遥感知识范文精选
遥感知识范文第1篇
关键词： 接收系统； 故障诊断； 专家系统； 知识库； 故障树
中图分类号： TN927?34； TP182 文献标识码： A 文章编号： 1004?373X（2016）03?0104?05
Knowledge base design of fault diagnosis expert system applied to
remote sensing satellite receiving system
HU Meng1， WANG Wanyu2， TAO Sunjie3， WANG Jianping2
（1. The No. 39 Research Institute， China Electronics Technology Group Corporation， Xi’an 710065， China；
2. Institute of Remote Sensing and Digital Earth， Chinese Academy of Science， Beijing 100094， China；
3. Southwest China Institute of Electronic Technology， Chengdu 610036， China）
Abstract： For the fault characteristics of the remote sensing satellite receiving system， the architecture of the fault diagnosis expert system is provided. The fault characteristics of the monitoring information and task flow for system equipments are analyzed， and the system fault tree is established and analyzed， based on which the knowledge base of the fault diagnosis expert system is established with the knowledge representation method of production. The designed fault diagnosis expert system according to this knowledge base has been applied in the actual engineering projects， which can improve the fault diagnosis efficiency of the remote sensing satellite receiving system.
Keywords： receiving system； fault diagnosis； expert system； knowledge base； fault tree
0 引 言
遥感卫星接收系统结构复杂，功能繁多，运行的自动化程度高，且系统中设备之间紧密耦合，一处故障可能引起一系列连锁反应，从而导致系统不能正常工作，影响卫星数据的接收，造成宝贵的卫星数据资源的丢失。
目前，遥感卫星接收系统大多仍采用人工方式进行系统故障诊断，该方式对故障诊断人员技术能力要求高，效率低，已不能适应新的技术发展需求[1]。因此采用先进的智能故障诊断技术，提高遥感卫星接收系统的本地和远程的故障诊断能力，已成为遥感卫星地面接收系统的重要发展趋势，具有重要的研究价值和现实意义。
本文针对遥感卫星接收系统故障诊断智能化、自动化的技术需求，依据遥感卫星接收系统的故障特征，在对已有故障诊断技术进行分析总结的基础上，给出了故障诊断专家系统的架构，并结合实际工程项目完成了故障诊断专家系统知识库的设计和实现。依据该知识库设计的故障诊断专家系统已应用于实际工程项目，提高了遥感卫星接收系统故障诊断的效率。
1 遥感卫星接收系统组成及故障特性分析
遥感卫星接收系统是一类复杂系统，主要由天伺馈系统、跟踪接收系统、测试系统、记录系统和站监控管理系统组成[2]。系统中包含有天线、座架等机械设备，还包含大量各类电子设备，如变频器、解调器、调制器、误码仪、频谱仪、计算机和服务器等设备。站监控管理系统监测和控制系统各设备的状态，各设备在站监控管理系统的控制下完成对遥感卫星数据的跟踪接收任务。典型的遥感卫星接收系统如图1所示。
总体来说，遥感卫星接收系统具有以下故障特性[3]：
（1） 系统组成复杂，结构层次多。与此相对应，系统故障点多、故障类型多、故障状态多、故障因素多，因果关系复杂，快速、高效、准确、可信诊断故障难度高，故障排查、处理决策难度高。
（2） 系统涉及专业领域广，知识构成复杂，知识表述及规则制定等难度大。
（3） 系统处于数据接收的工作状态与等待数据接收状态的交替运行模式，系统不是处于稳定、连续的运行状态之中，故障突发性概率高。
（4） 系统工作受卫星、空间链路、工作环境等外部因素影响大，出现问题时区分内、外部因素难度大。
（5） 故障位置、类型对系统工作的影响程度差别大，故障影响级别的分类、处理决策难度大。
从以上故障特点可知：遥感卫星接收系统的故障具有层次性，而更多的是其形态的多样性和不确定性。为此，将系统的故障诊断分解为故障检测、故障识别和定位、故障处理决策三部分。
