下载文档原格式
遥感实习报告在具体学期，我参与了一次令人难忘的遥感实习。
这次实习不仅让我将课堂上学到的理论知识应用到实际操作中，还让我对遥感这一领域有了更深入的理解和认识。
一、实习目的本次遥感实习的主要目的是通过实际操作和案例分析，熟悉遥感数据的获取、处理、分析和应用的全过程，掌握常见遥感软件的使用方法，提高我们对遥感技术在资源调查、环境监测、城市规划等领域应用的能力。
二、实习内容1、遥感数据的获取在实习的初始阶段，我们学习了如何获取遥感数据。
了解了不同类型的遥感卫星，如陆地卫星、气象卫星等，以及它们所提供的数据特点和适用范围。
通过相关网站和数据平台，我们成功获取了多景遥感影像，为后续的处理和分析工作奠定了基础。
2、遥感数据的预处理获取到原始遥感数据后，紧接着就是进行预处理。
这包括辐射校正、几何校正等操作。
辐射校正用于消除传感器本身和大气对辐射的影响，使得影像的亮度值能够准确反映地物的反射特性。
几何校正则是纠正由于卫星姿态、地形起伏等因素导致的影像几何变形，确保影像的准确性和可用性。
3、图像增强与分类为了更清晰地识别和分析地物信息，我们进行了图像增强处理。
常用的方法有对比度拉伸、直方图均衡化等，这些操作有效地突出了影像中的地物特征。
之后，运用监督分类和非监督分类等方法对影像进行分类，将影像中的地物划分为不同的类别，如水体、植被、建设用地等。
4、遥感图像的解译与应用在完成分类后，我们进行了遥感图像的解译工作。
通过对比不同时期的影像，分析地物的变化情况，例如城市扩张、森林砍伐、水体污染等。
同时，将解译结果应用于实际问题，如土地利用规划、灾害监测与评估等。
三、实习工具与技术在实习过程中，我们使用了多种遥感软件和工具，如 ENVI、ArcGIS 等。
ENVI 在遥感数据的处理和分析方面功能强大，提供了丰富的算法和工具；ArcGIS 则在空间数据的管理和可视化方面表现出色，能够将遥感解译结果与地理信息数据进行整合和分析。
大学生遥感实习报告1. 引言遥感是一种获取地面目标信息的无接触测量手段，通过感知和记录电磁辐射，利用遥感技术可以获取地面的物理、地貌、植被等多种信息。
作为一名大学生，我很荣幸能有机会参加遥感实习，深入了解这个领域的新技术和应用。
本篇报告将详细介绍我的遥感实习经历。
2. 实习目标本次实习的主要目标是学习并掌握常用的遥感技术和工具，如遥感数据采集、处理和分析等。
另外，我还希望通过实践了解遥感技术在农业、林业和环境保护等领域的应用，为将来的研究和工作打下基础。
3. 实习过程3.1 学习理论知识在实习开始前，我首先学习了遥感的基本概念、原理和方法。
通过参加培训课程和阅读相关文献，我对遥感图像的获取和处理有了初步的了解。
同时，我还学习了有关遥感数据的分类和解释方法，以及常用的遥感软件和工具的使用技巧。
3.2 遥感数据采集为了实践遥感技术，我们团队决定选择一个具体的研究区域进行数据采集。
通过前期的调研和分析，我们选择了一个位于农村的农田作为研究对象。
在实地实习中，我们使用无人机进行了空中拍摄，并使用GPS设备收集了地面控制点的坐标信息。
这样可以为后续的数据处理提供准确的参考。
3.3 遥感数据处理和分析在数据采集完成后，我们将拍摄到的遥感图像导入到遥感软件中进行处理和分析。
首先，我们使用图像处理技术对图像进行增强处理，以提高图像的可视性和准确性。
然后，我们使用分类算法将图像进行分类，识别出不同的地物类型。
最后，我们对分类结果进行分析，比对实地调查数据验证分类的准确性。
3.4 应用实践在数据处理和分析之后，我们将学到的遥感技术应用到实际的领域中。
我们以农田为例，通过对遥感图像的解释，可以获取农田的植被指数、土壤湿度等信息，为农业生产提供参考和决策支持。
我们还可以利用遥感数据分析林地覆盖率变化，以及水体污染程度等环境保护指标。
