下载文档原格式
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。
第1篇一、实验目的1. 理解遥感影像镶嵌的概念和意义。
2. 掌握遥感影像镶嵌的基本原理和方法。
3. 学会使用遥感图像处理软件进行影像镶嵌操作。
4. 分析影像镶嵌的效果，并探讨优化影像镶嵌的方法。
二、实验原理遥感影像镶嵌是将多幅遥感影像按照一定规则拼接成一幅大范围、连续的遥感影像，以展示更大范围的地理信息。
影像镶嵌的原理主要包括：1. 影像匹配：通过比较多幅影像之间的相似性，确定影像之间的对应关系。
2. 影像配准：根据影像匹配结果，对多幅影像进行几何校正，使其在空间上对齐。
3. 影像拼接：将配准后的影像按照一定规则拼接成一幅连续的遥感影像。
三、实验数据本实验使用的数据为我国某地区Landsat 8影像，包含全色波段和多个多光谱波段。
四、实验步骤1. 数据预处理（1）辐射定标：将原始影像的数字量转换为地物反射率或辐射亮度。
（2）大气校正：去除大气对影像的影响，提高影像质量。
（3）几何校正：纠正影像的几何畸变，使其符合实际地理坐标。
2. 影像匹配（1）选择匹配算法：本实验采用互信息匹配算法。
（2）设置匹配参数：根据影像特点，设置匹配窗口大小、匹配阈值等参数。
（3）进行匹配运算：将多幅影像进行匹配，得到匹配结果。
3. 影像配准（1）根据匹配结果，确定影像之间的对应关系。
（2）选择配准方法：本实验采用二次多项式配准方法。
（3）进行配准运算：将多幅影像进行配准，使其在空间上对齐。
4. 影像拼接（1）选择拼接方法：本实验采用线段拼接方法。
（2）设置拼接参数：根据影像特点，设置拼接线宽、重叠区域等参数。
（3）进行拼接运算：将配准后的影像进行拼接，得到一幅连续的遥感影像。
5. 结果分析（1）分析拼接效果：观察拼接后的影像，检查是否存在明显的拼接线、几何畸变等问题。
（2）优化拼接方法：根据分析结果，调整拼接参数，优化拼接效果。
五、实验结果与分析1. 拼接效果通过实验，成功将多幅Landsat 8影像拼接成一幅连续的遥感影像。
遥感应用实验报告
引言
遥感技术是一种利用遥感卫星或其他设备获取地球表面信息的技术。
在科研、农业、城市规划等领域都有着广泛的应用。
本次实验旨在通
过遥感技术获取地表信息，分析实验结果，探索其在不同领域中的应用。
实验方法
本次实验选取了一片城市区域为研究对象，使用遥感卫星获取该区
域的影像数据，包括多光谱影像、高分辨率影像等。
利用遥感软件对
影像数据进行处理，提取城市区域的土地利用类型、植被覆盖情况等
信息。
进一步分析影像数据，得出城市区域的发展状况和环境质量等
数据。
实验结果
经过处理分析，我们得出了以下结论：
1. 城市区域的土地利用类型主要包括居住区、公园绿地、工业区等；
2. 植被覆盖率较高的地方主要集中在公园绿地和一些住宅区；
3. 部分工业区存在着环境污染问题，需要加强治理。
实验讨论
根据实验结果，我们可以得出一些启示：
1. 遥感技术在城市规划中的应用能够帮助我们更好地了解城市发展现状，指导城市规划工作；
2. 通过监测城市区域的植被覆盖情况，可以及时发现环境问题，保护城市生态环境；
3. 遥感技术在环境保护和资源管理方面有着重要的作用，需要进一步推广应用。
结论
本次实验通过遥感技术获得了城市区域的地表信息，分析了土地利用类型、植被覆盖情况等数据，对城市规划和环境保护具有一定的参考意义。
遥感技术作为一种高效的信息获取手段，将在未来有更广泛的应用前景。
希望通过本次实验能够加深对遥感技术的理解，促进其在各个领域的发展和应用。
遥感课程设计实验报告一、遥感课程设计的实验目的和意义1、加深理解和巩固《遥感技术基础》这门课程的相关内容，主要理解遥感图像解译的原理，加深对遥感基本原理的理解以及遥感技术的综合应用。
2、熟练掌握运用遥感软件如ERDAS IMAGINE 、ENVI、PCI等独立分析问题，解决具体问题的实际工作能力。
