1999-2014国内外遥感技术的发展

1、遥感经历了60年代的奠基、70年代的发展、80年代的巩固、90年代的大发展，已为世人所瞩目。自90年代以后，一系列新思想、新概念、新方法、新工艺正在酝酿和形成，尤其是进入21世纪以来，特别是随着卫星技术的发展，遥感正在向高分辨率、高光谱等方向发展。

2、目前，国内利用遥感技术开展煤火灾害调查和相关的应用研究，已积累了许多先进的技术方法与重要成果，为地下煤层自燃的探测和治理提供了重要依据和技术手段。

3、现有的航空遥感技术手段已无法适应经济发展的需要。新的遥感技术为日益发展的经济建设和文化事业服务。以无人驾驶飞机为空中遥感平台的技术，正是适应这一需要而发展起来的一项新型应用性技术，能够较好地满足现阶段我国对航空遥感业务的需求，对陈旧的地理资料进行更新。

4、实用化与商业化实用化的体现是随着遥感技术的飞速发展，遥感将投入国民经济各部门进行使用。这样必然会使遥感信息用户范围扩大，因此，除了公益应用型的用户外还存在商业应用型的用户，并且商业应用型用户会随遥感技术的进步不断增长。

5、摄影测量与遥感技术发展论文【1】 摘要：随着经济的不断发展，科学的不断进步，摄影测量与遥感技术因其运用范围广、作用大而走上了逐渐发展的道路，并且对国民经济生活起着重要的影响。

6、年底，李小文学成归国后，便致力于国内遥感技术的发展，他几乎承担或参与了国内所有的遥感项目。1995年后的十年，是中国遥感技术的爆发期，不论在理论上还是在技术和设备上，都迅速赶超美国等国家。2001年，李小文当选为中国科学院院士。即便成为院士，在生活上，李小文依旧一贯的简单随性。

遥感中的反演是什么意思

1、用基于GEE的python API，主要实现以下内容：站点数据和遥感影像匹配。利用机器学习/深度学习模型进行匹配数据的训练。将训练的模型用于GEE上的影像数据，实现参数反演结果成图。提取影像的metedata，作为模型的输入数据。

2、土壤湿度反演是指利用卫星遥感技术、气象观测数据、土地利用数据、土壤特性参数等，通过科学的计算方法推算得到地表土壤湿度状态的过程。其密度可以反映出一定区域内土壤水分含量的变化，对于水资源的利用和管理具有重要意义。

3、具体来说，遥感反演物理参数的方法主要有两种：一种是基于物理模型的反演方法，另一种是基于统计模型的反演方法。

遥感信息尺度问题研究

局部方差法研究遥感信息尺度效应的缺点在于，它只考虑了单一波段的图像局部方差变化，而不便应用于多光谱遥感数据；局部方差法的另一个局限性在于图像的局部方差与图像全局的方差有关，不同图像的局部方差直接对比没有意义。此外，局部方差的计算过程中的边界效应影响局部方差的精度。

由于类别统计可分性反映了类别被正确分类的概率，因此，通过研究类别统计可分性的尺度效应来反映类别被正确分类的不确定性的尺度效应。我们用 Lanier湖区的 TM多光谱遥感数据作为研究遥感数据分类不确定性尺度效应的实验数据。

近年来，空间统计学，特别是地统计学（Geostatistics）方法被用于研究遥感信息的尺度效应问题。 在地统计学中，半方差是对变量空间变异（或空间依赖性）的一个度量，它通过计算变量的变异函数（variogram or semi-variogram）得到。不同的变异函数揭示不同的变量空间变异特征。

不同领域的科学家对遥感信息的不确定性问题和尺度问题分别进行了大量深入的研究，但这并不意味着不确定性和尺度是两个独立存在的问题。实际上，在大多数情况下，遥感的不确定性和尺度问题是密切相关的。

土壤有机质光谱信息提取

通过遥感图像反射率差异，通过经验和计算机技术，也可以推算和估算地物类型和含量。这不同于以往遥感图像目视或人机交互解译，定性研究地物类型，半定量分类和分级，可以同时、大面积定量调查和研究地物和其中某种物质的含量。

、土壤养分速测仪：土壤养分是农业种植领域最关心的一项土壤指标，土壤养分的高低，不仅反映了土壤肥力情况，同时也与农业生产的品质息息相关。研究土壤成分的作用 了解土壤肥力：土壤成分的分析可以提供有关土壤中养分含量的信息，如有机质、氮、磷、钾等。

退化废弃地遥感信息提取研究 式中： X 为反射率 ρ 的对数的一阶微分，即 X = （ lgρ） 。 上述指标从不同侧面综合反映了土地退化特征。

如何用遥感技术对环境污染的浓度值进行监督分类?

因此，在逻辑上的合理要求是，对每一个象元所做的决定，应是使整个被分类面积即对大量单个象元的分类的某个错误判据为最小。

利用遥感图像进行分类，就是对单个像元或比较匀质的像元组给出对应其特征的名称，其原理是利用图像识别技术实现对遥感图像的自动分类。计算机用以识别和分类的主要标志是物体的光谱特性，图像上的其它信息如大小、形状、纹理等标志尚未充分利用。 计算机图像分类方法，常见的有两种，即监督分类和非监督分类。

在处理过程中，对分类结果进行优化是必不可少的。例如，ISODATA非监督分类虽精度较低，但后续可以通过小斑块去除（Majority/Minority分析）和分类统计（像元数量、值分布等）进行优化。ENVI Class软件则能快速制图，提供丰富的定制选项，使结果可视化更为直观。

主要有两方面工作，即图像分类、解译和成矿信息提取。 3）生成专题图层：研究区构造格架、影像构造单元划分，蚀变遥感异常信息以及成矿位场等图层，为多元信息统计分析提供数据源。 遥感图像处理流程（图5-1）。

近红外遥感为什么能用于植被分类?

健康的松树在可见光范围内，其反射率稍低于有病虫害的松树；在近红外部分则高于后者。同时还可看出病虫害程度加深，在近红外部分的反射率降低更多。实验还表明，不同种间的植物或不同环境的植物的反射率差异明显，集中表现在近红外波段和红波段，因此，分析这两个波段的反射率可对植被进行遥感研究。

这7类植被由于自身反射光谱特性的较大差异，在彩红外图像上呈现出色彩的差别；同时，由于它们在形态、排列方式等方面不同，在彩红外图像上呈现纹理的差别。因此，依据植被的色彩和纹理的差别，可以对它们进行识别分类。植被分类采用PCI遥感图像处理软件系统配备的模糊神经网络监督分类技术模块。

植被指数 植被指数（Vegetation Index，VI）是利用遥感手段监测地面植物状态的一种方法。

对不同植被类型进行分类，包括森林、草地、农田等，有助于环境监测、自然资源调查和管理等方面。植被生理参数反演：高光谱遥感技术可获取植物叶片的反射光谱和吸收光谱，通过反演模型计算出植物生理参数，包括叶绿素含量、水分含量、叶面积指数，有助于研究植物生态学、作物生长状态。

在光谱的近红外和中红外波段，水几乎吸收了其全部的能量，即纯净的自然水体在近红外波段更近似于一个“黑体”，因此，在1～5μm 波段，较纯净的自然水体的反射率很低，几乎趋近于零。 植物的光谱特征可使其在遥感影像上有效地与其他地物相区别。