课程

通过本章学习,了解遥感技术的发展,遥感在我国的发展概况。掌握遥感的概念,遥感技术系统的主要组成部分,遥感技术的特点。教学重点是遥感的概念及特点、遥感技术系统和发展趋势,教学难点是遥感技术系统。

●1.1遥感与遥感技术系统

本节主要介绍遥感和遥感技术系统两个概念。遥感的概念从狭义和广义来理解。遥感技术系统包括目标物的电磁波信息、信息的获取、信息的传输、信息的处理和信息的应用五个方面。

●1.2遥感分类

本节主要从四个角度来介绍遥感的分类体系。第一个是按遥感平台高度分,第二个是按电磁波段分,第三个是按传感器是否发射电磁波来分,第四个是按应用领域分。

●1.3遥感特点与应用

本节主要介绍遥感技术相对于传统观测手段的优缺点,也就是遥感的特点。同时列举了几个例子来展示遥感技术的最新应用现状。

第二章电磁辐射与地物光谱特征

通过本章学习,掌握电磁波谱的概念及常用电磁波的波长,了解大气对太阳辐射的影响,掌握几个主要的大气窗口,掌握地物的反射光谱特性,掌握几种典型地物如水、植被、岩石、城市地物的反射光谱曲线,了解地物的发射光谱特性和地物的透射光谱特性。教学重点:电磁波、电磁波谱、黑体、大气窗口、反射率和亮度系数等基本概念,黑体热辐射定律和基尔霍夫定律。大气对电磁辐射传输特性,影响地物光谱反射率变化的因素。教学难点:沙石、植物、水等几种典型地物的反射率随波长变化的规律。

●2.1电磁辐射物理基础

本节首先介绍电磁波谱的概念及其划分范围和特点,度量辐射能量大小的六个物理量。然后基于黑体辐射公式,分析黑体辐射的3个特点,并推导出两个扩展规律(斯忒藩—玻尔兹曼定律和韦恩位移定律),最后结合实际地物的比发射率和基尔霍夫定律来探讨实际物体的发射能力。

●2.2辐射传输基础

本节从太阳常数的定义出发,介绍了大气层的结构分层和主要颗粒物。结合电磁辐射与不同粒径颗粒物的相互作用规律,详细介绍了大气吸收、散射、折射和反射四种物理作用。并给出了大气窗口的概念和应用举例。

●2.3地物反射波谱特征

本节介绍了地物所发生的的三种反射类型的条件及规律,讲授了水体、植被和土壤的反射波谱特征,并将其与遥感应用相结合。

第三章遥感成像原理与遥感图像特征

通过本章学习,遥感平台及其得了解航空像片的成像过程,掌握感光材料的主要性能指标。熟悉航空摄影的种类,掌握中心投影的概念;中心投影成像特征,掌握像主点和像底点的概念;掌握中心投影和垂直投影的区别。理解像片比例尺的概念,掌握航空像片的主要判读标志,熟悉航空像片判读的步骤,掌握其它航空遥感图象的特征,了解侧视雷达成像的基本过程。掌握陆地卫星传感器多光谱扫描仪、专题制图仪TM、增强型专题制图仪ETM的成像过程和特点,陆地卫星运行特征,掌握陆地卫星TM图象和MSS图象的光谱效应,陆地卫星图象空间分辨率的概念,掌握陆地卫星图象的几何特性,熟悉陆地卫星图象的符号及注记,掌握SPOT卫星的轨道特征,了解SPOT5号卫星主要性能指标,极轨气象卫星及其图象特征

