下载文档原格式
⽓象站点数据插值处理流程注：下⾯的为之前做的⽅法（7-以后不⽤做），⾥⾯的参数与现在的有出⼊，⾃⼰找到区域内站点，插值过程如下。
⽓象站点数据插值处理流程1⽓象站点数据整理Excel格式，第⼀⾏输⼊字段名称，包括站点名称、x经度（lon）、y纬度（lat）、平均⽓温、平均风速、相对湿度、平均⽇照时数。
其中经纬度需换算为度的形式，其它数据换算为对应单位。
2excel⽓象数据转为shape格式的⽮量点数据插值分析（1）打开Arcgis，添加excel⽓象站点数据。
打开LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj重采样6066_经纬度.img，打开边界.shp,三个应该能叠加在⼀起（2）在arcgis内容列表中右键单击excel表，选择“显⽰XY数据”，设置X、Y字段为表中对应经-x、纬-y度字段，编辑坐标系，设置为⽓象站点经纬度获取时的坐标系，这⾥为地理坐标系WGS84。
(图中错了，按上述，要不就换下⼀下XY对应的经纬度试⼀试看看形状对就可以了)（3）导出为shape格式的点数据。
右键单击上⼀个步骤中新⽣成的事件图层，单击“数据-导出数据”。
需注意导出数据的坐标系应选择“此图层的源数据”。
（4）设置Arcgis环境。
在“地理处理”菜单下单击“环境”，在环境设置窗⼝中选择“处理范围”，选择⼀个处理好的遥感数据（LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj重采样6066_经纬度.img，主要是参考该遥感数据的⾏数和列数）。
再选择“栅格分析”，按下图设置插值的分辨率为“0.0045”，掩膜⽂件设置为边界2/LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj 重采样6066_经纬度.img。
注意：⽣成出来的是否有坐标系，插值-环境-输出坐标系-与**相同（5）⽓象站点数据插值。
在toolbox中选择⼯具箱“Spatial Analyst————反距离权法”，默认12个数据参与运算，“Z值字段”分别选择平均风速、平均⽓温、相对湿度，直接输出，不要改输出路径名字。
遥感影像重采样方法实现与应用研究遥感影像重采样是指将高分辨率遥感影像转化为低分辨率的过程，或者将低分辨率遥感影像转化为高分辨率的过程。
重采样方法对于遥感影像处理和分析具有重要意义，尤其是在遥感图像融合、遥感影像目标提取、变化检测等方面。
常用的遥感影像重采样方法有最近邻法、双线性插值法和三次样条插值法。
最近邻法是一种简单而快速的重采样方法，它通过选择原始像素中最接近目标像素的值进行重采样。
最近邻法容易产生锯齿状的伪影。
双线性插值法是一种常用的重采样方法，它通过对目标像素周围的四个最近邻像素进行线性插值计算得到目标像素的值。
双线性插值法能够减少锯齿状伪影，但对于高频信息处理得不够理想。
三次样条插值法是一种取样点周围像素进行三次多项式内插得到插值像素的方法。
它可以更好地保留遥感影像的细节信息，但计算复杂度较高。
遥感影像重采样方法的应用主要包括以下几个方面。
遥感图像融合是将不同分辨率、不同波段的遥感影像融合为一幅具有多波段、高分辨率的影像，以提高遥感影像的解译精度。
重采样方法在图像融合中起到关键作用，能够将不同分辨率的影像进行对齐，并保留各自影像的特征信息。
遥感影像目标提取是指从遥感影像中自动提取感兴趣目标的过程。
重采样方法能够提高遥感影像的分辨率，使目标边界更加清晰，有助于目标提取算法的准确性和可靠性。
遥感影像的变化检测是指对于相同地区的不同时间的遥感影像进行比较，以确定变化区域的过程。
重采样方法能够将不同时间的遥感影像进行像素对齐，提高变化检测的精度和可靠性。
遥感影像重采样方法在遥感影像处理和分析中具有重要的作用。
不同的重采样方法适用于不同的应用场景，选择合适的重采样方法能够提高遥感影像处理的结果质量。
随着遥感技术的不断发展和应用的扩大，重采样方法的研究和应用将会得到进一步的深化和拓展。