故障检测功能利用站监控管理系统、测试系统实现，其主要任务是完成各类信息的采集、记录，包括故障信息、设备状态、任务执行信息、测试结果信息等。
故障识别和定位是根据故障检测结果及知识库信息，经分析、推理确定故障类型（如设备硬件故障、软件故障、设备参数设置错、设备需要标校等）和发生故障的设备。
故障处理决策是在故障识别和定位的基础上，对故障进行解释和评估并提供处理决策。
2 故障诊断专家系统架构设计
故障诊断专家系统主要包括知识库、综合数据库、推理机、解释机、知识获取、故障分类统计评价及人机接口等部分[3]，如图2所示。
知识库包含领域中的大量事实和规则，是领域知识和相关常识性知识的集合，这些知识可以用一种或多种知识表示方法来表示，知识表示方法决定了知识库的组织结构，并直接影响全天整个专家系统的工作效率。
综合数据库存储所有原始特征数据的信息（包含状态监视信息、任务信息、测试信息、设备信息、参数配置信息等）、推理过程中得到的中间信息和解决问题后输出的结果信息等。
推理机是专家系统的组织控制机构，它根据输入信息，运用知识库中的知识，按一定的策略进行推理，完成故障诊断。
解释机能够解释推理过程，并能够询问需要的补充特征信息；此外，还可以解释推理得到的确定性结论，并对诊断结论做评估。
知识获取是专家系统和领域专家及知识工程师的接口，通过它与领域专家和知识工程师交互，使知识库不仅可以获得知识，而且可使知识库中的知识不断更新，从而使专家系统的性能得到不断改善。
故障分类统计评价对系统故障进行分类、统计及分析评价，获取系统中的薄弱环节、故障多发设备等信息，为系统设计提供改进建议，也可为系统维护、备件订购等提供技术支撑。
人机接口是专家系统和用户之间进行信息交互的媒介，它可以以文字、图形、表格等多种方式与用户交互。
3 知识库设计
知识库设计是专家系统的关键环节，包括问题知识化、知识概念化、概念形式化、形式规则化和规则合法化[4]。本文设计的故障诊断知识库由知识主表，业务知识主表，业务知识从表的结构组成。知识存储在数据库中，通过层级结构对专家知识进行存储和管理。设计时用故障树模型表述较为复杂的专家知识，并且关联其他类型的专家知识。
3.1 知识库结构
3.1.1 知识库组织结构
故障诊断知识存储在数据库中，通过层级结构，对专家知识进行存储和管理。知识库由知识主表、业务知识主表、业务知识从表组成。
知识主表：用抽象的方式存储各类知识，包括知识ID，知识类型，知识描述，版本号，创建时间，审批时间，状态等属性。其中，知识类型用以划分系统中各种类型的专家知识，知识描述用以描述各类专家知识的特性，其他属性字段则适用于知识的和审批。
业务知识主表：分别描述了故障诊断系统的多类专家知识，包括故障监测点知识主表，闭环测试知识主表，故障树知识主表等。
业务知识明细：是具体的专家知识的存储结构。
通过上述三层层级结构，有效地构建了稳固、可靠并且方便扩充的专家知识数据库模型，方便后续更为复杂的专家业务知识的存储。
3.1.2 知识库逻辑结构
本设计用故障树模型表述较为复杂的专家知识，并且关联其他类型的专家知识，形成和真实人工诊断基本一致的知识存储方式。
故障树知识作为主干，其他类型的知识作为枝蔓，共同构架，完成了故障诊断系统的知识组成和架构设计。同样，故障树模型为后续更多不同类型的专家知识的纳入建立了基础和准备。
3.2 知识表示
知识是故障诊断专家系统的核心之一，知识表示方法决定着知识库的组织结构并直接影响整个故障诊断专家系统的工作效率。知识包括事实与规则。
3.2.1 事实的表示
事实分为叶子事实（LeafFact）和非叶子事实（NotLeafFact）。叶子事实是不能再进一步寻因的、有数据库数据直接支撑的事实，在故障树上反映为叶子节点，或者是故障检测点事实和闭环测试事实等故障产生的原因；非叶子事实是不能进一步寻因的、没有数据库数据直接支撑的事实，在故障树上反映为根节点和叶子节点的祖先节点。事实主要包括以下属性：
{
事实名称：
事实代号：
事实描述：
是否为叶子事实：
GET信息：
JUDGE信息：
值：
置信度：
排除故障建议：
……
}
事实名称：事实的中文ID，方便用户和开发人员理解事实的意义；
事实代号：事实的英文ID，惟一，不可重复，在知识库中事实的惟一标识；
事实描述：事实的详细说明；
是否为叶子事实：事实的类别；
GET信息：获取支撑数据，只有叶子事实才会有；
JUDGE信息：对获取到的数据进行计算判断，只有叶子事实才会有；
值：表示该事实的状态，有正常、异常、未知等可能的状态；
置信度：计算或推理得到该事实节点正常、异常等状态的可信度；
排除故障建议：如果该部位发生故障，可以给出排除该部位故障的意见。
3.2.2 规则的表示
规则的表达有产生式、框架、语义网络、神经网络等表示形式[5]，也可以简单地理解为一组条件和满足此条件下的操作[6]。本设计用产生式规则存储领域专家的故障诊断知识。产生式规则的通用表达方式如下：
if A， then B
其中：A为规则前件，表示触发该规则需要满足的先决条件；B为规则后件，表示触发规则后，可以得出的结论或者应该执行的操作；A包含一个或多个前件元素（又成为“模式”），B也包含一个或多个后件元素，当A中的所有前件元素能在全局数据库中得到匹配时，称为模式匹配成功，该规则可以触发，推出规则后件元素。规则主要有如下属性：
{
规则名称：
规则代号：
规则描述：
规则前件元素列表：
规则后件元素列表：
后件元素关系：
参数：
……
}
