課程大綱： .遙感數據處理培訓
1.柵格的基礎：數字航空相片、數字圖片或衛星影像都是柵格數據，由大小相等的像元組成，每個像元都記錄此位置處的信息。了解柵格數據，查看分辨率，像元值，柵格屬性表等信息，掌握柵格分析前的準備工作，學習柵格數據中的面積計算方法。
2.柵格中常用的基礎工具：為了加快柵格顯示和查詢效率，對影像數據構建金字塔；如何提取出柵格中所需要的信息，如高程大于500m的區域；如何修改柵格像元值，如對降雨量圖劃分小雨區、中雨區、大雨區和暴雨區；如何統計北京不同區的降雨量的平均值？如何修改柵格的分辨率以提高軟件處理速度？如何實現柵格數據與矢量數據之間的相互轉換？
3.地圖代數：地圖代數即對柵格數據進行代數運算。如研究兩年間哪些區域用地類型發生了變化，變化的面積是多少，或者提取特殊的地物信息，如土地分類圖中單獨提取濕地區域。
4.地形地貌分析：根據網上免費下載到中低分辨率DEM數據，或者根據等高線、高程點、湖泊河流等數據自動生成高精度DEM數據，進行坡度、坡向、山體陰影、等高線等表面分析。
5.遙感影像數據介紹：常用的影像數據獲取方式和網站有哪些？常用的國內國外衛星有哪些，它們在空間分辨率，時間分辨率，光譜分辨率，圖幅等參數上有何區別？根據項目要求選擇合適的影像數據，并學習如何查看影像數據的頭文件信息。
6.影像數據預處理：在使用遙感影像之前，需要先處理拿到的原始遙感數據，將多個波段影像組合在一起方便獲取更多的信息；將低分辨率的多光譜數據與辨率的全色數據融合在一起可以獲得辨率的多光譜數據；去除大氣，如水汽，氣溶膠，粉塵等對影像的影響，獲取地表的真實信息；去除地形對影像造成的扭曲與變形的影響，得到正射影像；將多份的遙感影像配準以獲得準確的位置信息，方便后續分析兩個區域的變化情況；根據研究區的大小將多幅影像拼接或裁剪；使用鑲嵌數據集格式來批量管理大量的影像數據。
7.地物類型解譯：人工智能時代，機器學習應用廣泛，我們也可以在遙感影像提取土地利用的研究中使用機器學習方法，實現土地利用類型自動提取，使用大似然算法或者支持向量機算法來實現影像的自動分類，在分類過程中，可以考慮面向對象的方法，提類結果的連續性和完整性。
8.深度學習：在一片農業用地中找出其中零散分布的建筑物是一件很困難的事，機器學習的方法正確率非常低，使用基于神經網絡的深度學習方法，可以而準確地獲取結果；在果園中有各種不同類型的樹木，如何使用遙感影像直接分辨不同樹種，同樣可以使用深度學習方法。
9.土地利用數據：土地利用數據每年都在發生變化，特別是一些經濟發展迅速的地區。哪些區域從耕地變成了建筑用地？哪些區域從水域變成了農田？這些變化區域的總面積是多少？我們可以使用遙感影像分析變化區域和變化面積，并制作土地利用變化專題地圖。
10計算遙感指數：利用遙感影像可以計算各種指數，如植被指數，可以獲取植被覆蓋信息或植被健康信息；水體指數，可以找出濕地或計算水質情況；積雪指數，可以找出積雪覆蓋的區域并計算面積；建筑指數，可以找出不透水面的區域，提取城市中的建筑物面積；燃燒指數，可以發現易發生火災的區域以及時預警。
11.變化分析：黃河攜帶著黃土高原大量的泥沙，在山東省墾利縣注入渤海。在入海口大量泥沙淤積，自然的進行了填海造陸，形成了黃河三角洲。1996年之前，黃河三角洲一直在向東南方向延伸，1996年，黃河人工改道，開始向東北方向延伸。利用30年間的影像數據，可以輕松獲取變化信息，計算變化面積。
