1、农作物估产2、公路信息系统
纯属建议，，，，你还是先学会自己独立思考吧？
我90年代的林学专业，修过的课程有：土壤学，气候学，生物化学，统计学，测量学，经济林栽培、森林培育、林区多种经营、林政学、林业经济管理、森林经理、森林测计学、森林抽样调查技术、树木学、森林生态学、种苗学、林木种子检验、植物检疫、林木病理学、林木遗传育种、森林昆虫学、林业遥感、林产品分析加工、森林资源资产管理、森林资源资产评估、草坪学、林业生物技术、植物组织培养、水土保持、森林微生物等等。
建议这测量专业
《遥感学报》的前身是1986年创刊的《环境遥感》，她诞生于中国遥感事业的初创时期，是随着中国遥感事业的发展而成长起来的第一本遥感刊物。创刊以来，《遥感学报》结合中国遥感事业不同时期的重点和需要，刊登了大量国内最新科研成果和国家重点支持的研究项目的成果论文，对中国遥感科学技术的发展和人才培养发挥了巨大作用，成为目前中国遥感和地理信息科学领域最有影响的学术期刊。作为中国遥感领域唯一一本国家级综合性学术期刊，《遥感学报》致力于报道遥感领域及其相关学科具有国际、国内先进水平的研究报告和阶段性研究简报以及高水平的述评。着重反映本领域的新概念、新成果、新进展。内容涉及遥感基础理论，遥感技术发展及遥感在农业、林业、水文、地矿、海洋、测绘等资源环境领域和灾害监测中的应用，地理信息系统研究，遥感与GIS及空间定位系统（GPS）的结合及其应用等方面。《遥感学报》已被中国以下数据库收录为来源期刊或核心期刊：国际：l 斯高帕斯数据库（Scopus）l 俄罗斯文摘杂志（AJ）l 波兰哥白尼索引（IC）l 日本科学技术文献数据库（JST）l 美国乌利希期刊指南(UPD)l 美国剑桥科学文摘（CSA）l 中国科技论文统计与分析(年度研究报告)l 中国科学引文数据库(CSCD)l 中国学术期刊网络出版总库(CAJD)l 中国学术期刊文摘l Chinese Science Abstracts(A辑)l 中国电子科学文摘l 中文核心期刊要目总览l 中国学术期刊(光盘版)l “中国学术期刊综合评价数据库”通俗点说就是既是国家核心期刊也是sci检索期刊资料来源：
1 分形理论及其在林业科学中的应用 世界林业研究 2004/06 中国学术期刊全文数据库 2 永泰县年极端最低气温的建模及其在林业上的应用 福建林业科技 2003/02 中国学术期刊全文数据库 3 林业气象站上的网络信息应用 林业勘查设计 2001/04 中国学术期刊全文数据库 4 地理信息系统在林业中的应用 广西林业 1995/05 中国学术期刊全文数据库 5 遥感技术在林业中的应用简介 山西林业科技 1995/04 中国学术期刊全文数据库 6 《江苏林业科技》第19卷(1992)总目录 江苏林业科技 1992/04 中国学术期刊全文数据库 7 黄土高原地区林业气候动态聚类分析 河北林果研究 1991/03 中国学术期刊全文数据库 8 林业气象学的研究与进展 北京林业大学学报 1988/01 中国学术期刊全文数据库 9 多元统计方法及其在林业上的应用(一) 四川林业科技 1984/02 中国学术期刊全文数据库 10 多元统计方法及其在林业上的应用(三) 四川林业科技 1984/04 中国学术期刊全文数据库 以上文章的主题都是关于：林业 气象 应用的
《遥感学报》是中国科学院遥感应用研究所、中国地理学会遥感分会主办的专业学术性期刊，《中文核心期刊要目总览》（2011版）收录，《中国科学引文数据库》（CSCD）（2013-2014）收录。属于高层次的核心期刊。
《工业水处理》《环境工作通讯》《环境化学》《陕西环境》《重庆环境科学》《轻工环保》《农业环境保护》《海洋环境科学》《环境工程》《劳动保护科学技术》《中国环境管理》《四川环境》《上海环境科学》《电力环境保护》《河南环境》《上海劳动保护技术》《再生资源研究》《环境技术》《环境科学与技术》《辽宁城乡环境科技》《废钢铁》《世界环境》《福建环境》《农村生态环境》《中国锅炉压力容器安全》《环境导报》《农业环境与发展》《中国环境监测》《中国物资再生》《环境遥感》《遥感信息》《自然资源学报》《灾害学》《劳动安全》《劳动安全与健康》《生命与灾祸》《城市环境与城市生态》《云南地理环境研究》《吉林劳动保护》《中国安全科学学报》《林业劳动安全》《干旱环境监测》《干旱区资源与环境》《产业与环境》《环境监测管理与技术》《资源生态环境网络研究动态》《甘肃环境研究与监测》《粉煤灰综合利用》《污染防治技术》《山东环境》《中国人口资源与环境》《江苏劳动保护》《自然灾害学报》《石油化工环境保护》《减灾与发展》《橡胶节能与环保》《中国地质灾害与防治学报》《环保科技情报》《长江流域资源与环境》《青海环境》《中国减灾》《资源节约和综合利用》《火灾科学》《地质灾害与环境保护》《建材环保与节能》《江苏环境科技》《中国劳动防护用品》《人类环境杂志》《浙江劳动保护》《广东劳动保护》《应用与环境生物学报》《中国环保产业》《林业与社会》《环境教育》《世界安全卫生信息》《云南环境科学》《黑龙江环境通报》《内蒙古环境保护》《广州环境科学》《环境科技动态》《生态环境与保护》《环境科学》《工业安全与防尘》《环境》《新疆环境保护》《国外环境科学技术》《环境污染与防治》《环境科学进展》《环境科学动态》《安全》《环境保护科学》《冶金环境保护》《化工环保》《环境与开发》《交通环保》《北方环境》《贵州环保科技》《环境科学学报》《中国环境科学》《环境保护》《劳动保护》《冶金环保情报》《环境科学研究》《锅炉压力容器安全技术》《上海环境报》《生活环境报》《环境报》《中国市容报》《环境保护导报》《中国减灾报》《上海劳动保护报》《劳动导报》《中国环境报》《安全生产报》《环境保护报》《市容建设报》
中国科学院副秘书长,中国科学院遥感与数字地球所所长,中国科学院院士。1950年10月出生于江苏省徐州市丰县。1964年至1969年在丰县中学读书；1969年至1973年服役于中国人民解放军202部队和237部队；1973年考入南京大学，1977年毕业，1981年在中国科学院研究生院获硕士学位，1984年至1985年在美国俄勒冈州州立大学学习。1987年起，先后任中科院遥感所副研究员、研究员、博士生导师；1988年起，先后任中科院遥感所副所长、常务副所长、所长；1994年起，两任中科院遥感信息科学重点实验室主任，并任国家遥感应用工程技术研究中心首届主任；中国科学院对地观测与数字地球科学中心主任。1992年至2000年任国家863计划信息获取与处理技术主题专家组成员及第四、五届专家组组长。是中国科技大学、南京大学、浙江大学等7所大学兼职教授、《遥感学报》常务副主编及6个国内外期刊编委、中国地理学会环境遥感分会理事长，现任中国科学院遥感与数字地球研究所所长、研究员、博士生导师。。70年代后期开始从事遥感信息科学特别是雷达对地观测领域研究，主持完成国家自然科学基金、国家高技术、国家科技攻关、中科院重大及国际合作课题20余项。发表论文140余篇，出版中英文著作8部。作为第一完成人和主要完成人获国家科技进步二等奖、三等奖3项，获中科院自然科学一等奖1项，获中科院科技进步特等奖、一等奖、二等奖及三等奖5项，并获国家863计划突出贡献奖。培养博士后、博士生、硕士生及国外进修生26名。1992、1996年分别被评为中科院及国家有突出贡献中青年专家，2000年被国务院授予全国先进工作者称号。2011年12月当选为中国科学院院士 。2012年当选发展中国家科学院（TWAS）院士。
徐斌研究员主要承担草原植被生态遥感监测、草原沙化和退化遥感监测 、草地资源规划评价和草原沙化治理等多方面的任务。主持项目和课题等30余项，包括国家自然科学基金重大项目一级课题、863计划、国际合作项目以及农业部等课题。课题任务主要集中在草原生产力、草畜平衡、草原长势、返青、草原沙漠化、草原水热旱情等遥感监测等方面。获省部级科技奖5项，中国农业科学院一等奖1项，登记软件著作权6项，申报国家专利2项，主编和参编著作7部，在《International Journal of Remote Sensing》、《中国科学》、《生态学报》、《地理研究》、《中国草地学报》等国内外学术刊物上发表学术论文110余篇，至今培养了博士后2人，博士生6人和硕士生5人。此外，从1999年起每年主持中国农业科学院研究生院“生态学专题讲座”。 ①“中国草原植被遥感监测关键技术研究与应用” ，获2009年度农业部中华农业科技奖一等奖，第一完成人；②“基于MODIS的中国草原植被遥感检测关键技术研究与应用” ，获2009年度北京市科学技术二等奖，第一完成人；③“冬牧70黑麦种养殖与农业结构调整技术示范”，获2003年农业部丰收计划奖三等奖，第3完成人；④“省级资源环境信息服务示范研究与应用”，获2002年北京市科技进步奖三等奖，第2完成人。⑤“中国土地利用/土地覆盖变化研究”,获2006年北京市科学技术二等奖,第8完成人。⑥“省级资源环境信息服务示范研究与应用”，获2002年中国农业科学院科技进步奖一等奖，第2完成人。 [1] 徐斌（主编）. 草原保护建设与饲料生产加工. 北京：中国科学技术出版社，2004.[2] 徐斌，杨修等编著. 西藏自治区林芝县天然林资源与保护. 北京：中国环境科学出版社，2003.[3] 徐斌（副主编）. 中国重点生态建设地带农业资源可持续利用研究. 北京：气象出版社，2004.[4] 徐斌，杨秀春，金云翔等，2011，第四章，青藏高寒牧区草原资源遥感监测与评价（59-89）；第五章，青藏高寒牧区冬虫夏草资源评价研究（90-118）(约10万字)；范小建主编，2011,扶贫开发与青藏高原减灾避灾产业发展研究，中国农业出版社. [1]B Xu, X C Yang, W G Tao, Z Qin, H Q Liu, J M Miao, YY Bi, 2008, MODIS-based Remote Sensing Monitoring of Grass Production in China. International Journal of Remote Sensing, 29(17-18): 5313-5327. [SCI][2] Qin Zhihao, Xu B, Xin X., Zhou Q., Zhang H., Liu J., 2004, Integration of remote sensing and GIS technology to evaluate grassland ecosystem health in North china. International Geosciences and Remote Sensing Symposium, VI: 4034-4037, September 20-24, 2004, Anchorage, Alaska, USA.[EI][3] Qin Zhihao, XuBin, Liu J., Zhang W., Zhang H., 2004, Monitoring land use dynamics for ecological degradation assessment in the rim zone of North China using MODIS and Land TM data. International Geosciences and Remote Sensing Symposium, VI: 4021-4024, September 20-24, 2004, Anchorage, Alaska, USA. [EI][4] Qin Zhihao, Xu B., Zhang W., Li W., Zhang H., 2004, Comparison of split window algorithms for land surface temperature retrieval from NOAA-AVHRR data. International Geosciences and Remote Sensing Symposium, VI:3740-3743, September 20-24, 2004, Anchorage, Alaska, USA. [EI][5] Yuxia Zhu; Zhihao Qin; Bin Xu; Maofang Gao; Huan Pei, 2007, An approach for desertification monitoring in Hulun Buir grassland of Inner Mongolia, China (Proceedings Paper), Proceedings Vol. 6752, Geoinformatics 2007: Remotely Sensed Data and Information, Weimin Ju; Shuhe Zhao, Editors, 675223. Date: 26 July 2007, DOI: . [EI][6] Lu Liping, Qin Zhihao, XU Bin, Tao Weiguo, Jianglipeng, 2007, Remote sensing monitoring of grass growing in grassland ecosystems of China, Geoinformatics 2007, Remotely Sensed Data and Information, May 25-27, Nanjing, China. Proceedings of SPIE, 0277-786X, 675225-1-9. [EI][7] Ruijie Wang, Zhihao Qin, Bin Xu, Xiaoyong Zhang, Maofang Gao, 2007, Using vegetation photosynthesis model to estimate net primary production of rangeland ecosystem in Inner Mongolia of China, Geoinformatics 2007, Geospatial Information Science, May 25-27, Nanjing, China. Proceedings of SPIE, 0277-786X, 67532S-1-8. [EI][8] Kebiao Mao, Zhihao Qin, Manchun Li, Lixin Zhang, Bin Xu, Lingmei Jiang, 2006, An Algorithm for Surface Soil Moisture Retrieval Using the Microwave Polarization Difference Index, International Geoscience and Remote Sensing Symposium (IGARSS06). [EI][9] Kebiao Mao, Zhihao Qin, Bin Xu, Manchun Li, Jianming Wang Shengli Wu, 2005. The Influence Analysis of Water Content for the Accuracy of Practical Split-window Algorithm, International Geoscience and Remote Sensing Symposium (IGARSS05), 5: 3266 - 3268. [EI][10] Zhihao Qin, Yuxia Zhu, Wenjuan Li, Bin Xu, 2008, Mapping vegetation cover of grassland ecosystem for desertification monitoring in Hulun Buir of Inner Mongolia, China. Proceedings of SPIE, (7104): 71040C-1~71040C-12. 