遥感影像范文10篇

近年来，在总书记“绿水青山就是金山银山”的“两山”理论指导下，我国政府审计的重要内容由财政资金审计不断向自然资源资产的管理保护情况审计扩展。特别是2017年11月中央两办印发《领导干部自然资源资产离任审计规定（试行）》以后，各地审计机关已将自然资源资产离任审计纳入常态化审计事项，并对审计反映问题的广度和深度提出了新的要求。但是，面对这一全新的审计领域，各地审计工作开展总体还处于探索阶段，审计人员专业知识欠缺、数据处理能力弱和审计取证难的问题普遍存在。因此，如何在审计手段上实现转型升级，充分利用大数据分析、遥感影像分析、CAD测绘制图等新技术手段，已成为目前提高自然资源资产离任审计客观性、准确性和审计深度的重要抓手。

一、遥感影像分析技术在审计中的应用情况

（一）3S技术在自然资源资产离任审计中的应用

3S技术是遥感技术（RS）、地理信息系统（GIS）和全球定位系统（GPS）的统称，是目前对地观测信息获取、存储和分析应用的三大主要支撑技术。近年来随着各地自然资源资产离任审计的深入探索，3S技术已经成为审计项目开展必不可少的辅助工具。其主要功能包括但不限于：一是利用遥感技术（RS）提供被审计单位大范围、多时期、高精度的遥感影像信息，提供被审计领导干部任职期间自然资源资产变化情况的最直接的一手资料；二是利用地理信息系统（GIS）测量、统计、分析自然资源资产地理信息的变化情况，从而为评价被审计领导干部任期资源保护情况提供证据支撑；三是利用全球定位系统（GPS）提供不同历史时期、不同来源影像数据的嵌套分析技术支持，以便于审计人员对特定目标区域开展实地延伸取证和田野调查。本文主要就地理信息系统（GIS）如何开展地物影像信息的提取和分析进行研究。

（二）在审计中开展遥感影像分析的难点和应用前景

目前在各地审计机关开展的自然资源资产离任审计实践中，已普遍实现与自然资源和规划部门的数据共享，能够获取高分辨遥感影像数据并使用统一的投影坐标系（如北斗卫星的CGCS_2000坐标系）开展嵌套分析。但在实际操作中，审计人员受制于专业性限制，基本还依赖人工肉眼识别，存在效率低下、判断标准不一、容易误判漏判等问题。目前，基于高分辨率遥感影像的光谱分析是地理信息科学领域较为成熟的技术，能够精准定位并提取审计所需要的地物内容，相较传统目视比对做法具有速度快、精准度高的优势。

一、立项依据和意义

近年来，随着航天航空遥感技术的发展、高分辨率卫星遥感影像的民用化、遥感和GIS集成的关键技术取得突破以及“数字地球”计划的实施，遥感的应用领域正在进一步扩大。对于**这样经济高速发展的特大城市而言，城市面貌日新月异，土地利用、房屋类型和结构、地矿资源的变化也越来越快，对于行业管理部门来讲，如何利用现代空间信息技术，改造和优化传统的行业管理理念和模式，做到变被动管理为主动管理，变事后管理为事前管理，已经成为衡量管理水平的重要标志。

遥感影像以其直观性和现势性越来越受到许多行业和部门的青睐，如今，遥感技术已在国土资源管理、灾害预测、农作物估产、环境监测等领域得到了越来越广泛的应用。国土资源部自1999年开始，每年都利用卫星遥感技术对全国许多大中城市的土地利用情况进行了动态监测，**是调查和监测的重点城市之一。**市建委信息中心和**市航空调查办公室于2**0年初完成了**市第三轮航空遥感调查，并开展相关的应用和研究，为房地资源行业应用遥感技术辅助管理提供了启示。同时，随着现代计算机技术、网络技术、海量存储技术等同步、快速发展，也使得遥感技术“从实验室研究真正走向行业管理和应用”成为可能。

