1、按遥感领域分： 高光谱应用 高分辨率应用 合成孔径雷达应用 激光雷达应用 非传统遥感应用按建模机理分： 统计模型 物理模型 高光谱遥感的起源和发展 成像光谱仪简介 提高光谱分辨率 如果能实现连续的窄波段成像，那么就有可能实现地面矿物的直接识别，由此产生了光谱和图像结合为一体的成像光谱技术。1983 年美国喷气推进实验室研制出第一台航空成像光谱仪（AIS-1）,随后包括中国在内的许多国家都研制成功了一系列成像光谱仪，其中有以线阵探测器为基础的光机扫描型，有以面阵探测器为基础的固态推扫型，也有以面阵探测器加光机的并扫型。成像光谱仪主要性能参数是：（1）噪声等效反射率差，体现为信噪比；（2）瞬时视场
2、角，体现为地面分辨率；（3）光谱分辨率，直观地表现为波段多少和波段谱宽。 高光谱分辨率遥感信息分析处理，集中于光谱维上进行图像信息的展开和定量分析，其图像处理模式的关键技术有：超多维光谱图像信息的显示，如图像立方体的生成；光谱重建，即成像光谱数据的定标、定量化和大气纠正模型与算法，依此实现成像光谱信息的图像-光谱转换；光谱编码，尤其指光谱吸收位置、深度、对称性等光谱特征参数的算法；基于光谱数据库的地物光谱匹配识别算法；混合光谱分解模型；基于光谱模型的地表生物物理化学过程与参数的识别和反演算法。 高光谱分辨率成像光谱遥感起源于地质矿物识别填图研究，逐渐扩展为植被生态、海洋海岸水色、冰雪、土壤以及
3、大气的研究中。 AVIRIS（JPL） OMIS（CHN） PHI（CHN） NEMO（USA） ARIES-1（澳） CHRIS （欧空局） FTVHSI （USA） HYPERION （USA） HIS （德） PRISM （欧空局） WARFIGHTER-1（USA） HYMAP（澳） PROBE-1 CASI-2（加）CCD相机拍摄光谱仪拍摄 国外主要应用领域 国内主要应用领域 国内应用面临的问题 大气 生态学（叶绿素、外来物种、林业监测） 地质（矿产资源调查、地类识别、考古） 沿海水体 冰雪 火灾 环境调查和监测 资源勘查 赤潮监测 内陆水环境调查 区域性植物生态监测与精细农业研究
4、数据处理技术研究 考古 矿体通常都是埋藏在地下，地表不能直接看到，因而遥感卫星照片（或遥感航空照片）都不会对地表下面的矿体有直接的反映。在这种情况下，遥感地质工作者通过两种途径来获取找矿信息。一是从宏观上利用遥感图像对断裂构造和岩性的明显反映来研究成矿背景，从而确定成矿有利区带。二是从微观上识别矿化蚀变，这是重要的找矿信息。这种矿化蚀变的识别必须通过多个光谱波段的遥感图像才能获得。而普通的卫星遥感图像只有几个波段（通常为7个），取得的矿化蚀变信息具有很大的不确定性，影响找矿效果。 对地物精细的光谱特征和地物之间的内在联系进行探测，开创了遥感利用地物细分光谱的“指纹效应”直接进行地物属性识别与信
5、息量化提取的新局面。从应用角度讲，高光谱遥感可为资源调查、环境调查与监测、土地动态监测等应用领域提供普通遥感得不到的具体、详细、精确的信息。从地质调查角度讲，高光谱遥感技术的发展和应用将带来地质调查方法的一场革命。在地质填图方面，从区域场景上，经过光谱编码可以进行谱形匹配，不仅能识别岩石还能识别矿物，可以利用图像光谱特征与光谱数据库中光谱的相似性进行岩石识别和分类，从而绘制不同岩石类型的分区图，不同构造单元的岩相图、不同变质程度的变质岩分级图等专题图件。在找矿方面，高光谱可以大面积快速准确地识别矿物，为找矿提供了快速有效的手段 一是在探测仪器方面，需要有稳定可靠的高光谱分辨率和高空间分辨率的仪
6、器； 二是在卫星平台方面，需要合适的卫星用于高光谱系统的建设； 三是在数据处理系统的研发方面，需要进一步实用化、程序化，建立基础数据处理技术标准； 四是在信息提取与解译系统的研发方面，如矿物填图、土地利用分类、水质监测分析等算法或数据模型等。 传感器的空间分辨率 机载同步定标有待完善 影像的几何校正 成熟公开的高光谱库 应用面窄 国外（JPL、SPAM、SIS、ENVI、PCI） 国内（MAPGIS、HIPAS） ENVI拥有高光谱和多光谱分析工具。用户可以识别出图像中纯度最高的像元，通过与已知波谱库的比较确定未知波谱的组分。用户不但可以使用ENVI自带的波谱库，也可以自定义波谱库，甚至可以组