规则名称：规则的中文ID，方便用户和开发人员理解规则的意义；
规则代号：规则的英文ID，惟一，不可重复，在知识库中规则的惟一标识；
规则描述：规则所实现功能的详细说明；
规则前件元素列表：需要哪些事实得到匹配，才会触发该规则，是事实代号的集合；
规则后件元素列表：规则触发后可以推出哪些结论；
后件元素关系：标准关系有与或非，当然用户也可以自定义关系；
参数：后件元素关系可能会包含某个参数。
3.3 知识库管理和维护
知识库是一个独立的实体，它存储的知识需要通过程序来提取和管理。然而，故障诊断知识库还需不断完善，领域专家可能随时会更新知识库，故障树也可能随时会根据需要更新。因此本故障诊断专家系统以图形、列表等形式，对故障诊断专家系统的各类事实、规则等知识进行管理和维护，包括查询浏览、增加、修改、删除等功能。
3.3.1 事实管理
事实管理包括GET函数管理、JUDGE函数管理和事实管理。GET函数管理是对动态链接库“get.dll”中的GET函数登记管理，即读取其中的标准GET函数和自定义的GET函数名，将其读入到数据库中。同样，JUDGE函数管理，也是读取“judge.dll”中的标准JUDGE函数名和自定义JDUGE函数名，将其存入数据库中，只有登记到数据库中的GET函数和JUDGE函数才能供叶子事实调用。
3.3.2 规则管理
规则管理主要包括规则管理、解释管理和后件元素关系管理。规则管理包含对规则各个属性的管理，其中，规则前件、规则后件是在弹出对话框中的事实库中选择的；解释管理是对系统如何寻因进行管理；后件元素关系管理包含标准的And，Or，Not，或者其他自定义关系，如图3所示。
规则管理，其可视化操作包括故障树查看、故障树模型建立、故障树变更和删除等，可直接在图形界面上进行编辑，通过事件拖拽形式建立或变更故障树，并可在图形界面上直接修改故障树各个节点属性，如事件名称、描述、故障建议等。
3.3.3 知识库的更新
如果对知识库中的事实、规则、函数不加限制的随意添加、删除，很可能出现知识库不一致的情况，比如出现规则前件元素的事实在事实库中找不到，那么该规则永远都得不到匹配；或者叶子事实的标准GET函数在函数库中找不到，那么该叶子事实永远获取不到数据判断不了它的状态。为了保证知识库的一致性，需要按一定顺序对知识库进行操作。
要添加一条规则，必须保证它的前件元素、后件元素存在于事实库中，因此需要先添加事实，添加事实之前，必须保证其GET函数、JUDGE函数在函数库中，因此必须先添加GET函数和JUDGE函数。
要想删除GET函数或者JUDGE函数，需先删除引用该GET函数或者JUDGE函数的所有事实，要删除事实，必须先删除所有引用该事实的规则。如果想强行删除GET函数或者JUDGE函数，那么会提示有哪些事实引用了该GET函数或者JUDGE函数，而删除失败；如果想强行删除事实，那么会提示有哪些规则引用了该事实而导致删除失败。如此，能在一定程度上保证用户在操作知识库时的安全。
3.3.4 知识库一致性检查
在故障诊断系统的知识库建立好后，随着系统的运行与专家知识的不断总结，会有新的知识不断加入到知识库中，产生式规则的数量也在不断增加，虽然在操作知识库的时候进行了一些一致性控制，但仍然会存在规则之间矛盾、冗余、蕴含等不一致和不完整性。
在知识库构建之初，可以通过人工的方式进行检查，但知识库变得庞大之后，规则之间的联系变得复杂，人工方式难以排查，因此知识库必须建立知识有效性和完整性检查机制。
知识库一致性检查包含：知识矛盾、知识循环、知识等价、知识蕴含、知识不完整性。知识矛盾是指相同的前件推出两个相反的结论，或者在相同的前提条件下得出相互矛盾的两个结论；知识循环是指规则形成了一个循环链；知识等价是指如果两个规则R1和R2的前件等价时，得出的结论也等价；知识蕴含是指如果两条规则R1和R2的结论部分等价，但一条规则R1的前件蕴含另一条规则R2的前件；知识不完整性是指事实库中的事实没有完全包含在规则库中规则的所有前件和后件中。
同时，根据故障诊断规则的特点，还需要做如下检查：
（1） 规则前件元素一般只有一个，且是非叶子事实；
（2） 故障树层次结构清晰，故障树之间相互独立无交叉；
（3） 任何一个事实最多作为一个规则的前件，最多作为一个规则的后件。
3.3.5 模拟推理
在按照正常流程对知识库进行编辑、更新事实和规则并进行一致性检查后，仍需确认更新后的知识库，以便确保故障诊断系统按预期进行推理。因此，在知识管理模块设计了一个模拟推理功能。
模拟推理界面可向全局事实库中输入需要测试的事实，然后推理并观察规则匹配后的推理结论是否与预期一致。模拟推理有两种方式：第一种是一键推理，根据全局事实库中的事实，推理机推出所有可能的结论；第二种是步进推理，根据当前全局事实库中的事实，每一步只触发一条规则，直到没有规则可以触发，这个过程就像一步一步调试程序。
4 结 论
知识库设计是专家系统的关键环节，本文通过对系统设备监测信息及任务流程的故障特征分析、系统故障树的建立与分析，利用产生式的知识表示方式，建立了故障诊断专家系统的知识库。知识库存储在数据库中，通过层级结构，对专家知识进行存储和管理。
依据该知识库设计的故障诊断专家系统已应用于实际工程项目中，提高了遥感卫星接收系统故障诊断的效率。
参考文献
[1] 冯旭祥，王万玉，张宝全.遥感卫星接收系统的故障诊断技术综述[C]//中国空间科学学会空间探测专业委员会第二十六次学术会议论文集.北京：中国空间科学学会，2013：195?201.
