21、 (5)地形的影响在雷达中有哪几种?分别说明其原因。
斜距图像的比例失真:即近距点部位比远距点部位被压缩更大,图像距离方向的比例尺不均匀,致使图像失真。
透视收缩:因雷达波入射角与地面坡角的不同组合,使雷达图像上的地面斜坡被明显缩短的现象。
叠掩现象:发射雷达脉冲的曲率使近目标(即高目标的顶部)回波先到达,远目标(即高目标的底部)回波后到达,形成顶底位移的现象。
雷达视差:当雷达沿两条不同轨道观察高于地面的同一目标时,不同的起伏位移造成图像视差。雷达视差为两掌重叠图像上两个像点分别所产生的位移量之差。
22、 (6)写出图像进行线性灰度变换的基本公式。
线性灰度变换是将图像的亮度值范围扩展到整个输出线使范围。用MIN和MAX代表一幅图像中最小和最大的亮度值, DN和DN’分别代表拉伸前和拉伸后图像中每个像元的亮度值,则图像进行线形灰度变换的基本公式为:DN’ = (DN-MIN)/(MAX-MIN)*255
23、 (6)简述遥感数字影像增强处理的目的,列举一种增强处理方法,说明其原理和步骤。
遥感数字影像增强处理是将图像中的亮度值范围拉伸或压缩成显示系统指定的亮度显示范围,从而提高图像全部或局部的对比度。比如直方图均衡化方法。
直方图均衡化算法是根据原图像各亮度值出现的频率,使输出图像中亮度都有相同的频率,从而使原本具有不相同亮度值的像元具有了相同的亮度,而原来一些相似的亮度值被拉开。
24、 (6)简述监督分类和非监督分类。
监督分类又称训练分类法,即用被确认类别的样本像元去识别其他未知类别像元的过程。在这种分类中,分析者在图像上对每一种类别选取一定数量的训练区,计算机计算每种训练区样本的统计或其他信息,每个像元和训练样本作比较,按照不同规则将其划分到其最相似的样本类。
非监督分类也称聚类分析或点群分析,即在多光谱图像中搜寻、定义其自然相似光谱群集组的过程。非监督分类不需要人工选择训练样本,仅需极少的人工初始输入,计算机按一定规则自动地根据像元光谱或空间等特征组成集群组,然后分析者将每个组合参考数据比较,将其划分到某一类别中去。
25、 (8)图像融合有哪些关键技术?
图像融合的关键技术包括:
1、数据配准,包括空间配准和数据关联;
2、融合模型的建立与优化,包括确立融合目的,并依据融合目的选择合适的融合数据集; 3、融合方法的选择,即根据融合目的、数据源类型、特点,选择合适的融合方法。
26、 (11)简述土地覆盖和土地利用的区别。
土地覆盖指地球表面当前所具有的自然和人为影响所形成的覆盖物。它以土地类型为主体,是具有一系列自然属性和特征的综合体。
土地利用研究地球表面各种土地的社会利用现状,包括人为何天然状况。它仅反映土地实际用途而不表示它的潜在用途和适用性。
应该说,遥感直接得到土地覆盖信息,而要确定具体利用情况,尚需其他辅助信息支持。
6
27、 (12)简述植被指数的影响因素。
植被指数是仅用光谱信号,不需其他辅助资料,也没有任何假设条件,来实现对植物状态信息的表达,以定性和定量地评价植被覆盖、生长活力及生物量等。
植被指数除了受土壤背景的影响外,还受物候期——农事历、作物排列方式、大气效应、太阳高度角与方位角、地形效应及遥感器等因素的影响。
28、 从理论上解释曝光色散的原因(即焦平面的中心曝光最强,周边变弱)。
曝光色散是由像点与中心的距离不同引起的焦平面曝光度不同,原因有三:
1、当在离开光轴的区域成像时,有效地透镜孔的聚光面积A随cosθ成比例减小(Aθ
=A·cosθ)。
2、从摄影透镜到焦平面的距离fθ与1/cosθ成正比,即有fθ = f/ cosθ。因为曝光与此距离的平方成反比,故随cos2θ成比例减小。
3、胶片面积元素的有效尺寸dA,当偏离光轴时,在垂直于光束的方向上的投影面积随cosθ成正比的减少,即有dAθ = dA cosθ。
综合以上影响,对于离开光轴点的胶片曝光,理论上的减少值是:Eθ = E0·cos4θ,从而产生曝光色散。
29、 简述航空摄影遥感制定飞行计划时要考虑的几何参数。