4. 实习成果通过两个月的实习，我不仅学习了遥感技术的理论知识，还深入了解了遥感数据的采集、处理和分析过程。
遥感实习报告心得体会首先，我要感谢学校为我们提供了这次宝贵的遥感实习机会。
通过这次实习，我对遥感技术有了更深入的了解，并且提高了自己的实践操作能力。
在这里，我想分享一下我的实习心得体会。
遥感技术是一种非接触式的、远距离的探测技术，通过对地球表面目标的辐射和反射信号的感知，获取地球表面信息。
在实习过程中，我深刻体会到了遥感技术的广泛应用和重要性。
遥感技术在资源调查、环境监测、农业规划、城市规划等领域都有着重要的作用。
通过实际操作，我了解到了遥感数据获取、处理、分析和应用的全过程，从而更好地理解了遥感技术在实际生产中的应用价值。
在实习过程中，我学习了遥感数据处理软件的使用，如ENVI、ArcGIS等。
通过这些软件，我能够对遥感数据进行预处理、图像增强、分类和分析等操作。
在实际操作中，我遇到了一些困难和挑战，但是通过请教老师和同学，我逐渐找到了解决问题的方法。
通过实践，我不仅掌握了遥感数据处理的基本方法，还培养了自己的问题解决能力。
此外，在实习过程中，我还学习了遥感图像的分类和解释。
通过对遥感图像的观察和分析，我能够识别不同的地物类型，并且对它们进行分类。
在实际操作中，我发现遥感图像的解释需要结合实际情况和地理背景知识，否则容易产生误分类。
因此，我意识到了理论知识与实际应用相结合的重要性，并且在实习过程中不断加强对遥感原理的理解。
通过这次实习，我还深刻体会到了团队合作的重要性。
在实习项目中，我们需要分组进行任务，每个小组成员都要承担不同的责任。
在团队合作中，我学会了倾听和沟通，尊重和理解他人的意见，与团队成员共同解决问题。
通过团队合作，我们不仅能够高效地完成任务，还能够培养自己的团队协作能力。
最后，我想说，这次遥感实习对我来说是一次非常有价值的学习经历。
通过实习，我不仅提高了自己的专业技能，还培养了自己的实践能力和团队合作精神。
我相信，这次实习对我未来的学术研究和职业发展都将产生积极的影响。
在今后的学习和工作中，我将继续努力，不断探索和应用遥感技术，为解决实际问题做出贡献。
一、实习背景随着科技的不断发展，遥感技术在我国得到了广泛的应用。
遥感监测作为一种新兴的监测手段，具有速度快、范围广、精度高、成本低等优点，在环境监测、资源调查、灾害评估等领域发挥着越来越重要的作用。
为了提高自己的专业技能，我参加了本次遥感监测实习。
二、实习目的1. 熟悉遥感监测的基本原理和方法；2. 掌握遥感图像处理和分析软件的操作；3. 提高自己在遥感监测领域的实际操作能力；4. 深入了解遥感监测在环境监测、资源调查等领域的应用。
三、实习内容1. 遥感基础知识学习实习期间，我们学习了遥感的基本概念、遥感数据类型、遥感图像处理和分析方法等基础知识。
通过学习，我们了解到遥感监测是利用地球表面的电磁波辐射特性，通过遥感传感器获取地表信息的一种技术。
2. 遥感图像处理实习过程中，我们学习了遥感图像处理的基本步骤，包括图像预处理、图像增强、图像分类等。
通过实际操作，我们掌握了ENVI、ArcGIS等软件在遥感图像处理中的应用。
3. 遥感监测案例分析为了更好地了解遥感监测在实际应用中的效果，我们选取了几个具有代表性的案例进行分析。
这些案例包括：（1）森林资源监测：通过遥感图像分析，监测森林资源的变化情况，为林业部门提供决策依据。
（2）城市环境监测：利用遥感图像监测城市绿化、水质、空气质量等环境指标，为政府部门提供环境管理依据。
（3）灾害评估：利用遥感图像快速获取灾害信息，为救援部门提供决策支持。
4. 实践操作在实习过程中，我们进行了以下实践操作：（1）遥感图像预处理：包括辐射校正、几何校正、大气校正等。
（2）遥感图像增强：通过对比度增强、锐化等手段，提高遥感图像的视觉效果。
（3）遥感图像分类：利用监督分类、非监督分类等方法，对遥感图像进行分类。