正是在这个背景下，20**年7月，我局列“遥感影像在房地资源管理中的应用研究”课题，旨在将新型遥感技术与日益发展变化的**房地资源管理结合起来，为行业管理提供一种科学、高效、快速的辅助支持决策工具。事实上，遥感技术的应用几乎可以覆盖到每个业务部门。通过遥感影像，我们可以以最快的方式了解周围环境的变化（如土地利用的现状及其动态变化的情况、旧区改造和房屋动拆迁的变化、沿海沿江滩涂增长等等）；为我们提供第一手的直接的信息，快速更新已有的GIS数据库信息，为行业管理服务，为政府决策支持服务。

在遥感技术和遥感影像的研究方面，**市建委信息中心和遥感办研究了“航空遥感信息在城市建设和管理中的综合运用破解研究”的专题，涉及到了“市区民居建筑类型和二级旧里”的研究，为我们开展进一步的研究提供了很好的帮助。在房地资源行业中的应用方面，主要有北京市利用IRS卫星遥感影像进行1:1****土地利用现状调查；天津市利用SPOT卫星遥感影像每季度进行土地利用执法监察，但是，效果并未达到预想的目的。将遥感影像与整个行业管理相结合，进行全面的、深入的应用研究则还没有。

经过三年来的研究和应用，我局利用遥感影像在房地资源的全方位应用和研究方面作了大量的工作（如遥感影像用于外环线内的旧区分布调查、房屋建筑类型调查、全市范围内的土地利用现状调查、沿江沿海滩涂调查等），有了明显的突破，成果均在行业管理中得到了很好的应用。

摘要：对我国农村公路现状进行分析，论述了遥感影像技术在农村公路管理领域的应用场景和方法，有助于利用信息化手段及时掌握农村公路建设及养护状态，对交通运输管理部门精准扶贫、全面决胜小康社会具有积极意义。

关键词：农村公路；遥感影像技术；信息采集

农村公路是我国统筹城乡一体化发展的一项基本公共服务，是满足农民群众基本生活与生产需要的重要基础设施。目前，我国农村公路建设及养护总体比较粗放，通过信息化手段及时掌握管理区划内的农村公路建设及养护状态，对交通运输管理部门精准扶贫、全面决胜小康社会具有积极意义。卫星遥感具有观察范围广、信息全面真实、成本低等特点，目前在交通领域得到了一定应用。本文主要介绍了遥感影像技术在农村公路中的应用领域及预期效果。

1农村公路现状与分析

（1）建设现状农村公路技术等级低，分布分散，路况较差，鉴于农村公路建设任务繁重和地方筹资困难，在满足基本需求的前提下，各地对农村公路大都采取了较低的技术标准，尤其是中西部地区大部分农村公路采取了简化的路面结构形式，甚至有的直接在原有路基上简单进行了路面硬化，线形标准也经常根据地形顺势而建，很多情况下都没有实施专门的排水防护工程与标志标线及交通安全设施等安保工程，总体上达不到现有等级公路的各项技术要求。此外，由于桥涵的单位建养成本都比较高，在缺乏专项资金情况下，农村公路尤其是通村公路建设中往往因为资金不足，忽视了桥涵等构造物，缺桥少涵、危桥众多、管养责任主体不明确等问题在农村公路上十分常见。（2）养护现状农村公路的养护整体不到位，尚未建立长期有效的养护机制，部分地区仍然重建轻养，养护需求与养护资源不成比例。我国农村公路发展存在东西部地区不均衡的问题，在东部地区，农村与城市之间的界限在不断模糊，乡镇企业众多且遍布农村地区，人口密度较大，这些地区农村公路技术等级高、交通量大，管养需求已经超越了传统意义上对农村群众出行的基本需求，更多是对道路安全与舒适程度的较高要求，需要专业化、机械化程度较高，及时到位的较高养护服务水平。而在中西部地区，还停留在农村公路较低的发展水平阶段，从管养需求来看，由于交通量和人口密度都很小、经济活动也少，甚至有的还停留在晴雨通车的养护需求水平，临时性、突击性的群众性养护是最常用的养护方法，不可能达到经常性、专业化养护，不能从根本上解决乡、村道路的养护问题。总之，面对巨大的总量需求和明显的地区差异，受当地资金、体制、机制等因素的制约，全国尚有较高比例的农村公路处于季节性、突击性养护甚至失养状态，部分地区农村公路“油返砂”、“通返不通”问题凸显，薄弱的建设基础与技术条件也是农村公路管养工作的一个重要特点。