需考虑的几何参数包括:所有摄影机的焦距、像幅的大小、所需的相片比例尺、所要摄影地区的大小、摄影地区平均高程、航向重叠程度、旁向重叠程度、所用飞机飞行的地面速度等。
30、 简述USGS制定的用于遥感数据的土地利用和土地覆盖分类体系所依据的标准。
USGS制定的用于遥感数据的土地利用和土地覆盖分类体系所依据的标准为: 1、利用遥感数据的解译精度至少不低于85%; 2、各种类型的解译精度应该大约相等;
3、不同解译员的解译和不同的时间数据来源的结果应能重复; 4、分类体系应可适用于广大领域;
5、应该可从土地覆盖类型推断出土地利用的种类;
6、分类体系应该适用于一年中不同时间获取的遥感数据;
7、能从各类中细分出能从大比例尺影像和地面调查得到的亚类; 8、各类应是可合并的;
9、能与将来的土地利用和土地覆盖相比较; 10、可能情况下,应考虑土地的多种利用形式。
31、 晴空时大气对可见光遥感和红外遥感的影响有何特点?
大气对可见光遥感和红外遥感的影响取决于可见光波段和红外波段的大气窗口。 对于可见光波段,在大气窗口内的辐射衰减主要是因散射引起的,其吸收的能量仅占衰减能量3%;
对于红外波段,大气的主要影响是吸收,而不是散射;
在热红外波段,大气自身的发射也是大气效应中的重要部分。
32、 在遥感常用的波段中,所接收的主要电磁波辐射源有哪些?这些电磁波分别携带地物的哪些
特征参数信息?
7
三、论述题
1、 (2)分别叙述遥感数据的空间、光谱、时间和辐射分辨率所对应的物理含义。
空间分辨率:针对遥感器或图像而言的,指图像上能够详细区分的最小单元的尺寸或大小,或指遥感器区分两个目标的最小角度或线性距离的度量。有三种表示方法:像元、线对数和瞬时视场。
光谱分辨率:指遥感器所选用的波段数量的多少,各波段的波长位置及波长间隔的大小。即选样的通道数,每个通道的中心波长和带宽。
时间分辨率:遥感探测器按一定的时间周期重复采集数据,这种重复观测的最小时间间隔成为时间分辨率。
辐射分辨率:指遥感器对光谱信号强弱的敏感程度,区分能力。即探测器的灵敏度——遥感器感测元件在接收光谱信号时能分辨的最小辐射度差,或指对两个不同辐射源的辐射量的分辨能力。
一般瞬时视场IFOV越大,最小可分像素越大,空间分辨率越低;但是,IFOV越大,光通量即瞬时获得的入射能量越大,辐射测量越敏感,对胃弱能量差异的监测能力越强。
2、 (2)以植被为例,叙述地物波谱特性的影响因素。
健康绿色植物的波谱特征主要取决于它的叶子。
在可见光波段,主要受叶的各种色素的支配,其中叶绿素起最主要的作用。由于色素的强烈吸收,叶的反射和透射很低。在以0.45μm为中心的蓝波段及以0.67μm为中心的红波段叶绿素吸收辐射能(>90%)而呈吸收谷。在这两个吸收谷之间(0.54μm附近)吸收相对减少,形成绿色反射峰(10%~20%)而呈现绿色植物。假若植物受到某种形式的抑制,导致叶绿素含量降低,叶绿素在蓝、红波段的吸收减少反射增强,特别是红反射率升高,以至于植物转为黄色。
在近红外波段,主要受叶片内部的细胞结构。叶的反射及透射能相近(各占入射能的45%~50%),而吸收能很低(<5%)。在0.74μm附近,反射率急剧增加。在近红外0.74~1.3谱段内形成高反射峰。这是由于叶子的细胞壁和细胞空隙间折射率不同,导致多重反射引起的。此外,在近红外波段,植物光谱往往表现出以0.96μm、1.1μm处的两个水吸收带,虽然强度不大,但在多层叶片下,对反射率仍有显著影响。
在短波红外波段,主要受叶细胞内水分含量的控制。叶子的反射率与叶内总水分含量约呈负相关,即水分含量越少,反射率越高。由于叶子细胞间及内部的水分含量,绿色植物的光谱反射率受到以1.4μm、1.9μm、2.7μm为中心的水吸收带的控制,而呈跌落状态的衰减曲线。位于三个吸收带之间的1.6μm和2.2μm处有两个反射峰。
3、 (2)要把地面的实际景物变成计算机屏幕显示的遥感灰度图象,需要经过图像的数字化,包
括哪些内容?具体操作时应考虑什么样的原则?