（4）遥感图像分析：根据遥感图像分类结果，分析不同地物的分布规律和变化趋势。
四、实习成果通过本次遥感监测实习，我取得了以下成果：1. 掌握了遥感监测的基本原理和方法；2. 熟练掌握了ENVI、ArcGIS等遥感图像处理和分析软件的操作；3. 增强了自己在遥感监测领域的实际操作能力；4. 深入了解了遥感监测在环境监测、资源调查等领域的应用。
实习报告二：遥感实习心得与体会一、前言随着科技的发展，遥感技术在地质调查、资源勘探、环境监测等领域发挥着越来越重要的作用。
本次实习，我有幸接触到遥感技术，并对其有了更深入的了解。
以下是我在实习过程中的心得与体会。
二、实习内容1. 遥感基本原理学习在实习的第一周，我们学习了遥感的基本原理，包括遥感的基本概念、遥感数据的获取方式、遥感图像的 processing 方法等。
通过学习，我明白了遥感技术是一种非接触式的、远距离的探测技术，可以通过对地球表面目标的辐射和反射特征进行监测和分析，获取地球表面信息。
2. 遥感数据处理与分析在实习的第二周，我们学习了遥感数据处理与分析的方法，包括遥感图像的预处理、图像增强、分类和提取等。
通过实际操作，我掌握了遥感图像处理软件的使用，并学会了如何对遥感图像进行分析和处理，从而获取有价值的信息。
3. 遥感应用案例分析在实习的第三周，我们学习了遥感技术在地质调查、资源勘探、环境监测等领域的应用案例。
通过案例分析，我了解了遥感技术在实际生产中的应用价值，同时也认识到遥感技术在解决实际问题时的局限性。
三、实习心得与体会1. 遥感技术具有广泛的应用前景通过实习，我深刻认识到遥感技术在地质调查、资源勘探、环境监测等领域具有广泛的应用前景。
特别是在当前全球气候变化、资源紧张、环境污染等问题日益严重的背景下，遥感技术在可持续发展中发挥着重要作用。
2. 遥感技术发展迅速，人才培养至关重要随着遥感技术的不断发展，对遥感人才的需求也越来越大。
作为一名遥感专业的学生，我深感责任重大，今后需更加努力地学习，提高自己的专业素养，为我国遥感事业的发展贡献自己的力量。
3. 理论与实践相结合是学习遥感的关键实习过程中，我深刻体会到理论与实践相结合的重要性。
只有掌握了遥感基本原理和实际操作技能，才能在实际工作中游刃有余。
今后，我会更加注重实践操作，不断提高自己的实践能力。
4. 团队协作是完成遥感项目的重要保障在实习过程中，我发现遥感项目往往需要多学科知识的融合和团队协作。
遥感实习报告遥感实习报告遥感技术是利用航空、航天和地面观测的感知机器及其处理系统对地球表面进行地物探测、监测、分析和应用的科学技术。
遥感实习是指学生在通过课堂教学等方式学习遥感技术理论知识后，到遥感行业单位或相关机构实习，通过实践掌握遥感技术的应用方法和技术要点，提高学生的实践能力、综合素质和实际体验。
我在某遥感公司进行了为期一个月的遥感实习，主要负责该公司所承担的项目中的数据处理和分析部分。
在实习期间，我深入了解了遥感技术在实践中的应用，掌握了常规的图像预处理方法和图像解译技术，并对遥感技术在环境监测、气象预报、农业生产和城市建设等方面的应用有了更深刻的认识。
在实践操作中，我通过使用ENVI、ArcGIS、ERDAS等常用的遥感软件，成功地完成了多项数据处理和分析任务。
其中最令我印象深刻的是利用ENVI 软件处理无人机拍摄的景观图像，完成对某山地森林覆盖类型的分类和植被指数的计算。
在处理过程中，我运用最大似然分类法和对象提取算法对地物进行分类，利用遥感数据计算植被指数，最终得出了该山地森林的覆盖类型分布和植被状况等信息。
这项任务要求我不仅要熟练掌握遥感软件的操作，还需要对地学、生态学等相关学科进行综合应用，充分验证了遥感技术在多学科跨界应用中的独特优势。
此外，在实践中我也意识到了不同数据来源的差异性和数据质量对分析结果的影响。
