1《遥感解译与制图》实验一 实验报告(7班)

本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！== 本文为word格式，下载后可方便编辑和修改！ ==遥感制图实习报告篇一：遥感制图实习报告遥感图像处理实验报告班级姓名学号实验室成绩评定教师签字专题一：DEM图像进行彩色制图（叙述制图过程并把自己处理结果加载到本文档里）实验目的：实验步骤：1. 选择File > Open Image File>bhdemsub.img,出现由主图像窗口、滚动窗口和缩放窗口组成的ENVI 图像。

2. 选择主图像窗口内的功能菜单Tools>Color Maping>Density Slice，出现Density Slice对话框。

3. 选择Clear Ranges，清除Defined Density Slice Ranges下的内容。

4. 选择Options>Add New Ranges, 其中RangeStart：1219 ；Range End;1701；#ofRanges：10。

在Density Slice对话框中Defined Density Slice Ranges下出现十组内容。

5. 逐个组将Red条依次改为25，50，75，100，125，150，175，200，225，250。

Greeen与Blue不变。

选择Apply按钮，主图像窗口、滚动窗口和缩放窗口组成的ENVI图像的颜色改变。

6. 选择主图像窗口内的功能菜单File>Save Image As> Image File 出现Output Dispiayto Image File对话框，Output File Type选择JPEG，Enter OutputFilename选择保存位置，Compression Facter（0-1）选择0.750.实验结果：专题二：TM与SPOT数据融合（叙述该过程并处理结果加载到本文档里。

遥感图像解译课程综合实习实习报告学院：遥感信息工程学院班级：10011学号：***********姓名：***指导老师：***一、实习目的与意义1.掌握遥感影像的目视判读方法和流程，能够对快鸟影像、SPOT影像和航拍影像进行目视解译；2.学会使用图纸制作遥感影像底图并清绘遥感影像；3.掌握实地调绘、核实和补测的基本方法；4.学会使用ERDAS软件进行数字化成图，并制作专题图。

二、实习资料与设备在进行内业清绘和外业调绘阶段，实习资料有2002年的快鸟影像一张、2002年的SPOT影像一张、2007年的航空影像一张、转印纸三张。

在进行室内计算机成图阶段，实习资料有2007年的航空影像一张、2002年的快鸟影像一张以及ERDAS软件。

三、实习原理一）遥感图像解译标志1)色调（tone）：全色遥感图像中从白到黑的密度比例叫色调（也叫灰度）。

如海滩的砂砾色调标志是识别目标地物的基本依据，依据色调标志，可以区分出目标地物。

2)颜色（colour）：是彩色遥感图像中目标地物识别的基本标志。

日常生活中目标地物的颜色:遥感图像中目标地物的颜色:地物在不同波段中反射或发射电磁辐射能量差异的综合反映。

彩色遥感图像上的颜色:真\假彩色3)阴影（shadow）：遥感图像上光束被地物遮挡而产生的地物的影子根据阴影形状、大小可判读物体的性质或高度。

不同遥感影像中阴影的解译是不同的4)形状（shape）：目标地物在遥感图像上呈现的外部轮廓。

遥感图像上目标地物形状:顶视平面图解译时须考虑遥感图像的成像方式。

5)纹理（texture）：内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。

如航空像片上农田呈现的条带状纹理。

纹理可以作为区别地物属性的重要依据。

二）目视解译流程四、实习步骤实习过程可分室内判读和外业实地调绘以及内业数字化成图三个步骤。

室内判读是利用2002年10月获取的0.6米分辨率的快鸟卫星遥感影像和2.5米分辨率的SPOT5（实际是2.5米全色与5米多光谱数据融合的）数据制作正射影像图，根据室内判读方法，对图斑的形状、大小、色调、位置、纹理等特征进行对照分析，依照分类规则，按10种地物类别进行判读解译，勾绘图斑工作底图，然后再与2002年土地利用现状数据进行比较，发现变化要素并将其绘制到工作底图上。