2遥感影像应用领域及效果农村公路

1遥感影像概况

1.1遥感影像基本定义及介绍

遥感技术自诞生之日起，应用逐步延伸至我们日常生活的每个角落。1943年德国开始利用航空相片制作各种比例尺的影像地图。1945年前后美国开始产生影像地图，我国在20世界70年代开始研制影像地图。[1]在日常工作中，我们常常接触到遥感影像，谈及遥感技术及其应用。那么具体是指什么呢？所谓遥感影像，是指纪录各种地物电磁波数据而生成的各种格式的影像数据，在遥感中主要是指航空影像和卫星影像。目前遥感影像图无论在农业的土地资源调查，农作物生长状况及其生态环境的监测，还是在林业的森林资源调查，监测森林病虫害、沙漠化或是在海洋资源的开发与利用，海洋环境污染监测都有着非常重要的应用。[2]

1.2遥感影像的四个基本特征

遥感影像有其四个基本的影像特征：空间分辨率、光谱分辨率、辐射分辨率、时间分辨率。通常意义上，我们平时最多谈及精度的问题，常常是指空间分辨率（SpatialResolution），又称地面分辨率。后者是针对地面而言，指可以识别的最小地面距离或最小目标物的大小。前者是针对遥感器或图像而言的，指图像上能够详细区分的最小单元的尺寸或大小，或指遥感器区分两个目标的最小角度或线性距离的度量。它们均反映对两个非常靠近的目标物的识别、区分能力，有时也称分辨力或解像力。光谱分辨率（SpectralResolution）指遥感器接受目标辐射时能分辨的最小波长间隔。间隔越小，分辨率越高。所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小，这三个因素共同决定光谱分辨率。光谱分辨率越高，专题研究的针对性越强，对物体的识别精度越高，遥感应用分析的效果也就越好。但是，面对大量多波段信息以及它所提供的这些微小的差异，人们要直接地将它们与地物特征联系起来，综合解译是比较困准的，而多波段的数据分析，可以改善识别和提取信息特征的概率和精度。辐射分辨率（RadiantResolution）指探测器的灵敏度——遥感器感测元件在接收光谱信号时能分辨的最小辐射度差，或指对两个不同辐射源的辐射量的分辨能力。一般用灰度的分级数来表示，即最暗——最亮灰度值（亮度值）间分级的数目——量化级数。它对于目标识别是一个很有意义的元素。时间分辨率（TemporalResolution）是关于遥感影像间隔时间的一项性能指标。遥感探测器按一定的时间周期重复采集数据，这种重复周期，又称回归周期。它是由飞行器的轨道高度、轨道倾角、运行周期、轨道间隔、偏栘系数等参数所决定。这种重复观测的最小时间间隔称为时间分辨率。

2常用遥感影像

1遥感影像辐射质量的单指标评价方法

1.1灰度级分布评价

影像灰度级指像素点的亮暗差别，不同的灰度级分布情况将在影像上体现不同的明暗程度、对比度等。灰度直方图是表达影像灰度分布的有效工具，它反映影像中各灰度级与出现频率之间的统计关系。

1.2信息量评价

遥感影像信息量评价是从信息论的角度出发，通过度量影像所包含的信息对影像做出评价。信息熵是一种常用的影像信息量评价指标，它可以度量影像亮度值分散程度和均匀程度，这和上述的灰度级分布评价相类似，但在影像信息量评价中，需要顾及影像的像素数量及其波段数量。

1.3清晰度评价

摘要：基于卫星遥感技术的电网工程建设过程的质量监控，能够规范工程建设各方主体及有关机构的质量行为，并对电网工程产生的环境和安全影响进行评估。以某变电站为研究对象，通过对某变电站建设前后三期的遥感影像进行变化检测，来对该工程施工进程进行监测。通过实验研究得出，利用多时相的高分遥感数据，不仅可以及时地监测项目的总体施工状况和进度、实现大范围通道或场地清理的监控，而且可以及时有效地监测建设范围的生态环境变化动态和对施工工作量进行复核、评估。