例如，在处理卫星遥感数据时，由于数据量较大，需要对数据进行预处理和裁剪以便于分析。
同时，由于遥感数据采集、传输和处理的误差和偏差，需要根据实际情况对数据进行校正和调整，以保证数据的准确性和可靠性。
这一过程要求实习生与数据工程师紧密协作，多次反复测试和验证，从而确保了分析结果具有较高的精度和参考价值。
另外，我还了解到遥感技术的应用呈现了多样化和创新性的趋势，例如机器学习、云计算、大数据、AI等技术手段与遥感技术的融合和应用，大大提高了遥感技术的效率和精度，并产生了许多新的应用领域和商业模式。
随着遥感技术的不断发展，遥感监测在资源调查、环境监测、灾害预警等领域发挥着越来越重要的作用。
为了提高我们的遥感技术应用能力，本次实习我们选择了某地区进行遥感监测，以了解遥感监测的基本流程和方法。
二、实习目的1. 掌握遥感影像的获取、处理、分析和应用技术；2. 学会利用遥感数据对地表覆盖、土地利用、生态环境等方面进行监测；3. 提高团队合作能力和实践操作能力。
三、实习内容1. 遥感影像数据获取实习期间，我们通过卫星遥感平台获取了该地区的多时相遥感影像数据，包括Landsat 8、Sentinel-2等卫星影像。
这些影像数据覆盖了研究区域的土地利用、地表覆盖、生态环境等信息。
2. 遥感影像预处理为了提高遥感影像质量，我们首先对影像进行了预处理，包括辐射校正、几何校正、大气校正等。
通过ENVI软件进行预处理，确保遥感影像数据在后续分析中的准确性。
3. 遥感影像分析（1）地表覆盖分类：利用ENVI软件，我们根据遥感影像的光谱特征，对研究区域的地表覆盖类型进行了分类，包括耕地、林地、水域、草地等。
（2）土地利用变化分析：通过对不同时相的遥感影像进行对比分析，我们发现了研究区域土地利用的变化趋势，如耕地向林地、水域的转化等。
（3）生态环境监测：结合遥感影像和地面调查数据，我们对研究区域的生态环境进行了监测，包括植被覆盖度、生物多样性等。
4. 遥感监测报告撰写根据实习过程中所获取的数据和分析结果，我们撰写了遥感监测报告，内容包括遥感影像数据获取、预处理、分析及结论等。
通过本次遥感监测实习，我们掌握了遥感影像的获取、处理、分析和应用技术，了解了遥感监测的基本流程和方法。
以下是本次实习的几点体会：1. 遥感技术具有广泛的应用前景，可以为资源调查、环境监测、灾害预警等领域提供有力支持；2. 遥感影像预处理是遥感分析的基础，直接影响分析结果的准确性；3. 遥感监测需要结合地面调查数据，提高监测结果的可靠性；4. 团队合作是顺利完成遥感监测任务的关键。
一、实习背景随着我国遥感技术的发展，遥感技术已经广泛应用于土地资源调查、环境监测、城市规划、灾害预警等领域。
为了提高学生的实践能力，我校地理信息科学专业组织了一次为期两周的遥感实习。
本次实习旨在使学生掌握遥感图像处理的基本方法，提高学生的实际操作能力，培养学生的团队协作精神。
二、实习目的1. 使学生掌握遥感图像处理的基本原理和方法；2. 培养学生运用遥感技术解决实际问题的能力；3. 增强学生的团队协作意识和沟通能力；4. 提高学生的实践操作能力和创新意识。
三、实习内容本次实习主要包括以下几个方面：1. 遥感图像预处理：包括辐射校正、几何校正、大气校正等；2. 遥感图像解译：运用目视解译、统计分析等方法对遥感图像进行解译；3. 遥感图像分类：运用监督分类、非监督分类等方法对遥感图像进行分类；4. 遥感图像分析：运用统计、空间分析等方法对遥感图像进行分析；5. 遥感应用：运用遥感技术进行土地资源调查、环境监测、城市规划等。
四、实习过程1. 第一阶段：理论学习在实习初期，我们进行了遥感图像处理的理论学习，了解了遥感图像处理的基本原理和方法。
通过学习，我们对遥感图像处理有了初步的认识，为后续实习奠定了基础。
2. 第二阶段：实践操作在理论学习的基础上，我们进行了实践操作。