二、课程设计的主要内容主要利用了老师提供的图像数据，使用遥感软件对这些图像进行处理，完成了图像预处理，几何纠正，图像镶嵌，图像增强、图像裁剪、图像分类等的内容。
三、课程设计主要运用到了原理1、辐射定标是指传感器的探测值的标定过程方法，用以确定传感器入口处的准确辐射值2、几何纠正通过计算机对离散结构的数字图像中的每一个像元逐个校正。
基本原理：利用图像坐标与地面之间的数学关系，即输入图像和输出图像之间的坐标转换关系实现。
3、图像镶嵌因研究范围的要求，需要在几何上将左右两幅图像连接在一起，并且保证拼接后的图像反差一致，色调相近，没有明显的接缝。
遥感影像在镶嵌之前，必须包含投影信息、地理坐标信息，还要有相同的波段数。
在挑选遥感图像数据时要选择时间和成像条件相似的遥感图像。
4、图像分类运用监督分类、非监督分类，波段比值等方法来分类地物，提取相关感兴趣的地物特征。
如冰川面积、湖泊等水体，植被等。
在这次的课程实践中，我主要使用了5、多光谱图像的四则运算针对多源遥感图像的特点，可以利用多源遥感图像之间的四则运算来达到或增加某些信息或消除某些影响的目的。
（1）减法运算可以增加不同地物间的光谱反射率以及在两个波段上的变化趋势相反时的反差。
如果是两个不同时相同一波段图像相减时，可以地面目标的变化信息。
（2）除法运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；也可以增强某些地物之间的反差。
例如提取冰川面积就可以使用波段比值阈值法（可以使用Landsat卫星TM3/TM5,TM4/TM5）。
在本次实验中我就使用了减法运算和除法运算，具体地感受了他们比值的效果。
实验一认识遥感图像一、实验目的通过实验，了解常用的遥感图像处理软件的名称；同时熟悉ENVI的功能及操作界面，并掌握如何利用该软件进行遥感图像的读取等操作。
二、实验内容1. 常用遥感软件遥感软件的发展伴随着遥感技术的发展而出现很多遥感软件，目前国内外最常用的遥感图像处理软件有：1）ERDAS IMAGINE，是美国Leica公司开发的遥感图像处理系统，它以先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。
2）ENVI（The Environment for Visualizing Images），是美国RSI公司（2006年5月更名为ITT Visual Information Solutions公司）的旗帜产品，ENVI是由遥感领域科学家采用IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件；它是首屈一指的以快速、便捷、准确地从地理空间图像中提取信息的软件解决方案，它提供先进的、人性化的使用工具来方便用户读取、准备、探测、分析和共享图像中的信息。
目前，ENVI已以其人性化的优势渐渐占领了中国市场，成为中国用户最广泛的专业遥感软件。
3）PCI Geomatica，是加拿大PCI公司开发的用于摄影测量分析、遥感图像处理、几何制图、GIS 分析、雷达数据分析，以及资源管理和环境监测的多功能软件系统。
2. ENVI4.6功能结构与特点现今，众多的图像分析和科研人员选择ENVI来获取遥感图像中的信息，其应用领域包括科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防和安全、地球科学、公共设施管理、遥感工程、水利、海洋、测绘勘察、城市与区域规划等。
ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、与GIS的整合、DEM及三维信息提取、雷达数据处理、三维立体显示分析，提供了专业可靠的波谱分析工具和高光谱分析工具。
