高空间分辨率遥感影像的解译

遥感图像处理与分析作业一、名词解释1.辐射亮度：辐射源在某一方向的单位投影表面在单位立体角内的辐射通量。

2.光谱反射率：被物体反射的光通量与入射到物体的光通量之比。

3.合成孔径雷达：合成孔径雷达就是利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成一较大的等效天线孔径的雷达。

利用遥感平台的移动，将一个小孔径的天线安装在平台侧方，以代替大孔径的天线，提高方位分辨率的雷达。

4.假彩色遥感图像：根据加色法合成原理，选择遥感影像的某三个波段分别赋予红、绿、蓝三种原色，就可以合成彩色影像。

5.大气窗口：由于大气层的反射、散射和吸收作用，使得太阳辐射的各波段受到衰减的作用轻重不同，因而各波段的透射率也各不相同。

把受到大气衰减作用较轻、透射率较高的波段叫大气窗口6.图像空间分辨率：指像素所代表的地面范围的大小，即扫描仪的瞬时视场，或地面物体能分辨的最小单元。

7.NDVI: (Normal Differential Vegetation Index)归一化植被指数。

被定义为近红外波与可见光红波段图像灰度值之差和这两个波段图像灰度值之和的比值。

8.像点位移：地形的起伏和投影面的倾斜会引起航片上像点的位置的变化，叫像点位移。

9.后向散射：在两个均匀介质的分界面上，当电磁波从一个介质中入射时，会在分界面上产生散射，这种散射叫做表面散射。

在表面散射中，散射面的粗糙度是非常重要的，所以在不是镜面的情况下必须使用能够计算的量来衡量。

通常散射截面积是入射方向和散射方向的函数，而在合成孔径雷达及散射计等遥感器中，所观测的散射波的方向是入射方向，这个方向上的散射就称作后向散射。

10.大气校正：大气校正就是指消除由大气散射引起的辐射误差的处理过程。

11.漫反射：当一束平行的入射光线射到粗糙的表面时，表面会把光线向着四面八方反射，所以入射线虽然互相平行，由于各点的法线方向不一致，造成反射光线向不同的方向无规则地反射，这种反射称之为“漫反射”或“漫射”。

IKONOS卫星遥感影像解译数据的波段IKONOS卫星影像IKONOS卫星简介IKONOS为美国DigitalGlobe公司的高分辨率遥感卫星，于1999年09月24日发射，其影像分辨率达0.82米，为全球首颗提供1米以下分辨率的商用光学卫星，揭开了高分辨率卫星影像的时代。

IKONOS卫星基本参数卫星遥感数据分类：一、卫星分辨率1.0.3米：worldview3、worldview42.0.4米：worldview3、worldview2、geoeye、kompsat-3A3.0.5米：worldview3、worldview2、geoeye、worldview1、pleiades、高景一号4.0.6米：quickbird、锁眼卫星5.1米：ikonos、高分二号、kompsat、deimos、北京二号6.1.5米：spot6、spot7、锁眼卫星7.2.5米：spot5、alos、资源三号、高分一号（4颗）、高分六号、锁眼卫星8.5米:spot5、rapideye、锁眼卫星、planet卫星4米9.10米:spot5、spot4、spot3、spot2、spot1、Sentinel-卫星10.15米:landsat5(tm)、landsat(etm)、landsat8、高分一号16米二、卫星类型1.光学卫星：spot2、spot3、spot4、spot5、spot6、spot7、worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、高分一号、高分二号、高分六号、北京二号、高景一号、资源三号、环境卫星。

2.雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星3.侦查卫星：美国锁眼卫星全系例(1960-1980)4.高光谱类卫星：高分五号、环境小卫星、ASTER卫星、EO-1卫星三、卫星国籍1.美国：worldview1、worldview2、worldview3、quickbird、geoeye、ikonos、landsat5(tm)、landsat(etm)、锁眼卫星、planet卫星2.法国：pleiades、spot1、spot2、spot3、spot4、spot5、spot63.中国：高分一号、高分二号、高分六号、高景卫星、北京二号、资源三号等4.德国：terrasar-x、rapideye5.加拿大：radarsat-2四、卫星发射年份1.1960-1980年：锁眼卫星(0.6米分辨率至10米)2.1980-1990年：landsat5(tm)、spot13.1990-2000年：spot2、spot3、spot4、landsat(etm)、ikonos4.2000-2010年：quickbird、worldview1、worldview2、spot5、rapideye、radarsat-2、alos5.2010-至今：高分一号、高分二号、高分三、高分四、高分五、高分六号、高分七、spot6、spot7、资源三号、worldview3、worldview4、pleiades、高景卫星、planet卫星。