16-18 September 2008, Cardiff Wales, United Kingdom. [EI][11] Maofang Gao, Sanchao Liu, Zhihao Qin, Jianjun Qiu, Bin Xu, Wenjuan Li, Xiuchun Yang, Jingjing Li, 2008, Integration of remote sensing with GIS for grassland snow cover monitoring and snow disaster evaluating in Tibet. Remote Sensing for Environmental Monitoring, GIS Applications, and Geology VIII, Ulrich Michel; Daniel L. Civco; Manfred Ehlers; Hermann J. Kaufmann, Editors, 13 October 2008, DOI: . [EI][12] Lei Gao, Zhihao Qin, Bin Xu, Liping Lu, Huan Pei, 2007, Mapping drought status of winter wheat from MODIS data in North China Plain. Proceedings of SPIE, (6752): 675229-1~675229-10. 25-27 May 2007, Nanjing, China. [EI][13]Bin Xu, Zhongxin Chen, Zhihao Qin, Jia Liu, Guixia Yang, et al.. 2005, Application of GIS technology to build climatic scene in 2036 and 2056 in China. IEEE 2005 International Geosciences and Remote Sensing Symposium，Jul., 2005, Soul, South Korea,5110-5113. [EI][14]Bin Xu, Zhihao Qin, Jia Liu, Zhongchao Shi,Xiuchun Yang, Guixia Yang, 2005, Remote Sensing Monitoring of Grassland in Key region of North China. IEEE 2005 International Geosciences and Remote Sensing Symposium，Jul., 2005. Soul, South Korea,3266-3269. [EI][15] Xu Bin, Yang Xiuchun, Tao Weiguo, Qin Zhihao, et al., 2006, MODIS-based Remote Sensing Monitoring upon the Grass Production in China. Second Recent Advances in Quantitative Rremote Sensing. ISBN: 84-370-6533-X. Printed in Spain by Guada . [EI][16]Xu Bin, Tao Weiguo, Yang Xiuchun, Qin Zhihao, et al., 2006, Vegetation Growth Monitoring in the Grassland of China Using MODIS Remote Sensing Data. Second Recent Advances in Quantitative Rremote Sensing. ISBN: 84-370-6533-X. Printed in Spain by Guada . [EI][17]B Xu, Z. Chen, et al., 2002, Hydrothermal Background Data Layer and Planting System of China，Application of Remote Sensing technology for the management of agricultural resources, 115-120. [EI][18] B Xu, Z Chen et al., 2002, Spatial Relationship Between Grassland in Restoration and Climate. Application of Remote Sensing technology for the management of agricultural resources, 20-26. [EI][19]Xu Bin, Yang Xiuchun, Tao Weiguo, Qin Zhihao, et al.. 2007, Remote sensing monitoring upon the grass production in . online . Acta Ecologica Sinica, 27(2): 405−413.[20] 金云翔，徐斌，杨秀春，李金亚，王道龙，马海龙，2011，内蒙古锡林郭勒盟草原产草量动态遥感估算. 中国科学：生命科学，12（41）：1185-1195.（通讯作者） [21] 徐斌，杨秀春，2009，东北草原区产草量和载畜平衡的遥感估算. 地理研究，28（2）：402-408.[22] 金云翔，徐斌，杨秀春，覃志豪，高懋芳，吕海燕，朱立博，2010，青藏高原那曲地区冬虫夏草资源分布空间分析方法. 生态学报，30（6）：1532-1538.（通讯作者）[23] 李亚云，杨秀春，朱晓华，徐斌, 2009，遥感技术在中国土地荒漠化监测中的应用进展. 地理科学进展，28（1）：55-62.[24] 李金亚，杨秀春，徐斌，曹云刚，覃志豪，金云翔，赵莉娜, 2011, 基于MODIS与AMSR-E数据的中国6大牧区草原积雪遥感监测研究. 地理科学，9(31):1097-1101.[25] 李金亚，徐斌，杨秀春，金云翔，李亚云，张济，赵莉娜，李润林, 2011，锡林郭勒盟草原沙化动态变化及驱动力分析——以正蓝旗为例. 地理研究，9（30）：1669-1682. （通讯作者）[26] 杨秀春，曹云刚，徐斌，朱晓华, 2008, 中国北方草原积雪遥感监测：期间. 地理研究，27（5）：1109-1117.[27] 杨秀春，朱晓华，徐斌，李亚云, 2008，辽西北地区土地荒漠化研究及其进展. 灾害学，23（2）：117-122.[28] 朱玉霞，覃志豪，徐斌, 2007，基于MODIS数据的草原荒漠化年季动态变化研究--以内蒙古自治区为例. 中国草地学报，29（4）：2-7.[29] 白可喻，徐斌，邱建军, 2007，基于GIS的中国苜蓿资源分布和生产力分析. 中国草地学报，29（4）：15-20.[30] 陶伟国，徐斌，杨秀春, 2007，草原产草量遥感估算方法发展趋势及影响因素. 草业学报，16（2）：1-8. （通讯作者）[31] 杨秀春，徐斌，朱晓华，陶伟国，刘天科, 2007，北方农牧交错带草原产草量遥感监测模型. 地理研究，26（2）：213-221.[32] 陶伟国，徐斌，缪建明，杨秀春，覃志豪，2006，草地遥感估产中不同尺度信息源关联方法对比及评价. 中国草地学报，28（4）：68-74. （通讯作者）[33] 覃志豪，高懋芳，秦晓敏，李文娟，徐斌，2005，农业旱灾监测中的地表温度遥感反演方法—以MODIS数据为例. 自然灾害学报，14（4）：64-71[34] 覃志豪, 李文娟, 徐斌, 陈仲新, 刘佳, 2004, 陆地卫星TM6波段范围内地表比辐射率的估计. 国土资源遥感, 9: 28-36.[35] 毛克彪, 覃志豪, 徐斌, 2005, 被动微波土壤水分反演模型研究.测绘与空间地理信息, 28(5):12-14.[36] 姜立鹏, 覃志豪, 谢雯, 徐斌, 2006, 基于MODIS数据的草地净初级生产力模型探讨.中国草地学报, 28(6): 72-76.[37] 毛克彪, 施建成, 覃志豪, 宫鹏, 徐斌, 蒋玲梅, 2006, 一个针对ASTER数据同时反演地表温度和比辐射率的四通道算法.遥感学报, 10(4): 593-599.[38] 毛克彪, 施建成, 李召良, 覃志豪, 李满春, 徐斌, 2006, 一个针对被动微波AMSR-E数据反演地表温度的物理统计算法. 中国科学D辑(地球科学), 36(12): 1170-1176.[39]徐斌, 陶伟国, 杨秀春, 覃志豪, 刘海启, 缪建明, 2006, 中国草原植被长势MODIS遥感监测. 草地学报, 14(3):242-247.[40]徐斌,杨秀春,侯向阳,陶伟国,覃志豪, 2007, 草原植被遥感监测方法研究进展. 科技导报, 25(9): 5-8.[41] 陶伟国,徐斌,刘丽军,杨秀春,覃志豪, 2007, 不同利用状况下草原遥感估产模型. 生态学杂志, 26(3): 332-337. （通讯作者）[42] 徐斌，辛晓平，陶伟国，覃志豪, 2005, 草地超载状况该如何应对. 中国牧业通讯，（21）：48-50.[43]徐斌，侯向阳，王道龙, 2004，沙尘暴的危害及农业防治措施. 生态科学，23（1）：60-63.[44] 曹云刚，杨秀春，徐斌，朱晓华，2007，MODIS在青藏高原大范围积雪制图中的应用及存在的问题. 科技导报，25（21）：51-54.[45] 杨秀春，徐斌，2007，土壤风蚀农业区实施保护性耕作技术的策略研究. 科技导报，25（19）：65-69.[46] Qin Zhihao, Xu B., Liu J., Zhang W., 2004, Applications of GIS and RS for land use dynamics monitoring in the Rim Zone of North China. Geoinformatics. Proc. 12th Int. on Geoinformatics-Geospatial Information Research: Bridging the Pacific and Atlantic University of Gavle ,Sweden, 7-9 June 2004.[47]B Xu, X Xin, Z Qin, H Liu, Z Chen, G Yang, W Wu, Q Zhou, and X Wu, 2004, Development of spatial GIS database for monitoring on dynamic state of grassland productivity and animal loading balance in north China. Geoinformatics 2004–Proc. 12th Int. Conf. on Geoinformatics: Geospatial Information Research: Bridging the Pacific and Atlantic, University of Gävle, Sweden, 7-9 June 2004, Gävle University Press, vol. 2, 585-592.[48] Z Qin, B Xu, W Li, W Zhang and J Liu, 2004, Integration of ground sampling with satellite imaging through GIS database to monitor rangeland productivity for grazing in north China. Geoinformatics 2004–Proc. 12th Int. Conf. on Geoinformatics: Geospatial Information Research: Bridging the Pacific and Atlantic, University of Gävle, Sweden, 7-9 June 2004, Gävle University Press, vol. 2, 715-722.[49]徐斌,杨秀春,陶伟国,覃志豪,刘海启,缪建明.中国草原产草量遥感监测.生态学报,2007,27(2):405-413.[50] 袁平，徐斌，张力建.县域可持续发展评价中的生态足迹动态研究——以内蒙古阿鲁科尔沁旗为例，中国农业科学，2007，40（4）：7730－781[51] 姜立鹏, 覃志豪, 谢雯, 王瑞杰, 徐斌, 卢琦, 2007, 中国草地生态系统服务功能价值遥感估算研究. 自然资源学报, 22(2): 161-170.[52]徐斌, 陶伟国, 杨秀春, 覃志豪, 高懋芳, 2007, 我国退牧还草工程重点县草原植被长势遥感监测.草业学报, 16(5):13-21.[53] 高懋芳,覃志豪,徐斌, 2007, 用MODIS数据反演地表温度的基本参数估计方法. 干旱区研究, 24(1): 113-119.[54]徐斌,杨秀春,白可喻,陈仲新,覃志豪,邱建军, 2007, 中国苜蓿综合气候区划研究. 草地学报, 15(4): 316-334.[55]徐斌，刘佳，陈仲新，等, 2004, 中国草原分布与气候关系及西部草原建设问题. 中国农业资源与区划，（4）：20-22.[56] 郭守平，杨秀春，徐斌, 2006，中子水分仪在流动沙丘上的标定研究. 干旱地区农业研究，24（4）：72-75.[57] 杨秀春，严平，刘连友，徐斌, 2005，农牧交错带不同农田耕作模式土壤风蚀的风洞实验研究土壤学报，42（5）：737-743.