基于PCI的遥感地质蚀变信息提取实验简析实验目的了解遥感地质蚀变信息基本原理，熟悉PCI蚀变信息提取基本步骤教材准备：○1PCI○2ETM数据原理简述：主要造岩矿物在可见光—近红外光谱（0.35-0.25um）并不产生具有鉴定意义的反射谱带，其光谱特征主要由岩石中为数不多的次要矿物决定：一是含铁（Fe2+，Fe3+）基团产生，含铁矿物主要有角闪石、赤铁矿、褐铁矿、针铁矿、磁铁矿、黄钾铁矾等，他们在TMl、TM4波段有强的吸收带，若岩石中含多量的Fe3+，而含Fe2+较少，这类岩石的主要吸收谱带位于TM4和TM1波段，反射波长相当于TM3波段的电磁波。
若含大量的Fe2+、含Fe3+较少，则主要吸收谱带位于1波段，对于波长相当于TM2波段的电磁波有某种程度的反射。
二是含羟基（OH-）、水（H2O）或碳酸根（CO32-）基团产生，羟基的吸收谱带主要有二处：2.2um，2.3um，由于OH-在2. 2—2.3um附近存在强吸收谷（称为羟基谱带），使得TM7产生低值，TM5产生高值，含羟基矿物大多为次级蚀变矿物，如高岭土、叶腊石、云母类矿物、绿泥石、绿帘石等，水在 1.4um和1.9um处有特征吸收带。
含碳酸根矿物主要有五个特征吸收谱带（1.9-2.55um），较强的两个在2.35um和2.55um波长处（称为碳酸根谱带），相对较弱的在1.9um，2.0um，2.16um三处。
主成分分析方法遥感图像各波段间存有一定的相关性，为了减少相关性对分类的影响，常使用主分量分析法去相关。
主分量分析基于变量之间的相互关系，在信息总量守恒的前提下，利用线性变换的方法来实现去相关性。
由于所获各主分量之间不相关，故各主分量之间信息没有重复或冗余。
故主分量分析这一基本性质在蚀变异常信息提取中被充分利用并很有成效。
蚀变提取○1铁染蚀变异常提取针对各个波段波谱所反映的特征，选取TM1、TM3、TM4、TM5这4个波段作为组合波段做主成分分析。
实验一、遥感图像的输入与导出
实验目的：通过熟悉PCI遥感图像处理专业软件，了解PCI各模块的基本功能，学会各种格式的遥感图像的输入与导出。
实验内容：1、熟悉PCI遥感图像处理专业软件的各模块；
2、学习各种格式的遥感图像的输入与导出；
3、学会添加与删除通道；
4、学会裁剪子区图像。
实验步骤：
第一步：熟悉PCI遥感图像处理专业软件的各模块（从左至右）；
1、ImageWorks模块——图像处理的基本模块
该模块能做图像打开、图像简单增强、图像格式转换、投影转换、图像分类等处理。
2、EASI模块——相当DOS操作
3、Xpace模块——图像处理子模块集
4、GCPWorks模块——图像校正与镶嵌模块
第二步：学习遥感图像的输入与导出
1、打开图像
点击ImageWorks模块，弹出如下窗口：
点击Use Image File，确定图像文件的路径，并选择图像文件，点击打开
点击Accept ＆Load
即可打开图像，并加载显示（如点击Accept，则只打开图像，但不加载显示）
打开窗口包括主窗口和控制面板。
一、实验背景随着遥感技术的不断发展，遥感技术在环境监测、资源调查、灾害预警等领域得到了广泛应用。
本实验旨在通过遥感技术，对某地区进行地表覆盖分类，为该地区的环境监测和资源调查提供数据支持。
二、实验目的1. 熟悉遥感图像处理软件的基本操作；2. 掌握遥感图像分类方法；3. 对某地区进行地表覆盖分类，为该地区的环境监测和资源调查提供数据支持。
三、实验内容1. 数据准备本实验选用某地区Landsat 8卫星影像作为实验数据，该影像覆盖范围约为1000平方公里，分辨率为30米。
实验过程中，首先对影像进行预处理，包括辐射校正、几何校正和大气校正等。
2. 遥感图像分类（1）选择合适的分类器本实验选用支持向量机（SVM）作为分类器，因为SVM在处理小样本数据时具有较好的性能。
（2）训练样本选择为提高分类精度，需要选择具有代表性的训练样本。
本实验采用随机抽样方法，从预处理后的影像中随机选取1000个样本作为训练样本。
（3）分类结果分析将训练样本输入SVM分类器进行训练，得到分类模型。
然后，将测试样本输入分类模型进行分类，得到分类结果。