首先，我们对遥感图像进行了预处理，包括辐射校正、几何校正、大气校正等。
然后，我们运用目视解译、统计分析等方法对遥感图像进行解译。
接着，我们运用监督分类、非监督分类等方法对遥感图像进行分类。
最后，我们运用统计、空间分析等方法对遥感图像进行分析。
3. 第三阶段：团队协作在实习过程中，我们进行了团队协作。
每个团队成员负责不同的任务，共同完成实习任务。
在团队协作过程中，我们学会了沟通、协调、分工与合作，提高了团队协作能力。
五、实习成果1. 掌握了遥感图像处理的基本原理和方法；2. 提高了遥感图像处理的实际操作能力；3. 培养了团队协作意识和沟通能力；4. 完成了实习任务，取得了良好的实习效果。
一、实习背景随着科技的飞速发展，遥感技术在农业、林业、城市规划、环境监测等领域发挥着越来越重要的作用。
为了让我校遥感专业的学生更好地了解遥感技术在实际工作中的应用，提高我们的专业技能和实践能力，我们一行人在2023年暑期参加了为期一个月的遥感专业实习。
二、实习前期准备1. 团队组建：在实习开始前，我们根据个人兴趣和专业特长，组成了若干实习小组，每组由一名指导老师负责。
2. 资料收集：我们通过查阅文献、网络搜索等方式，了解了遥感技术的基本原理、应用领域以及实习期间可能遇到的问题。
3. 设备准备：实习期间，我们使用了多种遥感设备，如无人机、卫星遥感影像处理软件等。
我们提前学习了这些设备的使用方法，并确保设备性能良好。
三、实习内容1. 遥感影像获取：我们利用无人机获取实习区域的高分辨率影像，并通过卫星遥感影像获取大范围的数据。
2. 遥感影像处理：在指导老师的指导下，我们学习了遥感影像处理的基本流程，包括影像预处理、几何校正、辐射校正等。
3. 信息提取与分析：我们针对实习区域的土地类型、植被覆盖、水体分布等信息进行提取和分析，运用遥感技术解决实际问题。
4. 实地考察：在实习期间，我们分组进行了实地考察，对遥感影像中的信息进行了验证和补充。
5. 成果展示：实习结束后，我们针对实习成果进行了整理和总结，以报告、PPT等形式进行展示。
四、实习收获1. 专业技能提升：通过实习，我们对遥感技术有了更深入的了解，掌握了遥感影像处理和分析的基本方法。
2. 团队协作能力：在实习过程中，我们学会了与他人合作，共同解决问题，提高了团队协作能力。
3. 实践能力增强：实习让我们将理论知识与实际应用相结合，提高了我们的实践能力。
4. 职业素养提升：在实习期间，我们严格遵守实习纪律，认真完成各项任务，培养了良好的职业素养。
五、实习总结本次遥感专业实习是一次宝贵的学习机会，让我们在实践中提高了专业技能和实践能力。
在今后的学习和工作中，我们将继续努力，不断提高自己的综合素质，为我国遥感事业贡献自己的力量。
一、实习背景随着遥感技术的不断发展，遥感在各个领域的应用越来越广泛。
为了更好地了解遥感技术，提高自己的实践能力，我们开展了为期两周的遥感实习。
本次实习旨在通过实际操作，掌握遥感影像处理、解译和制图等基本技能。
二、实习目的1. 熟悉遥感影像处理软件ENVI的操作，掌握遥感影像预处理、裁剪、校正等基本操作。
2. 学习遥感野外调查方法，了解野外调查的注意事项。
3. 掌握遥感影像解译技巧，根据《土地利用现状分类-GB2007》标准，对所调查区域的遥感影像地物进行初步目视解译、划分。
4. 熟练运用ENVI软件进行室内解译，进行小斑区划和数据库建立。
5. 根据遥感影像图，针对所调查区域制作土地利用现状分类专题图。
三、实习内容（一）遥感影像处理1. 遥感影像预处理：首先，我们在ENVI软件中对原始遥感图像进行预处理，包括辐射校正和几何校正。
辐射校正主要进行传感器校正、大气校正、太阳高度及地形校正。
几何校正是指纠正由系统或非系统因素引起的图像几何变形。
2. 遥感影像裁剪：根据实习要求，我们选取了金洲新区大部分地区及望城区部分区域作为本次实习的区域范围。