[58]徐斌，杨秀春，等, 2005, 内蒙古沙漠化地区农业保护性耕作技术研究. 北京：中国农业科学技术出版社. 路明，赵明主编. 见：土地沙漠化治理与保护性耕作, 44-48[59] 杨秀春，徐斌, 2005, 农牧交错带不同耕作模式对农田近地面风况影响的试验研究. 北京：中国农业科学技术出版社. 路明，赵明主编. 见：土地沙漠化治理与保护性耕作, 105-109[60] 杨秀春，徐斌，严平，刘连友，色布力玛, 2005，农牧交错带不同农田耕作模式土壤水分特征对比研究. 水土保持学报，19（2）：125-129.[61] 王道龙，毕于运，徐斌，周旭英，张小川, 2003, 西北地区利用冬闲田种植冬牧70黑麦的建议. 中国农业资源与区划，24（5）：1-4.[62] 徐斌，辛晓平，大黑俊哉, 2002, 植物群落和物种多样性动态过程及物种丧失机制放牧试验. 生态科学，2002，21（1）：1-5.[63]徐斌，杨秀春，金云翔，等, 2012, 中国草原牧区和半牧区草畜平衡状况. 地理研究（已接受）.[64]徐斌等，植物群落和物种多样性动态过程及物种丧失机制放牧试验，生态科学，2002，21（1）:1-5.[65] 黄治平，徐斌.2008，规模化猪场区域农田土壤重金属积累及影响评价分析.土壤通报. 39(3): 641-646.[66] 黄治平，徐斌.2008. 规模化猪场废水污灌农田的土壤Zn和Cu空间变异分析，生态环境，2008，27（1）：0126－0132[67] 黄志平，徐斌，张克强，杨秀春. 连续四年施用规模化猪场猪粪温室土壤重金属积累研究. 农业工程学报.，239－244（通讯作者）[EI][68] 黄治平，徐斌，涂德浴, 张克强.2008, 规模化猪场废水灌溉农田土壤Pb,Cd,和As空间变异及影响因子分析. 农业工程学报.24 (2):77-83.[EI][69]徐斌等，湖北利川市的草地资源特征及评价利用，农业资源利用与区域可持续发展研究，唐华俊主编，中国展望出版社，2003[70]徐斌等，中国北方草地的超载状况和对策，《中国西部发展论坛》第五届论文集，2004[71] 白可喻，徐斌，政府决策和管理体制在草地健康发展中的作用，中国草业可持续发展战略论坛2004论文集，2004[72]徐斌，覃志豪，白可玉，2004, 草地的生态功能和保护建设。中国草业可持续发展战略论坛论文集，317-322，2004年9月，北京[73] 徐斌，辛晓平，刘海启，刘佳,陈仲新，杨佳霞，吴文斌，周清波，吴晓天，覃志豪，2004, 中国北方草地生产力和载畜平衡动态监测。中国草业可持续发展战略论坛论文集，469-472，2004年9月，北京[74] 覃志豪，徐斌等，我国北方草原产草量遥感测算模型，中国草业可持续发展战略论坛2004论文集，2004年9月，北京 [1] 徐斌、赵哈林、徐浩、刘寅虓 ，沙地草场放牧试验植物群落的TWINSPAN数量分析，植物生态学报，2000, 24(2) 252-256.[2] 徐斌、赵永平.科尔沁沙地典型区景观要素动态过程研究，中国农业资源与区划.2000:21(1), 40-44.[3] 辛晓平、徐斌、王秀山、杨正宇、高琼，碱化草地群落演潜空间格局动态分析，生态学报，2001，21（6）878-882.[4] 辛晓平，徐斌，单保庆，李建东，杨允菲.恢复演替中草地斑块动态及尺度转换分析。生态学报.2000. 20(4):587-593.[5] 徐斌等，2000，“三北”风沙区生态建设与综合治理，中国农业资源与区划，2000年第2期.[6] 辛晓平，李向林、徐斌，放牧和刈割条件下草山草坡群落空间格异质性分析等，应用生态学报，2002,13（4）：449-453.[7] 陈佑启，,徐斌.中国土地利用变化及其影响的空间建模分析.地理科学进展，2000,19(2):116-127.[8] 周清波，徐斌，王秀山.未来资源、环境、社会经济与全球变化. 中国农业资源与区划.2000,21(1): 29-32.[9] 徐斌、辛晓平、唐华俊、周清波、陈佑启，气候变化对我国农业地理分布的影响及对策，地理科学进展，1999, 18(4):316-321.[10] 徐斌，21世纪中国农业生态学的发展趋势，1999，新世纪周刊（约稿）.[11] 赵永平、徐斌等，基于沙漠化的图形库方法研究，干旱区资源与环境，1998， ,14-20[12] 陈仲新、徐斌等，2001，中国气温的空间分布与时间变化格局，农业资源利用与区域可持续发展研究（区划所论文集）[13] 赵永平、徐斌等，基于专题图形库系统的科尔沁沙地动态研究，地理科学，1998年第1期,14—20。[14] 徐斌，科尔沁沙地土壤风蚀过程及其防治措施，1997，中国沙漠， Supp. 1，7-14。[15] 徐斌、刘新民等，风沙流击打作物幼苗和土壤风蚀的野外研究，1997，中国沙漠，Vol. 17 Suup. 1，78-84。[16]徐斌，数量生态方法的评述和TWINSPAN分析技术，中国沙漠，1997，Vol. 17,，64-69。[17] 赵永平、徐斌，专题图形库研究方法，干旱区地理，1997年第3期，36—42。[18] 徐斌、赵松龄，不同放牧梯度下天然沙质草场群落分异特征及沙漠化发生机理试验研究，1994，兰州大学学报，30(4)，137－142。[19] 徐斌，科尔沁沙丘植物群落TWINSPAN数量分析，1995，中国沙漠， No. 3 233-236。[20] 徐斌等，科尔沁沙丘植物群落围封条件下的动态过程研究，1995，西北植物学报，15(8).89-97。[21] 徐斌，沙地培肥改土技术规程，1995，中国沙漠， , 42-51。[22] 徐斌、刘新民，风沙危害监测技术规程，1995，中国沙漠， , 42-51。[23] 徐斌等，科尔沁沙质草甸草场不同牧压条件下植物群落分异数量分析，1995，西北植物学报，15(5)，134－139。[24] Bin Xu, Xinmin Lu, Soil Erosion and its Control in the Farming-pastoral transitional Belt in Horqin Sandy Land. Inner Mongolia, Chines Journal of Arid Land Research, 1995,Vol. 8 No. 4.[25] 徐斌，刘新民，赵学勇，内蒙古奈曼旗中部农田土壤风蚀及防治，水土保持学报，1993，Vol. 7 75－80。[26] Xu Bin, M. Nemoto et al，Environmental Characteristies and Desertification Control Method in Northen Naiman Banner. Inner Mongolia, China, Proceeding of Japan-Chinna International Symposium on Study of the Mechanism of Desertification, 1993：500-508 .[27] 徐斌，刘新民，尧勒甸子试区土壤性状及其改良利用，科尔沁沙地生态环境综合整治研究论文集，刘新民，赵哈林主编，1993年，甘肃科学技术出版社，65－72。[28] 徐斌，黄学文，杨泰运等，沙土上沙打旺产量和土壤动态变化研究，科尔沁沙地生态环境综合整治研究论文集，刘新民，赵哈林主编，1993，甘肃科学技术出版社，282－288[29] 刘新民，赵哈林，徐斌，科尔沁草原生态系统破坏与恢复机制，科尔沁沙地生态环境综合整治研究论文集，刘新民，赵哈林主编，1993，甘肃科学技术出版社，12－26。[30] 杨泰运，徐斌，奈曼旗沙漠化农田生态系统功能浅析及其调整利用研究，中国沙漠，1989，Vol. 9 No. 2 32－37。[31] 徐斌，沙漠化土地围封后土壤性质变化的初步研究，干旱地区农业研究，1988，No. 4 65－70。[32] 徐斌，杜明武，沙漠化土地围封后植被和土壤的变化，农业现代化研究，1998，No. 6, 45－48。[33] 张继贤，徐斌，科尔沁草原南部不同类型沙丘水分研究，中国沙漠，1985，Vol. 5 No. 3. 33－39。[34] 徐斌参加统稿、组织校对、讨论修改等工作，《中国生物多样性国情研究报告》，中国环境科学出版社，1998。[35] 徐斌参加合著，科尔沁风沙环境与植被，科学出版社，1996，页码分别为18－31，50－56，230－241(徐斌承担约万字)。[36] 徐斌参加编写，《山东省滨州市农业可持续发展规划》，1999，中国农业出版社，69-93,承担第五章,土地资源开发利用规划。
这个问题太笼统了，如果是泛指的，应该是被国际著名的检索系统如Web of Science、EI等收录的期刊吧。各类很多的
首先，登录中国期刊全文数据库、万方数据库或者 维普数据库（此为中国三大专业文献数据库）或国外Pubmed/Medline等国外专业数据库，然后搜索相关的文献，写出您的文章。其次，再去以上数据库中搜索相关专业期刊编辑部信息（国家级或是非国家级，核心或者非核心，统计源或者非统计源期刊等等），找到投稿联系方式，这样的方法避免网上很多钓鱼网站，确保您投稿的期刊是合法的。最后,祝好运。欢迎交流。静石医疗，竭诚为您服务。
遥感原理与应用第一章 电磁波及遥感物理基础名词解释：1、 遥感 2、遥感技术 3、电磁波 4、电磁波谱 5、绝对黑体 6、绝对白体7、灰体 8、绝对温度 9、辐射温度 10、光谱辐射通量密度 11、大气窗口12、发射率 13、热惯量 14、热容量 15、光谱反射率 16、光谱反射特性曲线 填空题：1、电磁波谱按频率由高到低排列主要由 、 、 、 、 、 、 等组成。2、绝对黑体辐射通量密度是 和 的函数。3、一般物体的总辐射通量密度与 和 成正比关系。4、维恩位移定律表明绝对黑体的 乘 是常数。当绝对黑体的温度增高时，它的辐射峰值波长向 方向移动。5、大气层顶上太阳的辐射峰值波长为 μm选择题：(单项或多项选择)1、 绝对黑体的 ①反射率等于1 ②反射率等于0 ③发射率等于1 ④发射率等于0。2、 物体的总辐射功率与以下那几项成正比关系 ①反射率 ②发射率 ③物体温度一次方 ④物体温度二次方 ⑤物体温度三次方 ⑥物体温度四次方。3、 大气窗口是指 ①没有云的天空区域 ②电磁波能穿过大气层的局部天空区域 ③电磁波能穿过大气的电磁波谱段 ④没有障碍物阻挡的天空区域。4、 大气瑞利散射①与波长的一次方成正比关系 ②与波长的一次方成反比关系 ③与波长的二次方成正比关系 ④与波长的二次方成反比关系 ⑤与波长的四次方成正比关系 ⑥与波长的四次方成反比关系 ⑦与波长无关。5、 大气米氏散射 ①与波长的一次方成正比关系 ②与波长的一次方成反比关系 ③与波长无关。问答题：1、 电磁波谱由哪些不同特性的电磁波组成？它们有哪些不同点，又有哪些共性？2、 物体辐射通量密度与哪些因素有关？常温下黑体的辐射峰值波长是多少？3、 叙述沙土、植物和水的光谱反射率随波长变化的一般规律。4、 地物光谱反射率受哪些主要的因素影响？5、 何为大气窗口？分析形成大气窗口的原因，并列出用于从空间对地面遥感的大气窗口的波长范围。6、 传感器从大气层外探测地面物体时，接收到哪些电磁波能量？第二章 遥感平台及运行特点名词解释：1、 遥感平台 2、遥感传感器 3、卫星轨道参数 4、升交点赤经 5、轨道倾角6、近地点角距 7、地心直角坐标系 8、大地地心直角坐标系 9、卫星姿态角10、开普勒第三定理 11、重复周期 12、近圆形轨道 13、与太阳同步轨道14、近极地轨道 15、偏移系数 16、GPS 17、ERTS_1 18、LANDSAT_1 19、SPOT 20、IRS 21、CBERS 22、ZY_1 23、Space Shuttle 24、MODIS 25、IKONOS 26、Quick Bird 27、Radarsat 28、ERS 29、小卫星填空题：1、遥感卫星轨道的四大特点 。2、卫星轨道参数有 。3、卫星姿态角是 。4、遥感平台的种类可分为 、 、 三类。5、卫星姿态角可用 、 、 等 方法测定。6、与太阳同步轨道有利于 。7、LANDSAT系列卫星带有TM探测器的是 ；带有TM探测器的是 。8、SPOT系列卫星可产生异轨立体影像的是 ；可产生同轨立体影像的是 。9、ZY-1卫星空间分辨率为 。10、美国高分辨率民用卫星有 。11、小卫星主要特点包括 。12、可构成相干雷达影像的欧空局卫星是 。选择题：(单项或多项选择)1、 卫星轨道的升交点和降交点是卫星轨道与地球①黄道面的交点②地球赤道面的交点③地球子午面的交点。2、 卫星与太阳同步轨道指①卫星运行周期等于地球的公转周期②卫星运行周期等于地球的自转周期③卫星轨道面朝向太阳的角度保持不变。3、 卫星重复周期是卫星①获取同一地区影像的时间间隔②经过地面同一地点上空的间隔时间③卫星绕地球一周的时间。4、 以下哪种仪器可用作遥感卫星的姿态测量仪①AMS②TM③HRV④GPS⑤星相机。5、 问答题：1、 根据Landsat-1的运行周期，求该卫星的轨道高度。2、 根据Landsat-4/5的运行周期、重复周期和偏移系数，通过计算排出其轨道（赤道处）的分布图。3、 以Landsat-1为例，说明遥感卫星轨道的四大特点及其在遥感中的作用。4、 叙述地心直角坐标系与地心大地直角坐标系的差别和联系。5、 获得传感器姿态的方法有哪些？简述其原理。6、 简述遥感平台的发展趋势。7、 LANDSAT系列卫星、SPOT系列卫星、RADARSAT系列卫星传感器各有何特点？第三章 遥感传感器及其成像原理名词解释：1、遥感传感器 2、探测器 3、致冷器 4、红外扫描仪 5、多光谱扫描仪6、推扫式成像仪 7、成像光谱仪 8、瞬时视场 9、MSS 10、TM 11、HRV 12、SAR 14、INSAR 15、CCD 16、真实孔径侧视雷达17、合成孔径侧视雷达18、全景畸变 19、动态全景畸变 20、 静态全景畸变 21、距离分辨率22、方位分辨率23、雷达盲区24、角隅反射 25、粗加工产品 26、精加工产品27、多中心投影 28、多中心斜距投影填空题：1、MODIS影像含有 个波段,其中250米分辨率的包括 波段。2、RADARSAT-1卫星空间分辨率最高可达 ,共有 种工作模式。3、多极化的卫星为 。4、目前遥感中使用的传感器大体上可分为 等几种。5、遥感传感器大体上包括 几部份。6、MSS成像板上有 个探测单元;TM有 个探测单元。7、LANDSAT系列卫星具有全色波段的是 ,其空间分辨率为 。8、利用合成孔径技术能堤高侧视雷达的 分辨率。9、扫描仪产生的全景畸变，使影像分辨率发生变化，x方向以 变化，y方向以 变化。10、实现扫描线衔接应满足 。选择题：(单项或多项选择)1、 全景畸变引起的影像比例尺变化在X方向①与COSθ成正比②在X方向与COSθ成反比③在X方向与COS²θ成正比④在X方向与COS²θ成反比。