●3.1遥感平台

本节首先介绍遥感平台的类别,然后重点介绍卫星轨道,其中包括卫星轨道的参数、轨道类型和特点。最后介绍常用资源陆地卫星的基本信息。

●3.2遥感图像特征参数

●3.3摄影成像

本节主要介绍摄影成像的概念,摄影机类型、摄影方式下像片的几何变形以及摄影像片上目标地物的色调特征。

●3.4扫描成像

本节介绍光机扫描成像和CCD固体自扫描成像,给出两种方式下的空间分辨率的大小。

●3.5微波遥感与成像

本节主要介绍解微波遥感的特点和优点,掌握典型传感器的工作原理侧视雷达系统和合成孔径雷达,以及两者的空间分辨率大小。

第四章遥感图像处理

●4.1光学原理与光学处理

●4.2数字图像入门

本节介绍了数字图像的定义、数字化方法、像素属性的特点以及图像直方图等几个概念。

●4.3大气校正

本节主要介绍如何去除大气层对遥感图像的影响。通过分析太阳辐射穿透大气层所发生的的物理作用,理论到处大气会降低遥感图像的对比度。在去除大气影响时,采用粗校正方法,主要用到的办法由直方图最小值去除法和回归分析法。

●4.4几何校正

本节从五个方面分析了引起遥感图像几何畸变的原因,给出了进行几何纠正的一般步骤和方法,主要用到的方法有:最近邻域法、双线性内插法和三次卷积内插法。

●4.5信息复合

本节给出了为什么要进行图像复合、图像复合的意义和概念。并针对多源遥感数据给出了多种具体的图像复合方法。

第五章遥感图像目视解译与制图

通过本章学习,掌握目视解译标志和方法、解译人员的知识结构、航空影像的立体观察及仪器、各种类型影像的判读方法、以及如何制作遥感专题图。

●5.1遥感图像目视解译

本节介绍遥感图像目视解译的基本概念、目视解译标志以及目视解译的认知过程。

●5.2遥感摄影像片的判读

本节主要介绍摄影像片的判读方法、涉及到的解译标志和不同类型摄影像片的特点。在热红外影像上,热阴影和冷阴影要注意理解。

●5.3遥感扫描像片的判读

本节介绍扫描像片的判读规律。

●5.4目视解译方法与基本步骤

本节包括目视解译的五个方法和目视解译的基本步骤。

●5.5遥感制图

本节介绍了遥感制图的概念、特点和方法。

第六章遥感数字图像增强

通过本章学习,掌握遥感数字图像的增强处理原理。针对于不同的信息提取要求,进行对应的图像处理方法,已实现部分信息的增强。主要包括对比度变换、空间滤波、彩色变换、图像运算和多光谱变换。

