名称 |
特征 |
实例 |
林地 |
1、指生长乔木,树木郁闭度≥20%的各种天然、人工等树木的土地; 2、有林地通常依地形地貌呈面状分布,通常树冠连片,周边规则,色差明显,可见树冠阴影。但有林地不包括居民点绿地,以及铁路、公路、河流、沟渠的护路、护岸林; 3、图像纹理结构粗糙; 4、图像色调阔叶林为鲜红为主,针叶林为暗红为主; 5、在坝上高原农牧交错带,有林地通常分布在地形起伏的山地中,阴坡比阳坡生长较好。 |
水浇地中的林网 |
数据源的选择需要考虑的因素非常多,包括价格、空间分辨率、成像时间、波谱分辨率等因素,如下图所示。
图3 数据源的选择因素
一个好的解译平台对于工程完成的效率影响非常大,涉及到操作的便捷、数据格式的互操作、结果的储存和管理等。对于高分辨率影像的解译,很多软件都具有半自动跟踪功能。
图像解译以相关的专业知识和经验为主导,图像处理为辅助,经验是在实践中逐步总结,如下为一些经验性的总结: