遥感数据是做什么的

1、遥感数据是通过遥感技术获取的地球表面信息，包括影像、光谱、高程等数据。遥感数据广泛应用于地球科学、环境科学、农业、林业、地质勘探、城市规划、气象、军事、交通等领域。以下是遥感数据的几个主要应用： 地球科学：遥感数据可以用于土地利用、土地覆盖、土地变化、土地质量评估、土地资源管理等方面。

2、卫星遥感数据是通过卫星搭载的各种传感器收集地球表面的信息。这些数据包括光学图像、红外图像、雷达图像等，它们提供了全球尺度的观测信息，广泛应用于环境监测、资源调查、灾害评估等领域。航空遥感数据是通过飞机或其他飞行器搭载的传感器获取的数据。

3、卫星遥感数据是指通过卫星上搭载的传感器收集地球表面的信息。这些数据覆盖范围广，能够获取全球尺度的数据。卫星遥感数据包括多种类型，如光学数据、雷达数据、红外数据等，它们在不同的气象条件和季节都能提供稳定的观测结果。航空遥感数据是通过飞机、无人机等航空器收集的遥感信息。

如何提取遥感图像中的地质信息?

1、主成分变换是多波段遥感图像增强常用的一种方法。它是一种基于图像统计特征的多维正交线性变换，变换后的新组分图像反映了地物总的辐射差异和某些波谱特征，同时还具有分离信息、减少相关、突出不同地物的作用。利用不同新组分图像进行彩色合成，可显著提高彩色增强效果，有助于岩性的区分。

2、获取合适的遥感影像：选择具有适当空间分辨率和波段信息的遥感影像。常见的选择包括高分辨率卫星影像、航空影像或无人机获取的影像。较高的空间分辨率可以更好地捕捉地貌特征。 预处理影像：对遥感影像进行预处理以消除大气、光照和几何变形等方面的干扰。

3、环状影像解译，一般采用目视、人机交互式方法提取。研究的重点是：环状影像的形状及大小，清晰程度，清晰、模糊环的内部结构特征；环状影像空间展布特点，相互包容、交切、吞蚀关系；环状影像之间的空间结构及其组合关系；以及环状影像与线状影像交切关系等等。

4、目前采用的主要方法有：①光谱信息增强，如彩色合成、基于小波变换的遥感信息融合、主成分分析等；②空域处理，如方位滤波、霍夫变换、高氏滤波等；③影像纹理分析，如基于共生矩阵的纹理参量分析、基于边缘信息的纹理特征提取算法；④分形几何学处理，如基于分形几何的影像纹理分析、多重分形分析等。

5、本次试验采用的主要信息提取方法包括基于掩膜图像的主成分分析、矿物指数和光谱角度填图方法等。 对于所有ASTER数据，常规图像均采用通道1（红、绿、蓝）假彩色合成，这种合成方案尽管植被的信息比较突出，但有利于后续使用者对照其他信息的图件判别地质体的色调异常与来源于植被的干扰异常。

6、二值化 对编码无数据意义的地质图像，如图像化后的地层、岩体等地质单元，可按编码对其进行单独提取，将其二值化，得到所需地质单元的二值图像：1∶250 000 遥感地质解译技术指南 式中：ΔC与所提取的单要素相对应的编码值；Cij为Cij的二值化结果。

遥感影像获取的方法?

1、经传感器获取的信息一般是图像信息，也称遥感影像。影像获取的方式主要有二种：摄影或扫描。光谱范围和分辨率、图像覆盖范围和几何分辨率、时相是遥感影像的主要技术指标。光谱范围就是接收、记录到的电磁波波长的最大范围，光谱分辨率是指影像图上能区别开的最小波长范围。

2、主要来源于卫星或飞机上的成像系统。遥感影像数据的获取主要来源于卫星或飞机上的成像系统。成像系统通过感知地球表面的电磁波辐射，如可见光、红外线、微波等，获取地理信息。

3、遥感数据可以通过卫星、飞机、无人机等平台获取。可以通过地面测量仪器获取。

4、同时，根据模式识别的原理，提出并设计出监督分类与非监督分类方法：以及利用决策树进行分类识别（Wrbka，et al.，1999；Friedl，et al.，1999；Hansen et al.，1996），这些技术与方法是建立在图像灰度特征之上，利用数理统计的知识进行地物分类与信息提取。