7、合使用线性波谱分离和匹配滤波技术进行亚像元分解，以消除匹配误差获得更精确的结果。 模块提供高光谱地物库，并支持用户有限光谱通道的光谱库，即可由用户自行组合成有限光谱通道（如1020个）的光谱曲线库。它同时提供用户各种光谱分析能力，自动地物判识（根据光谱特点），包括：光谱角制图工具、光谱记录的添加、光谱数据的算术运算、高到低的谱卷积和高斯卷积、光谱库报告、影像光谱到参考光谱的匹配、支持用户对光谱库记录的修改，用户可用上述工具对高光谱影像进行辅助的或半自动的地物判识，或结合PCI软件的多光谱分析（Multispectral Analysis) 和神经元网络分类模块及其他影像解译方法进行地物判识。
8、MAPGIS_RSP遥感影像处理平台的高光谱处理系统提供了数据输入、辐射校正和定标、光谱重建、几何校正、光谱特征分析和提取、高光谱图像分类、混合光谱分解、光谱库显示和建设，及多种专题分类处理等方面的功能。作为一个全面的高光谱数据处理系统，为高光谱数据在地矿，农业，林业，洪水监测，测绘，海洋等方面的研究与应用提供帮助。 数据读入高光谱影像处理大气校正几何校正噪声清除光谱库处理特征提取分类识别光谱特征分析影像压缩指数计算立方体显示 支持多源高光谱数支持多源高光谱数据据 全面的光谱库处理全面的光谱库处理 多种影像校正技术多种影像校正技术实现高光谱影像的实现高光谱影像的定标、校正和光谱定标、校正和光谱
9、重建重建 光谱特征分析光谱特征分析 强大的高光谱影像强大的高光谱影像分析功能分析功能 高分辨率遥感卫星：ikonos卫星、spot-5卫星、quickbird卫星、WORLDVIEW 国防中的应用 农业中的应用 测绘制图中的应用 灾害监测中的应用 环境监测中的应用 简介（2009年10月6日发射） 卫星概览 政府方面的应用 确定在哪里（WHERE） 是什么（WHAT） 什么变化（WHAT CHANGE） 空间分辨率/精度/比例尺 覆盖范围 波谱分辨率 存档 产品格式、数据获取和处理级别 辐射分辨率 质量和费用 合成孔径雷达主要用于航空测量、航空遥感、卫星海洋观测、航天侦察、图像匹配制导等。它能
10、发现隐蔽和伪装的目标，如识别伪装的导弹地下发射井、识别云雾笼罩地区的地面目标等。在导弹图像匹配制导中，采用合成孔径雷达摄图，能使导弹击中隐蔽和伪装的目标。合成孔径雷达还用于深空探测，例如用合成孔径雷达探测月球、金星的地质结构。 SAR能够提供全天候条件下的详细的地面测绘资料和图象 自动目标识别 具有穿透性的观察视场 成像难以解释，这不是SAR所特有的问题，而是 所有雷达都普遍存在的问题。人们必须经过训练才能确认雷达图象所传达的信息。 费用高，其寿命周期费用一直比电光和红外系统 要高。 LIDAR是一种集激光，全球定位系统(GPS)和惯性导航系统(INS)三种技术与一身的系统，用于获得数据并生成
11、精确的DEM。这三种技术的结合，可以高度准确地定位激光束打在物体上的光斑。它又分为目前日臻成熟的用于获得地面数字高程模型(DEM)的地形LIDAR系统和已经成熟应用的用于获得水下DEM的水文LIDAR系统，这两种系统的共同特点都是利用激光进行探测和测量，这也正是LIDAR一词的英文原译，即：LIght Detection And Ranging - LIDAR。 直升机障碍物规避激光雷达直升机障碍物规避激光雷达 化学战剂探测激光雷达化学战剂探测激光雷达 机载海洋激光雷达机载海洋激光雷达 成像激光雷达可水下探物成像激光雷达可水下探物 应用模型概述 模型建立方法 一、模型 1. 模型的概念 2.