文章编号:100724619(2002)022*******遥感图像数据重采样的一种快速算法楼 林,黄韦艮,周长宝,杨劲松(国家海洋局海洋动力过程与卫星海洋学重点实验室,国家海洋局第二海洋研究所,浙江杭州 310012)摘 要: 从原始遥感图像几何畸变特征出发,建立了SeaS tar SeaWiFS 和NOAA AVHRR 遥感图像数据重采样的一种快速算法,并提出了邻点权重重采样方式。
该种快速算法能有效地提高遥感图像几何校正的速度,并适用于连续对地观测系统遥感数据的重采样过程。
邻点权重重采样方式可用以替代通常的最近邻点和双线性插值重采样方式。
关键词: 遥感;数据重采样;快速算法;NOAA AVHRR 中图分类号: TP751.1 文献标识码: A1 引 言由于传感器、遥感平台以及地球本身等方面的原因,遥感图像存在难以避免的几何畸变[1]。
宽视场的海洋水色卫星SeaStar SeaWiFS 与气象卫星NOAA AVHRR 遥感图像几何畸变在扫描行边缘部分特别严重。
为了校正卫星原始遥感图像的几何畸变,需要进行两步工作。
一是遥感图像像元的几何定位,即地理经纬度的确定。
二是对原始遥感图像数据进行重新采样并输出。
国内外对于宽视场的海洋水色卫星与气象卫星遥感图像像元的几何定位方法已有众多研究,其定位精度已达到几个像元至亚像元级水平[2—4]。
前人对遥感图像数据重取样方法也作了一些研究,但重采样方法多采用传统的方法,重采样速度较慢[5,6]。
本文从遥感图像的几何畸变特征出发,研究遥感图像数据快速重采样算法。
2 遥感图像几何畸变特征卫星在一定高度的轨道飞行,星载传感器通过反射镜的旋转扫描获取地球表面的辐射率信息。
遥感图像所对应的地面区域取决于以下两维运动:卫星沿着轨道的运动和扫描仪垂直于轨道切线方向的旋转扫描运动[3]。
因此遥感图像的几何畸变过程与遥感平台轨道性质、传感器扫描成像特性和地球形态模型等参数密切相关。
遥感影像重采样方法实现与应用研究遥感影像重采样是指在不同分辨率或坐标系统下，将遥感影像从原始像素空间转换到目标像素空间的过程。
重采样方法的选择对于保持图像质量和准确性至关重要。
本文将介绍遥感影像重采样方法的原理、实现和应用研究。
一、重采样方法的原理遥感影像重采样方法可以分为两大类：基于像素的重采样和基于区域的重采样。
基于像素的重采样方法是将源图像中的每个像素映射到目标图像中的一个像素。
常用的基于像素的重采样方法有最邻近插值、双线性插值和双立方插值。
最邻近插值是一种最简单的重采样方法，它将源图像中的每个像素直接复制到目标图像中的最近像素位置。
这种方法的优点是计算简单，但会导致图像产生锯齿状的伪影。
基于区域的重采样方法是将源图像中的一个区域映射到目标图像中的一个区域，通常使用图像分割和图像匹配等技术来实现。
基于区域的重采样方法可以更好地保持图像的结构特征和纹理信息，但计算复杂度较高，应用范围相对较窄。
重采样方法的实现可以使用地理信息系统（GIS）软件、遥感图像处理软件或编程语言来完成。
以ArcGIS为例，可以使用Spatial Analyst或Raster Calculator工具来进行遥感影像重采样。
需要将源图像和目标图像导入到ArcGIS中，并设置源图像和目标图像的分辨率、坐标系统和范围等属性。
然后，在Spatial Analyst或Raster Calculator中选择合适的重采样方法，设置源图像和目标图像的像素大小和重采样倍数，执行重采样操作。
根据需要对重采样结果进行后续处理和分析。
遥感影像重采样方法在地理信息系统、土地利用、环境监测和农业等领域具有广泛的应用研究价值。
在地理信息系统中，重采样方法可以用于影像配准、影像融合、影像拼接和影像纠正等操作，提高地图更新和空间分析的精度和效率。
在土地利用中，重采样方法可以用于土地覆盖分类和土地变化检测等应用，提高土地利用动态变化的监测和管理能力。
在环境监测中，重采样方法可以用于大气污染、水质检测和植被生长监测等应用，提供高质量的遥感数据支持环境保护和生态恢复。
envi中插值方法
在计算机编程和数值分析中，插值是一种常用的技术，用于在给定一组离散数据点的情况下估计在这些点之间的数值。
在环境变量（envi）中，插值方法可以用于处理遥感数据或图像处理。