5、首先要看你做什么用，要求的分辨率是多少，其次再定可以选择的卫星。其中国内环境卫星和cebers卫星的都是免费的，可以在环境保护部卫星环境应用中心和中国资源卫星应用中心网站上下载，另外landsat 2000年以前的数据、modis数据也是免费的，可以在官网上下的。其它的，特别是高分数据都是需要花银子滴。

6、ASTER遥感信息提取方法 （一）图像预处理 本次研究所采用的ASTER数据产品等级是1B和3A01，数据已进行了传感器相关系数辐射校正。在进行几何精校正过程中，校正控制点主要源于研究区于20世纪70年代完成的1∶100000地形图，地形图的精度不高，因此控制点的总平均误差控制在2个像元内。

遥感图像分析与信息提取

1、遥感图像分析的目的是通过各种方法手段对遥感图像进行有用信息的提取和解译。遥感图像解译中，通常将表征地物和地质现象遥感信息的影像特征称之为图像解译标志；将提取遥感信息的过程称之为图像解译（判译、判读）；而将遥感图像信息提取的种种手段称之为遥感图像解译方法。

2、基于深度学习的方法：随着深度学习技术的发展，越来越多的深度学习模型被应用到遥感专题信息提取中，如卷积神经网络（CNN）、循环神经网络（RNN）等，这些方法能够处理更复杂的地表特征，提高信息提取的准确性。 光谱分析：通过分析遥感图像的光谱特性，可以提取出地表的物质组成、植被覆盖、水体等信息。

3、生态环境遥感监测子系统基于IDL和ARCGISAO双平台开发，系统采用C/S体系架构，子系统客户端主要实现图像处理、信息提取和空间分析的功能，所有分析处理采用的基础数据和分析成果由综合数据库统一管理，在网络体系支持下，客户端专业分析功能和数据库协同作业，完成生态环境遥感监测任务。

4、主成分图像通常采用4～9波段的主成分分析，依照试验结果，选用不同的主成分，其中5等弱信息的主成分使用较多。

5、遥感影像信息的提取技术是建立在对地物规律有充分的了解的基础之上的，其综合物理手段、数学方法和地物状态识别等认识，通过对影像的处理与分析，获得能反映区域内地物的分布规律和变化过程的有效信息的技术方法。 遥感地物识别主要依赖于地物的光谱和空间特征的差异。

6、可以扩大岩石和土壤的波谱差异，有利于这些地物的区分。 2）消除或减弱地形等环境因素对同类岩性的影响。 3）提取与矿化蚀变有关的信息。 4）比值彩色合成图像能够增强岩性和蚀变岩信息。 （3）主成分变换 主成分变换是多波段遥感图像增强常用的一种方法。

遥感影像信息的提取技术方法研究进展

遥感影像信息的提取技术是建立在对地物规律有充分的了解的基础之上的，其综合物理手段、数学方法和地物状态识别等认识，通过对影像的处理与分析，获得能反映区域内地物的分布规律和变化过程的有效信息的技术方法。 遥感地物识别主要依赖于地物的光谱和空间特征的差异。

从研究区成矿模式来讲，提取构造带、蚀变带是本区遥感信息提取的主要目标。本次工作采取构造信息和蚀变信息提取两种方法相结合策略，其基本思想是将提取出的构造信息和蚀变信息，结合工作区的化探和地质信息进行多源信息综合分析，以圈定稀有金属成矿远景区。

遥感图像分析的目的是通过各种方法手段对遥感图像进行有用信息的提取和解译。遥感图像解译中，通常将表征地物和地质现象遥感信息的影像特征称之为图像解译标志；将提取遥感信息的过程称之为图像解译（判译、判读）；而将遥感图像信息提取的种种手段称之为遥感图像解译方法。

在进行信息提取前，必须对遥感图像进行校正处理，以使影像能够正确地反映实际地物信息或物理过程。 图像增强 ：压抑或去除图像噪声。为使遥感图像所包含的地物信息可读性更强，感兴趣目标更突出、容易理解和判读，需要对整体图像或特定地物信息进行增强处理。

现阶段遥感影像的提取任务是应用数学方法确定影像与某些地物的对应关系并匹配到人眼的观察范围之内。