实验一非监督分类一、基本原理非监督分类的前提是假定遥感影像上同类地物在相同的条件下具有相同的光谱特征信息。

非监督分类不需要先验类别知识的情况下，仅依靠影像本身的特征进行特征提取，根据统计特征及点群的分布情况来划分地物。

ERDAS 的非监督分类是基于迭代自组织数据图1 ISODATA算法流程图ISODATA算法实现步骤：（1）按照某个原则确定一些初始聚类中心。

在实际操作时，要把初始聚类设定得大些，同时引入各种参数控制迭代的次数。

（2）像素聚类与分析。

计算像素与初始类别中心的距离，把像素分配到最近的类别中，从而获得每个初始类别的集群成员。

（3）确定类别中心。

在全部像素按照各类中心分类后，重新计算每一类新的均值，并作为下一次分类的中心，并执行上一步，循环迭代，直到达到迭代的次数。

二、分类过程运用非监督分类对遥感图像进行分类的过程，主要分为以下两个步骤：1、动非监督分类模块，选择输入、输出影像（1）在ERDAS面板工具中选择Classifier->Classification->Unsupervised Classification，打开非监督分类对话框。

（2）选择图像处理文件（Input Raster File）和输出文件（Output Cluster Layer Filename）设置被分类的图像和分类结果，并选择生成分类模板文件（Output Signature Set）产生一个模板文件。

2、初始参数，执行非监督分类在非监督分类对话框中分别设置聚类选项（Clustering Options）和处理选项（Processing Options）：（1）选择Classifier->Unsupervised Classification命令，打开非监督分类对话框，设定输入输出数据，设置聚类选项（Clustering Options），确定初始聚类方法和分类数。

（2）设置处理选项（Processing Options），确定循环次数和阈值。

遥感图像解译实习报告中国地质大学目录实习一 (3)一、实习任务： (3)二、实习目标以及用时： (3)三、教学方式： (3)四、使用器材： (3)五、具体实习过程 (4)1. 运用ENVI软件观察影像中不同地物的光谱曲线 (4)2 武汉市TM影像解译实习 (6)3. 运用ERDAS软件提取影像中的植被指数 (10)实习二 (12)一．实习任务： (12)二、实习目标： (12)三、教学方式： (12)四、使用器材： (12)五、具体实习过程 (12)1.ERDAS视窗的基本操作 (12)2. 多项式几何纠正 (14)实习三 (20)一、实习任务： (20)二、实习目标： (20)三、教学方式： (20)四、使用器材： (21)五、具体实习内容 (21)1.影像融合 (21)2. 遥感图像分类（监督分类或者非监督分类） (22)实习体会 (27)实习一一、实习任务：熟悉各种典型地物的光谱曲线；对遥感影像进行判读，建立典型地物的解译标志；运用Erdas软件的空间建模功能提取TM影像中的水体。

二、实习目标以及用时：1 熟悉遥感软件的光谱读取与显示功能2 熟悉人工判读的程序；3 掌握人工判读的工具；4 影像处理之工具使用；5 掌握解译标志的建立过程，并能对影像中的地物进行解译标志的建立6 运用遥感软件提取影像中的植被指数7 运用Erdas软件的空间建模功能提取TM影像中的水体三、教学方式：由老师说明方法并举例，由同学实际执行判读，并完成实习报告。

四、使用器材：1.ENVI系統2.遥感影像3 ERDAS软件系统五、具体实习过程1. 运用ENVI软件观察影像中不同地物的光谱曲线A．提取单个像素的光谱曲线(Z Profiles)1）选择FILE->OPEN打开遥感影像。

出现Available band list对话框图1-1 Available band list对话框2）依据图1中的设置，选择RGB三个通道的数据，并且点击Load RGB,在#1中显示影像。