3. 分类结果验证为验证分类结果的准确性，采用混淆矩阵对分类结果进行评价。
混淆矩阵是一种用于评估分类结果的方法，它能够直观地反映分类精度、召回率和F1值等指标。
四、实验结果与分析1. 分类精度通过计算混淆矩阵，得到分类精度为90.5%。
这说明本实验采用SVM分类器对某地区进行地表覆盖分类的效果较好。
2. 分类结果分析（1）地表覆盖类型分布通过分析分类结果，可以看出该地区地表覆盖类型主要有耕地、林地、草地、水域、建筑用地和未利用地等。
（2）地表覆盖变化分析与历史影像对比，可以看出该地区耕地面积有所增加，林地和草地面积有所减少，建筑用地面积显著增加。
这可能与当地经济发展和城市化进程有关。
3. 分类结果应用（1）环境监测通过地表覆盖分类结果，可以监测该地区土地利用变化，为环境监测提供数据支持。
《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。
基于PCI的遥感影像图制作方法研究【摘要】20世纪70年代以后发展起来的计算机辅助遥感制图，它是一种在计算机系统支持下，根据地图制图原理，应用数学图像处理技术和数字地图编辑加工技术，实现遥感影像图制作和成果表现的技术方法。
本文将着重介绍利用PCI软件制作遥感影像图的方法和过程。
【关键词】PCI；遥感影像；几何纠正PCI Geomatica V9.1遥感图像处理软件简介PCI Geomatica 软件是加拿大PCI公司开发的用于摄影测量分析、遥感影像处理、几何制图、GIS分析，以及资源管理和环境监测的多功能软件系统。
Geomatica作为图像处理软件系统先驱，以其丰富的软件模块支持所有的数据格式，适用于各种硬件平台。
2. QuickBird（快鸟）卫星遥感影像简介QuickBird 卫星于2001年10月由美国DigitalGlobe 公司发射，其全色影像的空间分辨率首次突破米级单位，达到0.61米。
QuickBird拍摄面积大，每景影像近300平方公里，数据成本低，成图周期更短，应用深度和精度也将随之大大提高。
2.1快鸟卫星参数星下点分辨：0.61m；产品分辨率：全色0.61 -0.72m , 多光谱2.44 -2.88m；产品类型：全色、多光谱、全色增强、全色+ 多光谱捆绑等。
2.2快鸟卫星遥感影像的应用QuickBird卫星遥感影像提供的影像数据为城市大比例尺地图测绘、城市土地管理、交通监控与管理、市政设施等的建设与管理等提供价值巨大的城市空间信息。
3QuickBird（快鸟）遥感影像几何纠正处理制作3.1快鸟几何校正的流程结合本文实例，快鸟遥感影像图制作工艺流程方法，如图所示：图3-1 快鸟影像图制作的工艺流程Fig.4-1 The process of generating QuickBird orthoimage3.2快鸟几何纠正遥感影像图制作过程3.2.1 PCI下遥感影像融合处理高分辨率影像数据与多光谱数据的融合是遥感影像进行正射校正的基础。
《遥感原理》实验报告实验名称：遥感图像处理专业：地理信息科学学号：姓名：指导老师：1、实验目的（1）了解彩色的基本特性和相互关系；掌握三原色及其互补色，掌握加色法；（2）学习掌握图像直方图变化与图像亮度变化的关系；掌握图像线性拉伸的方法和过程；（3）理解遥感图像彩色合成的基本原理；掌握选用不同的合成方案产生不同的合成效果的方法，从而达到突出不同目标地物的目的；（4）了解空间滤波的操作过程和空间滤波对图像产生的效果；（5）了解并掌握K-L变换的过程和方法；进一步理解K-L变换产生的处理效果和处理意义；（6）了解和掌握缨帽变换的过程和处理效果；（7）了解和掌握彩色空间变换的过程和方法。
2、实验材料Photoshop CS6、ENVI5.1、CAI软件和光盘文件3、实验内容与过程3.1 遥感图像的光学合成原理彩色的基本特性：明度、色调和饱和度为彩色的基本特性。