●6.1对比度变换

本节介绍了对比度变换的主要目的,指出对比度变换有线性变换、非线性变换、对数变换和指数变换。

●6.2空间滤波

本节介绍空间卷积的概念,指出空间滤波是在空间域上对图像进行处理的一种方法。利用不同的卷积运算模板可以实现图像平滑去除噪声和图像锐化,提取地物边界。

●6.3彩色变换

本节主要介绍图像增强里的彩色变换,包括单波段彩色变换、多波段彩色变换和RGB与HLS的坐标转换。

●6.4图像运算

本节介绍图像运算的基本法则,给出比值运算和差值运算的基本形式,并介绍NDVI归一化植被指数。

●6.5多光谱变换

本节主要介绍多光谱变换,包括K-L变换和K-T变换。

第七章遥感数字图像计算机解译

通过本章学习,掌握遥感数字图像计算机解译的基本概念和基础方法。涉及到:图像分类的原理、特征提取、监督分类的定义和方法以及非监督分类的方法过程。

●7.1遥感数字图像的性质与特点

本节介绍多波段遥感数据的存储格式BSQ、BIP、BIL。

●7.2遥感图像分类原理

本节介绍遥感图像分类的定义、原理和数学表现形式。

●7.3监督分类

本节介绍监督分类的定义、方法、和非监督分类的区别。

●7.4非监督分类

本节介绍非监督的定义、动态聚类分析法以及分类后处理。

第八章气溶胶卫星遥感

通过本章学习,主要介绍气溶胶卫星遥感的基本内容,包括气溶胶的定义、常规监测方法、利用遥感技术监测气溶胶的反演原理和目前常用的气溶胶遥感监测方法。

●8.1气溶胶卫星遥感

本小节主要介绍气溶胶卫星遥感的基本内容,包括气溶胶的定义、常规监测方法、利用遥感技术监测气溶胶的反演原理和目前常用的气溶胶遥感监测方法。

THE END
1.与监督分类相比,非监督分类具有哪些优点()。与监督分类相比,非监督分类具有哪些优点( )。A、不需要对被研究的地区事先有更多的了解,方法简单,具有一定的精度B、地物光谱特征类能够和唯一的地物类型相对应时,非监督分类可取得较好的效果C、当两地物对应的光谱特征类差异小时,比监督分类的精度高D、以上都不是...http://m.kas8.cn/question-w6mJjf.html
2.比较监督分类与非监督分类的优缺点。比较监督分类与非监督分类的优缺点。 参考答案:(一)非监督分类的优点1)非监督分类不需要预先对所要分类的区域深入的了解。2)人为误差的概率很小。在进行非监督分类时,分... 点击查看答案进入题库练习 查答案就用赞题库小程序 还有拍照搜题 语音搜题 快来试试吧 无需下载 立即使用 你可能喜欢 问答题 简述...https://m.ppkao.com/mip/tiku/shiti/9907005.html
3.监督分类非监督分类区别监督分类是需要学习训练的分类方法,需要自己选择样本,需要先学习后分类;非监督分类不需要人工采集地物...https://edu.iask.sina.com.cn/jy/j7ycQ5AxAB.html
4.遥感基本知识非监督分类:在没有先验类别作为样本的条件下,即事先不知道类别的特征,主要根据像元间相似度的大小进行归类合并的方法 监督分类与非监督分类的优缺点 根本区别在于是否利用训练场地来获取先验的类别知识。监督分类的关键是选择训练场地。监督分类法优点是:简单实用,运算量小。缺点是:受训练场地个数和训练场典型性的影响...http://www.360doc.com/content/21/0705/07/76082934_985162343.shtml
5.遥感导论梅安新.doc4、 比较监督分类和非监督分类的优缺点。 5、 什么是大气窗口?列举几个遥感中常用的大气窗口。四、论述题(共计20分,每小题10分) 1、水体的光谱特征是什么?水体识别可包括哪些内容? 2、综合论述太阳辐射传播到地球表面又返回到遥感传感器这一整个过程所发生的物理现象。 2004-2005遥感导论 试卷A答案一、名词解释...https://max.book118.com/html/2019/0728/6124152142002051.shtm
6....8影像与哨兵3、掌握遥感影像分类后处理的基本流程。 主要内容 1、landsat与哨兵2影像非监督分类与监督分类 2、landsat与哨兵2遥感影像决策树分类 3、遥感影像分类后处理 具体步骤 01 非监督分类 ? 哨兵影像非监督分类 a)Classification-UnsupervisedClassification-K-Means Classification打开非监督分类面板,选择大气校正后的哨兵影像...http://www.htkjfzjt.com/nd.jsp?id=79
7.gis非监督分类步骤ArcGIS教程:Iso 聚类非监督分类 摘要 使用 Iso 聚类工具和最大似然法分类工具对一系列输入栅格波段运行非监督分类. 使用方法 · 此工具结合了 Iso 聚类工具与最大似然法分类工具的功能.输出经过分类的栅格.作为可选的,它也能够输出特征文件. · 此工具生成的特征文件可用作其它分类工具(比如最大似然法分类)的输入...https://www.shuzhiduo.com/topic/gis%E9%9D%9E%E7%9B%91%E7%9D%A3%E5%88%86%E7%B1%BB%E6%AD%A5%E9%AA%A4/