[2] 王万玉，张宝全，刘爱平，等.频率复用高码速率遥感卫星数据接收系统设计[J].电讯技术，2012，52（4）：423?428.
[3] 王万玉，陶孙杰，冯旭祥，等.遥感卫星接收系统故障诊断专家系统设计[J].电讯技术，2015，55（5）：491?496.
[4] 张志杰.测控装备故障诊断专家系统的设计与实现[J].舰船电子工程，2012，32（6）：95?97.
[5] 王帆.基于故障树的空间有效载荷故障诊断系统研究[D].北京：中国科学院研究生院，2007：21?23.
[6] 戎月莉.计算机模糊控制原理及应用[M].北京：北京航空航天大学出版社，1995.
遥感知识范文第2篇
1．1教材与教案
遥感课程的教材较多，其中《遥感导论》在内容上着重于遥感基本原理和方法的介绍，条理清楚，阐述准确，适合各类专业学生遥感基础理论;《遥感概论》内容安排合理，重视遥感科学的技术性和实践性;两部教材可结合使用，保证遥感知识的全面掌握。在教学过程中，统一制定一本教材，其他教材作为参考教材推荐给学生，同时将一些专业的遥感资讯网站推荐给学生，以便学生自学使用。教案在教材内容的基础上，补充教材以外最新的遥感前沿信息，并根据学生的专业补充遥感技术在该专业中的应用案例。动态更新的教案改变以往一成不变的教材教学，提高学生的专业应用能力。随着互联网资讯的飞速发展，在教学过程中，除了教材与教案，也会及时的推荐专业的资讯平台给学生，帮助学生更好地进行课后学习，提高学生的自学能力。
1．2教学内容
本科生应具备坚实的理论基础及较好的专业实践能力，因此应用遥感的教学内容包括理论教学和实践教学两部分。理论教学包括:遥感概论、遥感的物理基础、遥感技术原理及特点、遥感图像处理、遥感图像的目视解译和计算机解译、遥感应用和3S技术应用。理论教学过程中，在传统的理论知识讲解基础上，充分考虑学生的专业背景，尽量使用与学生专业相关的数据案例进行教学，以便提高学生的学习兴趣及知识的应用能力。实践教学包括:遥感图像处理软件的使用、遥感图像基本处理技术、遥感图像计算机分类以及遥感图像人机交互解译的应用实践。同样的，在实践教学部分，也是结合学生的专业背景，尽量使用与学生专业相关的数据;在实验环节上针对不同专业的同学设计与专业应用有关的实验步骤，争取让学生在实践教学过程中能够完整的进行一个与专业相关的遥感应用练习，提高学生的实际应用能力。
1．3教学方法
传统的遥感教学主要着重于课本的理论教学并辅以相应知识环节的操作练习，实践教学各环节主要对应理论知识点进行独立练习，缺乏系统完整的应用实践，更没有联系学生专业，做到与实践专业相结合的实践教学。应用遥感课程更注重与学生专业相结合的应用实践，因此在教学方法上进行了一系列的改革探索。理论教学分为课内和课外，课堂上以理论讲述结合实例讲解为主;重点问题以思考题的方式让学生在课外利用互联网资讯平台进行查阅思考，再在课堂上以讨论提问的形式将课外查阅信息和课本知识融会贯通，并增加遥感知识在其专业应用的课堂讨论，加深学生对知识的理解，同时提高学生的自学能力。实践教学根据学生的专业背景设计不同的实例应用操作，让学生在一个完整的遥感应用实例中进行遥感软件操作、遥感图像处理、遥感图像计算机分类以及遥感图像人机交互解译等练习。学习遥感技术的同时也学习了一个遥感应用项目是如何实现的。这样结合学生专业的实践教学不但提高了学生的学习兴趣，也增强了学生的动手能力，让学生能够将所学知识运用到自己的专业学习中，为毕业设计或将来就业奠定良好的专业技能。
2遥感技术应用能力的培养
2．1基础应用能力的培养
遥感的基础应用能力主要包括遥感图像处理软件的使用、遥感图像基本处理技术、遥感图像计算机分类以及遥感图像人机交互解译等遥感数据处理的基本技能，这一部分教学是不区分专业的，也是遥感课程要求学生必须掌握的知识技能。只是考虑到实践教学是针对不同专业的学生进行的完整的应用实例操作练习，因此在基础应用练习中所使用的数据会根据不同的学生专业有一定的针对性，也保证后续操作练习的连贯性。
2．2专业应用能力的培养