2、 全景畸变引起的影像比例尺变化在Y方向①与COSθ成正比②与COSθ成反比③与COS²θ成正比④与COS²θ成反比。3、 TM专题制图仪有① 4个波段②6个波段③7个波段④9个波段。4、 TM专题制图仪每次同时扫描①6条扫描线②12条扫描线③16条扫描线④20条扫描线。5、 HRV成像仪获得的影像①有全景畸变②没有全景畸变。6、 SPOT卫星获取邻轨立体影像时，HRV中的平面镜最大可侧旋①10º②16º③27º④32º。7、真实孔径侧视雷达的距离分辨率与①天线孔径有关②脉冲宽度有关③发射的频率有关。7、 径侧视雷达的方位分辨率与①天线孔径有关②天线孔径无关③斜距有关④斜距无关。问答题：1、叙述侧视雷达图像的影像特征2、MSS、TM、ETM+影像各有何特点？3、有哪几种方法可以获得多光谱摄影影像？4、对物面扫描的成像仪为什么会产生全景畸变？扫描角为θ时的影像的畸变多大？5、叙述Landsat-1上的MSS多光谱扫描仪获取全球（南北纬度81°之间）表面影像的过程。6、TM专题制图仪与MSS多光谱扫描仪有何不同？7、SPOT卫星上的HRV推扫式扫描仪与TM专题制图仪有何不同？8、侧视雷达影像的分辨力、比例尺、投影性质和投影差与中心投影航空或航天像片影像有何不同？9、侧视雷达为什么要往飞机侧方发射脉冲并接收其回波成像？如果向飞机或卫星正下方发射脉冲并接收回波成像会是什么情景？10、简述INSAR测量高程的基本原理。第四章 遥感图像数字处理的基础知识名词解释：1、光学影像 2、数字影像 3、空间域图像 4、频率域图像 5、图像采样6、灰度量化7、BSQ 8、BIL 9、BMP 10、TIFF 11、ERDAS 12、PCI 13、3S集成填空题：1、光学图像是一个 函数。2、数字图像是一个 函数。3、光学图像转换成数字影像的过程包括 等步骤。4、图像数字化中采样间隔取决于图像的 ，应满足 （公式）。5、一般图像都由不同的 、 、 、 的周期性函数构成。6、3S集成一般指 、 和 的集成。选择题：(单项或多项选择)1、 数字图像的①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的③两者都是连续的④两者都是离散的。2、 采样是对图像①取地类的样本②空间坐标离散化③灰度离散化。3、 量化是对图像①空间坐标离散化②灰度离散化③以上两者。4、 图像数字化时最佳采样间隔的大小①任意确定②取决于图像频谱的截止频率③依据成图比例尺而定。5、 图像灰度量化用6比特编码时，量化等级为①32个②64个③128个④256个。6、 BSQ是数字图像的①连续记录格式②行、波段交叉记录格式③象元、波段交叉记录格式。问答题：1、 叙述光学影像与数字影像的关系和不同点。2、 怎样才能将光学影像变成数字影像。3、 叙述空间域图像与频率域图像的关系和不同点。4、 叙述储存遥感图像有哪几种方法，列举2—3种数字图像存储格式，并说明其特点。5、叙述3S集成的形式和作用。第五章 遥感图像几何处理名词解释：1、 共线方程2、外方位元3、像点位移4、几何变形5、几何校正6、粗加工处理7、精加工处理8、多项式纠正9、间接法纠正10、直接法纠正11、灰度重采样12、最邻近像元重采样13、双线性内插14、双三次卷积15、图像配准16、数字镶嵌17、数字地面模型18、正射影像19、地理编码图象 20、DEM填空题：1、 分别写出中心投影，推扫式传感器（旁向，航向倾斜），扫描式传感器的共线方程表达式 ， ， ， 。2、 遥感图像的变形误差可以分为 和 ，又可以分为 和 。3、 外部误差是指在 处于正常的工作状态下，由 所引起的误差。包括 ， ， ， 等因素引起的变形误差。4、 传感器的六个外方位元素中 的变化对图像的综合影响使图像产生线性变化，而 使图像产生非线性变形。 5、 地球自转对于多中心投影影像产生像点位移在 方向上，位移量bb’= 。6、 TM卫星图像的粗纠正使用的参数有 ， ， ， 纠正的变形有 ， 。7、 遥感图像几何纠正的常用方法有 ， ， 。8、 多项式拟合法纠正中，项数N与其阶数n的关系 。9、 多项式拟合法纠正中，一次项纠正 ，二次项纠正 ，三次项纠正 。10、项式拟合法纠正中控制点的要求是 ， ， 。11、多项式拟合法纠正中控制点的数量要求，一次项最少需要 个控制点，二次项最少项需要 个控制点，三次项最少需要 个控制点。12、SPOT图像采用共线方程纠正时需要 ，有 未知参数，最少需要 个控制点。13、常用的灰度采样方法有 ， ， 。14、数字图象配准的方式有 ， 。15、数字图像镶嵌的关键 ， ， 。16、在姿态角都为0的情况下，中心投影像片的投影差为 ，推扫式影像（HRV）的投影差为 ，扫描仪影像（MSS）的投影差 ，侧视雷达影像（SAR）的投影差 。17、灰度采样中，双线性内插的权矩阵采用 函数求取， 双三卷积的权矩阵采用 函数求取。选择题：(单项或多项选择)1、 垂直航线方向距离越远比例尺越小的影像是①中心投影影像②推扫式影像（如SPOT影像）③逐点扫描式影像（如TM影像）④真实孔径侧视雷达影像。2、 垂直航线方向距离越远比例尺越大的影像是①中心投影影像②推扫式影像（如SPOT影像）③逐点扫描式影像（如TM影像）④真实孔径侧视雷达影像。3、 真实孔径天线侧视雷达影像上高出地面的物点其象点位移（投影差）①向底点方向位移②背向底点方向位移③不位移。4、 逐点扫描式影像（如TM影像）上高差引起的像点位移（投影差）发生在①像底点的辐射方向②扫描方向。5、 多项式纠正用一次项时必须有①1个控制点②2个控制点③3个控制点④4个控制点。6、 多项式纠正用二次项时必须有①3个控制点②4个控制点③5个控制点④6个控制点。7、 多项式纠正用一次项可以改正图像的①线性变形误差②非线性变形误差③前两者。8、 共线方程的几何意义是在任何情况下①像主点、像底点和等角点在一直线上②像点、物点和投影中心在一直线上③ 主点、灭点和像点在一直线上。问答题：1． 叙述中心投影的航空像片,MSS多光谱扫描仪影像,SPOT的HRV推扫式影像和真实孔径侧视雷达图像的几何特征。2． 列出中心投影影像、推扫式影像（旁向和航向）、逐点扫描影像和侧视雷达影像的构像方程和共线方程表达式。3． 列出中心投影影像、推扫式影像、逐点扫描影像和侧视雷达影像的投影差公式，并说明投影差产生的像点位移各自不同点。4. 已知中心投影影像姿态产生的变形误差公式为推导出推扫式影像、逐点扫描影像和侧视雷达影像的像点位移公式。5． 叙述最邻近法、双线性内插、双三次卷积重采样原理（可作图说明）和优缺点。6． 两幅影像进行数字镶嵌应解决哪些关键问题？解决的基本方法是什么？7． 叙述多项式拟合法纠正卫星图像的原理和步骤。8． 多项式拟合法选用一次项、二次项和三次项，各纠正遥感图像中的哪些变形误差？9． 多项式拟合法平差后精度应控制在什么范围内？超限了怎么办？10．叙述共线方程法纠正SPOT卫星图像的原理和步骤。11．在几何纠正的重采样中，内插像元4*4图像亮度值矩阵为：在间接法纠正过程中，某地面点反算到原始像点的坐标值为（ ,）,利用最邻近法和双线性内插法求像点的亮度值。12．叙述数字图像镶嵌的过程。13．画出各个外方位元素变化引起的图形变化情况第六章 遥感图像辐射处理名词解释：1、辐射误差2、辐射定标3、大气校正4、图像增强 5、图像直方图 6、假彩色合成 7、密度分割 8、真彩色合成 9、假彩色合成 10、伪彩色图像 11、图像平滑 12、图像锐化 13、边缘检测 14、低通滤波 15、高通滤波 17、图像融合 18、直方图正态化 19、梯度算子 20、线性拉伸 21、拉氏算子 22、直方图均衡 23、邻域法处理 填空题：1、辐射传输方程可以知道，辐射误差主要有 ， ， 。2、常用的图像增强处理技术有 ， 。3、增强的常用方法有 ， ， ， ， ， ， 等。子4、直方图均衡效果 ， ， 。5、3*3的拉普拉斯算子 。6、图像平滑和锐化的关系 。 7、NDVI= 。8、图像融合的层次 ， ， 。9、HIS中的H指 ，I指 ， S指 。 图像融合的常用算法 ， ， ， ， 等。选择题：(单项或多项选择)1、 图像增强的目的① 增加信息量②改善目视判读效果。2、 图像增强①只能在空间域中进行②只能在频率域中进行③可在两者中进行。3、 从图面上看直方图均衡后的效果是①增强了占图面面积小的灰度(地物)与周围地物的反差②减弱甚至于淹没了占图面面积小的灰度(地物)与周围地物的反差③增强了占图面面积大的灰度(地物)与周围地物的反差④减弱占图面面积大的灰度(地物)与周围地物的反差。4、 标准假彩色合成(如TM4、3、2合成)的卫星影像上大多数植被的颜色是①绿色②红色③蓝色。5、 图像边缘增强采用①低通滤波②高通滤波。6、 消弱图像噪声采用①低通滤波②高通滤波。7、 图像融合前必须先进行①图像配准②图像增强③图像分类。8、 图像融合①必须在相同分辨率图像间进行②只能在同一传感器的图像间进行③可在不同分辨率图像间进行④可在不同传感器的图像间进行⑤只限于遥感图像间进行⑥可在遥感图像和非遥感图像间进行。 问答题：10、 根据辐射传输方程，指出传感器接收的能量包含哪几方面，辐射误差及辐射误差纠正内容是什么，11、 简述遥感数字影像增强处理的目的，例举一种增强处理方法，说明其原理和步骤。12、 什么是遥感图像大气校正？为什么要进行遥感图像大气校正？请以多光谱扫描仪（MSS）资料为例，说明大气校正的原理和方法。13、 以美国陆地卫星TM图像的波段为例，分别说明遥感图像的真彩色合成与假彩色合成方案。与真彩色合成图像相比，假彩色合成图像在地物识别上有何优越性？14、 叙述美国陆地卫星ETM图像分辨率30米的5、4、3波段影像与分辨率15米的全色影像进行融合的步骤和方法。15、 说明以下直方图的影像特征。第七章 遥感图像判读名词解释：1、遥感图像判读 2、景物特征 3、判读标志 4、几何分辨率 5、辐射分辨率6、光谱分辨率 7、时间分辨率 8、波谱响应曲线 9、热阴影 10、冷阴影11、雷达盲区 12、角隅反射 13、体散射 14、影像几何特性 15、影像辐射特性16、 地物光谱特征 17、地物空间特征 18、地物时间特征填空题：1、遥感图像信息提取中使用的景物特征有 。2、遥感图像空间特征的判读标志主要有 等。3、传感器特性对判读标志影响最大的是 等。4、光谱分辨率根据 三项指标来判定。5、热红外图像上的亮度与地物的 和 有关， 比 影响更大。6、 侧视雷达图像上的亮度变化与 等有关。选择题：(单项或多项选择) 1、 遥感图像的几何分辨率指 ①象元相应地面的宽度 ②传感器瞬时视场内观察到地面的宽度 ③能根据光谱特征判读出地物性质的最小单元的地面宽度。2、 热红外图像是 ①接收地物反射的红外光成的像 ②接收地物发射的红外光成的像。3、 热红外图像上的亮度与地物的 ①反射率大小有关 ②发射率大小有关 ③反射太阳光中的红外光强度有关 ④温度高低有关。4、 侧视雷达图像垂直飞行方向的比例尺 ①离底点近的比例尺大 ②离底点远的比例尺大 ③比例尺不变。问答题：1、 遥感图像判读主要应用景物的哪些特征？2、 何为传感器的空间分辨率、辐射分辨率、光谱分辨率？3、 叙述TM多光谱图像的几何特征和辐射特征。4、 叙述地物光谱特性曲线与波谱响应曲线之间的关系和不同点？（可作图说明）5、 举例说明为什么多光谱图像比单波段图像能判读出更多的信息？6、 叙述热红外图像的几何特征和辐射特征。7、 叙述侧视雷达图像的几何特征和辐射特征。第八章 遥感图像自动识别分类名词解释：1、模式识别 2、遥感图像自动分类了 3、统计模式识别 4、结构模式识别5、光谱特征向量 6、特征空间 7、特征变换 8、特征选择 9、主分量变换10、哈达玛变换 11、穗帽变换 12、生物量指标变换 13、标准化距离14、类间离散度15、类间离散度16、类内离散度17、判别函数18、判别边界19、监督法分类20、非监督法分类21、条件概率22、先验概率23、后验概率24、贝叶斯判别规则25、马氏距离26、欧氏距离27、计程距离28、错分概率29、训练样区 30、最大似然法分类 31、最小距离法分类32、ISODATA法分类33、混淆矩阵填空题：1、遥感图像上的地物在特征空间聚类的一般特点是 等。2、特征变换在遥感图像分类中的作用是 。3、遥感图像特征变换的主要方法有 等。4、特征选择的目的是 。5、标准化距离的公式 。6、马氏距离公式 ，欧氏距离公式 ，计程距离公式 。7、最大似然法分类判别函数 。8、分类后处理主要包括 ， 。选择题：(单项或多项选择)1、 同类地物在特征空间聚在①同一点上②同一个区域③不同区域。2、 同类地物在特征空间聚类呈①随机分布②近似正态分布③均匀分布。3、 标准化距离大可以说明①类间离散度大，类内离散度也大②类间离散度小，类内离散度大③类间离散度大，和/或类内离散度小④类间离散度小，类内离散度也小。4、 监督分类方法是①先分类后识别的方法②边学习边分类的方法③人工干预和监督下的分类方法。5、 两类地物的最大似然法分类判别边界在①两类地物分布概率相等处②两类地物均值的中值位置③其中一类地物分布概率的最大处。6、 ISODATA法分类的样区①尽量选在同一类别中②尽量包含所需识别的类别③类别是已知的④类别是未知的。问答题：1、 什么叫特征空间？地物在特征空间聚类有哪些特性？2、 作图并说明遥感影像主分量变换的原理和它在遥感中的主要作用。3、 叙述生物量指标变换的原理及其作用。4、 为什么要进行特征选择？列举几种特征选择的主要方法和原理。5、 叙述监督分类与非监督分类的区别。6、 叙述最大似然法分类原理及存在的缺点。7、 叙述最小距离法分类的原理和步骤。8、 叙述ISODATA法非监督分类的原理和步骤。9、 叙述图像增强中的平滑处理与分类后的平滑处理的异同点。10、述改善仅用光谱特征的统计模式识别自动分类的主要方法和基本原理。11、评价以下的混淆矩阵，并求出平均可信度和加权可信度。类 别 1 2 3 4 5 12345其它类 象元数 135 276 463 178 30512、根据下图中两类地物在一维特征空间中的分布，画出最大似然法、最小距离法的判别边界并分析和比较它们的错分概率。第九章 遥感技术的应用名词解释：1、卫星影像地图 2、DRG 3、DLG 4、GIS 5、同轨立体影像 6、邻轨立体影像 7、沙尘暴 8、海洋赤潮 9、地质构造 10、植被指数 11、森林立地条件12、臭氧空洞 13、土壤侵蚀 14、遥感考古 15、蓝冰填空题：1、 利用遥感图像修测地形图，修测的主要内容有 等。2、遥感图像制作影像图时控制点来源有 等。3、森林立地因子包括 等。4、多时遥感影像监测冰川流速的步骤是 等。选择题：(单项或多项选择) 1、 分辨率30米的TM影像，按规范要求的平面精度（图上），适合制作哪种比例尺的影像图 ①1：10000 ②1：100000 ③1：500000。2、 按规范要求的平面精度制作卫星影像图，选控制点用的地形图比例尺，应比影像图的比例尺 ①大一个等级 ②小一个等级。问答题：1、 举例说明制作不同比例尺卫星影像地图时怎样选择遥感图像？2、 叙述遥感监测南极冰川流速和流量的基本方法。3、 中国南方草场三级分类的内容是什么？TM影像可能提取出哪些信息？4、 叙述遥感调查中国南方草场资源的基本方法。5、 叙
