下载文档原格式
基于决策树的地面覆盖类型变化信息提取与分析一.实验目的:通过决策树分类法（Decision Tree Classification）提取大连市西山水库附近植被的覆盖情况。
利用得出的影像以及相关方法进行植被变化分析，为生态恢复，保护区的管理和措施的制定及当地政府的宏观决策提供依据。
二.预期结果:，山区的植被较增加，其他地区的植被覆盖范围较以前减少三.实验过程我们使用ENVI软件先加载大连市西山水库附近两个不同时期LANDSAT/TM的遥感数据（1989年1月、1995年9月，文件名分别为dl01、dl09）。
它们的4、3、2假彩色合成影像分别如图1-1、1-2所示：图1-1 1989年1月大连市西山水库附近4、3、2假彩图1-2 1995年9月大连市西山水库附近4、3、2假彩色合成影像色合成影像对上述两个图像进行归一化植被指数（NDVI）提取，结果如图1-3、1-4指示：图1-3 1989年1月大连市西山水库附近的NDVI指数影像图1-4 1995年9月大连市西山水库附近的NDVI指数影像（经图1-3图像处理）对1995年9月大连市西山水库的地物进行决策树分类，决策树分类的分类模型如图1-5所示：图1-5 1995年9月大连市西山水库的决策树分类模型对1989年1月的大连市西山水库进行ROI感兴区分类，对其他地物进行决策树分类，决策树分类的分类模型如图1-6所示：图1-6 1989年1月大连市西山水库的决策树分类模型（其中b1表示利用ROI提取的水体，0表示其他地物，255表示水体）由上述两个决策树模型，可以得出如下两个地物分类图，分别如图1-7、1-8所示。
其中，绿色（R0 G255 B0）代表植物，蓝色（R0 G0 B255）代表水体，黄色（R255 G255 B0）代表建筑物、红色（R255 G0 B0）代表裸地。
图1-7 1995年9月大连市西山水库附近的地物分类图植被：66.2745%；水系：1.9452%建筑物：6.7153% 裸地：25.0650% 图1-8 1989年1月大连市西山水库附近的地物分类图植被：55.4003% 水系：0.4352%建筑物：1.2773% 裸地：42.8871%一、变化信息提取我们依然用决策树分类法①来提供变化信息。
遥感地学分析读书报告一、前言本文是对《遥感地学分析：基础理论与方法》（第三版）一书的读书报告。
这本书主要介绍了遥感技术在地学领域中的应用与发展，并深入阐述了相关的基础理论与方法。
二、简介遥感地学是一门研究利用遥感技术获取地球表面的信息并加以分析的学科。
它通过卫星、航空和地面等各种遥感手段获取数据，并借助计算机进行分析和处理，从而获得地表、大气和水体等物理信息，揭示地球环境的变化和演变规律，继而推动生态环境保护、土地利用、资源开发和自然灾害预警等方面的发展。
本书主要内容包括地球观测和遥感数据的基础知识、地形高程、遥感影像处理、遥感数据与地学分析、物质量测等等。
内容丰富，结构清晰，易于理解和掌握。
三、重点内容在本次阅读中，我主要关注了以下几个方面的内容：1. 遥感影像的特点与分类遥感影像的特点主要有以下几个方面，包括波段、分辨率、色调和灰度、空间分辨率、时间分辨率等。
通过对这些特点的把握，可以更充分地揭示遥感影像所表达的地物信息和特征。
遥感影像按实际应用目的的不同可以进行多种分类，包括光学影像、微波影像、红外影像、合成孔径雷达（SAR）影像等等。
各种影像有各自的特点和适用场景，只有充分了解它们的特点和用途才能更好地进行分析和应用。
2. 遥感影像处理与分析遥感影像处理是将原始数据加工成可用于分析、识别和提取地物信息的图像数据的过程。
