土地资源TM影像目视解译标志的建立
(一) 解译标志的概念
解译标志是地物在影像上的表现形式(或称样子、模式)，是目视解译、判读的基础，根据建立的解译标志，对图像上的各种特征进行分析、比较、推理
[2]和判断，可以提取用户所需专题信息。地物特征有光谱特征、空间特性和时间特征。地物的这些特征在图像上以灰度变化的形式表现出来，因此图像灰度
[6.24]是以上三者的函数。即
d = f{?λ,(X,Y,Z), ?τ}
不同的地物，这些特征不同，在图像上的表现形式也不同。由于地物所处周围自然环境复杂，在判读地物的性质或一些自然现象时，有必要融合判读者的经验(对地理环境的认识和分析能力)和必要的各种资料(如专题统计资料、专题图件，不同分辨率、不同比例尺的遥感影像资料等)。
(二) 解译标志的建立
1、土地资源分类
根据土地资源的利用属性和经营特点、利用方式和覆盖特征，建立土地资源
[11]的分类系统。具体内容如下:
1、 耕地:11、水田:111、山地水田，112、丘陵水田，112、平原水田。
12、旱地:121、山区旱地，122、丘陵旱地，123、平原旱地。
1
2、林地:21、有林地，22、灌木林地，23疏林地，24、其它林地。
3、草地:31、高覆盖草地，32、中覆盖草地，33、低覆盖草地。
4、水域:41、河渠，42、湖泊，43、水库，44、冰川永久积雪，45、
海 涂，46、滩地。 5、 城乡工矿建设用地:51、城镇用地，52、农村用地，53、工交建设用地。
6、未利用土地:61、沙地，62、戈壁，63、盐碱地，64、沼泽地，
65、裸土地，66、裸岩石砾地， 67、寒漠、苔原等。
1、 建立TM影像目视解译标志
在土地资源分类的基础上，建立土地利用类型的解译标志，并建成主要土地资源TM数字影像目视解译信息表(见表一)。
2.1 耕地解译标志
ll、水田:占本区极少部分，主要分布在热量及水分条件较好的陕南和陇南亚热带气候区及宁夏银川平原。
遥感地质解译实验报告
1. 引言
遥感技术在地质调查中扮演着重要的角色，它能够通过对地表或大气属性的遥感观测，获取地质信息，提供了一种高效、经济的手段来进行地质解译。本实验旨在通过遥感图像的解译，来了解地质构造变化的特征。
2. 实验材料和方法
2.1 实验材料
本实验使用了多光谱遥感影像，该影像覆盖了实验区域的全景。此外，还使用了地质调查报告，包含地质构造和地质岩性的信息。
2.2 实验方法
1. 数据预处理：对遥感影像进行几何校正、辐射定标和大气校正，以获得准确的反射率数据。
2. 生成特征图像：利用波段组合技术生成不同特征的图像，如真彩色图像、假彩色图像、归一化植被指数（NDVI）图像等。
3. 地物提取与解译：通过目视解译或数字图像处理软件进行土地利用与覆盖分类，提取出目标地物。
4. 地质解译：根据地质调查报告中提供的信息，结合特征图像和地物提取结果，进行地质解译。
3. 实验结果与分析
3.1 特征图像生成
通过对遥感影像进行波段组合，我们生成了真彩色图像、假彩色图像和NDVI图像。真彩色图像可以提供直观的显示结果，假彩色图像则能够增强地物的对比度，方便地进行土地利用分类。NDVI图像能够反映植被的分布情况，用于分析地表植被的生长状况。
3.2 地物提取与分类
通过数字图像处理软件，我们对遥感影像进行了目标地物的提取与分类。根据预先设定的分类标准，我们将影像中的土地利用类型进行了划分，包括农田、城市、水体和植被等。通过对分类结果的分析，我们发现农田和植被的分布范围相对集中，城市和水体则呈现离散分布的特点。
3.3 地质解译
结合地质调查报告中提供的信息和遥感图像的解译结果，我们进行了地质解译。通过观察遥感图像，我们发现在农田和植被分布区域存在着较多的断层和岩浆活动的迹象。而在城市和水体区域，则主要是由于人类活动和地质演化导致的地质构造变化。这些解译结果与地质调查报告中提供的信息相吻合，进一步验证了地质解译的可行性。
利用ARCMAP遥感影像目视解译实训
一、新建shape file文件