森林资源调查中SPOT5遥感图像处理方法探讨王照利、黄生、张敏中、马胜利（国家林业局西北林业规划设计院，遥感计算中心，西安710048）本文发表于＜陕西林业科技＞2005 摘要：目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。探讨性地提出了适应于森林资源调查的SPOT5遥感数据处理方法。关键词：SPOT5 遥感数据，森林资源调查、数据处理DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORYWang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli(Northwest Institute for Forest Inventory, Planning &Design, Xi’an China 710048)Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing procedures of ordering image data, ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are words: SPOT5 image data，forest inventory, data processing前言卫星遥感影像具有空间宏观性、视角广、多分辨率（光谱和空间）、多时相、周期性、信息量丰富等特点，所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。2002年5月法国SPOT地球观测卫星系列之5号卫星（即SPOT5星）发射。SPOT5遥感数据的多光谱波段空间分辨率为10米（短波红外空间分辨率为20米），但全色波段空间分辨率达到米。SPOT5遥感数据的高空间分辨率和多光谱分辨率为森林资源调查提供了丰富的、可靠的、高精度的基础数据源。从性价比分析，在其他高分辨率遥感数据目前比较昂贵的状况下，SPOT5遥感数据比较适宜应用于大面积的森林资源调查，可大幅度的森林调查的减少外业工作量、提高工作效率。在我国SPOT5卫星数据已被大量地应用于森林资源调查工作中，尤其，是在森林资源“二类”调查中被作基本的森林资源信息源提取各类信息。针对于将多光谱分辨率和高空间分辨率的SPOT5遥感数据应用于森林资源调查的数据处理技术和方法鲜有报道。本文总结工作实践，结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。1．SPOT5卫星遥感数据特点SPOT卫星系统采用线性阵列传感器和推扫式扫描技术，具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。采用与太阳同步的近极地的椭圆形轨道，轨道高度约832Km，轨道倾角 ，每天绕地球14圈多，重复覆盖周期26天[2]。由于有倾斜观测功能，使重复覆盖周期减少到2-3天。SPOT5卫星载有2台高分辨率几何成像仪（HRG）、1台高分辨率立体成像装置（HRS）和1台宽视域植被探测仪（VGT）。高分辨率几何成像仪的波段选择是总结了多年的研究成果，认为HRG的波段设置（见表1）足以取得辨别作物和植被类型的最佳效果。本文主要探讨HRG高空间分辨率数据的处理。2．SPOT5数据的处理方法和过程SPOT5数据处理工作流程： 遥感数据的订购订购数据时，用户需向数据代理商提供购买区域的四个角的大地坐标或者数据的景号（PATH/ROW）。特别应该注意数据订购时间和用户拿到数据之间有时间差，间隔时间长短因用户的要求、天气、卫星重复覆盖周期而异。相对于其他卫星数据，比较有利的一面是SPOT5卫星装置有旋转式平面镜可以进行倾斜观察，用户可向代理商申请红色编程提前得到调查区域的遥感数据，但要支付编程费。对于遥感数据的时相、云量、入射角、阴影量、是否购买高空间分辨率的全色波段等用户根据自己具体的工作需要向代理商提出限制要求。根据我们对SPOT5遥感数据的使用，对于森林资源调查，北方9，10月份和11月初的遥感影像比较适宜。代理商向用户提供经过处理的不同级别的影像产品，在森林资源调查中建议购买SPOT1A级产品，用户可根据自己的工作需要进行处理，同时也可减少费用。 基础数据准备大比例尺地形图和高精度DEM是进行SPOT5遥感数据高精度正射校正必需的基础地理数据。建议购买1：10000地形图和1：25000数字高程模型（DEM）。将1：1万地形图扫描，扫描分辨率设置为300DPI。将扫描好的地形图进行几何精纠正，纠正精度控制在毫米内。从测绘部门购买的1：1万地形图为北京54坐标系3度分带高斯克吕格投影，而1：万DEM为北京54坐标系6度分带投影。在数据准备时，将校正好的1：1万地形图通过换带转换转成和DEM一致的6度分带投影。对于没有1：1万地形图的地区，建议使用差分GPS接收机采集地面控制点。几何正射校正正射校正过程应用了法国SPOT公司发行的GEOIMAGE软件。GEOIMAGE软件有针对SPOT5卫星数据开发的SPOT5物理模型。模型模块自动读取DEM信息。SPOT 物理模型可读取卫星在获取遥感数据的瞬间状态参数，这些参数存贮在数据的头文件中[3]。卫星状态参数包括：卫星成像瞬间的经纬度、高度、倾角等。卫星状态参数能够帮助提高几何校正的精度。以校正好的1：1万地形图为基准，在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。在进行正射校正时，应先进行全色波段数据校正，然后以校正好的全色波段数据为基准进行多光谱数据校正。以全色波段数据为基准校正多光谱波段就比较容易校正，且能提高两者的匹配精度。地面控制点应分布均匀，影像的边缘部分布要有控制点分布，同时在不同的高程范围最好都有控制点。地面控制点的数量因地形地貌的复杂程度而定，根据我们的经验，一景60KmX60Km的SPOT5数据，一般地势平缓的地区20个左右控制点即可达到满意的结果，在高山区25个左右控制点就可使正射校正精度满足要求。重采样方法采用双线性内插法。 辐射校正用户购买的SPOT5的各级数据，数据提供商已经根据卫星的记录参数对遥感数据做了辐射校正，即消除了传感器自身引起的、大气辐射引起的辐射噪声。若果影像存在薄雾或地形高差较大引起的辐射误差情况，用户应进一步进行辐射校正处理。薄雾的简单消除原理是基于近红外波段不受大气辐射影响，清澈的水体或死阴影区的数值应为零。从各波段数据中减去近红外波段的水体或阴影的不为零值。地形起伏引起的辐射误差校正公式: f (x,y)=g(x,y)/cosa，g(x,y)为坡度为a的倾斜面上的地物影像；f (x,y)为校正后的影像。由于坡度因子参与校正所以需要DEM支持。 波段组合根据SPOT5数据波谱特征（表1），各波段分别记录反映了植被的不同特征方面：B4（SWIR）短波红外反映植物和土壤的含水量，利于植被水分状况和长势分析；B3（NIR）近红外波段对植被类别、密度、生长力、病虫害等的变化敏感；B2（RED）红光波段对植被的覆盖度、植被的生长状况敏感；B1（VIS）可见光波段对植物的叶绿素和叶绿素浓度敏感。经过比较分析和实际应用发现SPOT5的B3、B4、B2波段组合对植被类型的识别要优于B3、B2和B1的组合。但由于B4波段的空间分辨率为20米，使B342组合对植被空间几何细节表达没有B321组合清晰，例如林缘界线信息表达方面B321要优于B342。 影像数据融合对于购买有高空间分辨率全色波段数据的用户，进行数据融合是必不可少的。影像数据融合能够综合不同波段、不同空间分辨率数据（层）的特征，融合后的数据具有更丰富、更可靠的信息[4]。 根据影像数据融合的水平阶段，影像融合分为：像元级、特征级和决策级三个层次。为了最大限度的从SPOT5遥感数据中提取森林植被信息，应进行像元级的数据融合，将米的全色波段和10米多光谱数据进行融合。融合得到的新数据既具有全色波段数据的高空间分辨率特征又具有多光谱特征。像元级数据融合的方法多种多样，根据数据融合的目的，即最大限度的突显森林植被信息，应选取B4、B3、B2和PAN波段，根据我们的试验Brovey 融合算法方法比较理想：遥感影像地图将融合好的数据按Rfused、Gfused、Bfused组合，叠加上行政界线、公里格网、坐标、比例尺等辅助信息，按1：1万地形图分幅生成1：1万纸质图作为外业手图。3. 结果和讨论 几何精度利用SPOT5物理模型，采用1：1万地形图和万DEM ，经过正射校正处理，可使影像的几何精度控制在2个像元内（<10米）,达到1：1万制图标准要求。为以遥感影像为基础信息源提取林分调查因子、区划林班界线生成大比例尺的林相图、森林分布图提供了几何精度保障。 波段选择对于没有全色波段的情况，SPOT5数据的B342组合有利于森林植被类型的识别。在应用遥感技术进行森林资源调查区划中，林分类型信息提取是最为重要的环节，所以B342波段组合是小班区划和外业手图的最佳组合。 融合效果融合数据技术使SPOT5遥感影像既具有全色波段的高空间分辨率又拥有多光谱数据的光谱分辨率，丰富了遥感影像的信息量。采用Brovey算法使SPOT5遥感影像从色彩、纹理等方面增强了影像的可判读性，提高了小班因子正判率和林分小班的区划精度。参考文献1．周成虎，杨晓梅，骆剑承等.《遥感影像地学理解与分析》，科学出版社，北京，2001，．赵英时.《遥感应用分析原理与方法》，科学出版社，北京，．北京视宝卫星图像有限公司.《专业制图工作室GEOIMAGE用户指南》，2004，．Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication, 1996,世纪遥感与GIS的发展来源： 李德仁 时间： 2005-08-11-23:09 浏览次数: 7921世纪遥感与GIS的发展李德仁（武汉大学测绘遥感信息工程国家重点实验室，武汉市珞瑜路129号，430079）摘要：在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测，并将所得到的数据和信息存储在计算机网络上，为人类社会的可持续发展服务。在短短的30年中，遥感和GIS作为一个边缘交叉学科已发展成为一门科学、技术和经济实体。本文深入地论述了21世纪中遥感的6大发展趋势和GIS的5个发展特征。关键词：发展趋势；航空航天遥感；地理信息系统；对地观测中图法分类号：P208；随着计算机技术、空间技术和信息技术的发展，人类实现了从空中和太空来观测和感知人类赖以生存的地球的理想，并能将所感知到的结果通过计算机网络在全球流通，为人类的生存、繁荣和可持续发展服务。在20世纪后半叶，遥感和地理信息系统作为一门新兴的科学和技术，迅速地成长起来。1 遥感技术的主要发展趋势 航空航天遥感传感器数据获取技术趋向三多（多平台、多传感器、多角度）和三高（高空间分辨率、高光谱分辨率和高时相分辨率）从空中和太空观测地球获取影像是20世纪的重大成果之一，短短几十年，遥感数据获取手段迅猛发展。遥感平台有地球同步轨道卫星（35000km）、太阳同步卫星（600—1000km）、太空飞船（200—300km）、航天飞机（240—350km）、探空火箭（200—1000km），并且还有高、中、低空飞机、升空气球、无人飞机等；传感器有框幅式光学相机、缝隙、全景相机、光机扫描仪、光电扫描仪、CCD线阵、面阵扫描仪、微波散射计雷达测高仪、激光扫描仪和合成孔径雷达等，它们几乎覆盖了可透过大气窗口的所有电磁波段。三行CCD阵列可以同时得到3个角度的扫描成像，EOS Terra卫星上的MISR可同时从9个角度对地成像。卫星遥感的空间分辨率从Ikonos Ⅱ的1m，进一步提高到Quckbird（快鸟）的，高光谱分辨率已达到5—6nm，500—600个波段。在轨的美国EO-1高光谱遥感卫星，具有220个波段，EOS AM-1（Terra）和EOS PM-1（Aqua）卫星上的MODIS具有36个波段的中等分辨率成像光谱仪。时间分辨率的提高主要依赖于小卫星技术的发展，通过发射地球同步轨道卫星和合理分布的小卫星星座，以及传感器的大角度倾斜，可以以1—3d的周期获得感兴趣地区的遥感影像。由于具有全天候、全天时的特点，以及用INSAR和D-INSAR，特别是双天线INSAR进行高精度三位地形及其变化测定的可能性，SAR雷达卫星为全世界各国所普遍关注。例如，美国宇航局的长远计划是要发射一系列太阳同步和地球同步的长波SAR,美国国防部则要发射一系列短波SAR，实现干涉重访问间隔为8d、3d和1d，空间分辨率分别为20m、5m和2m。我国在机载和星载SAR传感器及其应用研究方面正在形成体系。“十五”期间，我国将全方位地推进遥感数据获取的手段，形成自主的高分辨率资源卫星、雷达卫星、测图卫星和对环境与灾害进行实时监测的小卫星群。 航空航天遥感对地定位趋向于不依赖地面控制确定影像目标的实地位置（三维坐标），解决影像目标在哪儿（Where）是摄影测量与遥感的主要任务之一。在已成功用于生产的全自动化GPS空中三角测量的基础上，利用DGPS和INS惯性导航系统的组合，可形成航空/航天影像传感器的位置与姿态的自动测量和稳定装置（POS），从而可实现定点摄影成像和无地面控制的高精度对地直接定位。在航空摄影条件下的精度可达到dm级，在卫星遥感的条件下，其精度可达到m级。该技术的推广应用，将改变目前摄影测量和遥感的作业流程，从而实现实时测图和实时数据库更新。若与高精度激光扫描仪集成，可实现实时三维测量（LIDAR），自动生成数字表面模型（DSM），并可推算出数字高程模型（DEM）。美国NASA在1994年和1997年两次将航天激光测高仪（SLA）安装在航天飞机上，企图建立基于SLA的全球控制点数据库，激光点大小为100m，间隔为750m，每秒10个脉冲；随后又提出了地学激光测高系统（GLAS）计划，已于2002年12月19日将该卫星IICESat（cloud and land elevation satellite）发射上天。该卫星装有激光测距系统、GPS接收机和恒星跟踪姿态测定系统。GLAS发射近红外光（1064nm）和可见绿光（532nm）的短脉冲（4ns）。激光脉冲频率为40次/s，激光点大小实地为70m，间隔为170m，其高程精度要明显高于SRTM，可望达到m级。他们的下一步计划是要在2015年之前使星载LIDAR的激光测高精度达到dm和cm级。法国利用设在全球的54个站点向卫星发射信号，通过测定多普勒频移，以精确解求卫星的空间坐标，具有极高的精度。测定距地球1300km的Topex/Poseidon卫星的高度，精度达到±3cm。用来测定SPOT 4卫星的轨道，3个坐标方向达到±5cm精度，对于SPOT 5和Envisat，可望达到±1m精度。