envi 中常用的插值方法包括：
1. 最邻近插值（Nearest Neighbor Interpolation），该方法是一种简单的插值方法，它通过找到离目标点最近的数据点来进行插值。
这种方法适用于分类数据或者离散的数据集。
2. 双线性插值（Bilinear Interpolation），双线性插值是一种在二维网格上进行插值的方法，它利用目标点周围的四个最近数据点的数值进行线性插值计算。
这种方法适用于连续的数据集，如遥感影像。
3. 双三次插值（Bicubic Interpolation），双三次插值是一种更精确的插值方法，它利用目标点周围的16个最近数据点的数值进行三次多项式插值计算。
这种方法在处理图像或者遥感数据时能够产生更平滑的插值结果。
4. 样条插值（Spline Interpolation），样条插值是一种利用多项式函数来逼近数据点的方法，它可以通过调整插值多项式的阶数来平衡插值结果的平滑度和精确度。
在envi中，用户可以根据自己的数据特点和需求选择合适的插值方法来处理遥感数据，以获得更准确和可靠的结果。
同时，envi 还提供了丰富的插值工具和参数设置，使用户能够灵活地进行插值处理，并对插值结果进行验证和调整。
通过合理选择插值方法和参数设置，用户可以更好地处理和分析遥感数据，满足不同应用场景的需求。
遥感影像重采样方法实现与应用研究1. 引言1.1 研究背景遥感影像重采样是指利用一定的数学方法和模型，对原始遥感影像进行重新采样，以达到改善影像质量和增加影像细节的目的。
重采样方法的研究和应用对于提高遥感影像的空间分辨率和准确性具有重要意义。
目前，关于遥感影像重采样方法的研究已经取得了一定的进展，但在实际应用中还存在着一些问题亟待解决。
本文将对遥感影像重采样方法进行进一步深入的研究和探讨，旨在提高遥感影像的分辨率和质量，为遥感技术的发展提供更多的支持和帮助。
1.2 研究意义遥感影像重采样方法在遥感影像处理中具有重要的意义。
随着遥感技术的不断发展和遥感数据的不断增加，遥感影像的分辨率和精度要求也越来越高。
而遥感影像重采样方法可以有效地提高遥感影像的空间分辨率和准确性，进而提升遥感影像的应用价值和实用性。
具体来说，遥感影像重采样方法可以帮助提高遥感影像的视觉效果和解译精度，为遥感数据的地形分析、土地利用监测、资源调查等应用提供更可靠的支持。
遥感影像重采样方法还可以帮助缓解遥感数据间的空间不匹配问题，提高不同遥感数据集之间的一致性和比较性，为遥感数据融合和综合分析提供更好的基础。
通过对遥感影像重采样方法进行研究与应用，可以更好地利用遥感数据资源，提高遥感数据的利用效率和价值，进而推动遥感技术在地球科学、环境监测、城市规划等领域的广泛应用和发展。
1.3 研究目的本文旨在探讨遥感影像重采样方法的实现与应用研究，通过对现有重采样方法的概述和分类，分析其实现过程和应用案例，评价其效果，并对其优势、局限性进行总结。
具体而言，本文旨在达到以下研究目的：1. 系统总结不同类型的遥感影像重采样方法，包括传统的插值方法、深度学习方法和卷积神经网络方法等，分析各种方法的优缺点和适用范围，为选择合适的重采样方法提供参考。
2. 探讨遥感影像重采样方法的实现过程，包括数据预处理、算法设计和参数优化等方面，深入分析每个环节的关键问题和解决方法，为实际应用提供技术支持。
201科技资讯 S CI EN CE & T EC HNO LO GY I NF OR MA TI ON 学 术 论 坛几何校正按照重采样方式分为直接法和间接法。
以间接法校正为例,加入输出图像阵列中的任一像素在原始图像中的投影点位坐标值为整数时,便可简单地将整数点位上的原始图像的已有亮度值间接取出填入输出图像。
但若该投影点位的坐标计算值不为整数时,原始图像阵列中该非整数点位上并无现成的亮度存在,于是就必须采用适当的方法把该点位周围邻近整数点位上亮度值对该点的亮度贡献累积起来,构成该点位的新亮度值。
这个过程即称为数字图像亮度值的重采样。
1 精校正方法几何精校正中重采样内插方法是为了使校正后的输出图像像元与输入的未校正图像相对应,根据确定的校正公式,对输入图像的数据重新排列。