关键词：高分辨率影像；变化检测；深度学习；动态监测

1研究背景及应用现状

电网在现代能源供应的体系中发挥着极其重要的枢纽作用，是一个国家经济的重要命脉。如何全面保障和提升电网工程建设过程中的安全质量是电网工程管理工作的重中之重。保证电网工程建设的安全、可靠开展，不仅仅关乎电网工程建设的顺利进行，更关系到国家能源安全和国计民生。随着我国经济的飞速发展，国民经济对电力工程等基础设施建设的依赖和需求也日益增加，稳定、安全的电网基建对国民经济的贡献极大。但是由于电网工程建设的施工现场情况复杂，区域跨度大，管控的难度也大，因而给施工项目带来了极大的安全隐患。在传统的工程施工现场，电网工程的质量监控主要受工程管理人员经验的影响，缺乏及时监测与监督的能力，对于工程施工现场的不规范现象和不确定因素无法实时地发现并及时地做出反应，难以完全满足现代工程施工现场的管理需求，因此在工程施工现场实行全面的自动化监控显得极其重要，国内外的众多专家学者也一直在探寻新的工程质量监控模式。全球范围内，高分辨率遥感卫星经过了几十年的飞速发展，已经逐步实现了商业化、市场化和产业化。进入21世纪以后，全球近30个国家和地区的政府机构和私人企业每年都投入了巨额的资金，用以研究和发展地球观测卫星，因而高分商业遥感卫星进入了全新的发展阶段。其特点是实用性更强、效率更高、周期更短等，高分商业遥感卫星的快速发展为社会的发展和生产带来了新的动力。卫星遥感技术的飞速发展为电网工程建设过程中动态监控的实现提供了可能。因此，本文利用高分卫星遥感技术进行电网工程建设过程的监控。首先，快速获取工程建设区域内的高分卫星遥感影像，然后，基于深度学习模型，对遥感影像进行判读、解译，最后，对前后期影像进行变化检测，实现电网工程建设过程中的动态监控。目的在于规范电网工程建设过程中各方主体及相关机构的质量行为，通过利用高分卫星遥感影像，对电网工程施工过程进行实时的动态监控，及时发现施工过程中的质量、安全隐患，并对电网工程建设产生的环境及安全影响进行评估。其意义在于确保电网工程建设的安全，保证人民生命财产安全，保护当地的生态环境，维护社会大众的利益，充分发挥电网工程项目的经济效益与社会效益。