若忽略SPOT 5传感器的角元素，直接进行无地面控制的正射像片制作，精度可达到±15m，完全可以满足国家安全和西部开发的需求。 摄影测量与遥感数据的计算机处理更趋向自动化和智能化从影像数据中自动提取地物目标，解决它的属性和语义（What）是摄影测量与遥感的另一大任务。在已取得影像匹配成果的基础上，影像目标的自动识别技术主要集中在影像融合技术，基于统计和基于结构的目标识别与分类，处理的对象既包括高分辨率影像，也更加注重高光谱影像。随着遥感数据量的增大，数据融合和信息融合技术逐渐成熟。压缩倍率高、速度快的影像数据压缩方法也已商业化。我国学者在这些方面取得了不少可喜的成果。 利用多时像影像数据自动发现地表覆盖的变化趋向实时化利用遥感影像自动进行变化监测（What change）关系到我国的经济建设和国防建设。过去人工方法投入大，周期长。随着各类空间数据库的建立和大量新的影像数据源的出现，实时自动化监测已成为研究的一个热点。自动变化监测研究包括利用新旧影像（DOM）的对比、新影像与旧数字地图（DLS）的对比来自动发现变化和更新数据库。目前的变化监测是先将新影像与旧影像（或数字地图）进行配准，然后再提取变化目标，这在精度、速度与自动化处理方面都有不足之处。笔者提出了把配准与变化监测同步的整体处理[1]。最理想的方法是将影像目标三维重建与变化监测一起进行，实现三维变化监测和自动更新。进一步的发展则是利用智能传感器，将数据处理在轨完成，发送回来的直接为信息，而不一定为影像数据。 摄影测量与遥感在构建“数字地球”、“数字中国”、“数字省市”和“数字文化遗产”中正在发挥愈来愈大的作用“数字地球”概念是在全球信息化浪潮推进下形成的。1999年12月在北京成功地召开了第一届国际“数字地球”大会后，我国正积极推进“数字中国”和“数字省市”的建设，2001年国家测绘局完成了构建“数字中国”地理空间基础框架的总体战略研究。在已完成1∶100万和1∶25万全国空间数据库的基础上，2001年全国各省市测绘局开始1∶5万空间数据库的建库工作。在这个数据量达11TB的巨型数据库中，摄影测量与遥感将用来建设DOM（数字正射影像）、DEM（数字高程模型）、DLG（数字线划图）和CP（控制点数据库）。如果要建立全国1m分辨率影像数据库，其数据量将达到60TB。如果整个“数字地球”均达到1m分辨率，其数据量之大可想而知。本世纪内可望建成这一分辨率的数字地球。“数字文化遗产”是目前联合国和许多国家关心的一个问题，涉及到近景成像、计算机视觉和虚拟现实技术。在近景成像和近景三位量测方面，有室内各种三维激光扫描与成像仪器，还可以直接由视频摄像机的系列图像获取目标场三维重建信息。它们所获取的数据经过计算机自动处理后，可以在虚拟现实技术支持下形成文化遗迹的三维仿真，而且可以按照时间序列，将历史文化在时间隧道中再现，对文化遗产保护、复原与研究具有重要意义。 全定量化遥感方法将走向实用从遥感科学的本质讲，通过对地球表层（包括岩石圈、水圈、大气圈和生物圈4大圈层）的遥感，其目的是为了获得有关地物目标的几何与物理特性，所以需要通过全定量化遥感方法进行反演。几何方程式是有显式表示的数学方程，而物理方程一直是隐式。目前的遥感解译与目标识别并没有通过物理方程反演，而是采用了基于灰度或加上一定知识的统计、结构和纹理的影像分析方法。但随着对成像机理、地物波谱反射特征、大气模型、气溶胶的研究深入和数据积累，多角度、多传感器、高光谱及雷达卫星遥感技术的成熟，相信在21世纪，估计几何与物理方程式的全定量化遥感方法将逐步由理论研究走向实用化，遥感基础理论研究将迈上新的台阶。只有实现了遥感定量化，才可能真正实现自动化和实时化。2 GIS技术的主要发展趋势 空间数据库趋向图形、影像和DEM三库一体化和面向对象[2]GIS发展曾经历过栅格、矢量两个不同数据结构发展阶段，目前随着高分辨率卫星遥感数据的飞快增长和数字地球、数码城市的需求，形成了面向对象的数据模型和三库（图形矢量库、影像栅格库和DEM格网库）一体化的数据结构。这样的数据库结构使GIS的发展更加趋向自然化、逼真化，更加贴近用户。以面向应用的GIS软件为前台，以大型关系数据库（Oracle 8i,9i等)为后台数据库管理，成为当前GIS技术的主流趋势。 空间数据表达趋向多比例尺、多尺度、动态多位和实时三维可视化在传统的GIS中，空间数据是以二维形式存储并挂接相应的属性数据。目前，空间数据表达的趋势是基于金字塔和LOD（level of detail）技术的多比例尺空间数据库，在不同尺度表示时可自动显示出相应比例尺或相应分辨率的数据，多比例尺数据集的跨度要比传统地图的比例尺大，在显示不同比例尺数据时，可采用LOD或地图综合技术。真三维GIS的空间数据要存储三维坐标。动态GIS在土地变更调查、土地覆盖变化监测中已有较好的应用，真四维的时空GIS将有望从理论研究转入实用阶段。基于三库一体化的时空3D可视化技术发展势头迅猛，已能再PC机上实现GIS环境下的三维建筑物室外室内漫游、信息查询、空间分析、剖面分析和阴影分析等，基于虚拟现实技术的真三维GIS将使人们在现实空间外，可以同时拥有一个Cyber空间。 空间分析和辅助决策智能化需要利用数据挖掘方法从空间数据库和属性数据库中发现更多的有用知识GIS是以应用导向的空间信息技术，空间分析与辅助决策支持是GIS的高水平应用，它需要基于知识的智能系统。知识的获取是专家系统中最困难的任务。随着各种类型数据库的建立，从数据库中挖掘知识成为当今计算机界一个非常引人注目的课题。从GIS空间数据库中发现的知识可以有效的支持遥感图像解译，以解决“同物异谱”和“同谱异物”的问题。反过来，从属性数据库中挖掘的知识又具有优化资源配置等一些列空间分析的功能[3]。尽管数据挖掘和知识发现这一命题仍处于理论研究阶段，但随着数据库的快速增大和对数据挖掘工具的深入研究，其应用前景是不可估量的。 通过Web服务器和WAP服务器的互联网和移动GIS将推进联邦数据库和互操作的研究及地学信息服务事业随着计算机通讯网络（包括有线和无线网）的大容量和高速化，GIS已成为在网络上的分布式异构系统。许多不同单位、不同组织维护管理的既独立又互联互用的联邦数据库，将可提供全社会各行各业的应用需要。因此，联邦数据库和互操作（federal databases & interoperability）问题成为当前国际GIS联合研究的一个热点。互操作意味着数据库中数据的直接共享，GIS规律功能模块的互操作与共享，以及多点之间的相同工作，这方面的研究已显示出明显的成效。未来的GIS用户将可能在网络上缴纳为其需要所选用数据和软件功能模块的使用费，而不必购买这个数据库和整套的GIS软硬件，这些成果产生的直接效果是GIS应用将走向地学信息服务。目前已兴起的LBS和MLS，即基于位置的服务和移动定位服务，突出地反映了这种变化趋势。它引起的革命性变化使GIS将走出研究院所和政府机关，成为全社会人人具备的信息服务工具。我国目前已有2亿个手机用户，若每人每月为MLS支付10元费用，全国一年的产值将达到240亿。可以预测在不久的将来，地学信息将能随时随地为任何人和任何事情进行4A服务（geo-in-formation for anyone and anything at anywhere and anytime）。 地理信息科学的研究有望在本世纪形成较完整的理论框架体系笔者曾扼要地叙述了地球空间信息科学的7大理论问题[4]：（1）地球空间信息的基准，包括几何基准、物理基准和时间基准；（2）地球空间信息标准，包括空间数据采集、存储与交换标准、空间数据精度与质量标准、空间信息的分类与代码标准、空间信息的安全
洋河流域遥感图像土地利用分类方法研究 【摘要】遥感影像分类方法的确定是LUCC研究中的关键步骤。文章以洋河流域为研究区，分别进行了非监督分类和监督分类。针对监督分类结果中存在的误差，对水域、植被、城镇与工矿用地三种类型地物的提取分别选择了综合阈值法、植被指数法、DEM数据辅助分析法进行了改进，结果表明改进后的提取结果较监督分类直接得到的结果有了很大的改善。【关键词】遥感图像；监督分类；综合阈值法；植被指数法【中图分类号】TP79 【文献标识码】A【文章编号】1671-5969（2007）16-0164-03一、研究区域概况及图像资料（一）研究区域概况洋河流域是张家口经济发展的中心地带，水资源相对丰富。洋河发源于山西省阳高县和内蒙古兴和县，是永定河上游的一大支流，流域面积约14600km2 。在张家口市流域面积为9762km2，流经万全县、怀安县、张家口市区、宣化县、宣化区、下花园区、怀来县等，干流全长106 km，在朱官屯于桑干河汇合后流至官厅水库，是官厅水库的重要水源。洋河流域形状东西向较长，南北向较短，地形总趋势西北高、东南低。流域的东北、北部和西北沿坝头一带海拔高程1200～1500m之间，西部和南部边界海拔高程一般在500～1000m之间。流域内80％以上为丘陵山区，绝大部分为荒山秃岭。流域内大部分为黄色沙壤土，并有部分砂砾土及黄粘土，沿河川地层厚且较肥沃[1]。（二）信息源遥感信息源的选择要综合考虑其光谱分辨率、空间分辨率、时间分辨率等因素， 这是利用遥感图像进行土地利用分类的关键问题。美国的Landsat TM 图像是当前应用最为广泛的卫星遥感信息源之一，它可提供7个波段的信息， 空间分辨率为30～120m。TM数据源各波段各有特点，可进行不同地物类型的信息提取。相关资料表明TM遥感数据各波段间的信息相关关系为：TM1与TM2，TM5与TM7高度相关，相关系数达以上，信息冗余大，可以考虑不选取TM1波段。另外由于第6个波段的分辨率为120m，不利于地物信息的提取，所以亦不选取TM6波段。一般来说， 选择图像类型时，应考虑研究区域的大小、研究的目的，以及要达到的精度要求，另外不同时相遥感图像的选择对分类精度也具有很大的影响。为了能把水域、城市与工矿用地、林地、耕地、裸地区分开，以洋河流域1987年9月17日的TM图像为信息源进行研究。本文中所使用的遥感图像处理工具为美国ERDAS公司的ERDAS 软件，它是一个功能完整的、集遥感与地理信息系统于一体的专业软件，具有数据预处理、图像解译、图像分类、矢量功能、虚拟gis等多个功能。二、现有遥感图像土地利用分类的主要方法及其分析遥感图像土地利用分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，并用一定的手段将特征空间划分为互不重叠的子空间，然后将图像中的各个像元划归到各个子空间中以实现分类[2]。按照是否有已知训练样本的分类数据，将其分为非监督分类和监督分类。它们最大的区别在于监督分类首先给定类别，而非监督分类则由图像数据本身的统计特征来确定。（一）非监督分类非监督分类是在多光谱特征空间中通过数字操作搜索像元光谱属性的自然群组的过程，这种聚类过程生成一副有m个光谱类组成的分类图。然后分析人员根据后验知识将光谱类划分或转换成感兴趣的专题信息类[3]。洋河流域内有很多山地，在图像上会产生大量的阴影，导致了像元灰度值的空间变化，这对分类结果有很大的影响。为此可以通过比值运算来去除阴影的影响，使向阳处和背阴处都毫不例外地只与地物的反射率的比值有关。常用算法：近红外波段（TM4）/红外波段（TM3），这样所得到的效果比较好，从原始图像和比值运算后的图像（图像略）中，可以清楚地看到山体阴面的阴影得到了有效的去除。经过比值运算后， 就可以对图像进行非监督分类。得到的分类结果如图1所示。非监督分类只根据地物的光谱特征进行分类，受人为因素的影响较少，不需要对地面信息有详细的了解，但由于“同物异谱、异物同谱”等现像的存在，其结果一般不如监督分类令人满意。比如官厅水库旁边的大量建筑物被分到水体一类。是因为在TM3波段上，水体和建筑物的灰度值相近， 同样在TM7波段上，裸山和建筑物的灰度值也相近。总之，在TM的6个波段上，无论采用哪个波段进行非监督分类，总有几种地物的光谱值接近，因此单纯依靠计算机自动分类取得很好的效果是非常困难的。
森林资源调查中SPOT5遥感图像处理方法探讨王照利、黄生、张敏中、马胜利（国家林业局西北林业规划设计院，遥感计算中心，西安710048）本文发表于＜陕西林业科技＞2005 摘要： 目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。探讨性地提出了适应于森林资源调查的SPOT5遥感数据处理方法。 关键词：SPOT5 遥感数据，森林资源调查、数据处理DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORYWang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli(Northwest Institute for Forest Inventory, Planning &Design, Xi’an China 710048)Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing procedures of ordering image data, ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are words: SPOT5 image data，forest inventory, data processing 前言 卫星遥感影像具有空间宏观性、视角广、多分辨率（光谱和空间）、多时相、周期性、信息量丰富等特点，所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。2002年5月法国SPOT地球观测卫星系列之5号卫星（即SPOT5星）发射。SPOT5遥感数据的多光谱波段空间分辨率为10米（短波红外空间分辨率为20米），但全色波段空间分辨率达到米。SPOT5遥感数据的高空间分辨率和多光谱分辨率为森林资源调查提供了丰富的、可靠的、高精度的基础数据源。从性价比分析，在其他高分辨率遥感数据目前比较昂贵的状况下，SPOT5遥感数据比较适宜应用于大面积的森林资源调查，可大幅度的森林调查的减少外业工作量、提高工作效率。在我国SPOT5卫星数据已被大量地应用于森林资源调查工作中，尤其，是在森林资源“二类”调查中被作基本的森林资源信息源提取各类信息。针对于将多光谱分辨率和高空间分辨率的SPOT5遥感数据应用于森林资源调查的数据处理技术和方法鲜有报道。本文总结工作实践，结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。 1．SPOT5卫星遥感数据特点 SPOT卫星系统采用线性阵列传感器和推扫式扫描技术，具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。采用与太阳同步的近极地的椭圆形轨道，轨道高度约832Km，轨道倾角 ，每天绕地球14圈多，重复覆盖周期26天[2]。由于有倾斜观测功能，使重复覆盖周期减少到2-3天。SPOT5卫星载有2台高分辨率几何成像仪（HRG）、1台高分辨率立体成像装置（HRS）和1台宽视域植被探测仪（VGT）。