常用的重采样方法有最近邻点法、双线性插值和三次卷积法。
最近邻点法的优点是算法简单且能保持原始图像的亮度值不变,但常使采样后的遥感图像在亮度上不连续,原来光滑的边界出现锯齿状。
这种情况在图像的边缘表现得尤为突出。
双线性插值法的优点是计算较为简单,校正后的图像亮度连续,但因其具有低通滤波的性质,造成高频信息的损失,常使采样后的遥感图像变得模糊。
三次卷积法对前述两种方法的缺点都能克服,但计算量极大。
2 重采样方法2.1双线性插值法该法的重采样函数是对辛克函数的更粗略近似,表达方式如下:()1||(0||1)c c c W x x x (1)当实施双线性内插时,需要有被采样点P周围4个已知像素的亮度值参加计算,即111121222122[][][]y Tp x y x x y W I I I W I W W W W I I (2)其中:121211x x y y W xW xW y W y(3)2.2三次卷积插值法该法用一个三次重采样函数来近似表示辛克函数(如图2所示):2323()12||(0||1)()48||5||(1||2)()0(||1)c c cc c c c c c c c W x x x x W x x x x x W x x(4)式中定义为以被采样点р为原点的邻近像素x坐标值,其像素间隔为1,当把上式函数作用于图像y方向时,只需把x换为y即可。
遥感中重采样的不同方法
由于输出图像的像元点在输入图像中的行列号不是或不全是整数关系,所以需要根据输出图像上的各像元在输入图像中的位置,对原始图像按一定规则重新采样,进行亮度值的插值运算,建立新的图像矩阵.
最邻近法: 将最邻近的像元值赋予新像元.
优点: a 不引入新的像元值，适合分类前使用；
b 有利于区分植被类型，确定湖泊浑浊程度，温度等；
c 计算简单，速度快
缺点:最大可产生半个像元的位置偏移,改变了像元值的几何连续性，原图中某些线状特征会被扭曲或变粗成块状 .
双线性内插法: 使用邻近4 个点的像元值,按照其据内插点的距离赋予不同
的权重,进行线性内插.
优点:a 图像平滑，无台阶现象。
线状特征的块状化现象减少；
b 空间位置精度更高
缺点:a 像元被平均，有低频卷积滤波效果,破坏了原来的像元值,在波谱识别分类分析中,会引起一些问题。
b 边缘被平滑，不利于边缘检测。
三次卷积内插法 : 使用内插点周围的16 个像元值,用三次卷积函数进行内插.
优点: 高频信息损失少，可将噪声平滑,对边缘有所增强,具有均衡化和清晰化的效果
缺点: 破坏了原来的像元值,计算量大.内插方法的选择除了考虑图像的显示要求及计算量外，在做分类时还要考虑内插结果对分类的影响,特别是当纹理信息为分类的主要信息时。
研究表明，最近邻采样将严重改变原图像的纹理信息。
因此，当纹理信息为分类主要信息时，不宜选用最近邻采样。
双线性内插及三次卷积内插将减少图像异质性，增加图像同构型，其中，双线性内插方法使这种变化更为明显。
原帖在此。
专利名称：遥感图像数据重采样方法专利类型：发明专利
发明人：尹球,陈海燕,胡勇,叶荣,巩彩兰申请号：CN200910049112.5
申请日：20090410
公开号：CN101533510A
公开日：
20090916
专利内容由知识产权出版社提供
摘要：本发明公开一种遥感图像数据重采样方法，适用于对极轨气象卫星平台上光学遥感仪器获得的遥感图像的重采样。
本发明先对输入的原始图像逐行根据同一扫描行内相邻两点经度值的大小关系确定参与输出像元内插的原始图像点坐标，然后进行等经度间隔线性内插，接下来对输出的等经度间隔数据逐列根据上下邻近点的纬度值大小关系确定参与输出像元内插的输入像元的坐标进行线性内插，输出等经度间隔×等纬度间隔的图象数据。
本发明所提供的方法减少了确定内插点坐标的计算量，对于有像旋现象的图像可同时消除像旋。
本发明方法输出的图像为像元大小规则的图像，为接下来图像进行适当的投影打下了基础，进而为卫星遥感数据进一步的数据处理与应用奠定了基础。
申请人：中国科学院上海技术物理研究所
地址：200083 上海市玉田路500号
国籍：CN
代理机构：上海新天专利代理有限公司
代理人：郭英
更多信息请下载全文后查看。