0引言自20世纪60年代以来，特别是80年代以后，航天技术、传感器技术、控制技术、电子技术、计算机技术及通讯技术的发展，大大地推动了遥感技术的发展。

各种运行于太空中的遥感平台多尺度、多层次、多角度、多谱段地对地球进行着连续观测，各种先进的对地观测系统源源不断地向地面提供着丰富的数据源[1-2]。

如何从海量遥感数据中及时、准确地获取所需信息并加以利用，一直是我们急需而又难以解决的问题之一。

遥感影像解译技术是随着遥感技术的产生而诞生的，传感器获取的数据必须经过处理和解译才能成为有用的信息。

所谓遥感影像解译就是对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后提取出各种地物目标信息的过程。

遥感影像解译包括目视解译、人机交互解译、基于知识的遥感影像解译、影像智能解译(即自动解译)等[3]。

遥感解译经历了从人工解译到半自动解译，正在向全智能化解译的方向发展。

1遥感图像解译的基本概念1.1遥感图像解译的定义遥感图像解译，是通过遥感图像所提供的各种目标特征信息进行分析、推理与判断，最终达到识别、量测目标或现象的目的。

遥感图像的解译过程，可以说是遥感成像的逆过程。

即从遥感对地面实况的模拟影像中提取遥感信息、反演地面原型的过程。

遥感图像解译分为：图像识别、图像量测和图像分析。

1.2遥感影像解译方法遥感影像解译方法分为：遥感影像目视解译、人机交互式解译方法、应用多种技术的遥感图像半自动解译[4]。

⑴在目视解译中，解译者的知识和经验起主要作用，难以实现对海量空间信息的定量化分析。

长期以来,目视解译是地学专家获得区域地学信息的主要手段。

陈述彭先生曾肯定了目视解译方法,认为目视解译不是遥感应用的初级阶段,或者是可有可无的,相反,它是遥感应用中无可替代的组成部分,它将与地学分析方法长期共存、相辅相成[5-6]。

⑵人机交互式解译方法，随着遥感手段不断地更新,遥感数据大量增加，这对遥感信息的处理和解译提出了挑战，如何更充分地利用这些数据是遥感界急需解决的问题。

高分辨率遥感卫星影像的处理技术与解决方案辽宁省沈阳市 110034【摘要】近几年，随着地球空间新技术的不断发展，高分辨卫星遥感技术已逐渐发展成了对地测量的主流技术，其造价低廉、采集速度快、不受地理环境等条件制约，已广泛应用于石油、林业等领域。

然而，由于海量的高精度遥感图像，在实际的数据分析和实际运用中，尚缺少一套行之有效的规范，使得许多领域还处在摸索的初级阶段。

本文旨在探讨高分辨率遥感图像的一些技术难题，并根据实际使用要求，给出了相应的数据分析与实现方法，为高精度遥感图像的处理与应用奠定了基础。

关键词：高分辨率；遥感卫星；影像；处理；解决方案0.引言传统的遥感图像分类法主要是根据图像的频谱信息来进行相关的特征抽取，然后采用有监控的或无监控的分类方法进行。

但事实上，从卫星的角度看，地面上的各种地形都有很大的差别，再加上物体本身对光有反射作用以及同物异谱，同谱异物现象的存在，这就极大的制约了遥感图像的采集精度。

也就是说，仅仅依靠遥感图像的频谱来进行目标的识别，存在着极大的局限性。

因此，多属性的描述已经是一个不可避免的发展方向。

1.高分辨率遥感卫星影像如下表所示为当前高分辨率卫星和重要的参数信息比较。

从图表中可以看出，当前高分辨率的卫星图像在时空上的分辨能力已达2.5m，同时也有较强的实时性能。

根据已有的技术条件，根据工程施工要求及技术要求，采用高精度的卫星定位技术，可以在项目的规划、图纸的编制、项目的维修和管理等方面得到推广。

在此基础上，根据遥感图像的特征，结合实际的工程需要，提出了相应的数据处理方案。

实现了局部图像的无缝连接。

通常情况下，如果是从网上下载和采购的卫星图像，由于其初始资料是不规则的、经纬的，所以在实际应用中，往往难以达到与复杂地形有关的空间特性，所以必须将原始资料进行无缝的连接。