2算法原理

2．1深度学习模型。卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）是近年来模式识别领域一种图片高效的分类方法，它将人工神经网络技术与深度学习的方法相结合，最大的特点是稀疏连接和权值共享，它使用了一种基于梯度改进的反向传播算法来训练网络中的权重，在实际应用中极大地避免了输入数据复杂的前期处理过程，可以直接输入原始图像或其他数据。CNN具备拟合任意复杂函数的特点，拥有非常强的拟合能力及表征能力，能够独立完成比较复杂的非线性映射。在面对复杂的地物分类上，基于卷积神经网络的深度学习方法具有比较突出的分类能力。利用深度的卷积网络，将整个遥感卫星影像作为输入数据，引入全局优化以及类别的空间关系信息作为约束条件，然后训练这个深度学习模型就可以进行遥感卫星影像的分类。大多数经典的卷积神经网络模型是为了分类任务而设计的，这类网络通常的设计思路一般都是在整个网络的最后一个卷积层之后再增加一个全连接层，将最后一组的特征图直接映射到固定长度的特征向量上，然后通过一层甚至几层全连接层把特征向量再映射到分类向量上，用来实现对原始输入数据的分类。CNN实现的是基于图像级的分类任务，它可以判断输入的图像属于哪种类别。可是，当要实现对输入的图像进行基于像素级的分类任务时，一般的CNN将难以实现这种需求。此时，可以通过调整或改变网络的输入、输出来完成基于像素级的图像分类任务。基于多尺度流形排序优化方法的基本流程为：以图像像素为基础，在此基础之上建立图像的深度学习网络，然后通过每一层网络的学习得到图像的表达式。为了更好地表达目标，基于多尺度流形排序优化方法中深层网络的每一层都被赋予了特别的意义。深度学习方法的本质上就是通过构造具有多个隐含层的机器学习模型，然后从大量的训练数据中学习和挖掘更多有用的特征，用来提高分类结果的准确性。因此，深度学习方法也是一种特征学习方法，可以从输入的图像数据中自动学习出最能表达目标的特征。在得到可以表征图像的特征后，再利用目标标记、目标上下文和场景上下文的信息来调整深度网络的权重，并通过上下文的信息形成“扩展－非扩展”的卷积层，来增强深度网络的识别能力，最大程度上消除分类的不确定性或模糊性，进一步减少处理时间，最终提高目标的检测性能。许多传统的分类方法都是基于局部特征的，但是实际上高层语义的描述更加稳定。因此，基于上下文的语义描述可以弥补底层特征与高层语义之间的空白。在目标层的基础上，增加一个目标群层和一个场景层，再通过多尺度、多方向滤波特征的空间分布提取场景的上下文特征，并采用流形排序优化的方法提高图像的分类精度，这样就可以在目标层、目标群层以及场景层之间形成一个有监督的网络。这个网络指导了整个模型的学习，通过不断调整深度网络的参数，最终实现了目标检测性能的提高［3］。2．2基于深度学习解译的变化检测方法。基于深度学习解译的变化检测方法首先利用深度学习的方法对同一地区前后期遥感影像进行全自动解译，在此基础上在对这两景影像进行变化检测。2．2．1基于深度学习的遥感影像全自动解译。这里用的深度学习方法是多尺度流形排序优化方法，此方法进行遥感影像解译的解决方案是：首先，利用高分辨率和对应的标记数据生成规定格式的样本训练集；然后，针对遥感影像的特点，设计多尺度流形排序语义分割网络模型；其次，利用第一步构建好的样本，对模型进行训练［4］。接着对训练模型进行测试，若测试不通过，则返回第二步修改网络模型，若通过测试则模型训练完毕，可以进行地物自动分割，具体流程如图1所示。2．2．2多时相遥感影像的变化检测。基于卫星遥感影像的变化检测是通过利用不同时期的同一地区的多源卫星遥感影像以及相关的地理空间数据，再结合遥感成像机理和相应的地物特性，判断该地区地物是否变化，这些变化主要包括地物的增减和地物性质或状态的改变［5］。根据不同的应用场合，变化检测解决方案可以分为无矢量变化检测和有矢量变化检测，并对变化检测进行加速处理。对任意两组影像首先进行降采样处理，得到降采样后的两期正射影像，采用面向对象的变化检测方法是指将前后两期影像使用mean－shift分割算法将前后两期影像分别进行分割［6］。通过计算前后两期影像的分割对象的光谱差异，纹理差异，结合分割对象的语义信息、上下文特征提取出两期影像的变化置信度图，通过EM算法或最大类间方差等前背景分割算法二值化变化置信度图最后输出变化图斑，具体技术路线如图2所示。

摘要:本文主要针对遥感技术的特点，对其在当前数字城市建设中的应用，提出一些科学有效的应用方案和策略，以便为进一步突出遥感技术的重要性，提高数字城市建设质量提供可靠的参考依据。

关键词:遥感技术;数字城市;应用分析

遥感是指以电磁波理论为基础，利用某种传感仪器对远距离研究目标的特征信息进行有效的获取、加工和表达的一种探测技术。随着近年来遥感技术应用范围的不断扩大，人们对其基本科学原理也给予了新的概念，即遥感技术主要将地表探测目标作为观察对象，并利用飞机、人造卫星等来对其电磁辐射信息进行准确的收集和判认。现如今，其在数字城市建设中有着很好的应用成效，因此，对其进行深入的分析，很有必要。

1遥感技术的特点分析

1．1数据资料获取范围大。由于遥感技术在应用过程中，一般是通过飞机、人造卫星等航空航天设备来对地表目标的特征信息进行探测，所以其信息获取的范围也是十分宽广，能够宏观的展示出具体景象的图像，例如，利用陆地卫星来探测地球资源与环境，其最终可以呈现出近3万多平方千米的影响图像，这在一定程度上，大大提高了地表探测效率和探测精度。1．2信息获取速度快。由于卫星在运行过程中是以地球为核心来获取或更新各地区的自然景象资料，所以其信息获取的速度以及测量精度等要较传统人工实地测量技术远高出很多倍。例如，NoAA气象卫星平均每天能获取两次地表测量图像、Meteosat卫星则在30秒内就能获得同一地区的图像。1．3信息获取方式多元。遥感技术在实际运用时，其信息获取方式十分多元，往往能够根据不同的探测任务，采用不同波段和遥感仪器来获取各类地表信息，如:紫外线、红外线、可见光探测物体及微波等。这其中，尤以微波波段的应用时长和应用效果最为明显，能够在全天候工作状态下保证测量结果的准确性和实效性。