高分辨率几何成像仪的波段选择是总结了多年的研究成果，认为HRG的波段设置（见表1）足以取得辨别作物和植被类型的最佳效果。本文主要探讨HRG高空间分辨率数据的处理。2．SPOT5数据的处理方法和过程 SPOT5数据处理工作流程： 遥感数据的订购 订购数据时，用户需向数据代理商提供购买区域的四个角的大地坐标或者数据的景号（PATH/ROW）。特别应该注意数据订购时间和用户拿到数据之间有时间差，间隔时间长短因用户的要求、天气、卫星重复覆盖周期而异。相对于其他卫星数据，比较有利的一面是SPOT5卫星装置有旋转式平面镜可以进行倾斜观察，用户可向代理商申请红色编程提前得到调查区域的遥感数据，但要支付编程费。对于遥感数据的时相、云量、入射角、阴影量、是否购买高空间分辨率的全色波段等用户根据自己具体的工作需要向代理商提出限制要求。 根据我们对SPOT5遥感数据的使用，对于森林资源调查，北方9，10月份和11月初的遥感影像比较适宜。代理商向用户提供经过处理的不同级别的影像产品，在森林资源调查中建议购买SPOT1A级产品，用户可根据自己的工作需要进行处理，同时也可减少费用。 基础数据准备 大比例尺地形图和高精度DEM是进行SPOT5遥感数据高精度正射校正必需的基础地理数据。建议购买1：10000地形图和1：25000数字高程模型（DEM）。 将1：1万地形图扫描，扫描分辨率设置为300DPI。将扫描好的地形图进行几何精纠正，纠正精度控制在毫米内。从测绘部门购买的1：1万地形图为北京54坐标系3度分带高斯克吕格投影，而1：万DEM为北京54坐标系6度分带投影。在数据准备时，将校正好的1：1万地形图通过换带转换转成和DEM一致的6度分带投影。 对于没有1：1万地形图的地区，建议使用差分GPS接收机采集地面控制点。 几何正射校正 正射校正过程应用了法国SPOT公司发行的GEOIMAGE软件。GEOIMAGE软件有针对SPOT5卫星数据开发的SPOT5物理模型。模型模块自动读取DEM信息。SPOT 物理模型可读取卫星在获取遥感数据的瞬间状态参数，这些参数存贮在数据的头文件中[3]。卫星状态参数包括：卫星成像瞬间的经纬度、高度、倾角等。卫星状态参数能够帮助提高几何校正的精度。 以校正好的1：1万地形图为基准，在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。在进行正射校正时，应先进行全色波段数据校正，然后以校正好的全色波段数据为基准进行多光谱数据校正。以全色波段数据为基准校正多光谱波段就比较容易校正，且能提高两者的匹配精度。地面控制点应分布均匀，影像的边缘部分布要有控制点分布，同时在不同的高程范围最好都有控制点。地面控制点的数量因地形地貌的复杂程度而定，根据我们的经验，一景60KmX60Km的SPOT5数据，一般地势平缓的地区20个左右控制点即可达到满意的结果，在高山区25个左右控制点就可使正射校正精度满足要求。重采样方法采用双线性内插法。 辐射校正 用户购买的SPOT5的各级数据，数据提供商已经根据卫星的记录参数对遥感数据做了辐射校正，即消除了传感器自身引起的、大气辐射引起的辐射噪声。若果影像存在薄雾或地形高差较大引起的辐射误差情况，用户应进一步进行辐射校正处理。薄雾的简单消除原理是基于近红外波段不受大气辐射影响，清澈的水体或死阴影区的数值应为零。从各波段数据中减去近红外波段的水体或阴影的不为零值。地形起伏引起的辐射误差校正公式: f (x,y)=g(x,y)/cosa，g(x,y)为坡度为a的倾斜面上的地物影像；f (x,y)为校正后的影像。由于坡度因子参与校正所以需要DEM支持。 波段组合 根据SPOT5数据波谱特征（表1），各波段分别记录反映了植被的不同特征方面：B4（SWIR）短波红外反映植物和土壤的含水量，利于植被水分状况和长势分析；B3（NIR）近红外波段对植被类别、密度、生长力、病虫害等的变化敏感；B2（RED）红光波段对植被的覆盖度、植被的生长状况敏感；B1（VIS）可见光波段对植物的叶绿素和叶绿素浓度敏感。经过比较分析和实际应用发现SPOT5的B3、B4、B2波段组合对植被类型的识别要优于B3、B2和B1的组合。但由于B4波段的空间分辨率为20米，使B342组合对植被空间几何细节表达没有B321组合清晰，例如林缘界线信息表达方面B321要优于B342。 影像数据融合 对于购买有高空间分辨率全色波段数据的用户，进行数据融合是必不可少的。影像数据融合能够综合不同波段、不同空间分辨率数据（层）的特征，融合后的数据具有更丰富、更可靠的信息[4]。 根据影像数据融合的水平阶段，影像融合分为：像元级、特征级和决策级三个层次。为了最大限度的从SPOT5遥感数据中提取森林植被信息，应进行像元级的数据融合，将米的全色波段和10米多光谱数据进行融合。融合得到的新数据既具有全色波段数据的高空间分辨率特征又具有多光谱特征。像元级数据融合的方法多种多样，根据数据融合的目的，即最大限度的突显森林植被信息，应选取B4、B3、B2和PAN波段，根据我们的试验Brovey 融合算法方法比较理想：遥感影像地图 将融合好的数据按Rfused、Gfused、Bfused组合，叠加上行政界线、公里格网、坐标、比例尺等辅助信息，按1：1万地形图分幅生成1：1万纸质图作为外业手图。 3. 结果和讨论 几何精度 利用SPOT5物理模型，采用1：1万地形图和万DEM ，经过正射校正处理，可使影像的几何精度控制在2个像元内（<10米）,达到1：1万制图标准要求。为以遥感影像为基础信息源提取林分调查因子、区划林班界线生成大比例尺的林相图、森林分布图提供了几何精度保障。 波段选择 对于没有全色波段的情况，SPOT5数据的B342组合有利于森林植被类型的识别。在应用遥感技术进行森林资源调查区划中，林分类型信息提取是最为重要的环节，所以B342波段组合是小班区划和外业手图的最佳组合。 融合效果 融合数据技术使SPOT5遥感影像既具有全色波段的高空间分辨率又拥有多光谱数据的光谱分辨率，丰富了遥感影像的信息量。采用Brovey算法使SPOT5遥感影像从色彩、纹理等方面增强了影像的可判读性，提高了小班因子正判率和林分小班的区划精度。 参考文献 1．周成虎，杨晓梅，骆剑承等.《遥感影像地学理解与分析》，科学出版社，北京，2001，3-4. 2．赵英时.《遥感应用分析原理与方法》，科学出版社，北京， 3．北京视宝卫星图像有限公司.《专业制图工作室GEOIMAGE用户指南》，2004，68-70. 4．Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication, 1996,世纪遥感与GIS的发展 来源： 李德仁 时间： 2005-08-11-23:09 浏览次数: 79 21世纪遥感与GIS的发展李德仁 （武汉大学测绘遥感信息工程国家重点实验室，武汉市珞瑜路129号，430079）摘要：在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测，并将所得到的数据和信息存储在计算机网络上，为人类社会的可持续发展服务。在短短的30年中，遥感和GIS作为一个边缘交叉学科已发展成为一门科学、技术和经济实体。本文深入地论述了21世纪中遥感的6大发展趋势和GIS的5个发展特征。 关键词：发展趋势；航空航天遥感；地理信息系统；对地观测 中图法分类号：P208； 随着计算机技术、空间技术和信息技术的发展，人类实现了从空中和太空来观测和感知人类赖以生存的地球的理想，并能将所感知到的结果通过计算机网络在全球流通，为人类的生存、繁荣和可持续发展服务。在20世纪后半叶，遥感和地理信息系统作为一门新兴的科学和技术，迅速地成长起来。 1 遥感技术的主要发展趋势 航空航天遥感传感器数据获取技术趋向三多（多平台、多传感器、多角度）和三高（高空间分辨率、高光谱分辨率和高时相分辨率） 从空中和太空观测地球获取影像是20世纪的重大成果之一，短短几十年，遥感数据获取手段迅猛发展。遥感平台有地球同步轨道卫星（35000km）、太阳同步卫星（600—1000km）、太空飞船（200—300km）、航天飞机（240—350km）、探空火箭（200—1000km），并且还有高、中、低空飞机、升空气球、无人飞机等；传感器有框幅式光学相机、缝隙、全景相机、光机扫描仪、光电扫描仪、CCD线阵、面阵扫描仪、微波散射计雷达测高仪、激光扫描仪和合成孔径雷达等，它们几乎覆盖了可透过大气窗口的所有电磁波段。三行CCD阵列可以同时得到3个角度的扫描成像，EOS Terra卫星上的MISR可同时从9个角度对地成像。 卫星遥感的空间分辨率从Ikonos Ⅱ的1m，进一步提高到Quckbird（快鸟）的，高光谱分辨率已达到5—6nm，500—600个波段。在轨的美国EO-1高光谱遥感卫星，具有220个波段，EOS AM-1（Terra）和EOS PM-1（Aqua）卫星上的MODIS具有36个波段的中等分辨率成像光谱仪。时间分辨率的提高主要依赖于小卫星技术的发展，通过发射地球同步轨道卫星和合理分布的小卫星星座，以及传感器的大角度倾斜，可以以1—3d的周期获得感兴趣地区的遥感影像。由于具有全天候、全天时的特点，以及用INSAR和D-INSAR，特别是双天线INSAR进行高精度三位地形及其变化测定的可能性，SAR雷达卫星为全世界各国所普遍关注。例如，美国宇航局的长远计划是要发射一系列太阳同步和地球同步的长波SAR,美国国防部则要发射一系列短波SAR，实现干涉重访问间隔为8d、3d和1d，空间分辨率分别为20m、5m和2m。我国在机载和星载SAR传感器及其应用研究方面正在形成体系。“十五”期间，我国将全方位地推进遥感数据获取的手段，形成自主的高分辨率资源卫星、雷达卫星、测图卫星和对环境与灾害进行实时监测的小卫星群。 航空航天遥感对地定位趋向于不依赖地面控制 确定影像目标的实地位置（三维坐标），解决影像目标在哪儿（Where）是摄影测量与遥感的主要任务之一。在已成功用于生产的全自动化GPS空中三角测量的基础上，利用DGPS和INS惯性导航系统的组合，可形成航空/航天影像传感器的位置与姿态的自动测量和稳定装置（POS），从而可实现定点摄影成像和无地面控制的高精度对地直接定位。在航空摄影条件下的精度可达到dm级，在卫星遥感的条件下，其精度可达到m级。该技术的推广应用，将改变目前摄影测量和遥感的作业流程，从而实现实时测图和实时数据库更新。若与高精度激光扫描仪集成，可实现实时三维测量（LIDAR），自动生成数字表面模型（DSM），并可推算出数字高程模型（DEM）。 美国NASA在1994年和1997年两次将航天激光测高仪（SLA）安装在航天飞机上，企图建立基于SLA的全球控制点数据库，激光点大小为100m，间隔为750m，每秒10个脉冲；随后又提出了地学激光测高系统（GLAS）计划，已于2002年12月19日将该卫星IICESat（cloud and land elevation satellite）发射上天。该卫星装有激光测距系统、GPS接收机和恒星跟踪姿态测定系统。GLAS发射近红外光（1064nm）和可见绿光（532nm）的短脉冲（4ns）。激光脉冲频率为40次/s，激光点大小实地为70m，间隔为170m，其高程精度要明显高于SRTM，可望达到m级。他们的下一步计划是要在2015年之前使星载LIDAR的激光测高精度达到dm和cm级。 法国利用设在全球的54个站点向卫星发射信号，通过测定多普勒频移，以精确解求卫星的空间坐标，具有极高的精度。测定距地球1300km的Topex/Poseidon卫星的高度，精度达到±3cm。用来测定SPOT 4卫星的轨道，3个坐标方向达到±5cm精度，对于SPOT 5和Envisat，可望达到±1m精度。若忽略SPOT 5传感器的角元素，直接进行无地面控制的正射像片制作，精度可达到±15m，完全可以满足国家安全和西部开发的需求。 摄影测量与遥感数据的计算机处理更趋向自动化和智能化 从影像数据中自动提取地物目标，解决它的属性和语义（What）是摄影测量与遥感的另一大任务。在已取得影像匹配成果的基础上，影像目标的自动识别技术主要集中在影像融合技术，基于统计和基于结构的目标识别与分类，处理的对象既包括高分辨率影像，也更加注重高光谱影像。随着遥感数据量的增大，数据融合和信息融合技术逐渐成熟。压缩倍率高、速度快的影像数据压缩方法也已商业化。我国学者在这些方面取得了不少可喜的成果。 利用多时像影像数据自动发现地表覆盖的变化趋向实时化 利用遥感影像自动进行变化监测（What change）关系到我国的经济建设和国防建设。过去人工方法投入大，周期长。随着各类空间数据库的建立和大量新的影像数据源的出现，实时自动化监测已成为研究的一个热点。 自动变化监测研究包括利用新旧影像（DOM）的对比、新影像与旧数字地图（DLS）的对比来自动发现变化和更新数据库。目前的变化监测是先将新影像与旧影像（或数字地图）进行配准，然后再提取变化目标，这在精度、速度与自动化处理方面都有不足之处。笔者提出了把配准与变化监测同步的整体处理[1]。最理想的方法是将影像目标三维重建与变化监测一起进行，实现三维变化监测和自动更新。进一步的发展则是利用智能传感器，将数据处理在轨完成，发送回来的直接为信息，而不一定为影像数据。 摄影测量与遥感在构建“数字地球”、“数字中国”、“数字省市”和“数字文化遗产”中正在发挥愈来愈大的作用 “数字地球”概念是在全球信息化浪潮推进下形成的。1999年12月在北京成功地召开了第一届国际“数字地球”大会后，我国正积极推进“数字中国”和“数字省市”的建设，2001年国家测绘局完成了构建“数字中国”地理空间基础框架的总体战略研究。在已完成1∶100万和1∶25万全国空间数据库的基础上，2001年全国各省市测绘局开始1∶5万空间数据库的建库工作。在这个数据量达11TB的巨型数据库中，摄影测量与遥感将用来建设DOM（数字正射影像）、DEM（数字高程模型）、DLG（数字线划图）和CP（控制点数据库）。如果要建立全国1m分辨率影像数据库，其数据量将达到60TB。如果整个“数字地球”均达到1m分辨率，其数据量之大可想而知。本世纪内可望建成这一分辨率的数字地球。 “数字文化遗产”是目前联合国和许多国家关心的一个问题，涉及到近景成像、计算机视觉和虚拟现实技术。在近景成像和近景三位量测方面，有室内各种三维激光扫描与成像仪器，还可以直接由视频摄像机的系列图像获取目标场三维重建信息。它们所获取的数据经过计算机自动处理后，可以在虚拟现实技术支持下形成文化遗迹的三维仿真，而且可以按照时间序列，将历史文化在时间隧道中再现，对文化遗产保护、复原与研究具有重要意义。 全定量化遥感方法将走向实用 从遥感科学的本质讲，通过对地球表层（包括岩石圈、水圈、大气圈和生物圈4大圈层）的遥感，其目的是为了获得有关地物目标的几何与物理特性，所以需要通过全定量化遥感方法进行反演。几何方程式是有显式表示的数学方程，而物理方程一直是隐式。目前的遥感解译与目标识别并没有通过物理方程反演，而是采用了基于灰度或加上一定知识的统计、结构和纹理的影像分析方法。