[转帖]3S合一-GIS/GPS与RS的结合

楼主^#

更多发布于：2010-07-02 20:42

本文转自：3S人（<a href="http://www.3sren.com" target="_blank" >http://www.3sren.com</A>）
1.GIS(地理信息系统)与RS(<a href="http://www.3sren.com/search/?type=all;q=%E9%81%A5%E6%84%9F" target="_blank" >遥感</A>)的结合 
　　地理信息系统（GIS）是以地理空间数据库为基础，在计算机软硬件的支持下，对空间相关数据进行采集、管理、请注意作、分析、模拟和显示，并采用地理模型分析方法，适时提供多种空间和动态的地理信息，为地理研究和地理决策服务而建立起来的计算机技术系统。
　　地理信息系统和<a href="http://www.3sren.com/search/?type=all;q=%E9%81%A5%E6%84%9F" target="_blank" >遥感</A>是两个相互独立发展起来的技术领域，但它们存在着密切的关系，一方面，遥感信息是地理信息系统中重要的信息源；另一方面，遥感调查中需要利用地理信息系统中的辅助数据（包括各种地图、地面实测数据、统计资料等）来改善遥感数据的分类精度和制图精度。
　　1.1 地理信息系统与遥感结合的方式
　　总的来说，地理信息系统与遥感的结合主要有两种方式：
　　（1）通过数据接口，使数据在彼此独立的地理信息系统和遥感图像分析系统两者之间交换传递。这种结合是相互独立、平行的，它可以将图像处理后的结果输入地理信息系统，同时也能将地理信息系统空间分析的结果输入图像处理软件，从而实现信息共享。
　　（2）地理信息系统和图像处理系统直接组成一个完整的综合系统（集成系统）。它可以分成两个层次：
　　a.两个软件模块共用一个用户接口，可以实行栅格-矢量的串行或并行处理。它应具备将地理信息系统的矢量数据直接进行图像处理、统一不同性质数据的输入方式、误差分析和遥感数据进行时态变化模拟的能力。
　　b.将地理信息系统和遥感组成一个统一的综合体，实现两者的真正结合。这是一个长期的目标，统一后的系统将具有在层结构中协调栅格和矢量数据、允许进行综合的空间查询、进行同所谓的基于测量信息系统的结合、产生现实世界中实体的综合模型以及根据该模型确定相应的空间表示法等功能。当地理信息系统与遥感的结合以遥感为主体时，地理信息系统是作为基本数据库，用以提供一系列基本数据，来弥补遥感数据的不足，提高遥感数据的分类精度。这个基本数据库一般应包括下列两类数据：
　　①图形数据库：
　　（a）地理基础要素
　　（b）数字地形模型
　　（c）地名库及汉字库
　　②统计数据库
　　（a）地球物理场
　　（b）地面观测场
　　（c）自然环境要素
　　（d）社会经济数据
　　1.2 遥感调查中地理信息系统的应用
　　在遥感调查中，地理信息系统的应用主要有三个方面：①遥感数据预处理；②遥感数据分类；③遥感制图。
　　1.2.1 遥感数据预处理
　　在遥感数据几何校正时，通常是以地理信息系统中的地图为基准，通过选取控制点的方法，对遥感图像进行几何校正。此外通过地图与遥感图像的叠置，还可以切割出所需区域的遥感数据。
　　遥感数据的辐射校正除了校正由于大气引起的辐射畸变及传感器引起的辐射畸变外，在地形起伏较大的地区，为了消除地形对<a href="http://www.3sren.com/search/?type=all;q=%E5%BD%B1%E5%83%8F" target="_blank" >影像</A>的影响，需要利用地理信息系统中的DEM（数字高程模型）数据对遥感数据进行辐射校正。
　　1.2.2 遥感数据分类
　　地理信息系统在遥感数据分类中的应用主要是利用系统中各种辅助数据参与分类，最常用的辅助数据是地形数据，另外还有土壤、植被、森林等各种专题图数据。