12.大氣校正：電磁波從輻射源到傳感器之間的傳輸過程中，要經歷吸收、輻射、反射、散射等一系列過程。而傳感器接收到的信息是地表物體和大氣共同作用的結果，因此，想要對地表物體進行研究，就必須去除大氣的影響，稱為大氣校正。本課程中主要介紹6S大氣校正模型。
13.計算植被覆蓋度：植被覆蓋度是指植被（包括葉、莖、枝）在地面的垂直投影面積占統計區總面積的百分比。常用來研究植被變化、生態環境、氣候或水土保持情況。對于大面積的研究區域，如果使用地面測量的方法來計算植被覆蓋度，既耗時又耗力，可以使用遙感的方法來進行估算。目前發展了很多估算模型，其中較為實用的是使用植被指數，利用像元二分模型來近似估算植被覆蓋度。
14.反演地表溫度：常規獲取地表溫度的方法，往往是采集自氣象站點，然后利用插值的方法獲取整個區域的溫度信息，但是插值的方法無法準確預測某些特殊位置處的溫度，如水面或者地形特殊位置處。利用傳感器中記錄的熱紅外波段的信息，可以反演地表溫度，利用單窗算法、劈窗算法或大氣校正法，根據植被信息、大氣透過率和熱紅外波段記錄的地面物體發射率信息，結合普朗克公式，可以反演得到地表溫度，研究城市熱島效應的影響。
15.生態敏感性評價：生態敏感性反應了生態系統對人類活動反應的敏感程度，確定生態環境影響敏感的地區和具有保護價值的地區，可以為生態功能區劃提供依據。地形高度、坡度，水體及其周邊區域，空氣質量，植被覆蓋度等因素均會影響到生態敏感性，且不同因素的影響程度不同，綜合以上因素，賦予不同區域不同的敏感等級，并找到該區域中敏感度高的區域保護
日程安排
章節
主要內容
章
理解柵格基本槪念：什么是柵格數據，像元值，分辨率，柵格數據的符號化方式，分析環境的 設置等；掌握zone和region的槪念以及轉換方法〇
第二章柵格基礎知識
第三章柵格常用工具
學習常用的處理柵格的工具，如提高柵格數據的顯示效率；改變柵格數據的分辨率；柵格數據 與矢量數據之間的相互轉換；提取符號像元值要求的區域等；計算區域的統計信息。
第四章
數字高程模型DHM是對地面高程進行空間描述的一種離敎的數字表迖，通過DH\1數據可以對地 形和地貌進行分析。
地形地貌分析
第五章
了解常用的數據獲取方式和下載網站；
影像數據介紹
掌握常見的傳感器以及其影像數據的特征； 查看影像數據信息。
第六章
下載或拿到的影像數據，不能直接用來進行分析，還需要進行前期的處理，稱之為影像的預處 理。
影像預處理方法
第七章
影像分類
人工智能時代，機器學習和深度學習應用廣泛，我們也可以在遙感影像提取土地利用的研究中 使用這些學習方法，實現土地利用類型自動提取，而地找出地物。
第八章
混淆矩陣也稱誤差矩陣，是表示精度評價的一種標準格式，具體評價指標有總體精度、生產者 精度、用戶精度、Kappa系數等，這些精度指標從不同的側面反映了圖像分類的精度。本章學 習中我們通過混淆矩陣來評價分類結果的優劣。
分類準確性評估
第九章
變化分析
無論變化在一瞬間發生，還是長期的演變，人工的監測是十分困難的，如果使用遙感影像來監 測變化，可以節省人力物力，更能發生隱藏的規律。
第十章
定量反演
定量遙感是指從對地觀測電磁波信號中定量提取地表參數的技術和方法〇定量遙感在區域尺度 的應用廣泛，人工方法很難在大區域中使用，遙感的方法卻可以輕松獲取相關信息〇
生態敏感性分析
生態敏感性分析是指在不損失或不降低環境質量的情況下，生態因子對外界壓力或外界千擾適 應能力6生態功能區的劃分和生態紅線的劃定都依據生態敏感性的等級評定。
加入高級會員獲得助教答疑
