遥感解译
- 格式：doc
- 大小：435.00 KB
- 文档页数：8
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。
③若以传统统计分类方法如最大似然分类法处理这种问题，经常得到较差的分类精度；④对高光谱图像进行分类时，随着光谱波段数或特征数(维度)的增加，反而需要较大量的训练样本作为参数的估计，分类效增加，反而需要较大量的训练样本作为参数的估计，分类效率变低，分类精度不理想5. 多阶抽样估算地物面积的基本思想及其计算方法利用卫星和航空图像进行多阶抽样的基本思想(1) 根据影像分层，确定样本单元(2) 使每一阶影像的分辨率逐级提高；(3) 使后一阶样本是前一阶样本的一部分，并使抽样的概率与通过逐级解译影像所得到的预估值成正比。
多阶可变概率抽样的实施（过程）（1）对卫星影像进行目估（2）根据目估结果，在一阶图像（卫星图像）的每个单元上计算灌溉地面积百分比x 并将其累加值填写在一阶单元记录表中（3）随机抽取若干个样本单元，并计算可变概率(例如270个一阶单元中抽取10个样本单元并用符号标记在一阶影像（卫星影像）单元中抽取10 个样本单元，并用符号标记，在一阶影像（卫星影像）抽样样本单元记录表中记录灌溉地面积百分数Xi%)4）得到灌溉地的近似实际面积（5）面积估算：把上述数据代入式6居民地的提取居民地的组成和结构1. 城镇：建筑群、道路网、绿地和空地2. 乡村：房屋建筑、空地和绿地. 居民地的形状 1. 团状居民地：平原和盆地2. 带状居民地：谷底和河畔3. 丁字状居民地：公路交叉和河流交汇处.. 研究意义 1.为灾害评估提供所需居民地空间分布信息 2.为了解人地关系服务3.为社会、经济和人文等数据的空间化服务4.为居住用地监测以及人居环境建设服务三.简单人工地物识别概率公式中变量的确定简单地物形状的识别系数B… 理论上，可以通过试验方式找到研究地物的识别曲线的种类,然后以此为基础计算各类地物的形状识别系数（如图4.2.2），然后以此为基础计算各类地物的形状识别系数B。
这种方法要求必须具备大量不同比例尺图像的解译结果，因此实施代价非常高，不易操作；… 简单和可靠的方法是：根据两种比例尺图像的解译结果来确定识别系数。
通过多组多次计算获取多个B，并取其数学期望。
… 还可以基于对人工地物几何尺寸相互关系情况，利用经验公式计算。
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。
②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。
③若以传统统计分类方法如最大似然分类法处理这种问题，经常得到较差的分类精度；④对高光谱图像进行分类时，随着光谱波段数或特征数(维度)的增加，反而需要较大量的训练样本作为参数的估计，分类效增加，反而需要较大量的训练样本作为参数的估计，分类效率变低，分类精度不理想5. 多阶抽样估算地物面积的基本思想及其计算方法利用卫星和航空图像进行多阶抽样的基本思想(1) 根据影像分层，确定样本单元(2) 使每一阶影像的分辨率逐级提高；(3) 使后一阶样本是前一阶样本的一部分，并使抽样的概率与通过逐级解译影像所得到的预估值成正比。
多阶可变概率抽样的实施（过程）（1）对卫星影像进行目估（2）根据目估结果，在一阶图像（卫星图像）的每个单元上计算灌溉地面积百分比x 并将其累加值填写在一阶单元记录表中（3）随机抽取若干个样本单元，并计算可变概率(例如270个一阶单元中抽取10个样本单元并用符号标记在一阶影像（卫星影像）单元中抽取10 个样本单元，并用符号标记，在一阶影像（卫星影像）抽样样本单元记录表中记录灌溉地面积百分数Xi%)4）得到灌溉地的近似实际面积（5）面积估算：把上述数据代入式6居民地的提取居民地的组成和结构1. 城镇：建筑群、道路网、绿地和空地2. 乡村：房屋建筑、空地和绿地. 居民地的形状 1. 团状居民地：平原和盆地2. 带状居民地：谷底和河畔3. 丁字状居民地：公路交叉和河流交汇处.. 研究意义 1.为灾害评估提供所需居民地空间分布信息 2.为了解人地关系服务3.为社会、经济和人文等数据的空间化服务4.为居住用地监测以及人居环境建设服务三.简单人工地物识别概率公式中变量的确定简单地物形状的识别系数B… 理论上，可以通过试验方式找到研究地物的识别曲线的种类,然后以此为基础计算各类地物的形状识别系数（如图4.2.2），然后以此为基础计算各类地物的形状识别系数B。
这种方法要求必须具备大量不同比例尺图像的解译结果，因此实施代价非常高，不易操作；… 简单和可靠的方法是：根据两种比例尺图像的解译结果来确定识别系数。
通过多组多次计算获取多个B，并取其数学期望。
… 还可以基于对人工地物几何尺寸相互关系情况，利用经验公式计算。
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。
③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。
③若以传统统计分类方法如最大似然分类法处理这种问题，经常得到较差的分类精度；④对高光谱图像进行分类时，随着光谱波段数或特征数(维度)的增加，反而需要较大量的训练样本作为参数的估计，分类效增加，反而需要较大量的训练样本作为参数的估计，分类效率变低，分类精度不理想5. 多阶抽样估算地物面积的基本思想及其计算方法利用卫星和航空图像进行多阶抽样的基本思想(1) 根据影像分层，确定样本单元(2) 使每一阶影像的分辨率逐级提高；(3) 使后一阶样本是前一阶样本的一部分，并使抽样的概率与通过逐级解译影像所得到的预估值成正比。