12、模型的抽象过程 3. 建模步骤 二、应用模型作用 三、应用模型分类 1按应用模型结构分类 2按应用模型空间特性分类 3应用模型开发特点分类 4按应用模型内容及所解决问题分类 5按模型空间过程模拟方法分类 模型是把一个域（源域）的组成部分表现在另一个域（目标域）中的一种结构（据陈述彭教授）。源域中被表现的部分可以是实体、关系、过程或其它让人感兴趣的现象。建模的目的是把源域简单化和抽象化。源域的内容转到目的域后，在目标域中进行分析和处理。而一个模型是否有用，就要看它模拟源域的效果和它在两个域间转换的难易程度。一、模型 这里，以供电线网的模型分析来表示建模过程。图中左侧的椭圆代表将被建模的源域，假设
13、源域是供电线网的一部分，对该供电线网进行分析，一个恰当的模型可能就是数学中的网络结构分析，并由此得到目标域；建模函数则要把源域中的要素和目标域中的要素联系起来。可以在目标域中进行网络变换与分析，分析结果再回到源域（供电网）中进行实际分析。 建模函数m作用在源域D上。源域中的变量t转换到目标域后成了m(t)；在目标域的转换结果则通过建模函数的反变换inv(m)再回到D中进行解释。如果模型精确地反映了源域D中的变量t的转换。那么这个建模过程就是有效的。这个建模过程可表示为如下的等式：inv(m) o m (t) o m=t 其中：o表示函数的组织，上式可进一步简化为：m(t) o m = m o
14、t 该结构关系是制图学的数学理论基础所涉及到的内容。 源域 目标域建模函数 D m m（D）tm（t）Inv（m）一、模型 应用域的各种现象就是域模型（Domain model）所要模拟表现的主题，应 用域模型由领域专家来构造。 概念计算模型（Conceptual computational model）需要考虑计算环境，此时实体关系（E-R）和对象的模型方法将起作用。 逻辑计算模型(Logical computational model)不仅需要考虑通用的计算任务，而且还要考虑特殊实例情况的分析。如果关系数据库用来存储供电网的非空间数据，那么概念模型中的对象（或实体）将以关系组合形式存储在关
15、系表中。信息系统的设计者负责建立这样的模型。 物理计算模型(Physical computational model)由系统开发者构建，它使上述模型在特定的计算机系统和平台上得到实现。 一、模型 1应用模型是联系RS应用与常规专业研究的纽带 2应用模型是综合利用RS应用中大量数据的工具 3应用模型是RS应用解决各种实际问题的武器 4应用模型是RS应用系统向更高技术水平发展的基础 5利于信息交流 1按应用模型结构分类 2按应用模型空间特性分类 3应用模型开发特点分类 4按应用模型内容及所解决问题分类 5按模型空间过程模拟方法分类（1）数学模型（又称理论模型） 数学模型是应用数学的语言和工具，对部
16、分现实世界的信息（现象、数据）加以翻译、归纳的产物，反映了遥感过程本质的物理规律，它源于现实，又高于现实。数学模型经过演绎、推导，给出数学上的分析、预报、决策或控制，再经过解释回到现实世界。最后，这些分析、预报、决策或控制必须经受实际的检验，完成实践理论实践这一循环。三、应用模型分类 现实世界的信息数学模型现实世界的分析、预报、决策或控制数学的分析、预报、决策或控制翻译、归纳推断检验演绎解释 现实世界与数学模型的关系（2）统计模型（包括一些经验模型） 统计模型是通过数理统计方法，用大量观测实验得到的数据，用定量方法建立模型，模拟过程的规律，这类方程简单实用，在遥感系统应用模型中占有相当比例，如