明度是指色彩的明亮程度，是人眼对光源或物体明亮程度地感觉，彩色光亮度越高，人眼感觉就越明亮，即有较高的明度。
明度的高低取决于光源光强及物体表面对光的反射率。
色调是色彩彼此相互区分的特性，色调取决于光源的光谱组成和物体表面的光谱反射特性。
饱和度是色彩纯洁性，取决于物体表面反射光谱的选择性程度，反射性光谱越窄，即光谱的选择性越强，彩色的饱和度就越高。
明度、色调和饱和度三者的关系可以用颜色立体来表述。
非彩色，即黑白色只用明度描述，不使用色调、饱和度。
红橙黄绿青蓝紫各种颜色组成彩图。
在遥感上，彩色图比非彩色图较易识别地物。
白色、黑色和各种灰色组成黑白图象，当物体对可见光的各个波长的反射无选择性时，表现为黑色或灰色。
3.2 遥感图像的线性拉伸打开ENVI>点击菜单栏的“Custom Stretch”按钮>选择”Linear”等进行线性拉伸；或者直接在菜单栏上选择“Linear”“Linear2%”“Linear5%”原图：线性拉伸后：Linear:Linear 1%:当拉伸效果为1%时，显示效果得到了很大改善。
遥感数字图像处理课程实习一一、实习内容：TM遥感图像文件的读取（三种方法）二、实习目标：我们拿到的原始的遥感影像，其数据格式有些软件并不识别，需要进行一些转换和处理。
例如本次实习中的tm影像，每个波段都是一个.dat格式的文件，在PCI 中无法直接打开。
此次实习的目的，就是把tm的七个波段都读入到PCI识别的.pix格式的七个通道中，使之可以在PCI 中打开，从而可以进行后续各种操作。
三、实习准备：数据准备：1999年北京地区的tm影像。
处理软件：ＰＣＩ四、背景知识：Landsat-5卫星传感器简表五、实习步骤：方法一1.打开PCI Geomatic软件，界面如下：2.点击Xpace模块，PCI—Xpace3. Package: KernelTask: IMAGELN4. 设置各项参数，点击RunFILI:读入的文件FILO:把上述文件读入已建好的数据库文件中STRUCTUR:行列数。
列，行，通道数DATATYPE:数据类型8U/16S/16U/32RSW APFL: 字节是否交换YES/NO注：5.把其余六个波段读入到此.pix文件中。
Package: KernelTask: PCIADD2设置各项参数，点击RunADDMODE:添加的模式IFILO:读入的文件（注意文件类型选星号）CHANINFO: 通道信息（在ADDMODE中选择已存在的模式，所以此处默认）6.显示更改图像大小、比例显示方法一方法二方法二1.PCI—XpacePackage: KernelTask: CIM建立一个数据库设置各项参数，点击RunFile: 输入要建的文件存放的路径和名字后缀为.pixText1: 数据库描述Text2: 数据库描述DBSZ: Database Size: Pixels, Lines 数据库大小（行，列）PXSZ: Pixel Ground-Size in Metres 地面分辨率（Xsize,Ysize）DBNC ：No. of Channels: 8U,16S,16U,32R 各类型波段数DBLAYOUT ：Data Layout: PIXEL/BAND/FILE/TILED 数据层类型，默认为band2.将数据读入数据库中Package: KernelTask: IMAGERD设置各项参数，点击RunFILI读入的文件（原始数据）FILO Database Output File Name （读到建好的数据库文件中）DBIC Database Input Channel List （读入的波段数，每次都是1）DBOC Database Output Channel List （读到那个通道中）DBIW Database Input Window （读入窗口的大小）DBOW Database Output Window （放置到那个位置）STRUCTUR File Structure Information 结构信息DATATYPE