在图像的无缝拼接时，对于非均匀图像，要根据行列矩阵存储图像，同时要在边沿处进行像素的自动填补，同时还要在接缝部位采用特别的工艺，以进一步消除图像中的马赛克现象，避免图像的自动填补失效。

遥感影像解译技术在水库监测与管理中的应用指南引言：水是人类生活必不可少的资源之一，而水库作为储存和调配水源的重要工程，其监测与管理工作显得尤为重要。

随着科技的发展，遥感影像解译技术已经逐渐成为水库监测与管理的重要手段之一。

本文将详细介绍遥感影像解译技术在水库监测与管理中的应用指南。

一、水库影像数据获取获取高质量的遥感影像数据是进行水库监测与管理的基础。

目前，常用的获取水库影像数据的方法主要有两种：航空遥感和卫星遥感。

航空遥感是通过航空器进行影像拍摄，具有较高的空间分辨率和光谱分辨率，适用于小范围、高精度的水库监测。

而卫星遥感则是利用遥感卫星对地球表面进行观测，具有覆盖范围广、周期性观测等特点，适用于大范围、长期监测。

选择合适的遥感影像数据获取方法，对于水库的监测与管理具有重要意义。

二、遥感影像解译技术在水库面积监测中的应用水库的面积是其水量储存和调配的基本指标之一。

遥感影像解译技术可以通过对水库影像的处理和分析，实现水库面积的精确监测。

常用的解译方法主要有目视解译、计算机自动解译和混合解译等。

其中，目视解译是通过观察遥感影像中水库的边界线条、颜色等特征，进行手动标定并计算面积。

计算机自动解译则是利用图像处理算法和计算机视觉技术，自动提取水库的边界，并进行面积计算。

混合解译则是结合了目视解译和计算机自动解译的方法，能够提高精度和效率。

选择合适的解译方法，并结合实际情况进行验证，能够准确监测水库的面积变化，为水资源的管理提供科学依据。

三、遥感影像解译技术在水库水位监测中的应用水库的水位是对水库水量变化的直接反映，因此对水库水位的监测也显得尤为重要。

遥感影像解译技术可以通过对水库影像的处理和分析，实现水库水位的精确监测。

常用的解译方法主要有多光谱遥感和雷达遥感等。

多光谱遥感是通过观测不同波段的光谱特征，判断水库水位的高低。

而雷达遥感则是利用雷达波束与水面的反射特征，进行水位监测。

两种方法各有优缺点，选择合适的方法取决于实际应用需求和资源条件。

如何进行卫星影像的解译与分析现代技术的飞速发展，特别是遥感技术的不断进步，使得卫星影像成为了人们获取地球表面信息的重要手段。

卫星影像提供了丰富的地理数据，广泛应用于农业、气象、环境、城市规划等众多领域。

如何进行卫星影像的解译与分析，成为了当前研究的焦点之一。

一、卫星影像解译的基本步骤卫星影像解译是将卫星影像转化为可理解、可使用的地理信息的过程。

一般来说，卫星影像解译包括以下几个基本步骤。

1. 影像预处理：卫星影像通常受限于大气、地表和设备等因素的影响，需要进行预处理，以消除这些干扰因素。

常见的预处理方法包括大气校正、辐射定标、几何校正等。

2. 影像分类：影像分类是将卫星影像中的像元（即影像的最小单位）根据其属性分类并标记的过程。

根据目标的不同，可以采用不同的分类方法，如基于统计学的分类、基于规则的分类以及基于机器学习的分类。

3. 信息提取：信息提取是从卫星影像中获取感兴趣信息的过程。

主要包括目标的检测、计数、边界提取等。

通过信息提取，可以获取一些与地理环境相关的重要信息，如植被覆盖率、建筑物分布等。

4. 结果评价：对解译结果进行评价，以确定解译的准确性和可靠性。

可以通过与现场调查结果对比、使用其他数据进行验证等方式进行结果评价。

二、卫星影像解译与分析的应用领域卫星影像解译与分析在各个领域都有广泛的应用。

1. 农业领域：卫星影像可用于农作物类型的识别、农作物生长状态的监测以及农作物病虫害的检测。

通过分析卫星影像，可以提供农作物生长的空间分布和时间变化信息，帮助农业管理人员做出科学决策。

2. 气象领域：卫星影像可用于天气预测、气候变化研究等。

通过分析卫星影像中的云图、风向分布等信息，可以判断气象系统的演变趋势，提供准确的天气预报。

3. 地质勘探领域：卫星影像可用于矿产资源的调查与勘探。

