没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
👍
广义:从远距离感知目标物,也即从远距离探测目标物的物
性。
👍
狭义:遥感是指不与目标物接触,从远处用探测器接收来自
目标物的电磁波信息,通过对信息的处理和分析研究,确定目
标物的属性及目标物相互间的关系。
👍
分类:
第一章 绪论
一、遥感的概念 Remote Sensing
二、遥感的分类
按平台分:航天遥感(高度大于80km、卫星、飞船、火箭、航天飞机)、航空遥感(高度小于80km。气球、飞
机)、地面遥感(平台放在地面上的遥感。遥感车、船、塔)
按遥感媒介分类:电磁波遥感(以电磁波为信息传播介质的遥感)、声波遥感(以声波为信息传播媒介的遥
感)、力场遥感(以重力场、磁力场、电力场为媒介的遥感)、地震波遥感(以地震波为媒介的遥感)
按辐射源分类:①被动遥感(无源遥感):探测仪器直接接收记录地物反射来自太阳的电磁波或地物自身发射的电磁
波,即电磁波来自天然辐射源——太阳或地球。②主动遥感(有源遥感):传感器本身携带的人工电磁辐射源向地物
发射一定能量的电磁波,然后接收从地物反射回来的电磁波。
按电磁波波段分类:①紫外遥感(用摄影方式探测目标物的紫外波段)②可见光遥感(用太阳辐射的可见光波
段,如航空摄影)③红外遥感(用红外波段探测目标物,如近红外摄影,红外扫描)④微波遥感(使用人工发射
👍
传感器信息接收→信息传输与地面接收站接收→校准与预处理→遥感图像预处理与信息提取→信息
矢量化与可视化→目标信息特征分析与应用
👍
一个完整的遥感技术系统应包括地物电磁辐射信息的收集、传输、处理、存贮直至分析与解译(应
用)。
的微波段,如侧视雷达成像,微波辐射测量)⑤多波段遥感(利用遥感多通道传感器对统一地面景物进行多波段
同步成像。eg:可见光——红外)。
按获取资料类别分类:成像方式遥感(能获取遥感对象的图像的遥感);非成像方式遥感(不能获取遥感对象的
图像的遥感,如扫描的辐射计只能得到一些数据(曲线)而不能成像)
按成像方式分类:摄影遥感(以光学摄影进行的遥感)扫描方式遥感(以扫描方式获取图像的遥感)
按应用领域分类:地质遥感、地貌遥感、农业遥感、林业遥感、草原遥感、水文遥感、测绘遥感、环保遥感、灾
害遥感、城市遥感、土地利用遥感、海洋遥感、大气遥感、军事遥感
三、遥感技术系统
空间信息收集系统:主要完成遥感数据的采集传输工作(① 传感器:是收集、记录地物电磁辐射信息并发送至地
面接收站的设备,是遥感工作系统的核心部分。② 遥感平台:装载传感器的设备,又称为运载工具。)
1.
地面接收和预处理系统:主要完成遥感数据的接收、处理、存贮、分发和应用开发工作。① 机载系统—— 一般
采用直接回收方式,即信息被记录在胶卷或磁带上,待飞机返回时将得到的信息进行预处理② 星载系统——地面
系统,即卫星地面站
2.
信息分析应用系统:是用户为一定目的而应用遥感信息时所采取的各种技术,主要包括遥感信息的选择技术、应
用处理技术、专题信息提取技术等等。
3.
正式遥感技术由以上特点,使其应用范围非常广泛。广泛应用于测绘、国土资源调查、农业生产、
环境监测、城市规划、军事侦察等许多领域。
研究各种地物地物的电磁波特性——物理基础
研究各种地物影像特征
研究各种遥感资料信息提取的原理与方法
研究遥感技术在地学各领域中的应用
高分辨率(高空间分辨率、高光谱分辨率、高时间分辨率)传感器、专业型小卫星群、遥感定量化和
商业化是未来遥感发展的必然趋势。随着相关科学技术的迅猛发展,现代社会已经进入数字化、信
息化时代,未来的航空、航天遥感每天将提供海量影像数据,这为遥感学科的发展提供了不可多得
的机遇,但也面临着更大的挑战。未来的卫星遥感计划将尽可能地集多种传感器、多级分辨率、多
谱段和多时相于一身,从而以更快的速度、更高的精度和更大的信息量来提供对地观测数据。
👍
多分辨率多遥感平台并存,空间分辨率、时间分辨率及光谱分辨率普遍提高
👍
新型传感器不断涌现,微波遥感、高光谱遥感迅速发展
👍
遥感的综合应用不断深化
四、遥感技术的特点
空间特性(探测范围大)——视野辽阔,具有宏观特性
1.
波谱特性(信息丰富)——探测波段从可见光向两侧延申,大大扩展了人体感官的功能。
2.
时相特性(周期短)——高速度,周期性重复成像
3.
收集资料方便,不受地形限制
4.
经济特性——工作效率高,成本低,一次成像,多方受益
5.
数字处理特性——使其与计算机技术融合在一起,实现了多源信息的复合
6.