使用ENVI软件中感兴趣区域选取的功能，裁剪出特定的区域范围。
（二）外业建标调查1. 建立目视解译标志表：根据《土地利用现状分类-GB2007》标准，对所调查区域的遥感影像地物进行初步目视解译、划分，从而建立外业目视解译标志表。
2. 野外调查：在实习老师的指导下，我们前往实习区域进行实地调查。
调查过程中，我们详细记录了各种地物的分布情况，以及地形、地貌等信息。
（三）室内解译1. 遥感影像室内解译：运用ENVI软件，对遥感影像进行室内解译。
通过对遥感影像的分析，识别出各种地物，并进行小斑区划。
2. 数据库建立：根据室内解译结果，建立遥感影像数据库，为后续制图提供数据支持。
（四）制图1. 利用ENVI软件，根据遥感影像数据和室内解译结果，制作土地利用现状分类专题图。
2. 对专题图进行美化，包括添加图例、标题、比例尺等信息。
遥感变化监测实习报告变化监测实习报告实习原理：非监督分类运用1SODATA算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。
使用该方法时。
原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。
由于人为干预较少，非监督分类过程的自动化程度较高。
非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。
实习数据：遥感影像：LS5_TM_20100725_023435_023501_121040_FASTB_L2 LS5_TM_20081210_022812_022837_121040_FASTB_L2 简析：影像为江西省鄱阳湖地区，在影像生成时间内。
时值夏/冬季，但江西地区植被多常绿。
实习内容：就所下载遥感影像，采用非监督分类的方法，对影像中所放映的信息进行分类。
实习目的：掌握非监督分类的方法与过程，加深对非监督分类方法的理解。
实习步骤：第一步：调出非监督分类对话框在ERDAS 图标面板工具条中点击Classifier 图标→C1assification →Unsupervised Classification →Unsupervised classification。
对话框如下：第二步：进行非监督分类在Unsupervised classification对话框输入数据（如上图右所示）。
确定输出文件（Input Raster File）:caijianhou_40.img（要被分类的图像）→确定输出文件（Output File）:非监督分类_caijianhou 4001.img即将产生的分类图像）→选择生成分类摸板文件:非监督分类_caijianhou_4001.sig（将产生一个模板文件）→确定分类摸板文件（Filename ）：非监督分类_caijianhou_4001.sig →对Clustering options选择Initialize fr om Statistics单选框Initialize f rom Statistics指由图像文件整体（或其AOI区域）的统计值产主自由聚类，分出类别的多少由自己决定。
Use Signature Means 是基于选定的模板文件进行非监督分类，类别的数目由模板文件决定。
→确定初始分类数（Number of classes）：35分出35个类别一般设定为最终所分类别的4—6倍→定义最大循环次数（Maximum Iterations）：24最大循环次数（Maximum Iterations）是指ISODATA重新聚类的最多次数，这是为了避免程序运行时间太长或由于没有达到聚类标准而导致的死循环。
一般在应用中将循环次数都取6次以上。