遥感影像分析则是从遥感影像中提取地物信息和特征，进而进行分类、识别和定量化等操作的过程。
这其中的关键技术包括遥感影像纠正、影像增强、信息提取和遥感影像分类等。
3. 遥感数据与地学分析遥感技术在地学领域中有着广泛的应用。
遥感数据的引入和加工对于研究地学问题和认识地球表面变化具有重要的意义。
此外，遥感技术也在环境遥感、资源遥感等方面广泛应用。
四、结语通过本次的阅读，我对遥感地学的相关理论和方法有了更深入地了解，并明确了遥感技术在地学领域的重要作用。
随着科学技术的不断进步，遥感地学分析必将成为地学研究的重要手段和工具。
第一章遥感:指空对地的遥感,即从远离地面的不同工作平台上（如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船、航天飞机等）通过传感器，对地球表面的电磁波(辐射)信息进行探测,并经信息的传输、处理和判读分析,对地球的资源与环境进行探测和监测的综合性技术。
地学分析是以地学规律为基础对信息进行的分析处理过程。
地学分析方法主要有地理相关分析法、主导因素法、环境本底法、交叉分析法、信息复合等. 遥感的目的:建立模型，从简单到复杂地分析图像,从少到多地利用图像，从遥感数据中获取需要的遥感信息。
人们通过对遥感信息的处理、分析、复原和反演来揭示地表各种现象和过程的规律。
遥感地学分析是建立在地学规律基础上的遥感信息处理和分析模型，其结合物理手段、数学方法和地学分析等综合型应用技术和理论，通过对遥感信息的处理和分析,获得能反映地球区域分异规律和地学发展过程的有效信息的理论方法.遥感信息源的综合特征（１）多源性多平台多波段多视场ﻭ(2)空间宏观性遥感影像覆盖范围大、视野广，具有概括性ﻭ（3)遥感信息的时间性瞬时特征时效性重返周期与多时相(4)综合性、复合性多种地理要素的综合反映多分辨率遥感信息的综合（５)波谱、辐射量化性地物波谱反射、辐射的定量化记录(6)遥感信息在地学分析中的模糊性和多解性地面信息是多维的、无限的（时间和空间的),而遥感信息是简化的二维信息ﻭ遥感信息的复杂性和不确定性主要表现在：同物异谱、异物同谱；混合象元；时相变化；信息传输中的衰减和增益(辐射失真和几何畸变)遥感数据介绍1ﻭ)高分辨率遥感数据2)中分辨率遥感数据3）低分辨率遥感数据高分辨率（高清晰度）遥感卫星像片空间分辨率一般为5m—１0m 左右,卫星一般在距地600kｍ（千米）左右的太阳同步轨道上运行。
ﻭ应用范围:ﻭ精度相对较高的城市内部的绿化、交通、污染、建筑密度、土地、地籍等的现状调查、规划、测绘地图;大型工程选址、勘察、测图和已有工程受损监测等；还可应用于农业、林业、灾害等领域内的详细调查和监测。
遥感心得体会篇一：遥感心得体会实习心得体会遥感是一门理论性和实践性都很强大的专业课，需要我们在课堂上学习了理论知识后进行上机实验，以加深对所学知识的了解。
几何纠正这次试验本来是我们上周的自主完成试验，我用自己在上下载的数据按照试验实验指导书上的要求做了一遍，在选点的时候选择了七个点，完成试验后也不知道怎样判断自己纠正的图像到底对不对，只是发现最终的生成结果中有一个4k大小的东西，结果是我做错了，这次，跟着老师做了一遍试验后，我对erdas 这个软件有了一定的认识，并且顺利的完成了几何纠正，也意识到上次做实验时我的错误，首先，我打开来的两张图片并不都是img格式的，我没有将他们进行转换就进行的纠正，其次，我并没有完全理解课本上的纠正过程。
我们选点的时候要选择六个以上的点，用来完成建模过程，然后其余的点可以用来对建立的模型进行检验以及纠正，我选则的七个点，纠正的结果应该是很差的。