一、实习背景随着遥感技术的不断发展，遥感解译在地理信息系统、资源环境监测、城市规划等领域发挥着越来越重要的作用。

为了提高自身的专业素养和实践能力，我于2021年7月至9月在XX遥感研究所进行了为期两个月的遥感解译实习。

二、实习目的1. 了解遥感解译的基本原理和方法；2. 掌握遥感图像处理和数据分析技术；3. 培养实际操作能力，提高解决实际问题的能力；4. 为今后的科研工作积累经验。

三、实习内容1. 遥感图像获取与处理实习期间，我学习了遥感图像的获取方法，包括卫星遥感、航空遥感等。

同时，掌握了遥感图像预处理、增强、配准、融合等处理技术。

通过实际操作，我对遥感图像处理软件ENVI、ArcGIS等有了更深入的了解。

2. 遥感图像解译与分析在遥感图像解译方面，我学习了地物波谱特性、遥感图像分类、特征提取等基本理论。

通过实习，我掌握了利用ENVI、ArcGIS等软件进行遥感图像解译的方法，并对不同地物进行了分类与识别。

3. 遥感应用案例研究实习期间，我参与了XX地区土地利用现状遥感调查项目。

通过对遥感图像的解译与分析，我们完成了该地区土地利用类型的划分、面积统计等工作。

此外，我还参与了城市绿地遥感监测、森林资源调查等案例研究。

4. 实践操作与问题解决在实习过程中，我遇到了许多实际问题。

例如，遥感图像质量较差、地物信息提取困难等。

通过查阅资料、请教导师和同事，我逐渐解决了这些问题，提高了自己的实际操作能力。

四、实习成果1. 掌握了遥感图像处理、解译与分析的基本原理和方法；2. 熟练运用ENVI、ArcGIS等遥感图像处理软件；3. 完成了XX地区土地利用现状遥感调查项目，取得了较好的成果；4. 提高了自身的问题解决能力，为今后的科研工作打下了基础。

五、实习体会1. 遥感解译实习使我认识到遥感技术在解决实际问题中的重要性；2. 实习过程中，我学会了与同事合作，提高了团队协作能力；3. 通过实际操作，我认识到理论知识与实践操作相结合的重要性；4. 实习使我更加坚定了从事遥感领域的决心。

《遥感解译与制图》实验报告
影像地图制图
班级: 620707
学号: ********
**: **
日期: 2010/4/18
要求: 对实验目的与要求、实验内容进行简要说明, 重点说明实验步骤及相应结果（附相关的图像、图形等）, 并对存在问题进行适当说明和分析。

一实验目的与要求
目的: 以辽宁省葫芦岛市所在地为研究区, 利用Land sat /ETM+遥感数据, 通过遥感数字图像处理及分幅, 进行影像地图制图, 最终提交1∶5万锦西县影像地图及实验报告。

要求:
1.掌握遥感影像制图的分幅方法
2.掌握影像地图制图要素的制作规范及方法
二实验内容
利用E nvi给图像添加网格线和比例尺, 在利用photo shop软件对图像进行制作, 包括添加图框, 标题, 图例等。

三实验步骤及相应结果
1添加网格线
给图像添加网格线:
对网格线进行设置: 结果:
2添加比例尺结果:
3输出图像
4用photoshop对图像进行制作
用到的主要工具有文字编辑, 画线等。

5最终结果:
遇到的问题:
一开始在photo shop中总是无法编辑文字, 和同学交流, 发现有好几个同学也遇到了同样的问题, 后来在E nvi输出图像的时候选择JPEG格式, 就可以进行文字编辑了。

收获:
通过本实验, 了解了photo shop的一些简单的图像处理功能。

理解了影像地图制图的一般过程。

河南理工大学测绘学院
《遥感图像解译》教学实验报告
（专业必修课）
2011年11 月28 日
┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄
实验成绩：
评语:
指导老师签名：
2011年月日
一、实验的目的与要求：
通过实习掌握遥感图像解译的基本原理和方法，建立地物实地形态与图像特征的感性对应关系。