Data Type: 8U/16S/16U/32R 数据类型FLIP Flip image: ON/OFF 是否反转SWAPFL Byte Swap Data Flag: YES/NO 字节是否交换注意更改波段时，重新输入两个地方FILI与DBOC，选择相对应的1.PCI—Forcus—open注：MSB 和LSB是对计算机处理器的选择显示读入的一个波段读入的band1在文件夹中生成了.aux的头文件同样方法读入七个波段2.File—Utility—Translate注：此处菜单栏选中读入的一个波段点击Export3.相当于把band6存入.pix文件，再把其余六个波段依次存入此.pix文件。
遥感实验报告遥感实验报告引言：遥感技术是一种通过获取地球表面的电磁辐射信息来获取地表特征的技术。
遥感技术的应用范围广泛，可以用于地质勘探、环境监测、城市规划等领域。
本次实验旨在通过遥感技术获取卫星图像，并对图像进行解译和分析，从而深入了解遥感技术的原理和应用。
实验步骤：1. 数据获取在实验开始前，我们首先需要获取卫星图像数据。
通过合法渠道，我们从国家遥感中心获取了一组高分辨率的遥感图像。
这些图像涵盖了不同地区的城市和农田，以及一些自然景观。
2. 图像预处理获取到的卫星图像需要进行预处理，以提高图像的质量和准确性。
预处理包括图像去噪、边缘增强和色彩校正等步骤。
通过这些预处理步骤，我们可以得到更清晰、更准确的图像数据。
3. 图像解译在预处理完成后，我们开始对图像进行解译。
解译是指根据图像的特征和上下文信息，识别出图像中的不同地物和地貌。
在解译过程中，我们需要借助地理信息系统（GIS）软件和遥感图像解译原理，对图像中的各个区域进行分类和标注。
4. 图像分析解译完成后，我们对图像进行进一步的分析。
通过分析图像中的不同地物和地貌，我们可以得出一些有关该地区的信息。
例如，通过对城市区域的分析，我们可以了解到该地区的人口密度和城市发展情况；通过对农田的分析，我们可以了解到该地区的农作物类型和农业生产状况。
实验结果：通过对卫星图像的解译和分析，我们得出了一些有关地表特征的结论。
例如，在城市区域，我们观察到高密度的建筑群和道路网络，表明该地区经济发展迅速；在农田中，我们观察到不同类型的农作物，如水稻、小麦和玉米，表明该地区的农业生产多样化。
讨论与展望：遥感技术在地球科学和环境科学领域具有广泛的应用前景。
通过遥感技术，我们可以实时监测地球表面的变化，了解自然灾害的发生和演变过程，从而采取相应的措施进行预防和救援。
此外，遥感技术还可以用于环境保护和资源管理，帮助我们更好地理解和保护地球。
结论：本次实验通过遥感技术获取卫星图像，并对图像进行解译和分析，深入了解了遥感技术的原理和应用。
遥感实验报告一、实验目的。
本实验旨在通过遥感技术对地球表面进行观测和数据获取，以探究遥感技术在环境监测、资源调查和自然灾害预警等方面的应用。
二、实验原理。
遥感技术是利用卫星、飞机等远距离传感器获取地球表面信息的一种技术手段。
通过接收地面反射、辐射或散射的电磁波，可以获取地表地貌、植被覆盖、土地利用等信息。
三、实验步骤。
1. 选择合适的遥感影像数据，包括多光谱影像、高光谱影像等。
2. 对影像数据进行预处理，包括辐射定标、大气校正等。
3. 利用遥感软件进行影像解译，提取地表信息。
4. 对提取的地表信息进行分析和应用，如环境监测、资源调查等。
四、实验结果与分析。
通过实验，我们成功获取了地表的多光谱影像数据，并对其进行了预处理和解译。
最终得到了地表的植被覆盖、土地利用等信息。
这些信息对于环境监测、资源调查等方面具有重要意义。
五、实验结论。
遥感技术在地球科学领域具有重要的应用价值，能够为环境保护、资源管理等提供有力支持。
通过本次实验，我们深入了解了遥感技术的原理和应用，对其在实际工作中的应用有了更深刻的认识。
六、实验总结。
本次实验不仅让我们掌握了遥感技术的基本原理和操作方法，还加深了我们对地球表面信息获取和分析的认识。