通过分析卫星影像，可以识别地表矿产资源的分布、形态特征，为矿产勘探提供重要的参考信息。

4. 城市规划与环境研究：卫星影像可用于城市规划和环境研究。

卫星遥感图像处理的常见问题与解决方法卫星遥感图像处理是一种重要的技术手段，广泛应用于气象、农业、环境保护等领域。

然而，在进行卫星遥感图像处理时，常常会遇到一些问题，如图像质量不佳、图像配准困难等。

本文将介绍卫星遥感图像处理的常见问题，并提供解决方法。

首先，卫星遥感图像处理中常见的问题之一是图像质量不佳。

图像质量不佳可能由于多种因素引起，如大气扰动、云覆盖等。

针对这一问题，可以通过以下方法进行解决：1. 多源影像融合：通过融合多个来源的影像数据，可以减少图像中的噪声和伪迹，提高图像质量。

2. 大气校正：利用气象数据对图像进行大气校正，消除大气扰动引起的影响，提高图像的质量。

3. 云去除：利用云检测算法对图像中的云覆盖进行识别和去除，减少图像质量受云覆盖的影响。

其次，卫星遥感图像处理中常见的问题之二是图像配准困难。

图像配准是将多幅不同时间、不同传感器拍摄的图像进行几何变换，使它们在同一坐标系下对齐的过程。

在进行图像配准时，常常会遇到一些困难，如不同图像间的空间分辨率不匹配、光学畸变等。

下面是解决图像配准困难的方法：1. 特征提取和匹配：通过提取图像中的特征点，并进行特征匹配，从而找到不同图像间的共同点，进而进行几何变换。

2. 特征增强和改进算法：针对图像质量较低的情况，可以利用图像增强算法，如直方图均衡化、多尺度变换等方法，提高图像的质量和可配准性。

3. 模型辅助配准：利用地理信息系统(GIS)数据或数字高程模型(DEM)等先验信息，辅助图像配准，提高配准的精度和稳定性。

此外，卫星遥感图像处理中还常见一些其他问题，如影像解译、分类等。

解决这些问题的方法如下：1. 影像解译：对于复杂的卫星遥感图像，可以借助机器学习算法进行影像解译，如支持向量机(SVM)、随机森林(RF)等，提高解译的准确性和效率。

2. 分类：图像分类是将遥感图像按照其特定属性划分为不同类别的过程。

常见的分类算法包括最大似然分类、K均值聚类、决策树等。

环境一号卫星遥感影像解译数据的分辨率Guang xi shan tu ke ji环境与灾害监测预报小卫星星座A、B、C星（HJ-1A/B/C）包括两颗光学星HJ-1A/B和一颗雷达星HJ-1C，可以实现对生态环境与灾害的大范围、全天候、全天时的动态监测。

环境卫星配置了宽覆盖CCD相机、红外多光谱扫描仪、高光谱成像仪、合成孔径雷达等四种遥感器，组成了一个具有中高空间分辨率、高时间分辨率、高光谱分辨率和宽覆盖的比较完备的对地观测遥感系列。

卫星分辨率1.0.3米：worldview3、worldview42.0.4米：worldview3、worldview2、geoeye、kompsat-3A3.0.5米：worldview3、worldview2、geoeye、worldview1、pleiades、高景一号4.0.6米：quickbird、锁眼卫星5.1米：ikonos、高分二号、kompsat、deimos、北京二号6.1.5米：spot6、spot7、锁眼卫星7.2.5米：spot5、alos、资源三号、高分一号（4颗）、高分六号、锁眼卫星8.5米:spot5、rapideye、锁眼卫星、planet卫星4米9.10米:spot5、spot4、spot3、spot2、spot1、Sentinel-卫星10.15米:landsat5(tm)、landsat(etm)、landsat8、高分一号16米卫星类型1.光学卫星：spot2、spot3、spot4、spot5、spot6、spot7、worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、高分一号、高分二号、高分六号、北京二号、高景一号、资源三号、环境卫星。

基于高分辨率遥感影像的建筑物提取摘要：本文首先对遥感影像上建筑物提取的研究历史进行分析，总结高分辨率航空相片或卫星影像提取建筑物等人工地物信息的主要方法，从影像数据、分辨率与方法几个方面概括建筑物提取的发展历史。