但随着对成像机理、地物波谱反射特征、大气模型、气溶胶的研究深入和数据积累，多角度、多传感器、高光谱及雷达卫星遥感技术的成熟，相信在21世纪，估计几何与物理方程式的全定量化遥感方法将逐步由理论研究走向实用化，遥感基础理论研究将迈上新的台阶。只有实现了遥感定量化，才可能真正实现自动化和实时化。 2 GIS技术的主要发展趋势 空间数据库趋向图形、影像和DEM三库一体化和面向对象[2] GIS发展曾经历过栅格、矢量两个不同数据结构发展阶段，目前随着高分辨率卫星遥感数据的飞快增长和数字地球、数码城市的需求，形成了面向对象的数据模型和三库（图形矢量库、影像栅格库和DEM格网库）一体化的数据结构。这样的数据库结构使GIS的发展更加趋向自然化、逼真化，更加贴近用户。以面向应用的GIS软件为前台，以大型关系数据库（Oracle 8i,9i等)为后台数据库管理，成为当前GIS技术的主流趋势。 空间数据表达趋向多比例尺、多尺度、动态多位和实时三维可视化 在传统的GIS中，空间数据是以二维形式存储并挂接相应的属性数据。目前，空间数据表达的趋势是基于金字塔和LOD（level of detail）技术的多比例尺空间数据库，在不同尺度表示时可自动显示出相应比例尺或相应分辨率的数据，多比例尺数据集的跨度要比传统地图的比例尺大，在显示不同比例尺数据时，可采用LOD或地图综合技术。真三维GIS的空间数据要存储三维坐标。动态GIS在土地变更调查、土地覆盖变化监测中已有较好的应用，真四维的时空GIS将有望从理论研究转入实用阶段。基于三库一体化的时空3D可视化技术发展势头迅猛，已能再PC机上实现GIS环境下的三维建筑物室外室内漫游、信息查询、空间分析、剖面分析和阴影分析等，基于虚拟现实技术的真三维GIS将使人们在现实空间外，可以同时拥有一个Cyber空间。 空间分析和辅助决策智能化需要利用数据挖掘方法从空间数据库和属性数据库中发现更多的有用知识 GIS是以应用导向的空间信息技术，空间分析与辅助决策支持是GIS的高水平应用，它需要基于知识的智能系统。知识的获取是专家系统中最困难的任务。随着各种类型数据库的建立，从数据库中挖掘知识成为当今计算机界一个非常引人注目的课题。从GIS空间数据库中发现的知识可以有效的支持遥感图像解译，以解决“同物异谱”和“同谱异物”的问题。反过来，从属性数据库中挖掘的知识又具有优化资源配置等一些列空间分析的功能[3]。尽管数据挖掘和知识发现这一命题仍处于理论研究阶段，但随着数据库的快速增大和对数据挖掘工具的深入研究，其应用前景是不可估量的。 通过Web服务器和WAP服务器的互联网和移动GIS将推进联邦数据库和互操作的研究及地学信息服务事业 随着计算机通讯网络（包括有线和无线网）的大容量和高速化，GIS已成为在网络上的分布式异构系统。许多不同单位、不同组织维护管理的既独立又互联互用的联邦数据库，将可提供全社会各行各业的应用需要。因此，联邦数据库和互操作（federal databases & interoperability）问题成为当前国际GIS联合研究的一个热点。互操作意味着数据库中数据的直接共享，GIS规律功能模块的互操作与共享，以及多点之间的相同工作，这方面的研究已显示出明显的成效。未来的GIS用户将可能在网络上缴纳为其需要所选用数据和软件功能模块的使用费，而不必购买这个数据库和整套的GIS软硬件，这些成果产生的直接效果是GIS应用将走向地学信息服务。 目前已兴起的LBS和MLS，即基于位置的服务和移动定位服务，突出地反映了这种变化趋势。它引起的革命性变化使GIS将走出研究院所和政府机关，成为全社会人人具备的信息服务工具。我国目前已有2亿个手机用户，若每人每月为MLS支付10元费用，全国一年的产值将达到240亿。可以预测在不久的将来，地学信息将能随时随地为任何人和任何事情进行4A服务（geo-in-formation for anyone and anything at anywhere and anytime）。 地理信息科学的研究有望在本世纪形成较完整的理论框架体系 笔者曾扼要地叙述了地球空间信息科学的7大理论问题[4]：（1）地球空间信息的基准，包括几何基准、物理基准和时间基准；（2）地球空间信息标准，包括空间数据采集、存储与交换标准、空间数据精度与质量标准、空间信息的分类与代码标准、空间信息的安全、保密及技术服务标准以及元数据标准等；（3）地球空间信息的时空变化理论，包括时空变化发现的方法和对时空变化特征的和规律的研究；（4）地球空间信息的认知，主要通过各目标各要素的位置、结构形态、相互关联等从静态上的形态分析、发生上的成因分析、动态上的过程分析、演化上的力学分析以及时态上的演化分析达到对地球空间的客观认知；（5）地球空间信息的不确定性，包括类型的不确定性、空间位置的不确定性、空间关系的不确定性、逻辑的不一致性和信息的不完备性；（6）地球空间信息的解译与反演，包括定性解译和定量反演，贯穿在信息获取、信息处理和认知过程中；（7）地球空间信息的表达与可视化，涉及到空间数据库多分辨率表示、数字地图自动综合、图形可视化、动态仿真和虚拟现实等。目前，这些方面的研究对建立完备的理论尚嫌不足，需要在今后加强这方面的基础研究。 关于遥感与GIS的集成，涉及到GPS和通信技术的集成，本文未作具体讨论，其具体内容可参见文献[4—6]。 3 结语 遥感与GIS在20世纪出现，在21世纪不仅将形成自身的理论体系和技术体系，而且将形成天地一体化的空间信息服务产业，为国民经济建设、国家安全、社会可持续发展和提高人民生活质量做出愈来愈大的贡献。 参考文献： [1] Li D R, Sui H G. Automatic Change Detection of Geospatial Data from Imagery. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2002,34(II):245—251 [2] 龚健雅. 地理信息系统基础. 北京：科学出版社，2001 [3] 邸凯昌. 空间数据发掘与知识发现（第一版）. 武汉：武汉大学出版社，2000. 182 [4] 李德仁，关泽群. 空间信息系统的集成与实现（第一版）. 武汉：武汉测绘科技大学出版社，2000. 244 [5] 李德仁，李清泉. 论地球空间信息技术与通信技术的集成. 武汉大学学报（信息科学版），2001，26（1）：1—7 [6] 李德
纯属建议，，，，你还是先学会自己独立思考吧？
浅议遥感技术在环境污染监测中的应用论文
1概述
随着我国经济的高速发展,环境污染和生态破坏日益严重,突发性环境污染事故也时有发生。环境监测作为环境管理和污染控制的主要手段之一,正在发挥不可替代的作用。但是,由于我国面积辽阔,地面环境监测网点分散,仅依靠现有的监测台站和传统监测技术方法不能满足连续、动态、宏观、快速监测环境污染的要求,也满足不了及时、准确地做出环境质量报告和污染预报的要求。因此,日益恶化的环境迫切需要实时、快速、宏观、准确的监测技术,以便更加全面准确地反映环境污染对生态系统和人体健康的影响。近年来国内外大量实践表明,遥感技术是获取环境信息的强有力手段,是实现这一目的的极其有效的技术。运用遥感技术监测环境污染及生态环境状况,正确评价环境质量,寻求改善生态环境的途径和措施,具有重要的意义。
遥感技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优势,还能发现用常规方法往往难以揭示的污染源及其扩散的状态,因此遥感技术正广泛地应用于监测水污染、大气污染等环境问题。它不仅可以快速、实时、动态、省时省力地监测大范围的环境变化和环境污染,具有其它常规方法不可替代的优越性;也可实时、快速跟踪和监测突发环境污染事件的发生、发展,并及时制定处理措施,减少污染造成的损失。因此,发展我国的环境污染遥感监测技术,建立重大环境事故的预报、预警和应急响应系统,对保护我国环境及发展经济都具有重要作用,能产生巨大的社会、经济和环境效益。
2环境污染遥感监测技术
遥感技术是一种利用物体反射或辐射电磁波的固有特性,远距离不直接接触物体而识别、测量并分析目标物性质的技术。根据所利用的波段,遥感监测技术主要分为可见光、反射红外遥感技术,热红外遥感技术,微波遥感技术三种类型。当前,遥感的应用已深入到农业、林业、渔业、地理、地质、海洋、水文、气象、环境监测、地球资源勘探、城乡规划、土地管理、和军事侦察等诸多领域,从室内的工业测量到大范围的陆地、海洋、大气信息的采集以至全球范围的环境变化的监测。
遥感技术在环境污染监测中的应用发展很快,现在已可测出水体的叶绿素含量、泥沙含量、水温、水色;可测定大气气温、湿度、CO、NOx、CO2、O3、ClOx、CH4等主要污染物的浓度分布;可测定固体废弃物的堆放量、分布及其影响范围等,还可对环境污染事故进行遥感跟踪调查,预报事故发生点、污染面积、扩散程度及方向,估算污染造成的损失并提出相应的对策。近几年来,随着全球环境问题日益突出,具有全球覆盖、快速、多光谱、大信息量的遥感技术已成为全球环境变化监测中一种主要的技术手段。国际上相继提出了一系列的全球环境遥感监测计划,其中主要有美国宇航局(NASA)的对地观测计划(EOS)、欧空局的对地观测计划和日本的对地观测计划等。这些计划将极大地推动环境遥感技术的实用化和遥感技术的发展。
3遥感在环境监测中的应用
水环境污染遥感监测
对水体的遥感监测是以污染水与清洁水的反射光谱特征研究为基础的。总的看来,清洁水体反射率比较低,水体对光有较强的吸收性能,而较强的分子散射性仅存在于光谱区较短的谱段上。故在一般遥感影像上,水体表现为暗色色调,在红外谱段上尤其明显。为了进行水质监测,可以采用以水体光谱特性和水色为指标的遥感技术。
遥感监测视野开阔,对大面积范围里发生的水体扩散过程容易通览全貌,观察出污染物的排放源、扩散方向、影响范围及与清洁水混合稀释的特点。从而查明污染物的来龙去脉,为科学地布设地面水样监测提供依据。在江河湖海各种水体中,污染物种类繁多。为了便于遥感方法研究各种水污染,习惯上将其分为泥沙污染、石油污染、废水污染、热污染和水体富营养化等几种类型。
大气污染遥感监测
大气遥感是利用遥感器监测大气结构、状态及变化。大气遥感器除了测量气温、水蒸汽、大气中的微量成分气体、气溶胶等的三维分布以外,还用来进行风的测量及地球辐射收支的测量等。
影响大气环境质量的主要因素是气溶胶含量和各种有害气体。这些物理量通常不可能用遥感手段直接识别。水汽、二氧化碳、臭氧、甲烷等微量气体成分具有各自分子所固有的辐射和吸收光谱,所以,实际上是通过测量大气的散射、吸收及辐射的光谱而从其结果中推算出来的。通过对穿过大气层的太阳(月亮、星星)的直射光,来自大气和云的散射光,来自地表的反射光,以及来自大气和地表的热辐射进行吸收光谱分析或发射光谱分析,从而测量它们的光谱特性来求出大气气体分子的密度。测量中所利用的电磁波的光谱范围很宽,从紫外、可见、红外等光学领域一直扩展到微波、毫米波等无线电波的领域。大气遥感器分为主动式和被动式,主动方式中有代表性的遥感器是激光雷达,被动式遥感器有微波辐射计、热红外扫描仪等。
4国内发展现状
我国环境污染遥感监测技术发展和应用的主要问题有:①环境污染遥感监测系统和技术方法基本上处于起步阶段。虽然我国的遥感理论、技术和应用发展很快,但与国外相比差距甚大,在环境污染监测中的应用基本还没有开展起来,目前在全国范围内基本上没有建立起环境遥感的监测体系与系统。②对于环境监测而言,传感器的技术性能要求较高,不仅要求传感器能提供高分辨率的探测,而且要求具有全天候、全天时、大范围、多谱段和灵敏度高的特点,这样才能满足环境污染动态、实时、多样的监测需求。当前所用的高分辨率传感器基本上依靠进口,在地面和飞机上测量化学成分的遥感技术还处于实验室的摸索阶段,而在环境污染监测中的应用基本空白。③遥感信息源缺乏。目前我国尚未发射自己的环境污染监测遥感卫星,遥感信息源主要来自于国外的相关卫星资料。同时国际上用于环境监测的遥感商业卫星寥寥无几,从而客观上制约了我国环境遥感监测技术和应用水平的发展。④新型遥感技术在环境污染监测上应用的理论和方法有待探索和发展,缺少环境污染遥感监测体系与系统。
5结论与展望
目前,遥感技术正从单一遥感资料的分析,向多时相、多数据源(包括非遥感资料数据)的信息复合与综合分析过渡;从资源环境静态分布研究,向动态过程监测过渡;从动态监测,向预测、预报过渡;从定性调查、系列制图,向计算机辅助的.数字处理、定量自动制图过渡;从对各种事物的表面性的描述,向内在规律分析、定量化分析过渡。就环境污染遥感监测技术而言,有待于在以下几方面加强研究:
(1)利用环境污染遥感监测技术,建立突发性环境污染事故的实时监测和预警系统。通过集成多种遥感传感器,并结合地面环境监测网站的监测数据,进行多环境参数的自动监测,并实时监测各种指标的时空变化趋势,以便在某些指标刚刚接近警戒线时预报可能出现的危机,确定环境污染事故所在的空间位置,并提供其空间影响范围的模拟和模型方法,为突发性事故管理决策提供信息,实现连续、自动监测和总量控制。如利用环境污染遥感监测技术,通过建立城市大气环境质量预测预报系统,可以对城市大气环境质量状况进行预报,并对可能发生的大气污染事件提出预警。
(2)高性能传感器的研制。重点发展能够选择监测某种或某类优先污染物(如氯苯和硝基苯等)浓度的遥感器。
(3)研制环境污染物的定量遥感监测技术。如利用水面反射光谱测量与水质参数进行回归分析,建立某一谱段上光谱反射率与某些水质参数的函数关系式。一般来说,水质参数中的透明度、固体悬浮物浓度、叶绿素含量和水面混浊度与光谱反射率或卫星影像的密度值之间往往存在比较明显的对应关系。
(4)将环境污染遥感监测技术与GIS(地理信息系统)、GPS(全球定位系统)、ES(专家系统)技术集成。利用环境污染遥感监测集成系统,可以大大提高环境监测的科学性、合理性及智能化程度,从而大大扩展环境监测的应用范围。集成技术应用于环境污染遥感监测中的优越性具体体现如下:遥感监测技术为集成系统提供正确、迅速、宏观的环境污染监测数据,GIS可利用其强大的空间信息管理功能,建立各类有毒、有害、易燃、易爆物质的理化特性数据库,有关自然、经济、社会、生态环境数据库和图形库及模型库,同时可结合地面监测数据,经由GPS提供的精确位置信息,在ES技术支持下对监测数据进行有效的管理、分析和计算并将综合数据以直观、形象的图形化方式输出或显示出来,从而使环境管理者迅速了解和掌握各类突发事故的多发地带、发生频率、潜在事故发生源的时空分布、事故发生后污染物的影响范围及时空变化,更好地实现事故的预防、应急处置和灾后恢复。
当前,我国环境污染遥感监测技术应依托我国的对地观测技术和对地观测系统的发展计划,同时充分利用国际上资源环境卫星系统,开展广泛的国际合作和交流,大力发展我国的环境污染遥感监测技术,并充分利用现有的环境监测网点和常规监测方法,采用遥感技术与地面监测相结合的方法,建立我国的环境污染遥感监测系统。
你好，具体的论文要求与我具体的说是