17、回归方程，聚类分析等等。（3）概念模型（又称逻辑模型） 概念模型是由实践中总结归纳提炼得到的文字性描述，形成知识库，通过专家系统推理机来求解问题。其中最简单的情况可直接用文字加逻辑运算符组成的逻辑表达式来描述。 三、应用模型分类 系统中应用模型可根据模型的空间特性分为两大类，即空间模型和非空间模型，图中是用于解决社会经济领域中一些问题的应用模型分类。（1）非空间模型 非空间模型是把系统中属性数据作为显式数据源，空间数据作为隐式数据源，对系统中的各种属性数据进行运算来分析区域中的社会、经济、生态及资源等问题，并进行评价、预测、规划等。（2）空间模型 空间模型同时使用属性数据和遥感数据组成模型，需
18、要对系统中的空间和属性两种数据进行运算。因此从理论上和方法上同空间数据结构有关联。三、应用模型分类投入产出模型应 用 模 型空 间 模 型非 空 间 模 型经济控制论模型系统动力学模型计量经济学模型空间检索模型图形运算模型空间扩散模型网络分析模型统计识别模型 按模型开发特点应用模型可分为系统提供模型和二次开发模型。（1）系统提供模型 系统提供的模型是遥感系统商品为用户提供的应用模型，它们是由系统设计者在分析遥感的特点及应用后，为用户提供的通用性模型，如逻辑检索模型，MNF模型等遥感建模模型。三、应用模型分类（2）二次开发模型 二次开发模型是用户自行开发的分析模型。随着遥感应用面日益拓宽，系统设
19、计者不可能为用户提供各种专业应用模型，作为一个有生命力的遥感软件，通常为用户提供二次开发接口，使用户可根据自己专业特点，开发用户模型，解决专业部题。 内部模型 通过遥感系统提供的工具（如宏语言）开发的应用模型，这种模型能充分利用遥感系统本身具有的资源。外部模型 通过直接或间接调用遥感系统中空间数据库来建立的用户模型，其中采用直接调用方式开发的模型可同遥感系统共享数据库。而采用间接调用方式开发的模型只能通过中间文件同空间数据库相联系。三、应用模型分类 应用模型依据模型内容及所解决问题，又可分为基础模型构成基础模型库；专业模型构成专业模型库。（1）基础模型 基础模型是指那些对各种部门专业都具有普遍
20、意义的，通用性较强，应用面较广的模型，如采用数理统计方法，对实验数据进行回归拟合而产生的统计模型；结合专家知识，结合逻辑方法建立模糊数学模型等。 （2）专业模型 专业模型是在对系统所描述的具体对象与过程进行大量专业研究的基础上，总结出来的客观规律的抽象或模拟，是将系统数据重新组织，得出与目标有关的更为有序的新的数据集合的有关规则和公式。这种模型是应用型遥感系统进行生产和科研的重要手段，已受到人们日益广泛的关注和重视。由于各种应用系统的服务对象，解决问题以及它们的复杂程度有很大差异，不同的理论观点，不同的体系可以产生不同的专业模型。三、应用模型分类 按模型空间过程模拟方法，地学空间过程模拟模型基
21、本上可分为动力学过程模拟模型和随机过程模拟模型两种类型。（1）动力学过程模拟模型 过程研究的动力学方法假设系统运动的物理规律已知。根据过程物理规律，可以建立过程模拟的数学模型，即动力学过程模拟模型。这些模型常常是在系统运动初始条件与边界条件约速的一组偏微分方程组。（2）随机过程模拟模型 过程研究的随机过程方法一般用于事先并不知道过程运动规律的那些过程，如土地利用变化等。为此，研究必须首先在不同的过程时间断面上进行状态观测，获得多时相的过程断面数据，然后，利用统计学与随机过程理论建立随机过程模型。三、应用模型分类 一、模型化一般方法 二、逻辑原理 三、数据统计方法 四、空间分析函数 五、应用模型