然后，在这次试验课上，老师首先给我们介绍了erdas软件，然后，带着我们完成的做了一遍试验，试验由以下几部分组成：（1）显示图像文件（display image files）（2）启动几何校正模块（geometric correction tool）（3）启动控制点工具（start gcp tools）（4）采集地面控制点（ground control point）（5）采集地面检查点（ground check point）（7）图像重采样（resample the image）（8）保存几何校正模式（save rectification model）（9）检验校正结果（verify rectification result）其中，最值得一说的是寻找控制点以及检查点，在寻找过程中，刚开始寻找是很慢的，图像看上去黑乎乎的，完全找不到自己想找的点，后来，顺着河流，道路的交叉点，很顺利的找到了自己想要找的点，在超过六个点以后找点时就方便了很多，在第一张图片上找点自己想要找的点，然后第二张图片上会自动匹配出点的位置，我们要寻找的范围缩小了很多，这时，我们要做的只剩下看看它匹配的准不准，如果不准，我们将点拖动到准确的点上即可。
一．基础知识1.一些概念性的东西：（1）反射类型：镜面反射、漫反射、方向反射（2）遥感概念：广义与狭义（3）遥感技术系统：遥感平台、传感器、遥感数据接收与处理系统、遥感资料分析处理系统（4）遥感分类：平台分；探测的电磁波分；电磁辐射源分；应用领域分。
（5）遥感的特点：大面积同步观测；时效性；经济性；局限性（6）遥感信息在地学分析中的模糊性和多解性：地面信息室多维的、无限的（时空），而遥感信息是简化的二维信息；遥感信息的复杂性与不确定性：同物异谱，异物同谱；混合像元；时相变化；信息传输中的衰减与增益（辐射失真与几何畸变）（7）空间分辨率，时间分辨率，光谱分辨率，辐射分辨率（8）不同应用的卫星遥感系统：如陆地资源卫星系列；气象卫星系列、海洋卫星系列、地球观测系统计划、环境遥感卫星2.识别土壤，植被，岩石，水体，地物的光谱反射特征3.黑体：在任何温度下，对各种波长的电磁辐射都完全吸收的理想辐射体4.目视解译的标志：色调、颜色、图型、阴影、形状、纹理、大小。
5.目视解译的方法与步骤：（1）自上而下的过程：特征匹配、提出假设、图像辨识；（2）自下而上的过程：图像信息的获取、特征提取的识别、证据的选取6.目视解译的步骤：7.遥感图像校正（1）辐射校正：消除图像数据中依附在辐射亮度中的各种失真的过程。
包含遥感器校正、大气校正、地形辐射校正、地物反射模型校正；（2）几何校正：控制点的选择（3）大气校正：消除大气反射的影响8.图像处理1. 图像显示合成（1）目的：综合不同波段的特征，突出显示对象的差异。
原则信息量最大，相关性最小，差异最大。
（2）主要方法：密度分割（将灰度按照指定的间隔分为不同的级别，对新的密度级别分别赋予不同的颜色）彩色合成：任选3个波段作为RGB进行彩色合成，产生彩色图像。
反差增强/对比度增强：灰度拉伸、直方图均衡化、直方图匹配2.图像变换（1）目的：将图像从空间域转换到频率域的过程，简化图像处理的过程。
遥感地学分析的重点知识-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第1章绪论一、遥感地学分析遥感地学分析是以地学规律为基础对遥感信息进行的分析处理过程。
地学分析方法与遥感图像处理方法有机地结合起来，一方面可扩大地学研究本身的视域，提高对区域的认识水平；另一方面可改善遥感分析、处理、识别目标的精度。
二、遥感的分类1、以探测平台划分；（地面、航空、航天、航宇）2、按探测的电磁波段划分；3、按电磁辐射源划分；（被动、主动）4、按应用目的划分。