→设置循环收敛阈值（Convergence Threshold）：0.95收敛阈值（Convergence Threshold）是指两次分类结果相比保持不变的像元所占最大百分之此值的设立可以避免ISODATA无限循环下去。
→点击OK按钮（关闭Unsupervised Classification对话框，执行非监督分类，获得一个初步的分类结果）初步分类后，结果如下图：第三部分类评价：1，在视窗中同时显示caijianhou_40.img（下）和非监督分类_caijianhou 4001.img（上）。
caijianhou_40.img 显示方式用红5、绿4蓝2。
2，打开分类图像属性并调整字段显示顺序。
选择Raster菜单项，Rster---Attributes，打开Raster Attribute Editor对话框（非监督分类_caijianhou 4001.img的属性表），并调整字段显示顺序：Raster Attribute Editor 对话框菜单条：Edit→Column Properties →column properties对话框如下图所示：在Columns中选择要调整显示顺序的字段，通过Up、Down、Top、Bottom等几个按钮调整其合适的位置，通过选择Display Width调整其显示宽度，通过Alignment调整其对齐方式。
如果选择Editable复选框，则可以在Title中修改各个字段的名字及其它内容。
3，给各个类别赋相应的颜色Raster Attribute Edi tor对话框，点击一个类别的Row字段从而选择该类别，右键点击该类别的Color字段（颜色显示区），打开As Is菜单并选择一种颜色。
重复以上步骤直到给所有类别赋予合适的颜色。
操作后结果如下图所示：Viewer显示结果如下图：4，不透明度设置。
由于分类图像覆盖在原图像上面，为了对单个类别的判别精度进行分析，首先要把其它所有类别的不透明程度（Opacity）值设为0 （即改为透明），而要分析的类别的透明度设为1（即不透明）。
5，确定类别专题意义及其准确程度。
视窗菜单条：Utility→flicker →viewer Flicker 对话框→Auto Mode 本小步是设置分类图像在原图像修背景上闪烁，观察它与背景图像之间的关系从而断定该类别的专题意义，并分析其分类准确与否。
6，标注类别的名称和相应颜色。
Raster Attribute Editor对话框（打开非监督分类_caijianhou 4001.img的属性表）→点击刚才分析类别的ROW字段从而选择该类别→点击该类别的class Names字段从而进入输入状态→在该类别的Class Names字段中输入其专题意义（如居民区建筑），并按回车键→右键点击该类别的Color字段（颜色显示区）→As Is菜单→选择一种合适的颜色重复以上4、5、6三步直到对所有类别都进行了分析与处理。
非监督分类结果：7，分类后处理之聚类统计ERDAS图标面板工具条:点击Interpreter图标->GIS Analysis Clump->Clump对话框（如下图）在Clump对话框中，需要确定下列参数:①确定输入文件（Input File）:40_2010_uned.img②定义输出文件（Output File）: 40_2010_uned_clump .img③文件坐标类型（（Coordinate Type）: Map④处理范围确定（Subset Definition）: ULX / Y, LRX / Y （缺省状态为整个图像范围，可以应用Inquire Box定义子区）⑤确定聚类统计邻域大小（Connect Neighbors）: 8，（统计分析将对每个像元四周的8个相邻像元进行）⑥OK（关闭Clump对话框，执行聚类统计分析）在virwer中打开40_2010_uned_clump .img 如下图8，分类后处理之去除处理ERDAS图标面板工具条:点击Interpreter图标->GIS