遥感器的数据记录通常是模拟的电信号,这些模拟信号需要通过A/D模数转换器转换成成数据值。所谓模数变化即模拟-数字转化,是将连续变化的模拟量转化为离散数字点集的过程。模数变换包括两个过程——抽样和量化。所谓“抽样”指在连续变化的模拟信号的变化轴上,按均匀或非均匀的空间间隔,读取或测量连续信号值。即把模拟图像分割成同样形式的小单元——像元/像素的空间离散化处理过程。所谓“量化”指按一定规则将模拟样本值转换为一系列离散点值,即离散化处理、编码过程。
为了使模拟信号的数字表示能以足够的精度再现这种信号的信息量,必须对信号进行足够数量的采样,且采样速率必须至少高于原始信号最高频率出现的2倍。考虑量化引起的误差,量化等级n取值不应低于6。
8
4、 (6)叙述遥感解译中的8个基本要素。
遥感解译的8个基本要素包括: 1、色调或颜色(Tone or Color),指图像的相对明暗程度(相对亮度),在彩色图像上色调表现为颜色。色调是地物反射、辐射能量强弱在影像上的表现。
2、阴影(Shadow),指因倾斜照射,地物自身遮挡能源而造成影像上的暗色调。它反映了地物的空间结构特征。
3、大小(Size),指地物尺寸、面积、体积在图像上的记录。它是地物识别的重要标志,直观的反映地物相对于其它目标的大小。
4、形状(Shape),指地物目标的外形、轮廓。它是识别地物的重要而明显的标志。
5、纹理(Texture),即图像的细部结构,指图像上色调变化的频率,它是一种单一细小特征的组合。
6、图案(Pattern),即图型结构,指个体目标重复排列的空间形式,它反映地物的空间分布特征。
7、位置(Site),指地理位置,它反映地物所处的地点与环境。
8、组合(Association),指某些目标的特殊表现和空间组合关系,它指物体间一定的位置关系和排列方式,即空间配置和布局。
5、 (6)论述辐射量校正所包括的内容。
辐射校正包括:
1、遥感器校准:由遥感器的灵敏度特征引起的畸变是由其光学系统,或光电变换系统的特征所形成的。对于前者通常进行cosnθ校准,对于后者则根据地面测量值进行定期校准。
2、大气校正:大气对光学遥感的影响是很复杂的,消除大气影响的方法包括:1、通过大气纠正模型;2、通过辐射传输方程的近似求解。
3、太阳高度和地形校正:以获取每个像元真实的光谱反射。
4、高光谱图像的校准和归一化:高光谱图像光谱分辨率高,每个波段受大气影响的程度和它相邻的波段不一样;不同操作条件下,整个图像光谱系统中光谱波段会有小的位移。因此需对这些进行校正。
6、 (6)叙述监督分类的流程及注意事项。
监督分类可分为以下几个基本操作步骤:
1、收集有关分类区的信息,包括地图、航空像片或实地资料等,以了解该区主要的分类类别及分布状况;
2、对图像进行检查,对照已有的参考数据或者实地考察经验,评价图像质量,检查其直方图,决定是否需要别的预处理,如地形纠正、配准等,并确定其分类系统;
3、在图像上对每一类别按照前面提到的标准选择训练样本,训练样本必须是容易识别的,均匀分布于全图;
4、对每一类别的训练样本,显示和检查其直方图,计算和检查其均值、方差、协方差矩阵,以及其对应的特征空间相关波谱椭圆形图不同的只是其分离度的统计指数等,从而评估训练样本的有效性;
5、根据4种的检查和评估,修改训练样本,必要时可重新选择和评估训练样本; 6、选择合适的分类算法,常用的算法包括平行算法、最小距离法和最大似然法; 7、将训练样本的信息运用于分类过程。