（地质、农业、林业、水利、海洋等）二、按探测的电磁波段划分1、可见光遥感2、红外遥感3、微波遥感4、多光谱遥感5、紫外遥感6、高光谱遥感三、遥感信息定量化的定义遥感信息定量化是指通过实验或物理模型将遥感信息与观测目标参量联系起来，将遥感信息定量地反演或推算为某些地学、生物学或大气等测量目标参量。
四、遥感信息的定量化两重含义1、遥感信息在电磁波不同波段内给出的地标物质定量的物理量和准确的空间位置。
2、从定量的遥感信息中，通过实验或物理模型将遥感信息与地学参量联系起来，定量地反演或推算某些地学或生物学的参量。
3、定量化模型：分析模型、经验模型、半经验模型。
第2章地物光谱特征与遥感数字图像信息提取一、地物的反射光谱特性反射率——用来表示不同地物对入射电磁波的反射能力的不一样。
反射——当电磁辐射到达两种不同介质的分界面时，入射能力的一部分或全部返回原介质的现象。
光谱反射率——Ρ(λ)=E R（λ）/E I(λ)↓↓↓反射率反射能入射能一般地说，当入射电磁波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。
反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。
判读遥感图像的重要标志——在遥感图像上色调的差异。
判读识别各种地物的基础和依据——不同地物在不同波段反射率存在着差异，在不同波段的遥感图像上就呈现出不同的色调。
遥感地学分析一、名词解释遥感地学分析：是建立在地学规律基础上的遥感信息处理和分析模型，其结合物理手段、数学方法和地学分析等综合型应用技术和理论，通过对遥感信息的处理和分析，获得能反映地球区域分异规律和地学发展过程的有效信息的理论方法。
热惯量：由于系统本身有一定的热容量，系统传热介质具有一定的导热能力，所以当系统被加热或冷却时，系统温度上升或下降往往需要经过一定的时间，这种性质成为系统的热惯量(Thermal inertia)。
叶方位角：法线在水平面上的投影与正北方向的交角称为叶子在该点的方位角。
红边：反射光谱的一阶微分最大值所对应的光谱位置.光合有效辐射：植物光合作用所能利用的可见光部分的太阳辐射。
简答1、植被遥感中NDVI应用最广泛？①NDVI是对植被生长状态及植被覆盖度的最佳指示因子。
NDVI 与 LAI、绿色生物量、植被覆盖度、光合作用等植被参数有关；NDVI的时间变化曲线可反映季节和人为活动变化；甚至整个生长期的NDVI对半干旱区降雨量、对大气CO2浓度随季节和纬度变化均敏感。
②NDVI经比值处理，可部分消除与太阳高度角、卫星观测角、地形、大气程辐射（云 / 阴影和大气条件有关的辐照度条件变化）等的影响。
③NDVI介于-1和1之间，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示岩石或裸土等，NIR和R近似相等；正值表示有植被覆盖，且随覆盖度增大而增大。
几种典型的地面覆盖类型在大尺度NDVI图象上区分鲜明，植被得到有效的突出。
因此，NDVI 特别适用于全球或各大陆等大尺度的植被动态监测。
二、论述题1、植被指数影响因素。
①物候期、农事历。
物候期指自然植物在其生长发育过程中，其生理、外形、结构等的季节性变化，可通过遥感加以监测。
对于农作区，物候期表现为地方农事历，即耕作、播种、发芽、生长、成熟、收获、休闲等季相循环周期。
它是由作物的生长特点、地方气候、地方农业耕作方式与习惯等决定的。
可见，植被指数提取中遥感数据时相选择的重要性。