　　遥感专家很早就认识到辅助数据在遥感图像分类中的重要性（Campell 1978，Townshend and justice 1981）。在过去的二十几年中，已发展了很多利用辅助数据提高分类精度的方法，如Fleming和Hoffer（1979）利用观察到的土地覆盖与坡度、坡向、高程的关系，显著提高南落基山地区 MSS森林覆盖制图精度；Cibula和Nyquist（1987）在利用MSS数据对华盛顿奥林匹克国家公园进行土地覆盖分类时，利用地形和气候数据使分类数从9类增加到21类，总精度达到91.7％。地理信息系统的发展使得辅助数据和遥感数据的结合更加广泛和深入。
　　辅助数据在遥感数据分类中的应用有几种方法：
　　①辅助数据作为逻辑通道和各波段光谱数据一起参与分类。这种方法比较简单，但由于在监督分类中，分类特征必须满足正态分布，而大多数辅助数据往往不是正态分布，因此该方法的应用不是很多。
　　②应用辅助数据分层估计各地类出现的先验概率。最常用的是根据DEM数据和代表不同地面类别的样区数据，统计各主要地物的垂直分布特点，继而按高程数据把研究区域划分成若干高程带，分别对每一高程带的遥感<a href="http://www.3sren.com/search/?type=all;q=%E5%BD%B1%E5%83%8F" target="_blank" >影像</A>进行分类处理，最后把各高程带的分类影像叠加，形成整个研究区域的分类结果。如杨凯等人在利用陆地卫星 MSS数据进行湖北省咸宁县土地利用调查时，根据该县DEM数据和六个样区的地面数据，把全县划分为五个高程带，估计每个高程带中各个地物类别出现的先验概率，对五个高程带的图像分别进行分类处理，并对样区范围内的整体分类和按高程分层分类的结果与样区实地类别数据进行比较，比较结果表明，引入高程信息后分类精度有所提高，其中单一类别的平均分类精度提高了7.5％。
　　③应用辅助数据对光谱分类结果进行后处理。遥感图像上经常有异物同谱现象，一些地类从光谱上难以区分，但它们在空间分布上往往具有不同的特征，因此可以通过辅助数据加以区分。美国在利用多时相AVHRR数据进行美国本土的土地覆盖调查时，首先利用非监督分类进行聚类，得到70个类别，然后与辅助数据（包括高程、生态区、无霜期等）叠置，分析每一类中各个辅助数据的直方图，对直方图中明显有多于一个峰值的类别利用辅助数据进一步分类，最后得出 189个类别（Brown et al.1993）。 
1.2.3 遥感制图
　　地图是遥感调查最主要的成果，地图上除了类型界线外，还需要有行政界线、注记等要素，这些要素往往不能直接从遥感数据中得到；另外，一些道路、河流由于分辨率的限制，也不能从遥感数据中提取出。为了使分类结果能以地图形式输出，需要采用信息覆合的方法，把地理信息系统中的行政界线、注记等要素叠加到分类结果图上，从而形成完整的地图。
　　1.3 遥感图像判读专家系统
　　在GIS和遥感结合的领域中，遥感图像判读专家系统的发展十分引人注目。专家系统通常由三个部分组成：（1）知识库（KBS）；（2）推理机（INE）；（3）用户接口（UIS）。遥感图像判读专家系统汇集了遥感及有关领域专家的知识及经验，利用计算机模拟专家的思维过程，研究和解决不确定的、经验性的问题，充分利用GIS中的各种辅助数据，从而提高遥感数据的分类精度。
　　Skidmore（1989）曾利用图像判读专家系统进行澳大利亚东南部桉树林分类。根据地理信息系统中的数字地形模型导出坡度、坡向和地形位置，并和TM图像进行几何配准。根据当地森林工作者的经验，建立各种类型桉树林与地形之间的关系，并作为专家系统中的知识库。在利用专家系统进行分类时，对任一个像元Xi,j是否属于某一类通过多个判据（evidence）来检验。该系统中的判据包括：根据非参数分类得出的各个类型正确分类的概率、坡度、坡向以及地形位置（即山脊、上中坡、中坡、下中坡、山谷）。
　　利用专家系统分类时，首先选择一个判据（这里首先选择根据非参数分类得出的各个类型正确分类的概率），计算P（Ha|Eb），并作为下一证明的后验概率P（Ha），接着计算下一证据的概率。利用同样方法，一直迭代到最后一个证据。