每位同学完成一幅遥感图像的全要素解译，包括居民地、工农业文化设施、交通运输设施、水系、地貌、植被等，并用符号表示解译内容，作为实习成果打印上交。

二、实验数据：
焦作地区分辨率为4米的全颜色IKONOS遥感图像。

三、实验步骤和过程
1．按照教学中讲授的解译特征和解译方法，在室内对整幅图像进行预解译；2．到实地对室内解译成果进行检查与修改；
3．实地调查和摄影时期已变化的地物；
4．室内用符号描绘解译成果。

要求：
(1)描绘在原图像上；
(2)描绘的符号要工整；
(3)符号的位置要准确，投影差较大的地物，符号要绘在底部，不能绘在顶部。

四、实验成果与评价
通过这次实习我基本完成了焦作地区分辨率为4米的全颜色IKONOS遥感图像的解译工作，有些地方没能到实地勘察，以至于无法完成检查和修改解译成果；总体来看基本完成主要地物及地物符号等各要素的解译，但是某些细节地区没有顾及到。

五、实验体会与收获
这次实习主要是解译1:5000遥感图像，将实际地物用地形图符号描绘于地图影像上。

通过这次实习，让我了解了遥感图像解译的基本原理与方法，同时也掌握了解译的基本过程。

在这次实习过程中，我也注意到地物符号描绘过程中要注意细节，书写描绘要规范。

第1篇一、引言遥感技术作为一种非接触式、远距离探测地球表面信息的手段，在现代地理信息科学、资源调查、环境监测等领域发挥着越来越重要的作用。

遥感解译标志作为遥感影像解译的重要依据，能够帮助我们快速、准确地识别和提取地物信息。

本实验旨在通过实践操作，掌握遥感解译标志的基本原理和方法，提高遥感影像解译能力。

二、实验目的1. 理解遥感解译标志的概念和作用。

2. 掌握遥感解译标志的类型和识别方法。

3. 提高遥感影像解译的准确性和效率。

三、实验材料1. 遥感影像数据：包括多时相、多波段、多分辨率遥感影像。

2. 遥感解译标志图谱：包括地物形状、大小、颜色、纹理等特征。

3. 实验软件：遥感图像处理软件（如ENVI、ArcGIS等）。

四、实验步骤1. 影像预处理：对遥感影像进行几何校正、辐射校正等预处理，以提高影像质量和解译精度。

2. 地物识别：根据遥感解译标志图谱，识别遥感影像中的地物类型，包括植被、水体、建筑、道路等。

3. 特征提取：提取地物的形状、大小、颜色、纹理等特征，为后续分类提供依据。

4. 分类与解译：利用遥感图像处理软件，对遥感影像进行分类和解译，提取地物信息。

5. 结果验证：对解译结果进行验证，确保解译的准确性和可靠性。

五、实验结果与分析1. 地物识别：通过实验，成功识别了遥感影像中的多种地物类型，如植被、水体、建筑、道路等。

2. 特征提取：提取的地物特征包括形状、大小、颜色、纹理等，为后续分类提供了丰富的信息。

3. 分类与解译：利用遥感图像处理软件，对遥感影像进行分类和解译，提取了地物信息。

4. 结果验证：通过对解译结果的实地调查和验证，发现解译结果具有较高的准确性和可靠性。

六、实验总结1. 本实验通过实践操作，掌握了遥感解译标志的基本原理和方法，提高了遥感影像解译能力。

2. 遥感解译标志在遥感影像解译中具有重要作用，能够帮助我们快速、准确地识别和提取地物信息。

3. 在实际应用中，应根据具体情况进行遥感解译标志的选择和调整，以提高解译精度。

一、实习背景遥感技术作为一种获取地表信息的重要手段，在地理信息系统、环境监测、资源调查等领域发挥着重要作用。

为了提高我国遥感技术的应用水平，培养具有遥感解译能力的专业人才，我校地理信息科学专业组织了一次遥感解译实习活动。

本次实习旨在让学生了解遥感解译的基本原理和方法，提高学生在实际项目中应用遥感技术的能力。