《遥感地学分析》教学大纲一、说明遥感地学分析课程是地理信息科学专业必修课，该课程的教学使学生掌握使用现代遥感技术，进行相关的地理分析，更好地运用遥感技术手段为相应的专业服务。
遥感地学分析是地理信息科学专业学生服务于社会必须掌握的技术手段。
通过本课程的学习，使学生掌握以下几个方面：（1）遥感信息源和遥感信息提取方法的基本原理；（2）典型地物目标的反射光谱和辐射光谱特征；（3）植被光谱特征及生态参数估算基本原理与方法（4）土壤光谱特征及其土壤信息提取的基本原理与方法；（5）水环境光谱特征及其水环境质量信息提取的基本原理与方法；（6）地质环境光谱与纹理特征及信息提取的基本原理与方法；（7）大气环境地理分析方法及其大气环境质量提取的基本原理与方法；（8）土地利用/土地覆盖的信息提取与全球变化综合分析方法。
（二）内容选取和实施中注意的问题遥感地学分析是一门快速发展的多学科融合的综合性课程。
课程的难点多，在教学中采取循序渐进、对比分析、野外实习与实验遥感相结合的教学等手段，帮助学生理清思路，并通过实践教学环节加深对知识点的理解和掌握。
同时采用多媒体教学、网络教学等多种现代教学手段提高教学质量。
以教、研、讨为主要课堂组织形式，强调培养学生的理解能力、动手能力与创新能力。
课程的重点与难点主要包括下面几个方面：（1）区域宏观分异与遥感影像特征的关系的认识。
（2）目标地物信息的提取模型的理解与掌握。
（3）综合分析能力的培养。
(三)教学方法本课程通过课堂讲授、实习操作、课后习题等方式来达到教学目的。
(四)考核方式本课程为考试课程，分为平时考核和期末考核两部分。
平时考核占50%包括实验、综合练习、课堂提问和作业；期末考核为理论和实验相结合方式，占50%.(五)教学内容与学时分配第一章绪论1.遥感概述2.地物光谱特征3.传感器与遥感平台说明和要求：(1)回顾并熟悉遥感相关基础概念。
(2)掌握遥感信息源的特征与评价。
(2)掌握卫星遥感系统和航空遥感系统的组成。
遥感技术体会实习心得体会遥感是一门理论性和实践性都很强大的专业课，需要我们在课堂上学习了理论知识后进行上机实验，以加深对所学知识的了解。
几何纠正这次试验本来是我们上周的自主完成试验，我用自己在网上下载的数据按照试验实验指导书上的要求做了一遍，在选点的时候选择了七个点，完成试验后也不知道怎样判断自己纠正的图像到底对不对，只是发现最终的生成结果中有一个4k大小的东西，结果是我做错了，这次，跟着老师做了一遍试验后，我对erdas这个软件有了一定的认识，并且顺利的完成了几何纠正，也意识到上次做实验时我的错误，首先，我打开来的两张图片并不都是img格式的，我没有将他们进行转换就进行的纠正，其次，我并没有完全理解课本上的纠正过程。
我们选点的时候要选择六个以上的点，用来完成建模过程，然后其余的点可以用来对建立的模型进行检验以及纠正，我选则的七个点，纠正的结果应该是很差的。
然后，在这次试验课上，老师首先给我们介绍了erdas软件，然后，带着我们完成的做了一遍试验，试验由以下几部分组成：（1）显示图像文件（display image files）（2）启动几何校正模块（geometric correction tool）（3）启动控制点工具（start gcp tools）（4）采集地面控制点（ground control point）（5）采集地面检查点（ground check point）（7）图像重采样（resample the image）（8）保存几何校正模式（save rectification model）（9）检验校正结果（verify rectification result）其中，最值得一说的是寻找控制点以及检查点，在寻找过程中，刚开始寻找是很慢的，图像看上去黑乎乎的，完全找不到自己想找的点，后来，顺着河流，道路的交叉点，很顺利的找到了自己想要找的点，在超过六个点以后找点时就方便了很多，在第一张图片上找点自己想要找的点，然后第二张图片上会自动匹配出点的位置，我们要寻找的范围缩小了很多，这时，我们要做的只剩下看看它匹配的准不准，如果不准，我们将点拖动到准确的点上即可。