总结高空间分辨率遥感影像建筑物提取研究的现状以及发展趋势。

关键词：高空间分辨率遥感影像；建筑物提取引言随着遥感技术的不断进步，光学卫星影像的空间分辨率不断提高（目前军用卫星已经达到厘米级），与同类中低空间分辨率的遥感影像相比，高空间分辨率光学卫星影像上地物的光谱特征更明显，景观的结构、形状、纹理和细节等信息突出，使得研究城市内部建筑分布细节成为可能。

从20世纪90年代以来高空间分辨率光学卫星影像逐渐进入商业和民用领域，在地图更新、土地管理、城市规划、资源调查、环境监测、灾害评估等方面得到广泛应用，逐步成为一种主要的地理空间数据获取和更新途径，针对高空间分辨率光学卫星影像的信息提取研究也随之兴起，但高空间分辨率影像信噪比低的特点限制了建筑提取的精度，人工解译仍然是最普遍的提取方式，其费时费力的弱点成为制约高分辨率卫星影像大范围应用的瓶颈。

目前对绿地和水体的自动提取已经比较成熟，而道路和建筑物由于其自身的复杂性导致自动提取困难，国内外很多学者在高分辨影像道路和建筑提取方面做了很多相关研究，在提取理论和方法方面取得了一定的成果。

本文就高空间分辨率遥感影像建筑物提取研究现状进行总结，在此基础上提出目前遥感影像建筑物提取研究的热点及其发展趋势。

一、建筑物提取的研究历史迄今为止，利用高分辨率航空相片或卫星影像提取建筑物等人工地物信息的方法大体分为两类：其一，利用图像信息结合高程信息进行建筑物信息提，通过建筑物与周围环境之间的高差进行屋顶边界的提取，大多需要一定的辅助数据如DEM、DSM等。

其二，利用高空间分辨率遥感影像数据结合计算机视觉、图像处理与分析、人工智能等学科领域的新方法实现对建筑物顶部信息的半自动甚至全自动识别与提取。

1图像的解像力是图像上最小的，但还能分辨的地物尺寸。

2解译标志：遥感图像光谱、辐射、空间和时间特征决定图像的视觉效果、表现形式和计算特点，并导致物体在图像上的差别。

揭示标志定义：在目视观察时借以将物体彼此分开的被感知对象的典型特征.3.灰度波谱：如果定义灰度为纵坐标，要遥感的波段数为平面横坐标，遥感的成像周期为平面纵坐标，那么可以得到一个三维的波谱曲面。

称为灰度波谱。

4.典型像元：一个像元内仅包含一种地物。

混合像元:一个像元包含几种地物.5.地理单元是具有地理环境调教年基本一致的空间单元，它建立在地理综合体理论基础上。

地理综合体是一个相对封闭的自然地段，它通过发生在内部的诸自然过程和地理组成成分的相互依存性而构成一个整体。

6.像元二分模型：假设像元只由两部分构成，所得到的光谱信息也只有这两个组分因子线性合成，他们各自的面积在像元中所占的比率即为各因子的权重。

①解译的完整性②解译可靠性可通过混淆矩阵表达：包括总体精度、Kappa 系数、混淆矩阵（可能性）、生产者（制造者）精度以及用户精度。

大部分遥感图像处理系统能用一幅地表真实图像或地表真实感兴趣区计算一个混淆矩阵。

③解译的及时性④解译结果的明显性2. 简单人工地物识别概率的数学表示L 地物尺寸A 遥感图像的解像力B 形状的识别系数C 影响复杂地物元素解译质量的相互位置系数3混合像元分解的意义混合像元无论直接归属哪一种典型地物都是错误的，因为至少不完全属于这种典型地物，如果每一个混合像元能够被分解而且它的覆盖类型组分占像元的百分含量能够求得，分类将更精确，而混合像元的归属而产生的错分误分问题也就迎刃而解。

4. 传统方法的不足及其与子像元分类方法的区别传统分类方法的不足①由于图像空间分辨率的限制及地面物质具有异质性，因此每个像元的光谱反射值为各种不同地物的光谱反射以非线性的方式迭合而成，即为像元光谱混合.②遥感图像重新取样，若取样后像元的灰度值经由相邻图像灰度值内插所得，则结果也造成额外的空间混合现象。