二、实习目的1. 熟悉遥感影像的基本特征，掌握遥感影像解译的基本方法。

2. 培养学生运用遥感技术解决实际问题的能力。

3. 增强学生的团队合作意识，提高学生的沟通协调能力。

4. 提高学生对遥感技术的兴趣，激发学生的创新精神。

三、实习内容1. 遥感影像基本特征学习实习期间，我们学习了遥感影像的几何特征、辐射特征和光谱特征。

通过对不同遥感影像的对比分析，使学生掌握遥感影像的基本特征。

2. 遥感影像解译方法学习实习过程中，我们学习了遥感影像目视解译、统计分析解译、机器学习解译等方法。

通过实际操作，使学生掌握遥感影像解译的基本技巧。

3. 遥感影像解译实践在实习老师的指导下，我们选取了实习区域，进行了遥感影像解译实践。

实习内容包括：（1）选取遥感影像：根据实习目的和区域特点，选取合适的遥感影像。

（2）预处理：对遥感影像进行辐射校正、几何校正、增强处理等预处理操作。

（3）目视解译：通过目视观察，识别遥感影像中的地物信息。

（4）统计分析解译：运用统计分析方法，对遥感影像进行分类、提取等操作。

（5）机器学习解译：利用机器学习方法，对遥感影像进行分类、提取等操作。

4. 实习报告撰写实习结束后，学生需根据实习内容撰写实习报告，总结实习过程中的收获和体会。

四、实习成果通过本次遥感解译实习，学生取得了以下成果：1. 掌握了遥感影像的基本特征和解译方法。

2. 增强了学生的实际操作能力，提高了学生的团队协作能力。

3. 提高了学生对遥感技术的兴趣，为今后的学习和工作奠定了基础。

4. 撰写了高质量的实习报告，展现了学生的实习成果。

一、实习背景随着遥感技术的飞速发展，遥感目视解译在地理信息科学、资源环境监测、城市规划等领域发挥着越来越重要的作用。

为了提高学生对遥感技术的应用能力，我们组织了为期一周的遥感目视解译实习。

本次实习旨在让学生通过实际操作，掌握遥感目视解译的基本原理和方法，提高遥感图像的判读和解析能力。

二、实习目的1. 使学生了解遥感目视解译的基本原理和方法；2. 培养学生运用遥感图像进行地物识别和解译的能力；3. 提高学生运用遥感技术解决实际问题的能力；4. 增强学生的团队合作精神和实践能力。

三、实习内容1. 遥感目视解译基本原理实习期间，我们首先学习了遥感目视解译的基本原理。

遥感目视解译是指通过观察遥感图像，分析地物的光谱特征、形状、大小、纹理、阴影等要素，识别和解析地物的一种方法。

遥感图像的解译主要依赖于以下几个要素：（1）大小：根据图像比例尺，确定地物实际大小。

（2）形状：地物在图像上的形状特征，如矩形、圆形、椭圆形等。

（3）阴影：地物产生的阴影可以反映地物的形状、高度等信息。

（4）颜色：地物的光谱反射率决定了其在遥感图像上的颜色。

（5）纹理：地物的表面粗糙度、组织结构等特征。

（6）图案：地物在图像上的分布规律和组合形式。

（7）位置：地物在图像上的空间分布和相互关系。

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方法，包括图像增强、滤波、几何校正等。

通过这些方法，我们可以提高遥感图像的质量，为目视解译提供更好的数据基础。

3. 遥感目视解译实践在掌握了遥感目视解译的基本原理和图像处理方法后，我们进行了实际操作。

本次实习选取了我国某地区的高分辨率遥感影像作为解译数据，主要任务包括：（1）地物识别：根据遥感图像特征，识别出研究区域内的主要地物类型，如水体、植被、建筑、道路等。

（2）地物解译：对识别出的地物进行详细解析，分析其空间分布、形态、面积等信息。

（3）地物分类：根据解译结果，对地物进行分类，如水域、植被、建筑、道路等。