未来，我们将进一步学习遥感技术，探索其更广泛的应用领域，为地球科学研究和环境保护做出更大的贡献。
七、参考文献。
1. 《遥感原理与应用》，XXX，XXX出版社，2018年。
2. 《遥感技术在环境监测中的应用》，XXX，XXX期刊，2020年。
以上为本次遥感实验的报告内容，希望对大家有所帮助。
感谢各位的阅读和支持！。
遥感异常提取工作手册第一节、利用PCI进行遥感异常提取流程遥感异常提取的过程可以用下面的流程图来描述：去干扰异常主分量阈值化技术流程图注：* OHA即HA,为羟基异常的简称; FCA即FA,为铁染异常的简称.**阈值化,在张玉君教授以前的著作中称为门限化。
（本流程以14231景ETM数据为例进行处理）一、了解该景的基本信息拿到该数据后，首先查看该景数据的基本信息。
在写字板中打开后缀为“HRF-FST”的数据，出现下面内容：记录下划线表示的信息：获取日期（ACQUISITION DATE）、图像的像素数（PIXELS PER LINE、LINES PER BAND、图像的位置坐标（UL）、太阳高度角（SUN ELEVATION）、太阳方位角（SUN AZINUTH ANGLE）。
在写字板中打开后缀为“MLT-FST”的数据，查出：记录下各波段获取时的灵敏度“L”或“H”。
二、计算准归一化因子经试验推算，卫星在近日点和远日点时所获取数据相差达6.7%，因此日地纠正不可忽略。
该景位于东经80-90度之间，90/15=6，即在第六时区。
卫星过境约为上午十时，实为格林尼治10-6=4时，查日地距离表，可知获取该景数据时的日地距离d=1.00096403AU。
ϕ⨯G。
其中：d=1.00096403（见附表1），ϕ=41.20，G=0.2日地校正因子公式：d2/sin（G为数，也可以取0.25，视图像而定），代入后得校正因子为7.6054726。
三、建立数据库（一）建立“.pix”数据库利用“HRF.FST”引导文件导入1，-6（实际为1，-5波段，7波段）。
点击“”，弹出如下“ImageWorks Configuration”对话框，设置“Image Size”“Visible Window”“Image Planes”参数，为了保证显示窗口放大而且图像的行列不失调，显示窗口（Visible Window）的X=1024*6967/5965，其中6967=PIXELS PER LINE，5965=LINES PER BAND，另外“Image Planes”选择“8”，即控制面板中出现8个电子枪。
PCI遥感实验报告
——地信1101 XXX
2013年6月18日
实验二几何校正
准备数据：
125-41.pix，125-42.pix（均包含7个波段，见实验一）
靖县地形图.jpg。
实验步骤：
第一步、熟悉图像几何校正、镶嵌的基本原理
第二步、图像几何校正
运行PCI，选择GCPWorks模块，在Source of GCPs选择User Entered
Coordinates（用户输入投影坐标系统），点击Accept后，弹出校正模块：
选择第一项加载需要校正的图像：
选择第二项，选择Other确定投影系统，点击Earth Model确定地球模型。
注意输入6度带的中央经度与向东平移500公里（500000米）。
选择第三项采集地面控制点。
在采集地面控制点之前，利用看图软件打开扫描后的电子地形图“靖县地形图.jpg”。
分别在遥感图像和地形图中找到一个同名点，然后在地形图中量算出该点的大地坐标，精确到米，X坐标为6位（要去掉2位6度带的带号），Y坐标7位。
再将坐标输入到GCP编辑窗口中，并点击Accept as GCP接受为一个控制点。
用同样的方法采集更多的地面控制点。
注意：前三个点不显示误差，从第四个点开始才出现误差。
一般要求选择15个以上控制点，并且各点的误差<1个像元，将误差过大的点删除，直到误差<1个像元为止（实验时误差可放宽到2－3个像元）。