遥感的专业应用能力主要是在学生掌握了遥感基础应用技能的基础上，培养学生结合自身专业的遥感应用能力，也是遥感综合应用能力的一个提升。教学过程中，通过向学生介绍遥感在其专业中的应用实例，使学生理解遥感知识在其专业中的位置;也通过要求学生在课外查阅学习遥感在其专业中的应用案例，使学生扩大知识面，加深对遥感应用的专业认知;同时在学生课外自学的基础上进行遥感在其专业中应用案例的课堂讨论，让学生尝试运用所学知识设计或改进应用案例，提高学生的知识运用能力。实践教学部分，会在遥感基础应用操作练习的基础上，结合学生课外学习的反馈，制定对不同专业学生有针对性的遥感应用实例操作练习。如水土保持专业的基于遥感技术的水土流失监测，城市规划专业的城市绿地遥感调查分类，环境科学专业的水域分布变化监测，土地管理专业的土地详查及土地资源动态监测，草学专业的草地资源动态监测与估产等应用案例。通过针对性的遥感应用实践教学，增强了学生对理论知识的理解，也提高了学生遥感应用的动手能力。
3结语
遥感知识范文第3篇
关键词 CDIO 遥感原理与方法 实验设计
中图分类号：G642
文献标识码：A
CDIO工程教育模式是近年来国际工程教育改革的最新成果，是由麻省理工学院和瑞典皇家工学院等四所大学共同创立的工程教育改革模式。该项目已扩展到全世界，包括了各种工程类专业的教育。该项目的愿景是为学生提供一种强调工程基础的、建立在真实世界的产品和系统的构思（Conceive）、设计（Design）、实现（Implement）和运作（Operate）过程的环境基础上的工程教育。CDIO培养大纲将工程毕业生的能力分为工程基础知识、个人能力、人际团队能力和工程系统能力四个层面，大纲要求以综合的培养方式使学生在这四个层面达到预定目标。在遥感原理与方法教学中引入CDIO理念，使学生能在课程学习过程中不仅掌握遥感基本的理论知识和基础技能，同时对学生分析与解决问题、创新精神的培养也是一种行之有效的途径。
1 遥感原理与方法课程概况
遥感原理与方法是我国高等院校地理科学类专业（包括地理、地质、地球物理、气象气候和海洋）的一门重要基础课程，也是地理信息系统专业和遥感科学与技术专业的必修的核心课程之一。特别对遥感科学与技术专业工科学生而言，解决遥感图像处理、信息提取等实际问题，CDIO能力尤其重要。遥感原理与方法课程在成都信息工程学院的教学中以本科生为主要对象，主要介绍遥感基本理论、基本方法和遥感应用的基本技能。同时根据本课程内容体系、特点以及CDIO理念，在课程中注重培养学生的以下能力：（1）掌握遥感科学与技术的基础知识，包括遥感物理基础、地物与电磁波相互作用和遥感成像机理；不同遥感器特性与遥感构像特征；遥感图像处理的方法与技术；遥感图像目视解译及计算机解译的原理、方法和步骤，航空照片、多光谱图像、热红外图像、雷达图像和高光谱图像信息提取，以及遥感专题信息的分析和在不同领域应用等；（2）获取遥感技术基础知识的能力和具备遥感基本技能；（3）学会系统分析遥感实践中的问题；（4）有在遥感项目实践中进行团队合作的能力；（5）学会非遥感专业技术知识，进行个人职业技能的锻炼；（6）具备设计和实施遥感项目的能力。
2 基于CDIO理念的遥感原理与方法课程的实施
2.1 遥感项目实施调查学习
根据本专业各教师的项目情况制定若干与之相关的有关遥感技术和组织、管理的题目，将学生分组并自选1组题目，利用课余时间参与到教师项目中自己获得题目的答案或解答方式。该环节的设计思路是让学生从实际问题（项目实际问题，非虚拟实验问题）出发，带着问题进行学习以实现对学生能力的培养。此环节的关键是教师要在项目中给出学习方向和题目，起到对学生的引导作用。具体如下：
（1）将课程根据内容在项目中找到合适的内容并细化为题目，让学生在项目的实际参与中体会需学习的内容，培养学生搜集信息并解决问题的能力。如遥感图像目视解译中的题目“根据研究区状况进行相关资料搜集，并完成对图像的几何校正”，在以往的课堂教学中资料搜集往往是一句话带过，学生仍不清楚具体该搜集哪些资料，通过其自己在项目中的各种资料需求体会，进行探讨，得出最后的结论。
（2）将项目学习内容与相关专业课程相结合，使学生对专业学习从广度和深度上进行了解。如“根据植被的分布规律，结合遥感图像的实际情况，对所给遥感图像进行植被信息提取”。一方面让学生不再空洞表面地看待遥感影像的颜色、形状等图像特征去进行信息的提取，而是结合自然地理课程中所学的植被分布规律这部分知识，懂得灵活运用所学知识解决实际工程中的问题，由被动变主动。另一方面，又认识到遥感技术应用实践中无所不在的地学、生态学等知识，明确地学、生态学、气象气候学在专业知识体系中的重要性。
（3）除了让学生学习专业技术问题外，还培养学生学习对问题的解决思路，同时也注重培养学生的职业道德。如“根据所给研究区和研究目的，选用适宜的遥感影像”，学生通过项目中对图像数据进行经费预算，有针对性地选择对项目而言性价比最高的图像，而不是一味追求高分辨率图像。