2数字城市建设中遥感技术的具体应用方案

1无人机遥感在环境保护中的应用

环境与生活的品质有直接的联系，环境保护受到越来越多的关注。对于建设项目，其对于水环境、声环境、生态环境等的影响必须经过评价以确定该项目是否合符法律、法规的要求。成熟的、完善的无人机遥感技术，在国土监察、气象遥感等领域就用广泛。环境保护领域中的应用，取得令人满意的效果。对提高应急效率等有着极大助力。及时快捷的灾情信息对于及时制定救援策略，提高救援效率和质量起着至关重要的作用。2008年南方出现罕见雨雪冰冻灾害，在灾情监测勘查、灾情评估、现场救灾指挥、受灾面积估算、灾后重建工作无人机遥感都体现了其优势。2010年郎城、杨永崇等人主要采用三种机型来获取航片，应用近两年航拍的无人机遥感影像完成东胜区土地利用动态监测。2011年12月辽宁省辽宁环境与航空应用工程中心采用无人机遥感系统对辽河流域现状航拍和遥感监测，影像分辨率为0.1m。遥感监测对辽河生态系统现状全面评价。将无人机遥感应用在环保领域辽宁走在了国内的前沿。随之，2012年辽宁环境航空应用工程中心利用通航研究院研制完成的sy-1型低空无人机遥感系统，选用高分辨率面阵CCD数码相机作为遥感设备，对辽宁省锦州市第二、三污水处理厂进行规划环境影像评价，通过遥感目视解译以及将无人机遥感影像作为规划底图，为环评工作提供数据支持和依据。将遥感影像与专题图联系起来是一个具备实用价值的课题。当需要对偏远的地区地形图作为底图供保用，精度低或年代久远是不能满足的使用的。多光谱成像仪生成多光谱图像，提供污染状况信息的专题图。另外，无人机遥感系统生成高分辨率遥感影像甚至还可以辨识出该区域内不同植被类型的相互替代情况，这样对区域内的植物生态研究也会起到参考作用。

2研究对象概况

地理位置上，丹东港位于辽东半岛东部，鸭绿江入海口西岸，南临黄海，是辽东半岛港口群中距离朝鲜半岛和日本列岛最近的港口。丹东港现有大东港区（海港）和浪头港区（河港）两个港区，共有生产性泊位15个，其中大东港区是我国北方天然不冻良港，共有万吨级以上泊位10个，港区内有油品专业码头1座。港口工程分多期进行。有部分项目还在处于报批或未开工，对于建设项目环保管理的手段提出考验。通过无人机拍摄的高清图片，工作人员在对图片进行处理后能够清楚明了地得到该建设项目的信息，为作出决策提供详实、实时的佐证。

3无人机遥感技术

无人机遥感技术是无人驾驶飞行器技术与遥感技术的结合。即自动化、可编程飞行与遥测、遥控、通讯、GPS差分定位的综合技术。该系统能快速获取土地资源和环境等的空间遥感信息,可为后期处理遥感影像数据提供高分辨率的数据。其具有成本低、损耗低、高时效性、可灵活使用等诸多优点。无人机遥感技术是由空中部分、地面部分组成。其中空中部分由遥感传感器、遥感空中控制、无人机平台组成;地面部分由航迹规划、无人机地面控制以及数据接收显示部分组成。遥感影像覆盖范围广、获取周期短、相对于卫星与航空遥感受自然条件限制少，能为环境保护提供高时效、高精度的数据。相比于普通GOOGLE地形图，无人机遥感影像时效性更高、分辨率更高、能更准确反映项目周边实际情况。遥感技术已在建设项目水土保持监测中、环境影响评价中、环保验收中等工作中得到应用，并取得了不错的效果。