共选择了15个控制点。
最后，关闭GCP编辑窗口，选择第五项（如果对整个图像进行几何校正，则第四项可以省略），执行几何校正。
点击OK
Geo-Referencing Information选择Use bands and resolution。
并点击Create 与Yes生产校正后的图像。
选择Change Resolution
选择Yes
回到图像校正窗口，建立原图像与校正后图像各通道的对应关系，设置重采样方式（一般选择Cubic）与内存大少（一般300左右），点击Perform Registration 执行校正。
下图为具有坐标系的靖县地形图：
利用GCPWorks
控制点尽量多！
要保证数据的精度！
点击Close关闭改窗口。
校正前的125-42遥感影像：
校正后的125-42遥感影像：
数据最能说明问题：
校正前左上角象元的坐标：校正后左上角象元的坐标：
注：左上角象元
实验三图像镶嵌
镶嵌方法A：
用Xpace 进行镶嵌（这里用的125-42.pix 为7 个channel ，分三次镶嵌，123 一次，456 一次，7 一次）
在进行图像镶嵌前，先利用Xpace模块的Kernel （Pacages）中的CIM （Create Database）生成一个空图像文件，大小满足镶嵌图像的需要，即：南北两景图像镶嵌时，图像的列数为单景图像列数加上1000（像元），图像的行数
为两景图像的行数之和减去1000（像元）；东西两景图像镶嵌时，图像的列数为两景图像的列数之和减去1000（像元），图像的行数为单景图像行数加上1000（像元）。
点击“Kernel”包下的“III”（图像）；
FILI 输入的文件名
FILO 输出的文件名
DBIC 输入的通道编号
DBOC 输出的通道编号
DBIW 输入图像的窗口大小
DBOW 输出图像的窗口大小
设置好参数后，点击“Run”按钮。
***用“NUM”可以查看。
此次试验相关数据如下：
X Y
数据：125-41 7844 7117
125-42 7871 7052
故：DBSZ处应填8871（7871(比7844大)+1000）,13169（7117+7052-1000）
DBNC改为7
引用参考：
利用Xpace模块的Kernel （Pacages）中的III（Image Transfer）将其中一景图像传输到空图像文件中（作为参考图像），注意图像所处的位置（起点坐标）。
以下划线处和红色轮廓图片为引用参考：
在Xpace中选择“Kernel”-> “III”，在弹出的对话框中设置相关参数：
依次单击Status、Run即可。
打开125-4142.pix后，我们可以看到结果，如下所示。
点击GCPWorks模块，默认设置，点击Accept确定，先后选择并加载未校正（需要镶嵌的图像）和参考图像，得到两景整图及其放大窗口图像共四个窗口。
再选择Collect GCPs，分别在两景图像中初步选择重叠区域内的同名点，
并在放大窗口中精确定位。
再选择Collect GCPs，分别在两景图像中初步选择重叠区域内的同名点，并在放大窗口中精确定位。
控制点尽量多选。
点击Match后，
选择Cubic,点击Registration Overview查看预览效果
点击Uncorrected Disk Registration下的第1、2、3行，再点击Output File Image Channels下的第1、2、3行。
直到出现上面红框处的显示。
如果点击错误，点击Reselect（重选）进行重新设定，Memory (MB) 处改为500左右。
点击Perform，出现下面的窗口。
利用Image Works 打开前三个波段镶嵌的图像如下：
下面我们继续镶嵌第4、5、6波段，重复上面的步骤，打开GCPWorks
选择125-41.pix文件
点击第二项
以上是打开4、5、6波段的四个窗口，可看到颜色与1、2、3波段的明显不同。
接下来按照上面的步骤采集控制点。