遥感数据的分类与解译方法及应用指南引言遥感技术的发展给地球科学的研究和资源管理带来了革命性的变化。

遥感数据的获取与解释使我们能够深入了解地球表面的自然环境以及人类活动的影响。

本文将探讨遥感数据的分类与解译方法，并为读者提供应用指南，以帮助更好地利用遥感数据来研究和管理我们的地球。

一、遥感数据分类遥感数据可以根据不同的获取方式和特征进行分类。

下面是常见的几种遥感数据分类方式：1. 按照采集平台：遥感数据可以分为卫星遥感数据和航空遥感数据。

卫星遥感数据通过卫星收集，具有广覆盖和高时空分辨率的特点，适用于大范围的监测与分析。

航空遥感数据则是通过航空平台收集，可以提供更高分辨率的影像和更详细的地物信息。

2. 按照波段：遥感数据可以分为可见光波段、红外波段和微波波段等。

可见光波段数据可以直接反映地表的颜色和纹理，红外波段数据则可以揭示地表温度和植被生长状况，微波波段数据则适用于研究地表的水文与冻融过程。

3. 按照传感器：不同的传感器具有不同的特点和应用范围。

例如，MODIS传感器可以提供高分辨率的云和气溶胶观测，Landsat传感器则可以提供高空间分辨率的连续监测数据。

二、遥感数据解译方法遥感数据的解译可以通过人工解译和计算机解译两种方式实现。

下面是常用的遥感数据解译方法：1. 图像分类：图像分类是将遥感影像中的像素划分为不同的类别，从而得到各类地表覆盖类型的空间分布。

常见的图像分类方法包括基于统计学的最大似然分类、支持向量机分类和决策树分类等。

2. 物候学解译：通过分析遥感数据中的植被指数变化，可以了解植被的生长状况和周期性变化。

物候学解译方法可以帮助研究者研究植被生态系统的响应和适应性。

3. 遥感变化监测：遥感数据还可以用于研究地表的变化过程。

通过对比不同时间的遥感影像，可以分析地表的演变与变化速率，并进一步研究其成因。

三、遥感数据的应用指南遥感数据在各个领域都有广泛的应用。

以下是几个常见的应用领域及相应的指南：1. 自然资源管理：遥感数据可以帮助进行土地利用规划、森林管理、水资源调查等。

北京揽宇方圆信息技术有限公司遥感卫星影像解译方法、原则和程序遥感解译：即为从遥感图像中识别和提取某种影像，赋予特定的属性和内涵以及测量特征参数的专业化过程。

遥感地质解译：机助地质解译有两种方式，一是以数字遥感影像为信息源，以ERDAS、MAPGIS、PCI和PHOTOSHOP等软件为解译平台，根据地质体遥感解译标志，解译圈定岩性、构造、接触关系、地质灾害和土地荒漠化等地质现象；二是以遥感影像为背景，叠合专题地质图层，结合典型地质体影像特征，进行对比修正解译。

以遥感资料为信息源，以地质体、地质构造和地质现象对电磁波谱响应的特征影像为依据，通过图像解译提取地质信息，测量地质参数，填绘地质图件和研究地质问题的过程（行为）。

遥感数据的收集，它包括遥感数据、地理数据和地质资料的收集，是遥感地质调查工作的基础。

以前通常是目视解译为主，现在一般是在计算机上以人机对话方式进行识别和解译工作，其基本方法有五点：1．解译是认识实践的反复过程，首先要熟悉、吃透本工作区域的有关资料（即地质、地貌、水文、气象、植被、土壤、物探、化探资料及前人各类工作成果）；分析研究前人对区域地质遥感解译成果的合理、可靠程度，弄清遥感资料能解决的地质问题和已解决及有待解决的地质问题。

地质体的性质是多方面的，主要包括物理性质与化学性质两大类，遥感主要是反映地质体的光谱特征信息，对全面认识地质体而言，有其局限之处。

遥感影像记录的是地质体光谱反射（SAR为后向散射）和辐射特征，地质体性质和表面特征不同所反映出的光谱特征差异可通过色、形、纹、貌四种影像特征要素加以表征。

不言而喻，能通过地质、物探、化探多方信息去认识地质体，则是更为全面、可靠的。

因此在遥感解译中，应充分收集利用已有地质、物探、化探等资料进行综合解译分析，有助于提高成果质量。

地、物、化、遥多元信息的综合研究，在区域上常采用计算机多元信息迭加处理的方式来实现。

通过空中、地面、地下三维空间信息的综合研究，将对地质体的空间展布和时间演化取得更好效果。