Analysis->Eliminate->Eliminate对话框（如下图所示）在Eliminate对话框中，需要确定下列参数:①确定输入文件（Input File）: 40_2010_uned_clump .img②定义输出文件（Output File）: 40_2010_uned_eliminate .img③文件坐标类型（Coordinate Tvpe ）: Map④处理范围确定（Subset Definition）: ULX / Y, LRX / Y，（缺省状态为整个图像范围，可以应用Inquire'Box定义子区）⑤确定最小图斑大小（Minimum）: 16 pixels⑥确定输出数据类型（Output）: Unsigned 8 Bit⑦OK（关闭Eliminate对话框，执行去除分析）在viewer中打开40_2010_uned_eliminate .img，如下图所示8，分类后处理之分类重编码ERDAS图标面板工具条:点击Interpreter图标->GIS Analysis-> Recode->Recode对话框。
如下图所示①确定输入文件（InputFile）:40_2010_uned_eliminate.img②定义输出文件（Output File）: 40_2010_uned_recode.img③设置新的分类编码（（Setup Recode ）:点击Setup Recode按钮④打开Thematic Recode表格⑤根据需要改变New Value字段的取值（直接输入）⑥在本例中将原来的35类依次两两合并，形成五类（图4.20）⑦OK（关闭Thematic Recode表格，完成新编码输入）⑧确定输出数据类型（Output）: Unsigned 4 Bit⑨OK（关闭Recode对话框，执行图像重编码。
输出图像将按照New Value变换专题分类图像属性，产生新的专题分类图像）在视窗中打开重编码后的专题分类图像，查看起分类属性表：改变颜色9，精度评估点击Classifier→弹出如下窗口：点击，打开重分类之后的图像。
点击Edit→Create/Random Point 设置参数。
其中Number of Points数值要大于256，勾选，其中Minimum Points 要大于20或30，最好设置为30，点击OK，在弹出窗口中一直点击是。
在弹出窗口中点击View→Select Viewer 之后点击一幅图像，重复操作一次，第二次点击另外一幅图像，使之两幅图像都显示待验证的点。
之后点击View→Show All 显示待验证的点。
继续点击Edit→Show Class Values 显示原来的类别号。
显示如下窗口：之后找出每一个待验证的点进行验证，在Reference中输入确定后的类别号，直至验证完所有的点。
我在精度评估的时候由于验证一些点之后ERDAS软件总是崩溃，所以最后没有验证完成。
点还没有校正完，软件就停在这里了。
10，做缓冲区ERDAS图标面板工具条:点击Interpreter图标->GIS Analysis->Search->Search对话框。
如下图所示①确定输入文件（Input File）:40_2010_uned_eliminate.img②定义输出文件（Output File）: 40_2010_uned_search.img③Distance to search :>=10④OK⑤ERDAS图标面板工具条:点击Modeler图标->Modeler Maker打开对话框；如下图所示⑥建立模型⑦点OK44FileType选择Thematic⑧OKsearch2.img⑨在视窗中打开生成的按相同方法对LS5_TM_20081210_022812_022837_121040_FASTB_L2进行系列处理，用以进行变化检测。