（4）了解遥感技术应用项目中工作分工，各工作之间如何协调，让学生直接认识自己的专业以及整个遥感学科系统。
2.2 课堂教学和专题讲座
（1）对课程的基本概念和理论进行课堂讲授，通过具体项目的对全课程内容的贯穿，使学生建立课程的体系结构的概念，同时要求学生参与到学校的项目或实习单位的项目中学习专业知识，在学习中自行查找相关资料以丰富专业知识。
（2）选择课程内容中的重点、难点进行重点讲授，并结合实际操作或实际案例进行剖析。如遥感图像计算机解译中重点建立学生对特征空间等抽象概念的理解。
（3）利用多媒体技术手段，如图片、视频、动画等向学生展现国内外的先进技术和理念，而这是学生在日常学习中难以直接接触的。如星载扫描仪的工作原理、遥感卫星辐射校正场等知识。
除课堂教学外，还聘请经验丰富的从事遥感技术理论及应用研究的专家做专题讲座，这些讲座极大地激发了学生学习专业知识的兴趣，同时使学生了解了专业的新知识，对专业的发展更加关注。
2.3 遥感原理与方法课程实践
在遥感项目实施调查学习过程中侧重于“问”，要求学生在参与或者观察的过程中多向项目人员请教，而在课程相关配套实验中则强调“做”，要求学生自己动手完成相关题目。具体为两方面的内容：
（1）针对课程内容设计实验题目，是学生在实验操作中能够与理论知识结合起来，理论联系实际，进一步增加对课堂知识的理解。同时注重实验题目之间的连贯性，使之能够与学生所见或所参与的项目尽量相关，不涉及纸上谈兵的项目。
（2）要求学生主动参与到教师的相关项目中去，不仅参与项目的实施，还参与项目的组织和管理工作，使学生获取更多的锻炼。如进行遥感图像的处理、解译、分析等方面的工作，检查遥感图像处理的质量、遥感信息提取的质量等。要求学生参与项目讨论，并鼓励学生提出问题，使其更认真地投入项目工作中。
遥感知识范文第4篇
【关键词】农业院校 遥感实验课程 教学模式
【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2016）10-0242-01
一、引言
遥感技术作为现代信息技术的重要组成部分，可快速、有效的采集大范围的地球空间信息，反映地球资源环境动态变化，在地球资源调查与规划、农业生产管理、环境质量评价与监测、气象监测、测绘、矿产、军事等方面得到广泛的应用。遥感课程是农业院校地理信息系统专业、环境专业、农业资源与环境专业、林业、草业等专业本科生普遍开设的课程。遥感试验课是遥感课程的实习部分，紧密结合遥感理论课程的教学内容，使学生通过该课程的学习具备分析处理和解译遥感数据的目的，加深对遥感理论课知识的消化和吸收，并且能利用遥感技术解决自己所学专业领域相关问题，具备一定的遥感技术的应用能力。
二、农业院校开设遥感课程的必要性
农业院校许多专业在本科教育中都会开设遥感课程。遥感课程是地理信息系统（GIS）专业的核心课程，遥感数据是GIS的数据源和更新源；农业资源与环境专业学生利用遥感技术掌握基本的土地规划与制图、资源信息管理等方法；对于环境科学专业，遥感技术可以应用到水污染、海洋污染、大气污染、固体垃圾等各个领域；对于林学专业，可利用遥感技术清查森林资源、监测森林火灾和病虫害；对于农学专业，遥感技术可用于作物估产、作物长势及病虫害预报；草学专业，可以进行草产量估算，草地资源调查等。辅助遥感理论课程的遥感实验课程的主要目的是通过学生的动手实践，对遥感的原理、概念、应用有进一步的认识和理解，培养学生遥感软件操作能力和解决实际应用问题的能力。
三、农业院校遥感实验课程存在的问题
遥感实验课程是遥感课的实习部分，要求配合理论课的教学内容，开展野外观测和上机实验。但目前许多农业院校相关专业对遥感课实验部分重视不够，仅开设有限的上机实习。而学生对该课程的理解也不足，没有充分认识到遥感技术在本专业领域的应用前景，对课程学习积极性不足。另一方面，农业院校相关专业本科生前期知识储备不足，遥感技术的掌握要求具备许多相关的物理、数学、地理学、计算机技术等知识，而农业相关专业在本科教育中没有更全面深入的学习这些相关知识，造成学生很难理解掌握较深的遥感课程内容。尤其在实验课上，需要一定的计算机水平来支撑遥感软件的应用，很多学生入门难，加之实验课时设计较少，使得学生不能很好的掌握遥感技术，应用受到限制。
四、课程简介