绪论根据遥感信息的利用方式和效应，可以把遥感技术的发展划分为四个阶段：1.瞬时信息的定性分析2.空间信息的定位分析3.时间信息的趋势分析4.环境信息的综合分析，即多种来源信息的复合分析第一章遥感信息的地学评价（一）遥感信息的属性1.遥感信息的多源性（平台、载体的多层次，波段不同，视场不同，时间不同）2.遥感信息的物理属性（不同的空间分辨率、波普分辨率、时间分辨率）（二）遥感研究对象的地学属性1.空间分布2.波谱反射和辐射特征3.时相变化二、遥感信息地学评价的标准（一）空间分辨率空间分辨率又可称为地面分辨率，指一个影像上能够详细区分的最小单元的尺寸或大小。
空间分辨率有三种表示形式：（1）象元，每个象元的大小在地面上对应的范围，即在地表与一个象元大小相当的尺寸，用米表示。
（2）象解率，指胶片上1毫米间隔内包含的线对数，用线对/毫米来表示。
（3）视场角，指电子传感器的瞬时视域，用豪弧度表示。
视场角小，得到的光通量小，空间分辨率低；反之，空间分辨率高。
（二）波谱分辨率波普分辨率指传感器所用的波段数目、波段波长以及波段宽度。
也就是选择的通道数、每个通道的波长、带宽，这三个因素决定波普分辨率。
对于传感器波谱分辨率的选择，有两种情况。
在实验过程中，分析波谱特征时，光谱波段分得愈多愈细、频带宽度愈窄，所包含的信息量就愈大，针对性愈强，则易于鉴别细微差异，因而在实验室研究中多光谱波段往往可以发展到十几、甚至几十个波段.但是在实际应用中，便要对之进行综合归纳。
因为波段分得愈细，各波段数据间的相关性就愈大，增加了信息的冗余度，未必能达到预期识别效果。
同时波段愈多，数据量愈大，给数据传输、数据处理和鉴别带来困难。
（三）时间分辨率时间分辨率指对同一地区遥感影像重复覆盖的频率。
第二节陆地卫星系列的地学评价(三)火箭遥感的特点1. 火箭可以选择最有利的时机2.火箭资料有快速、大面积同步覆盖的特点3.火箭灵活、方便，发射简单，准备时间短，发射架小，可以移动4.成本较低，并可根据用户的需要来设计5.摄影处理设备简单二、航空遥感的特点航空遥感作为遥感立体观测系统中不可缺少的一部分，有其明显的特点。
1.航空遥感空间分辨率高、信息容量大，主要服务于较大比例尺的区域资源与环境详查，以及解决工程技术上的具体问题，其经济与社会效益明显。
2，航空遥感灵活、方便，适用于专题遥感研究。
它可以根据用户的需求，灵活选择具有一定空间分辨率、波谱分辨率、时间分辨率的遥感信息，设计航空遥惑飞行的方案和路线等。
获得图象较为方便，成本不高。
3.航空遥感历史悠久，自成体系，有多种传感器及相应的信息处理系统，并有30 多年的科学储备。
在英国海外部可以找到世界许多地区30年来的航空摄影复制片;瑞典有本国30年以来的航空象片;美国国会图书馆存有我国东部及亚洲地区1945年以前的航空象片，有自动检索和复制.系统，应用于历史演变的分析研究，是些很宝贵的历史档案。
我国解放前在黄河下游花园口一河口地区进行过9次航空摄影，解放后又进行了多次。
这些多时相影象是研究黄河下游河道演变的重要依据。
4，航空遥感作为实验性技术系统，是各种星载遥感仪器的先行检验者。
美国宇航局有4架专用遥感飞机，用各种传感器在地面实验场上空采集不同数据，以检测仪器的功能。
可以认为，一切星载遥感仪器都是以机载试验为前提的。