五、遥感技术研究的内容
六、现代遥感技术发展的趋势与展望
👍
商业遥感时代的到来
👍
遥感研究亟待解决的问题
尽管遥感无论在理论研究还是应用领域都得到了迅猛发展,但遥感仍处在由定性向定量的过渡阶
段,其精度还不能完全满足不同用户的需求。遥感数据越来越多,用户正在逐渐被图像和数字的资
料所淹没,许多资料从一开始就被束之高阁,如何有效地存储、管理和使用它们,已成为世界各国
科技工作者急需解决的问题之一;遥感数据的融合与压缩、遥感信息的自动识别、影像理解和应用
仍然是未来遥感面临的重要问题;定量遥感、新型数据处理、相关技术的结合等方面,与生产应用
尚有差距。另外,遥感的国际间合作问题还有待进一步探索,高分辨率影像为维护世界安全、保护
环境和提高全人类的生活水平带来了机遇,但同时也应防范它可能带来的负面影响。
不同地物的光谱曲线不同
同一种物体在不同的情况下,在各波段的反射率也不同
不同类型的地物具有反射或辐射不同电磁波的特性,遥感技术是利用地物反射和辐射不同波长电磁
波的特性,遥感技术是利用地物反射和辐射电磁微波的固有特性来探测地面目标的。
👍
电磁波:是一种动态形式。只有当它与物质相互作用时才表现出来、
👍
将各种电磁波按照波长的大小(或频率的高低)依次排列成图标,就称为电磁波谱。
在地球环境中,太阳是一个最强大的辐射源,目前遥感技术中所用的可见光波段,近红外波段的能
量来源主要来自太阳。地球本身也是天然电磁辐射源,是目前热红外遥感的主要辐射源。
👍
太阳辐射总能量的25%,在波长小于0.47μm处的谱段内,总能量的46%在0.47~0.76μm的可见光
谱段。
第二章 遥感物理基础
一、电磁波与电磁波谱
电磁波具有波粒二象性,即既有波动性,又有微粒性,而与遥感关系较为密切的是其波动性。这种波动性主要表
现在电磁波可以产生干涉(使影像产生颗粒状或斑点,影响人们对图像的解译)、衍射(影响接收效果)、偏振
(影响微波图像的灰度)及散射等物理现象。
辐射:电磁波在空间中的传播叫做电磁辐射,简称辐射。
二、太阳辐射与大气窗口
👍
地球辐射能量集中在中红外(3~6μm)及热红外(6~15μm)谱段,其峰值波长在9.7μm处。
👍
太阳辐射波谱曲线与地球的辐射曲线在约3μm处相交。由此可知,当人们对地面目标进行遥感时,
传感器接收到的波长小于3μm部分,主要是地物反射太阳辐射的能量;波长大于3μm部分,主要是地
物自身的发射辐射(热辐射)能量。
👍
大气散射
👍
大气吸收(大气吸收电磁辐射的主要物质是:水、二氧化碳和臭氧)
👍
反射作用(主要是大气中的云层,大的尘埃。云量越多、云层越厚,反射越强)
👍
大气窗口:电磁波在大气中传输过程中损耗较小,透射率很高的波段。(要获得地面的信息,必须
在大气窗口中选择遥感波段)
瑞利散射:当微粒直径小于波长时,d<<λ时,一般认为(d < λ/10)散射系数与λ4成反比。(主要影响短波波
段,主要是使传感器接收到的能量加上一个常数,这就造成图像反差变小,模糊。eg:大气中的气体分子; 晴朗
的天空为蓝色; 出现蓝色蒙雾,紫外区不适于进行遥感)
米氏散射:质点直径比电磁波波长差不多时(d≈λ)。(主要是大其中的气溶胶引起的散射。 云、雾等的悬浮粒
子的直径和0.76-15 um之间的红外线波长差不多,需要注意。)
非选择性散射:质点直径比电磁波波长大得多时(d>>λ)。(这种散射的特点是散射强度与波长无关)
水:分为气态水和液态水(水汽吸收电磁辐射的波段范围较宽,从可见光、红外直至微波,都有水汽的吸收带。
液态水的吸收更强,主要在长波方向。)
二氧化碳(主要在红外区。1.35-2.85um 之间有3个弱吸收带,2.7,4.3, 14.5 um 为强吸收带。)
臭氧 紫外线
其它吸收电磁波的物质 氧气主要吸收波长小于0.2um的, 尘埃吸收作用很少。
大气对太阳辐射的衰减总体规律:(大气吸收15%, 散射和反射42%,其余43% 太阳辐射到达地面。又一说:
大气吸收17%, 散射22%,反射30%,其余31% 太阳辐射到达地面。)
太阳辐射经大气衰减图
剩余40页未读,继续阅读
资源评论
Neve_糊糊不糊
- 粉丝: 3
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 本科毕业设计基于C# wpf人脸识别的考勤系统的设计与实现源码.zip
- 基于Ruoyi+uniapp实现学生考勤系统 学生考勤源码+项目说明.zip
- feae6bc968ca68a099455d8b8a8dea35
- 基于Pytorch训练CIRAR10上分类算法.zip
- Pytorch-pytorch深度学习教程之Tensorboard.zip
- 基于C++和Python开发yolov8-face作为人脸检测器dlib作为人脸识别器的人脸考勤系统源码+项目说明.zip
- Pytorch-pytorch深度学习教程之变分自动编码器.zip
- Pytorch-pytorch深度学习教程之神经风格迁移.zip
- Pytorch-pytorch深度学习教程之深度残差网络.zip
- Pytorch-pytorch深度学习教程之循环神经网络.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功