1.监督学习和无监督学习决策树(Decision Trees):决策树根据特征的值进行分割,并根据最终的叶节点进行预测或分类。它易于理解和解释,可处理离散和连续特征,适用于分类和回归任务。 支持向量机(Support Vector Machines,SVM):SVM是一种基于间隔最大化的二分类算法。它通过在特征空间中找到一个最优超平面来进行分类。SVM可以处理线性和非线性问...http://www.ppmy.cn/news/449635.html
2.自监督对比学习为什么要现用无监督学习个人认为:真正的无监督学习应该不需要任何标注信息,通过挖掘数据本身蕴含的结构或特征,开完成相关任务,大体可以包含三类:1)聚类(k-means,谱聚类等) 2)降维(线性降维:PCA、ICA、LDA、CCA等;非线性降维:ISOMAP、KernelPCA等;2D降维:2D-PCA)3)离散点检测(比如基于高斯分布或多元高斯分布的异常检测算法)。之后,我们专...https://blog.51cto.com/u_16213577/12533589
3.机器学习之监督学习监督学习算法通过优化一个目标函数来调整模型参数,该函数衡量模型预测与实际标签之间的差异。常见的优化方法包括最小化均方误差(用于回归)和交叉熵误差(用于分类)。通过这种方式,模型能够逐渐改进其预测能力。 1.2 监督学习与非监督学习的区别 与监督学习不同,非监督学习处理的是未标记的数据集。在非监督学习中,算法试...https://blog.csdn.net/lfdfhl/article/details/143221036
4.基于决策树与监督非监督分类方法相结合模型的遥感应用研究遥感影像解译中的决策树分类法一般是引入NDVI植被指数、亮度阈值法、DTM、空间结构、纹理、和其它一些地貌特征来实现地物类别的分离;而传统的监督分类、非监督分类是直接基于像元的亮度值而进行的分类,两者各有优缺点。将两者在遥感影像解译中结合使用,建立统一的分类模型,并以皖东地区TM影像为例进行了分类实验,结果...https://mall.cnki.net/magazine/Article/YHYJ200504002.htm
5.非监督分类方法和监督分类方法各有优缺点,它们的主要区别是刷刷题APP(shuashuati.com)是专业的大学生刷题搜题拍题答疑工具,刷刷题提供非监督分类方法和监督分类方法各有优缺点,它们的主要区别是A.是否需要几何校正;B.是否需要辐射校正;C.是否需要选择训练样本;D.A、B、C都是。的答案解析,刷刷题为用户提供专业的考试题库练习。https://www.shuashuati.com/ti/514efac203e84b81bef9780efba65d70.html?fm=bdbb10b17c54eda2101c214ed7c72aa8cb
6.ENVI监督分类非监督分类及精度评定详细教程概况 监督分类是用被确认类别的样本像元去识别其他未知类别像元的过程。在分类之前需要通过目视解译或者野外实地调查的方式获取一定数量的样本,用样本训练模型,使其符合对各种子类别分类的要求,继而完成对整幅图像的分类 。 非监督分类是指人们事先对分类过程不施加任何的先验知识,而仅凭数据地物的光谱特征的分布规律,即...https://m.co188.com/bbs/thread-10281568-1-1.html
7.植被遥感信息提取方法研究进展及发展趋势GIS前沿常用的监督与非监督分类方法对比详见表1。监督分类与非监督分类的本质区别在于分类结果是否可明确地物具体属于哪种类别,二者各有优缺点。监督分类可避免结果中出现不必要类别,且可通过训练样本预先检测分类精度。但监督分类方案设置不合理或不全面,会导致地物类别可分性差。此外,训练样本的选取具有主观性,样本选取不足时会...https://www.shangyexinzhi.com/article/5271263.html
8.Iso聚类非监督分类(SpatialAnalyst)—ArcMap文档使用Iso 聚类工具和最大似然法分类工具对一系列输入栅格波段执行非监督分类。 了解有关交互式监督分类工具的工作原理的详细信息 使用方法 此工具结合了Iso 聚类工具与最大似然法分类工具的功能。输出经过分类的栅格。该工具也可以输出特征文件。 将多波段栅格指定为输入栅格波段(Python 中的in_raster_bands)之一...https://desktop.arcgis.com/zh-cn/arcmap/latest/tools/spatial-analyst-toolbox/iso-cluster-unsupervised-classification.htm
9.非监督学习方法大全6. 非监督学习方法与数据有关系吗? 知识树 5.1 引言 以前各章讨论的分类器设计方法都是在样本集中的类别标签已知的条件下进行的,这些样本称为训练样本。在样本标签已知的情况下,可以统计出各类训练样本不同的描述量,如其概率分布,或在特征空间分布的区域等,利用这些参数进行分类器设计,称为有监督的学习方法。然而...https://www.yjbys.com/xuexi/fangfa/1695948.html