和其它遥感技术系统一样，航空遥感有其固有的弱点，主要表现在:(1)信息量太大。
航空象片的空间分辨率高，信息容量大。
这为图象处理、应用带来一定麻烦。
(2)工艺周期过长。
航空象片成图需要地面控制、野外考察、地面调绘等等，因而一幅1:5万、1：20万的地形图一般濡1.5-2年时间。
所以航空摄影资料的提供不能适应需要。
(3)航空遥感受天气条件的限制大，成象时间必须是白天和好天气。
(4)由于大气散射的影响，降低了航空象片的反差比和分辨能力，且反射比的变化是以未标定的方式记录的，有碍于定量解译。
针对以上弱点，目前航空遥感有两个发展趋势:(1)向高空、超高空发展(高空指I5公里以下，超高空指15--34公里)。
(2)建立航空遥感的数字化制图系统。
(二)热红外图像从理论上讲，自然界巾一切高于绝对温度0K的物体都向外发射电磁辐射，其辐射强度与物体的辐射率和分子运动的温度成正比。
热红外图象就是这种辐射能量变化的一种视频显示。
热红外遥感应用的主要波段为3一5微米(中红外)和8——14微米(远红外)，尤以后者最为广泛，用以作为温度测定与表面温度分布的探测。
它不受光照条件限制，可以昼夜成象。
热红外扫描成象系统由光学机械扫描分系统、热红外探浏器和图象记录分系统三部分组成。
热红外扫描所得的图象，是一种温度分布图象。
图象色调浓淡与温度分布是对应的。
浅色代表强辐射体，说明其表面温度高或辐射率高;暗色代表弱辐射体，说明其表面温度低或辐射率低。
因此，利用热红外图象可以区分任何具有温度或辐射特征差异的不同物体。
热红外图象与黑白航空象片虽然都是通过胶片上灰度的变化来记录的图象，但是两者有根本的不同。
前者是通过半导体装置探测物体的热红外能量，胶片仅是一种显示图象的介质;而后者则是通过胶片上的乳胶探测物体的反射能量，并记录下来。
热红外图象的特点，1.几何畸变:扫描图象固有的几何畸变主要来自扫描成象系统本身(扫描镜旋转速度变化造成象点间隔的不恒定;弧形扫描与平面记录的不一致，使像点压缩或伸长等)以及飞机姿态变化(滚动、倾斜、偏航等)的影响。
2，图象的不规则性:除扫描图象固有的几何畸变外，图象还受其它外界因素的干扰。
如天气的影响，包括云降低热反差，雨产生平行纹理，风产生污迹和条纹状图式，冷气流产生不同形状的冷异常等，无线电波造成电子噪声带和波状云纹的干扰图式，图象处理中条件变化(曝光、显影等)或胶片质量等的影响，均会使图象出现一些不规则的假异常和缺陷。
3.图象的温度标定:未标定图象的灰度只定性地反映相对的辐射温度差异。
标定图象即扫描器内装有电热温度标定源(受控辐射温度基准源)，从而使图象的灰度差异显示了定量的温度，其等级线便是等温线，并可以进行温度范围的细分处理，显示更细致的温度细节，以提高图象的温度分辨率。
4.热红外图象的成象时段;图i-29为典型幅射温度的周日变化。
图中可见，黎明之前辐射温度相对恒定，多反映一日中的最低温度，午间为一日中的最高温。
取黎明前约2-3时以及午间2时左右的数据。
两者构成日交差最大值，反映出物体的热惯量，进行热惯量制图。
图中还反映一日中最迅速的温度变化发生在黎明和傍晚之际。
白天由于太阳照射和遮荫的热学影响，即日光效应，往往热红外图象上的地形影响得以突出，而可能掩盖其他现象(如地质形迹等)。
热红外图象可用于区域地质调查、地热调查、冰雪覆盖、环境污染、热漏失监测及各种自然灾害（如森林火灾、农作物病虫害、洪水泛滥等)调查。
不同的应用目的，选择不同的成象时段。
(三)侧视雷达图像侧视雷达是一种主动微波遥感系统。
在我国高空机载遥感系统中已得到初步的应用。
目前，主要是用于洪水监测方面，以其全夭候、全天时获得高分辨率图象的能力体现了很大的优势。