农业院校相关专业的遥感课程一般理论课30个学时，实验上机10个学时。遥感实验课程的教学目标要求学生掌握遥感软件的基本操作，掌握遥感数据的获取方法；熟悉影像处理、提取的方法，并能将遥感方法应用到本专业领域，完成实验大作业及实验报告。教学方法以实验课上机操作为主。考核方法为平时出勤、课堂表现、实验结果、实验报告等方面。
五、遥感实验课程内容体系设计
遥感实验课程内容以遥感观测仪器的使用、遥感数据获取、遥感数据处理、遥感信息提取，以及遥感在本专业领域的应用五个方面形成一套完整的体系。遥感观测仪器的使用：主要包括对典型地物反射光谱特征的测量与分析，掌握野外光谱测量方法。可在校园内晴天选择不同的土地利用类型测量分析不同地物（如林地、草地、裸地、水体等）的光谱特征。遥感数据获取：要求学生能通过网络手段下载获取一定区域、一定精度、相应时段的遥感数据。遥感数据处理：利用遥感软件掌握遥感图像的校正、裁剪、拼接、图像增强等的基本操作。遥感信息提取：利用遥感软件掌握遥感数据的信息提取及分类方法，能利用遥感数据目视解译对地物进行分类。遥感在本专业领域的应用：要求学生利用前期掌握的遥感技术方法，针对本专业领域的研究，提出问题，利用遥感技术获取所需信息，加深对遥感技术的认识和理解，引导学生利用遥感技术解决本专业问题，为其以后自主、有效的利用遥感所需知识解决实际问题做好铺垫。
六、完善配套材料，改进教学方法，提高教学质量
应进一步完善遥感课程实验课的教材编制，使学生有参考资料。另一方面，要完善遥感实验课程影像数据库的建设，收集农业、环境等相关专业领域的遥感影像，包括不同卫星来源、不同时相、不同分辨率的遥感数据用于该课程遥感影像数据库的建设，形成体系，以保障遥感实验课程教学需求。在教学方法上，充分利用多媒体和网络教学，促进学生课下自主学习，提倡学生利用课余时间提前掌握遥感软件的基本操作，在课堂上将更多的时间利用到遥感技术的应用案例分析上。在考核方式上，主要包括平时出勤、课堂表现、实验结果、实验报告几个方面。要求学生以遥感技术在本专业领域的某一方面的应用为内容，通过影像的下载、图像预处理、信息提取、处理等步骤，得到实验结果，并完成一份详实的实验报告。
七、总结
遥感课程是农业院校环境专业、农业资源与环境专业、草业等专业本科生普遍开设的课程。遥感试验课程结合遥感理论课程的教学内容，使学生通过野外观测及上机实践，具备分析处理和解译遥感数据的能力，能利用遥感技术解决自己所学专业领域相关问题。本文针对农业院校遥感实验课程存在的问题，设计了一套遥感实验课程内容体系，对遥感实验课程教学模式进行了探索研究。以期更好辅助于遥感理论课知识的掌握及吸收，使学生具备学生利用遥感技术解决本专业领域问题的能力。
参考文献：
[1]潘竟虎，赵军.高师遥感课程实践教学的改革[J].理工高教研究，2008，01：118-120.
[2]奚秀梅，贺凌云.遥感课程实验教学改革与设计[J].黑龙江生态工程职业学院学报，2010，03：110-111.
[3]那音太.“遥感图像处理”实验课程教学改革与实践[J].内蒙古师范大学学报（教育科学版），2015，01：149-151.
遥感知识范文第5篇
Zhu Ruirong；Qu Huaying
（Yunnan Land & Resources Vocational College，Kunming 650217，China）
摘要： 在分析空间数据获取现状的基础上提出空间数据挖掘的必要性，对遥感影像分类技术和方法进行了研究，提出GIS平台和数据挖掘算法集成所挖掘的知识是其影像分类的重要知识源。最后通过实验对以上的研究和分析进行了验证。
Abstract： Based on the status quo of spatial data obtaining, the necessity of spatial data mining is put forward. Through the research of remote sensing image classification technology and methodologies, the knowledge mined and integrated from GIS platform and data mining algorithms has been recognized as the important knowledge source of image classification. Finally, the research and analysis has been verified through the experiment.