　　迭代结果，对像元Xi,j，每一假设都有一个概率值，选最大概率的假设，以该假设的类型作为像元类型。
　　类-条件概率P（Eb|Ha）（先验概率）即为专家的知识或经验，在建立专家系统时已存贮在系统知识库中。
　　目前，遥感图像判读专家系统在知识的表示和获取方面还存在很大困难，还有许多的基础工作要做。
　　2.全球定位系统与遥感的结合
　　全球定位系统，英文为 Navigation Satellite Timing andRanging/Global Position System，简称GPS。它的含义是：<a href="http://www.3sren.com/search/?type=all;q=%E5%AF%BC%E8%88%AA" target="_blank" >导航</A>卫星测时和测距/全球定位系统。该系统是美国国防部主持开发的第二代卫星<a href="http://www.3sren.com/search/?type=all;q=%E5%AF%BC%E8%88%AA" target="_blank" >导航</A>定位系统，现在已经在大地测量、工程测量、城市规划、地壳运动监测与地震预报、海洋学、冰川学和气象学等研究领域显示出良好的应用前景，引起了许多国家的重视。
　　2.1 GPS定位的基本原理
　　长期以来人类一直在为精确确定目标物在地球上以及近地空间中的位置而进行不懈的努力。早期解决这一问题的主要方法是进行天文定位：测定太阳或其他天体的高度角和方位角并记录观测时间，以确定用户在该时刻的经纬度以及至某一目标的方位角。这种方法的定位精度通常不是很好，而且观测还要受气候条件的限制。
　　20世纪初随着无线电技术的发展，各种无线电导航定位系统相继出现，如欧米伽（Omega）系统、罗兰C（Loran-C）系统、台卡（Tacan）系统和微波着陆系统（MLS）等。无线电导航定位的基本原理与测量学中测定点位的方法十分相似，现以距离交会系统为例加以说明。设A和B为两个地面无线电信号发射台，其坐标已精确测定。用户P在某一时刻ti采用无线电测距的方法分别测得从P点至A、B两点的距离SAP和SBP，那么只需以A点和B点为圆心，以SAP和SBP为半径作出两个定位圆；即可交会出P点的平面位置。当然两圆相交一般会有两个交点，但用户根据其概略位置通常是不难加以判断和取舍的。况且为了提高定位的精度和可靠性，已知的无线电站数量实际上往往不止两个，此时就不再存在两个解的问题。根据用户至已知点的间距以及所需的精度，上述解算工作可以近似地在平面上进行，也可以在椭球面上进行。
　　与天文定位相比，无线电定位无论是在定位的速度还是在自动化程度方面都有了长足的进步，定位精度也有所改善，而且定位已基本上不受气候条件的限制。然而地面无线电导航定位系统的作用距离（覆盖面）和定位精度之间会产生矛盾。低频率的无线电电波可以沿着地球表面传播，因而只要具有足够大的发射功率信号就能传播到很远的地方。但长波信号的观测精度较差而且信号的传播路径又难以准确确定，再加上信号需要在稠密的大气层中长距离传播，而用户又无法测定信号传播路径上的气象因素，因而难以进行准确的气象改正，所以一些覆盖面很大的地面无线电导航定位系统的定位精度通常都较低。反之，使用高频率的信号虽然可以获得较高的精度，但这些信号是沿着直线传播的，所以覆盖面很小。于是各个部门和单位为了满足各自的要求相继建立了各种不同类型的地面无线电导航定位系统。
　　20世纪60年代，随着空间技术的发展，各种人造卫星相继升空。于是人们很自然地想到，如果把无线电信号发射机从地面台站搬到卫星上组成一个卫星导航定位系统，就能较好地解决覆盖面与定位精度之间的矛盾。全球定位系统就是一种采用距离交会法的卫星导航定位系统。如果用户P在某一时刻ti用GPS接收机同时测得从接收机至视场中的三颗GPS卫星（A、B、C）的距离SAP、SBP、SCP，而且该时这些卫星在空间的位置也是已知的话，那么我们就能用距离交会的方法求解P点的三维坐标（XP，YP，ZP）。　
2.2 GPS定位方法