这一点上，其它遥感系统是无法相比的。
它在地质找矿、构造分析、地形测绘、土壤湿度分析、水资源探测等方面的应用领域也是很广泛的。
侧视雷达作为主要的微波遥感技术系统，已是目前遥感技术与应用的研究前沿。
我国的合成孔径、真实孔径测视雷达已成功地进行了多次应用飞行试验。
当前，他们在进一步实用化、产品化、标准化的同时，正向多极化、多波段、实时数据传输与实时成象处理的方向发展，以便获得更丰富的信息，更好的满足广泛的应用需求。
侧视雷达成象的原理以及图象特点在航天飞机遥感中已作论述，此处不再赞述。
第二章、遥感与区域综合分析区域综合分析，指的是遥感信息的地学处理过程。
区域综合分析的传统方法1.地理相关分析法在一定的区域范围内,地理环境中的各种自然景观、地理要素之间存在着相互依存、相互制约的关系。
它们构成了一个统一的整体--地理综合体，其中包含着广泛的能量和物质交换。
往往一种事物的存在，反映着另一种事物的存在，一种现象可以揭示另一种现象。
地面自然综合体在遥感图象上的影象本身就是综合林内各环境因子钓综合反映。
某一专题目标，如土壤、植被的遥感影像特征，无疑受到其它因子，如她形、地质等的影响，它们的相互关系是密切的。
在遥感图象分析、专题特征提取过程中，充分考虑这些因子的特点、相互关系是十分重要的。
所谓地理相关分析法，就是研究某个区域地理环境内各要素之间的相互关系、相互组合特征。
而它应用于遥感地学分析，便是通过对这些因子特点及相互关系的研究，从各个不同的角度来分折、来推导某个专题目标的特征，也就是在遥感图象上寻找与目标相关性密切的间接解译标志.从而推断、认识目标本身。
比如我们对某由要素进行分类，往往这个要素在图象上并非很明显，而和它相关的其它要素可能在图象上表现得更明显点。
那么，考虑到区域内各要素相互组合特征，可以通过某些相关要素来推断出所要研究的对象，或者在分类时充分考虑到这种关系，从而提高分类精度，避免错误。
这就是遥感运用地理相关分析法的涵义。
为了取得较好的遥感分析效果，在相关分析中，首先要考虑与专题自标有关的主导因素。
当主导因素在遥感图象上反映不明显的情况下，可以进一步寻找与目标有关，且在图象上反映较明显的非主导因素。
研究它们与目标的相互组合特征，从而确定专题目标的空间与属性分布特征。
不管怎样，在进行某一专题目标的相关分析中，无论是采用主导因素或非主导因素，都要求它们在遥感图象上有相对更明显的显示，或通过图像处理更易于提取出来。
下面就主导因素分析方法与非主导因素相关分析方法（简称相关分析法）分别加以说明。
(一)主导因素分析方法一个地区自然环境的特点是由自然和人为综合因素决定的。
在多种因素中，又会有一、二个起主导和决定作用的因素。
我们分析一个地区的遥感图象，提取某个专题特征信息时，应当先找出它的主导因素。
对于不同的目的，其主导因素是不同的，同一目的中，不同等级的分类系统主导因素也可能不一。
下面是进行主导因素法遥感分析的几个例子。
1.土壤自动分类一般认为自动和可靠的土壤识别技术不能完全基于遥感多光谱分析。
这是因为植物覆盖、大气条件、传感器的稳定性以及太阳角度引起的数据噪声都直接影响到多光谱资料识别土壤的精度。
另外，农田耕作活动的差别、地表地形起伏等也明显地改变着表土的光谱辐射通量，造成光谱分析法识别土坡的混乱。
再说，光谱分析法也不能把地表形态这个相当重要的成土因子作为识别土壤的特征因子。
航空象片目视判读，虽能识别某个特定的土类的多种成土因子，但常规法只能定性而不能定量，显然精度不够。
于是，人们探求如何在这些复杂众多的因素中选择关系密切的特征性因素作为遥感资料自动分类中的直接/向接指标。