22、重用 1源代码方式重用 2函数库方式重用 3独立可执行程序方式重用 4内嵌可执行程序方式重用 5DDE或OLE方式重用 6模型库方式重用 7组件模型重用 在重用源代码形式的模型时，必须利用RS系统的二次开发语言或其他编程语言，将已开发好的专业模型的源代码进行改写重用，使其从语言到数据结构与RS系统完全兼容，成为RS系统的整体一部分。这种重用方式非常多见，并且将一直存在，它可以保证RS系统与模型在数据结构、数据处理等方面的一致性。但这种方式只能算是最低级的重用方式，其缺点非常明显：一是RS开发者必须下很大功夫读懂模型的源代码，二是在改写重用过程中常常会出错。 五、应用模型重用 对于以库函数的形式
23、保存在函数库中的应用模型，RS开发者可以通过调用库函数的方式进行模型重用。函数库包括静态连接库和动态连接库两种，二者的区别在于，动态连接不是在连接生成可执行文件时把库函数链入应用程序，而是在程序运行中需要的时候才连接。 函数库方式的优点是：RS系统与应用模型能实现高度无缝的集成；函数库一般都有清晰的接口，RS开发者不必费力去研究源代码，使用方便，而且函数库经过编译，不会发生因开发者错误地改动源代码，而使模型运行结果不正确的情况。 函数库方式的缺点在于：库函数无法与RS数据有效结合，因而不能用于复杂模型与RS的集成；由于开发者不能对库函数进行修改，降低了重用的灵活性；函数库的可扩充性差；此外，静
24、态函数的使用还在一定程度上受限于语言，必须依赖于其开发语言。 五、应用模型重用 现有应用模型中，以可执行程序方式存在者居多。这种模型的重用方式之一是，RS系统与应用分析模型均以可执行应用程序的方式独立存在，二者的内部、外部结构均不变，相互之间可以切换。二者之间的数据交换通过对共同的统一格式的中间数据文件（如ASCII码文件或通用数据库文件等）的操作实现，RS系统进一步将中间数据转换为空间数据，以实现RS本身的空间数据操作功能。这种重用方式的优点在于简便，所需编程工作极少。缺点在于：一是系统效率较低，且使用不很方便；二是界面往往不一致，视觉效果不好。 五、应用模型重用 这种重用方式本质上与独立可
25、执行程序方式一样，以RS系统命令驱动应用模型程序，RS系统与模型之间的集成通过对共同数据文件的读写操作实现，RS系统则进一步通过进行中间数据与空间数据的转换来实现空间数据的RS操作功能。与独立可执行程序重用方式不同的是，尽管RS系统与模型可能是由不同的编程语言实现的，但是集成系统有基本统一的界面，具有一个无缝集成的操作环境。 内嵌可执行程序重用方式的优点在于：符合模块化开发原则，便于开发工作的组织管理，并且系统的运行性能比独立可执行程序方式好；具有基本统一的界面环境，便于操作。这种重用方式的缺点在于必须理解模型运行的全部过程并对复杂的模型要进行正确合理的结构分解，以实现模型与RS系统本身之间的
26、数据相互转换及模型对RS功能的调用，在分解原模型时可能产生错误，此外，如果需要同时集成多个模型，要进行模型的组合很困难。 五、应用模型重用 DDE指动态数据交换，OLE指对象链结与嵌入，二者均用于windows应用程序之间的数据传递，可以作为应用RS开发中的一种可执行程序形式应用模型重用方式。两种方式都必须存在二个主体，一方为客户程序，另一方为服务程序，简单地说就是要有一方为另一方提供数据服务或更复杂的服务。对于RS与应用模型的集成来说，就是RS为客户程序，应用模型为服务程序。DDE或OLE方式重用的优点与内嵌可执行程序相似，系统能实现无缝集成，而所需编程不多（如果要进行RS与应用模型程序之间
