遥感技术
2020-01-14 · 技术研发知识服务融合发展。
4.1.1 概述
遥感是 20 世纪 60 年代发展起来的对地观察综合性技术。遥感一词来自英语 RemoteSensing,即“遥远的感知”。广义的理解,泛指一切无接触的远距离探测,包括对电磁场、力场、机械波等的探测,我们一般说的遥感是指狭义理解上的意思,即主要指的是电磁波探测。准确地说,遥感是指应用探测仪器,不与目标物接触,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术。
可以概括地说,遥感技术应具备三个要素:
(1)以专用设备(传感器)接收、记录远方地物电磁波辐射(包括反射或地物自身发射)的信号;
(2)将传感器接收的电磁辐射信号形成图像;
(3)通过对图像的处理和分析,不与之接触就可感知远方事物。
根据遥感的定义,遥感系统包括:被测目标的信息特征、信息的获取、信息的传输与记录、信息的处理和信息的应用五大部分。任何目标物都具有发射、反射和吸收电磁波的性质,这是遥感的信息源。目标物与电磁波的相互作用,构成了目标物的电磁波特性,它是遥感探测的依据;接受、记录目标物电磁波的仪器叫传感器,如扫描仪、摄影机、雷达等,而装传感器的平台叫遥感平台,主要有地面平台、空中平台、空间平台;传感器接收目标物的电磁波信息,记录在数字磁介质或胶片上,胶片是由人或回收舱送到地面回收,而数字磁介质上记录的信息则可通过卫星上的微波天线传输给地面的卫星接收站;地面站接收到遥感卫星发送回来的数字信息,记录在高密度的磁介质上如光盘或磁带等,并进行一系列的处理,如信息恢复、辐射校正、卫星姿态校正、投影变换等,再转换成用户可使用的通用数据格式,或转换成模拟信号,才能被用户使用;最后就是应用了,遥感获取信息的目的就是应用,这是由各专业人员按不同的应用目的进行,在应用过程中,也需要大量的信息处理和分析,如不同遥感信息的融合及遥感与非遥感信息的复合等。总之,遥感技术是一个综合性的系统,涉及航空、光电、物理、计算机和信息科学等诸多领域,它的发展与这些相关领域是密不可分的。
4.1.2 遥感影像处理目的和内容
任何遥感系统获得的原始图像数据均是三维景物的二维投影显示,存在不同程度、不同性质的几何形态畸变和辐射量的失真等现象,严重影响其应用效果,必须进行消除处理。概括起来主要包括以下三个方面:
(1)对接收系统获得的遥感信号进行处理和记录,回放出原始遥感影像图,对图像中存在的畸变及失真现象,根据成像机理与相应的构象方程数学模型进行补偿和校正,这可统称为遥感变换和增强处理。
(2)根据人眼的视觉原理与观察事物的特点对遥感图像进行各种变换和增强,以改善和提高遥感图像中反映地物目标特性的视觉效果与可识别性。这可统称为遥感影像的变换和增强。
(3)对原始遥感图像所反映的地物目标波谱特征进行反演、统计和分析解译,提取出地物目标类别及其空间分布等信息。
4.1.3 规模化高效率处理技术
遥感技术作为一种快速、宏观的资源调查手段,近几十年来在土地利用、土地覆盖 / 土地覆被变化调查与研究中的作用得到了公认。多空间尺度、多时间尺度以及多光谱尺度的海量卫星遥感获取技术已经成熟,为土地管理应用提供了丰富的影像数据源,特别近年来高分辨率卫星不断发射升空,遥感影像数据量正在呈几何级数增长,给遥感影像数据处理带来了巨大的困难,也使影像数据应用与管理面临新的挑战。本项目在对河南省海量数据处理中建立了遥感影像规模化高效率的处理技术。主要采用了以下三种处理手段应用到遥感影像处理当中:
(1)基于 SAN 架构遥感影像流程化处理。日益增多的海量多源遥感数据对现有的遥感影像处理产生了巨大的压力,现有的遥感图像处理系统数据处理能力落后于遥感影像的获取能力,遥感影像处理能力已经成为遥感技术应用发展的主要限制因素。产生这种情况的主要原因在于现有的遥感影像处理系统缺乏通用处理流程,海量数据与中间成果的存取、处理、分发受计算机硬件的性能严重制约。针对此情况采用先进的 SAN 架构的存储系统,建立灵活有效的处理流程,当处理任务发生改变时,需要对流程进行必要的调整,一个有效的、可定制的并且方便扩展的处理系统至关重要。
通用流程化的数据处理系统相当于一套规范的数据处理流水线,并且依托 SAN 架构的数据储存作为载体,根据数据处理的要求,很方便地定制所需的数据处理流程。也可以根据数据处理要求的变化而相应地更改数据处理流水线。通过总结众多处理流程的共性,概括出一些基本的处理要素,并且制定处理标准,从而使建立遥感影像流程化处理。
(2)自动和半自动配准技术的应用。配准包括两个主要的步骤:第一步要标注足够数量的控制点,而且要尽量分布均匀;第二步是使用两幅卫星影像中的一幅作为参考图像,将第二幅的地理投影信息和图像数据变换到和第一幅相同。
在探索自动寻找控制点的方法之前,需要先分析好控制点的特性,这样才能有的放矢。
传统手工标注控制点时,一般要求控制点选取在道路、桥梁、建筑等不会随季节等时间因素发生大的改变的地面特征点上,而河流、森林、田地等边界、内部会随着季节、天气发生很大变化的地面特征则不适合作为地面控制点。比如丰水期和枯水期的河道会有宽窄变化,夏季和冬季森林的遥感影像也会有很大的差异。因此,在公路拐点、沿线、桥梁的交叉口、大型建筑的角点等人眼易于分辨定位的地方标注控制点是很好的选择,这样可以方便地在另一张卫星影像上人工找出同名地物点。
此外,在非公路桥梁上的点,如果也是可以由人工易于辨认并修正,那么也可以作为控制点。
可以看到,配准同样也存在着手工标注控制点的瓶颈问题。而且和卫星影像精矫正比起来,配准后的卫星影像匹配程度要求更高,因此更需要大量高质量的控制点。单纯靠手工标注非常耗时,使用控制点影像库也需要积累有大量同一区域的控制点,对于陌生区域的标注无能为力。因此,如果能利用计算机在卫星影像上全自动或者半自动选取控制点,对于提高生产效率是非常有帮助的。
(3)区域网平差整体校正的应用。长期以来,卫星遥感影像的精确定位一直依赖于大量地面控制点,控制点的数量与分布直接影响遥感影像对目标定位的精度。而选用区域网平差进行影像参数模拟,可以在控制点数据库中选取少量的地面控制点,在景间需有一定数量的联接点,就完成影像纠正。校正所需控制点数量较少,可大幅度提高遥感影像处理效率。