遥感图像解译.docx

遥感图像解译第一章:遥感图像解译的一般问题
本章重点:
;
地物信息传递的七个步骤;
质量评价的四个标准及其相关计算;
遥感:通过各种传感器,在不接触目标条件下探测目标地物,获取其反射、辐射和散射的电磁波信息,并进行处理、分析和应用的一门科学和技术。
★(欧空局发布的PROBA图像)表明了图像解译能力和人的视觉能力的关系:卫星遥感延伸了视觉器官功能,将肉眼看不到的地物目标所具有的某些特征信息通过对遥感图像的解译获取出来,人眼进行目视判读时因为个人经验等原因的限制,容易使目视判读解译出现很大的偏差,人工解译的程度和精度很大程度受到视觉能力的限制。
★地物信息传递的七个过程:;
由数据产生的局部概念模型;
将地物图像数据转变成图像信息;
图像信息的组织和管理;
图像信息在新的层次上还原为地物信息;
由地学信息产生的局部概念模;
按照地学应用要求进行加工。
图像解译按应用领域可以分为普通地学解译和专业解译(地质、土壤、军事等);图像解译按组织方法可以分为:野外解译、飞行器目视解译、室内解译、综合解译。
遥感信息的利用方式照遥感技术的发过程划分: ;2. 空间信息的定位;;。
解译产品和各种技术的发展(P11):观察与测量仪器的改变;产品形式的改变;生产工艺的改变;新一代传感器的研制;地理信息系统的支持;遥感应用模型的深化.
★遥感图像解译的质量要求
解译质量的四个标准:
解译的完整性:解译的完整性标志着所得出的结果与给定任务的符合程度。对解译完整性的评价一般以质量指标来表示,在个别情况下,也会进行数量的评价,即已揭示细部数量与总数量的百分比。
解译可靠性:指出解译结果与实际的符合程度,决定于正确地物数量与实际总数量的比值关系。(可通过混淆矩阵表达:总体精度、Kappa 系数、混淆矩阵(可能性)、生产者(制造者)精度以及用户精度。大部分遥感图像处理系统用一幅地表真实图像或地表真实感兴趣区计算一个混淆矩阵。)【后面有具体计算】
解译的及时性:由于图像本身具备很强的时间特性,获取的影像一定要及时解译,否则过短时间后实际地物将与影像存在更大差别,不利于图像的解译精度。
解译结果的明显性:解译成果应该根据任务的目标,用相应的符号、线清晰绘制出来,尽量使得解译成果可视化, 以便人们理解和应用。
解译的可靠性:
本次分类被认为是草地的像元数
混淆矩阵:有像元数(每一栏中的数值与地表真实像元中分类图像的标签相对应)和百分比(每个地表真实栏里的像元数除以一个给定地表真实类中的像元总数得到)两种形式。
草地错分到森林
真实是草地的像元数
草地这一类的正确分类
精度指标Overall Accuracy (总体精度)
总体精度由被正确分类的像元总和除以总像元数计算。以上面的混淆矩阵为例:*总体精度= 对角线正确分类之和/像元总数=(131003/256000) =%
Kappa Coefficient Kappa 系数
生产者精度:指假定地表真实为A 类,分类器能将一幅图像的像元归为A 类的可能性。以草地为例:生产者精度是64516/109484 =%.
用户精度:指假定分类器将像元归到A类,则相应的地表真实类别是A 的可能性。以草地为例:用户精度是64516/102421=%.
第二章、遥感研究对象的特性
本章考点:
名词解释
地物的空间\时间\光谱特性以及意义
典型地物的光谱特性(结合图像说明);时间特性(结合图表曲线说明)★太阳辐射水体的过程及现象;植被反射光谱特性曲线的特点。
地面对象的空间分布特征:空间位置、大小(对面状目标而言)、形状(对面状和线状目标而言)、相互关系。
空间分布
任何地学研究对象均具备一定的空间特征。根据空间分布的平面形态,把地面对象分为三类:面状、线状、点状;
面状对象:其空间位置由表示界限的一组x,y坐标确定, 并可以相应地求得其大小和形状参数。
连续而布满整个研究区域:高度等;(2)间断成片且大面积分布:湖泊等;(3)分散但分布在研究区域的大面积上:果园等。
线状对象:其空间位置由表示线形轨迹的一组x,y坐标确定,在空间上呈线状或带状分布.
点状对象:空间位置由其实际位置或中心位置的x,y坐标确定,实地上分布面积较小或呈点状分布。
相互关系:(空间结构)相互关系是某个区域内地物目标的空间分布特征。往往地面目标受某种空间分布规律的影响,其分布呈现一定的空间组合形式,这种形式仅通过单一目标是难以反映出来的。地面对象的空间分布既可以是自然形成