27、的相互操纵，则要采用OLE自动化方式，这种方式需要较多编程，但这种方式似乎不大可能用于应用模型在应用RS开发中的重用，因为实际工作中极少需要在应用模型程序中不断地与RS系统之间相互操纵）。 这种方式的不足在于系统效率不高，其次系统稳定性不是很好。此外，这种方式要求应用模型必须支持DDE或OLE协议，这是目前绝大多数已开发的各类模型做不到的。 五、应用模型重用 模型库指在计算机中按一定组织结构形式存储的各个模型的集合体。模型库系统可以有效地生成、管理和使用模型，它可以支持两种粒度的模型（可执行文件与函数子程序），具有完整的模型管理功能，能够提供单元模型（指不需调用其他模型的模型）和组合模型（指通
28、过调用其他单元模型或组合模型来构成的模型），同时还支持模型的动态调用和静态的链接。使系统具有良好的可扩充性。 模型库系统尤其符合客户服务器模式的系统的运行方式要求。在Client/Server模式的RS系统中，模型从模型库中被动态地调入内存执行。尽管模型库研究随着决策支持系统的发展在近十年来取得了很大的进展，但是，在模型的操作方面，目前并没有形成完整的理论体系，特别是模型的自动生成、半自动生成方面离真正实用化尚有一段距离。五、应用模型重用 （1）组件的概念 （2）组件技术 （3）组件模型 （4）组件模型的重用 五、应用模型重用 （1）组件的概念 组件（或称构件）是指那些具有某些特定功能，独立于
29、应用程序，但能够容易地组装起来，以高效地创建应用程序的可重用软件“零件”。组件化是软件发展的趋势，体现了完全面向对象的思想，具备面向对象程序设计所要求的封装性、多态性、继承性和动态链接等特性。软件组件已成为迄今为止解决长期困绕软件开发界的软件重用问题的最优秀最有前途的技术，开发者只需利用已有组件，再加上专业技术便可以高效地开发出应用软件。 五、应用模型重用 （2）组件技术 目前，组件技术分为两大类：由Microsoft推出的ActiveX，以及由Javasoft推出的JavaBean。ActiveX是基于Microsoft制定的组件对象模型（COM）规范的一种组件开发技术，是对象链接与嵌入（O
30、LE）2.0技术的扩展，它独立于语言，但完全依赖于Windows开发。JavaBean则是基于Java技术的（Java能够提供可重用对象，但却没有管理这些对象之间的相互作用的规则或标准），它依赖于Java语言，但独立于平台，可运行在任何支持Java的平台上。ActiveX组件（包括其前身OLE控件或OCX），已被广泛地应用于Windows应用程序开发。JavaBean则因出现较晚，现有市场份额较少，但由于其平台独立性，它将随着万维网的流行变得更为重要。 五、应用模型重用 （3）组件模型 组件模型指以组件形式存在的应用模型。当前软件已经发生着革命性的变化，由过去厂家提供全部系统或者有部份二次开发功能的软件，过渡到提供组件由用户自己再开发的方向上来。组件模型符合了这种组件式地理信息系统发展潮流的需要，它的出现将给应用RS系统开发带来深刻的影响。 五、应用模型重用 高光谱遥感应用研究，科学出版社，万余庆编著 高分辨率卫星影像处理指南，科学出版社，关元秀编著 地理信息系统设计与实现地理信息系统设计与实现，电子工业电子工业出版社出版社，吴信才著 定量遥感，科学出版社，梁顺林著