　　目前，GPS的定位方法大致分为 4类[6]：①多普勒法；②伪距法；③干涉法；④载波相位法。为了满足高精度定位要求和分析研究的需要，除实时定位外，还可以将观测值录入磁盘、磁带或盒带，利用研究部门提供的软件进行后处理。
　　伪距法的定位原理比较简单。用伪距法定位时，接收机本机振荡产生与卫星发射信号相同的一组P码（或C/A码），通过延迟器与接收机收到的信号进行比较，当两组信号彼此重合时，测出本机信号延迟量即为卫星信号的传输时间，加上一系列改正，乘以光速，得出卫星至测站无线相位中心的斜距。如果同时观测4颗卫星，即可按距离交合法推算出测站位置和接收机时钟误差4个未知参数。伪距法定位精度较低，但可用于实时定位，如卫星、飞行器和船舶的实时导航。
　　载波相位是目前讨论最广泛、深入的一种定位方法。它能提供高精度定位的观测数据。所谓载波相位观测值实际上是卫星信号和接收机参考信息之间的相位差。由于载波相位法是利用卫星信号、载波波长为单位进行量度的，如果测相精度达到百分之一周期，则可使仪器测量分辨率达到1.9mm和2.4mm。在精密大地测量、地球重力学观测以及空中三角测量中，为了保证高精度，往往采用相对定位法，即把许多单测点瞬时载波相位观测值进行组合，形成单差方式、双差方式以及三差方式，消除系统误差。
　　GPS的定位按应用方法可分为两类:
　　（1）静态对地定位主要用于大地测量、板块运动测定等方面。这种方式定位所需时间长（几分钟到几十分钟），定位精度高，可达1ppm的量级。
　　（2）动态对地定位这一类定位精度较低，定位精度为分米级至米级，定位数据更新率可达秒级。主要是将GPS接收机安置在快速运动的待测平台上，如飞机、卫星、火箭、气球、船舶、汽车等，以对这些平台导航定位。
　　2.3 GPS在遥感调查中的应用
　　GPS在遥感调查中的应用主要有两个方面：①在遥感图像上识别出桥梁、河流汇合处以及村庄这些能作为地面控制点的地物，然后到实地，利用GPS确定每一控制点的实际位置（经纬度等），进而对图像进行几何纠正和投影变换；②对图像上的样本像元，根据它们的空间坐标，利用GPS进行实地定位，确定样本像元对应的地面类型，并用于分类。这两方面的应用方法在有关GPS的文章中已有介绍，下面以一个例子介绍GPS用于样本像元地面定位的方法。
　　美国曾利用SPOT数据与GPS相结合方法进行佛罗里达州南部湿地的土地覆盖调查（Rutchey 1994）。调查首先是利用ERDAS软件对SPOT数据进行非监督分类，聚类数的确定是基于分类结果图上每一聚类都能找出同质区域，以便利用GPS进行野外验证，通过试验，最后确定的分类数为30。
　　利用20个均匀分布的地面控制点把图像纠正到UTM地图投影。首先是在图像上找到对应地面控制点的像元，利用地面控制点数据和对应图像像元的位置数据计算变换矩阵，产生一个系数文件，利用一阶变换计算出每个像元变化后坐标，变换后像元位置的均方根误差（RMS）为0.4个像元，利用最近邻再采样法进行像元值内插。
　　为获得像元点地面实况，在经过纠正的图像上选择验证点，30个非监督分类类型尽可能每一个选择5个点，每一个点必须位于至少3×3像元的同质图斑中心，这样做是考虑到图像像元的位置本身存在着误差（均方根误差为0.4个像元=8m）以及GPS定位误差（3 m～7 m）。最后从图像上选择了 129个点。
　　对图像上选择的每一个点进行野外验证，野外验证利用GPS定位，通过目视方法估算大约20×20m2范围内每一土地覆盖类型的比例。
　　通过对验证点的实地状况分析，最后归纳出19个土地覆盖类型。129个验证点被归类到这19种土地覆盖类型中，这些验证点作为每一类型最初的训练样本。
　　观测每一类训练样本的分布，剔除不能反映该类分布的训练样本，剩下的训练样本被用来产生每一类的统计特征，并利用最大似然监督分类对图像中的每一个像元进行分类。

[此贴子已经被作者于2010-7-2 20:43:19编辑过]

喜欢0 评分0

举报回复

发帖回复

« 返回列表

您需要登录后才可以回帖，登录或者注册

返回顶部

[转帖]3S合一-GIS/GPS与RS的结合

最新喜欢：