1、在catalog或目录下新建一个线图层（命名为xiantuceng）、一个点图层（命名为biaozhutuceng）,并定义投影（可导入tiff文件的投影或自设）
2、通过“属性”修改，给标注图层添加“dilei”(长整型)字段以储存判读地类类型。
二、区划
1、打开arcmap，依次添加遥感影像、点、线图层（添加好后可保存为项目文件，以方便下次调用）。
2、对面线图层进行编辑，在区划范围内，编辑时尽量利用捕捉功能，减少悬挂线、自相交等情况。
三、查错与构建拓扑
1、在catalog区划工作目录下建立个人地理数据库（可改名为jieyi数据库），在jieyi数据库.mdb中新建“”（命名为top）并定义投影，向top中导入“要素类单个”（xiantuceng）,输出名称为top1;top要素数据集建立拓扑关系，设定要素等级为1，添加物悬挂线、无重叠、不能自相交等规则，建立拓扑关系并验证。
2、在arcmap中导入top,对照错误标记修改top1,删除或连接悬挂线，自相交点，保存后，向top中导入“要素类单个”（top1）,输出名称为top2;top要素数据集建立拓扑关系并验证,重复上述步骤，直至无拓扑错误，将最后的输出文件以shp文件输出，命名为“miantuceng”
四、判读
1、将miantuceng导入项目，用数据管理工具（要素转面）转换成面图层，设置为无填充颜色。
2、编辑点图层中，预设“dilei”值11、在阔叶林地类中添加标注点，完成后“dilei”值12，在阔叶林地类中添加标注点，依次类推，直到完成所有图块的判读。
3、利用分析工具中的叠加分析（空间连接）将点图层的“dilei”字段赋予面图层。
五、查错
1、利用选择/按属性选择，依次查找“dilei”为空、11、12、21、22等地类，并在编辑状态下修改属性“dilei”值，直至修改完成。
遥感数据处理与解译的基本流程和技巧
遥感数据处理与解译是一种基于遥感技术和地理信息系统的数据分析和应用方法。它通过获取、处理和解释遥感影像数据，从而得出有关地球表面特征和变化的信息。本文将介绍遥感数据处理与解译的基本流程和一些实用技巧，帮助读者更好地理解和应用这一方法。
一、遥感数据获取
遥感数据获取是遥感数据处理与解译的第一步。遥感数据可以通过两种途径获取：主动遥感和被动遥感。主动遥感是指通过发射器发射电磁波，利用被测对象反射、散射或发射的电磁波信号来获取信息。被动遥感是指利用地球表面主动发出的电磁波，如太阳辐射能、地热辐射能等进行信息提取。具体的遥感数据获取方法包括航空遥感和卫星遥感。航空遥感是利用航空器搭载的遥感传感器获取影像数据，而卫星遥感是利用遥感卫星携带的传感器获取影像数据。遥感数据获取的关键是选择适当的传感器和遥感技术，以获取高质量和高精度的影像数据。
二、遥感数据处理
遥感数据处理是指通过对采集到的遥感影像数据进行预处理、校正和增强，从而得到高质量的数据。预处理阶段包括大气校正、几何校正和辐射校正。大气校正是消除大气因素对遥感影像的影响，几何校正是将遥感影像的几何形态与地面特征相对应，辐射校正是将遥感影像的辐射能量与物理量相对应。预处理的目的是提高遥感影像的质量，减少信息噪声和歪曲，使得影像更加真实和准确。处理完预处理后，还可以进行影像增强，以突出地物特征和减少影像中的杂乱信息。
三、遥感数据解译
遥感数据解译是指通过对预处理后的遥感影像数据进行分析和解释，得出有关地球表面特征和变化的信息。遥感数据解译可以采用目视解译和数字解译两种方式。目视解译是通过人眼观察和判断影像中的地物类型和空间分布。数字解译是利用数字图像处理技术和地理信息系统，通过计算机程序对遥感影像进行解析和识别。遥感数据解译的关键是选取适当的解译方法和分类算法，以提高解译的准确性和有效性。
四、遥感数据应用
遥感数据处理与解译的最终目的是将获取到的地表信息应用于实际工作中。遥感数据可以应用于土地利用规划、资源管理、环境保护、军事侦察、灾害监测等领域。具体的应用包括土地分类和变化监测、植被覆盖度估计、水质监测和河流变迁分析等。遥感数据的广泛应用为各行各业提供了大量的地理信息，促进了社会经济的可持续发展。