摘要：

当前我国城市的发展越来越注重生态效应，城市的绿化状况倍受关注。城市绿化的精细调查则是进一步提高绿化建设和管理水平的重要基础。本文以上海市第三轮航空遥感在上海市绿化调查中的应用为例，从光谱特性和绿化信息精确定位、定量等角度论述了应用彩红外航空遥感数字化信息进行绿化精细调查，具有高精确性、高可靠性和高效率等突出优点，介绍经过实践验证的一种应用方法，并探讨了航空遥感绿化调查今后的发展的方向。

关键字：航空遥感彩红外数字化绿化调查

近年来，随着我国经济水平的不断提高，人们对城市生活环境的要求也日渐提高，建设生态城市的观点越来越被受到关注。上海、天津、哈尔滨、扬州、常州、成都等城市纷纷提出建设生态城市的目标[2]。城市的绿化建设则是城市生态化的一个重要方面，有关专家指出，加强绿地生态建设应该是城市生态环境建设“十五”规划的重要措施之一，城市绿地生态建设要以扩大绿地面积、提高绿地覆盖率、以质取胜为目标[3]。城市的绿化现状如何则是进一步进行绿化规划与建设的直接、重要依据，在建设部创建国家园林城区的工作中起到了管理与监控的作用。因此，开展绿化现状调查必不可少。要使绿化调查的结果更为精确，必须结合高科技手段。其中，采用彩红外航空遥感数字化信息进行解译是一种比较可行的方法。

1．彩红外航空遥感数字化信息用于绿化精细调查的优点

彩红外航空遥感是一种适用于植被勘察、伪装侦察和地上资源探测的航空遥感手段，所采用的光学成像胶片一般为非真实彩色反转片，成像光谱范围介于0.5~0.9μm[1],即处于主要绿光、红光和近红外波段，可以有效地减少因空气分子对蓝光散射所造成的影像清晰度下降的不良影响，非常适用于捕获城市地表信息。在彩红外反转片上，地表植被呈现的是不同饱和度的红色，而非日常所见的绿色。

关键词:土地利用总体规划;遥感;全球定位系统;地理信息系统

“3S”技术是基于计算机技术和网络通信技术的解决与地球空间信息有关的数据获取、存储、传输、管理、分析与应用等问题的信息系统,其包括摄影测量与遥感(RemoteSensing,RS)、地理信息系统(GeographicInformationSystem,GIS)、和全球定位系统(GlobalPositioningSystem,GPS)(简称“3S”技术)。土地利用总体规划是对一定区域未来土地利用超前性的计划和安排,是依据区域社会经济发展和土地的自然历史特性在时空上进行土地资源合理分配和土地利用协调组织的综合措施。“3S”技术为土地利用总体规划的数据采集、图形制作及信息管理等多个环节提供强有力的技术支持。

一.摄影测量与遥感(RS)在土地利用总体规划中的作用

摄影测量从产生至今,已经历了模拟摄影测量、解析摄影测量和数字摄影测量三个阶段。随着数字摄影测量技术和设备的不断完善和发展,数字摄影测量系统(DPS)必将取代过去传统的光机型测量仪器。遥感是不与探测目标相接触,应用探测仪器,从远处把目标的电磁波特性记录下来,再通过分析揭示出物体的特性性质及其变化的综合性探测及技术。

当前,传统的模拟土地利用现状图及其相应的土地管理模式,根本无法适应现在信息化的管理模式及应用需求。随着土地开发利用的速度日益加快,为了实现土地利用现状动态管理、加强土地产权的有效监督、建立“以图管地”的土地资源管理新模式,已成为土地资源管理工作的迫切要求。摄影测量与遥感技术可以给土地信息系统(LIS)提供大量的相关信息,是信息时代土地利用现状数据采集、更新和修正的重要手段。

随着计算机技术、信息技术、空间技术的迅猛发展,摄影测量进入了全数字时代,遥感技术进入1m以内的高分辨率和立体观测阶段,摄影测量与遥感技术的差异不断减小。事实上,“摄影测量(包含影像判读)”与“遥感”这两个名词指的是不同时期的同一学科,遥感是摄影测量学的补充与发展。数字摄影测量的出现,使得通过计算机处理从航空摄影测量或航天遥感图像上获得GIS数据的想法得以实现。它是将数字影像或数字化影像通过计算机进行处理和加工,以获取建立GIS所需的相关信息。