9
7、 (10)叙述应用线性混合光谱模型对数据分析时的关键问题。
线性光谱混合模型(LSMM)是混合像元分解的常用方法。它被定义为:像元在某一光谱波段的反射率(亮度值)是由构成像元的基本组分(endmember)的反射率以其所占像元面积比例为权重系数的线性组合。在应用线性混合光谱模型对数据分析时,要注意以下几个关键问题:
1、Endmember类型和数量的确定:Endmember类型的确定应当具有代表性,是影像所对应区域内的大多数像元的一个有效组成成分。Endmember数量的确定,应当符合影像所对应区域内的大多数像元的实际。
2、选择Endmember的代表值:这是决定最终分析精度的关键。一般有两种确定Endmember光谱值的方法:一是实地测量或直接从光谱数据库获得;二是从图像分析中获得。
3、最佳波段的选择:应是独立性强、相关性小、地类可分性大,即不同地类光谱差异大的波段,以保证丰富的信息、一定的精度,以及避免数据冗余,减少计算量。
4、模型求解:即求算Endmember在像元中的比例。这需要结合先验知识,用简单的“阈值法”或“概率统计中的最大似然法”。
8、 (12)要利用遥感数据监测某省的植被状况,并于往年进行对比分析,从数据收集、处理到
分析的角度进行论述,并制定工作计划。
检测省区域的植被状况,属于中尺度的植被检测,可选用多时相NOAA/AVHRR图像数据。 1、遥感资料的预处理。选择植物生长季节,4个不同时相的无云图像,对这些图像数据进行大气纠正,UTM投影变化,是不同时相的图像在空间上严格配准;
2、求算比值植被指数RVI,作4个时相的植被指数图像。不同RVI值反映植物光合作用的强弱,也是植物类型差异的一种表现。多时相的RVI可提供更多的植物信息。
3、对4个时相的RVI图像进行主成分分析(K-L变化)。即实现时间维的植被指数RVI的空间坐标旋转。第一主成分集中了绝大部分的植被信息,且各植物类别间差别最大。
4、运用图像分割技术(即密度分割),采用阈值方法,对上述第一主成分图像进行空间分割。先对第一主成分图像进行灰度线性拉伸,根据直方图上每个特征峰的形状和位置等细节,确定分割端点,端点即为阈值。图像分割的级数代表识别出来的作物类型数。
5、图像分割后生成了植被类型图,将分割图像与该地的植被图进行比较,使各色调分别代表不同的地表覆盖类型。
将往年的植被图像也进行以上处理,将这两张分割图像进行对比分析,可以看出:山地森林和密灌丛,因为在时间和空间上均稳定,几乎不受气候波动的影响,因此两张图上的色调基本一致;而草原植被类型随季节和年份呈现很大波动,反映出季节和降水波动的结果。
9、 (12)要对华北地区的冬小麦进行遥感作物估产,其中涉及哪些主要内容?请阐述你的具体
方法,并说明理由。
主要涉及三方面的内容:作物识别、作物面积提取、作物长势分析。 1、作物识别与作物面积提取结合进行 首先,遥感数据的采集与预处理。选择气象卫星AVHRR和陆地卫星TM的遥感影响数据,以获得合适的空间、时间和光谱分辨率高。时间选择依据是:华北冬小麦9月下旬播种,6月中上旬收获,其中11月中旬至12月中旬出苗期,3月上旬至4月上旬返青—拔节—抽穗期,冬小麦与背景差异最大,最易识别;4至6月,拔节—抽穗—扬花—灌浆期,是构成产量的关键时段。数据的预处理包括辐射纠正、大气纠正、几何纠正、空间配准、加行政界线等。
其次,作物专题信息的提取。可采用植被指数法来提取作物专题信息。NDVI与作物覆盖
10