关键词： GIS 空间数据挖掘 遥感影像 分类
Key words： GIS; spatial data mining; remote sensing image; classification
中图分类号：TP7文献标识码：A文章编号：1006-4311（2011）14-0193-02
0引言
进入信息时代，计算机技术、遥感技术的快速发展使得实时、全天候、大面积的获取地球表面信息的高精度、高分辨率、多时相的数字影像成为现实，遥感数据每天以数百GB的速率递增。但与之相对应的却是影像处理的理论和技术手段的严重滞后，在遥感影像信息提取的过程中，常常发生“同物异谱”和“异物同谱”的现象，影响了分类的精度，同时影像信息提取还局限于人工目视解译的阶段，工作效率低下，影像数据的获取和遥感影像信息提取的速度严重不协调。利用GIS辅助遥感影像信息智能提取技术的研究对GIS和RS的集成，和空间数据生产效率的提高都有着重要的理论和现实意义。而数据挖掘可以作为其中一个重要的手段和工具。本文利用数据挖掘和知识发现（Data Mining and Knowledge Discover）技术，挖掘空间数据库和数据文件中的知识，并将知识运用到遥感影像的分类过程中，通过知识来改善影像的分类精度。
1遥感数据和GIS数据的关系
在遥感影像和GIS数据之间，存在着数据和知识上巨大的互补性，而利用数据挖掘的手段，可以从GIS数据中挖掘出知识来解释遥感的影像数据，同时用遥感的数据来反演和更新GIS数据（如图1）。
从上图可以看出，数据挖掘是将大量数据信息转换为有用知识的有效工具，具体到在GIS和遥感信息提取中的作用如下：①在遥感影像解译中应用。用于遥感影像解译中的约束、辅助、引导，解决同谱异物、同物异谱问题，减少分类识别的疑义度，提高解译的可靠性、精度和速度。空间数据挖掘是建立遥感影像理解专家系统知识获取的重要技术手段和工具，遥感影像解译的结果又可用于更新GIS数据库。②GIS智能化分析。空间数据挖掘获取的知识同现有GIS分析工具获取的信息相比更加概括、精炼，并可发现现有GIS分析工具无法获取的隐含的模式和规律，因此空间数据挖掘本身就是GIS智能化分析工具，也是构成GIS专家系统和决策支持系统的重要工具。因此，空间数据挖掘技术将会促进遥感与GIS的智能化集成。（如图2）
2基于知识的遥感影像分类方法
由于传统的遥感影像的分类方法推理规则单一，非遥感信息融入困难，且大多是基于要素相互独立、空间参数化分布等前提假设条件下的数理统计方法，很难进行地学中要素之间相互关联、分布复杂的空间信息处理与分析。考虑到目视解译和数字解译的优势和缺点，为了解决遥感影像信息提取中存在的种种问题，许多学者提出了基于知识的遥感影像信息提取的方法。在GIS数据或地学知识与遥感数据集成分类的方法中，主要有三类：一是信息复合的方法。二是基于规则判断的决策树分类方法。三是影像分类与规则判断结合的办法。
基于知识的遥感影像信息提取，其基本内容应包括知识的发现、应用知识建立提取模型、利用遥感数据和模型提取遥感信息。在知识发现方面包括从单期遥感图像上发现有关地物的光谱特征知识、空间结构与形态知识、地物之间的空间关系知识。主要从两个方面进行遥感影像的信息提取：
2.1 基于光谱知识的信息提取：比如公路提取模型：
R■=∫mag[f（s）]■ds=max mum（1）
R■=∑{g[f（s）]-g■}■=min mum（2）
基于光谱特性的信息提取是在对遥感信息机理初步研究的基础上找到的一种信息提取方法，它需要地物与背景之间在光谱上是可分的，与背景之间存着较少的同谱现象，并且地物内部的光谱最好要一致，当地物内部光谱不一致时，可以借助于地物内部的特征成分光谱进行提取，当地物内部成分的光谱与背景之间存着较多同谱现象时，须借助于地物的其它知识进行提取。
2.2 基于纹理知识的信息提取纹理是指灰度值在空间上的变化，它是由一些纹理基元按照不同的空间配置形式所构成的一种图案。共生矩阵纹理法是比较传统的纹理描述方法，它可从多个侧面描述影像纹理特征。
灰度共生矩阵属二阶统计量，被定义为从灰度为i的点离开某个固定位置关系δ=（dx，dy）的点上灰度为j的概率（或频率）:
P■（i，j） （i，j=0，1，2，…，N-1）（3）
式中N表示灰度级数而i、j为灰度值，不同的位置关系δ对应着特定距离和方向上的共生矩阵。显然，将所有的δ纳入考虑，计算量将极为庞大。根据Jensen的研究，由于TM影像的分辨率较之航空图像或SPOT图像为低，取某个固定的δ（如令δ=（1，0）或δ=（2，2））计算共生矩阵即可。下一步，便可由共生矩阵求解若干纹理特征量，用 4种典型和常用的量，分别是能量E（P），熵H（P），均质性L（P），惯性力矩（反差）I（P）；纹理特征提取的结果有两种形式：一是纹理特征度量参数本身；另一种是纹理特征参数对影像进行初步分类后得到的纹理分类图像。
3试验
为了检验基于知识的遥感影像分类方法的有效性，实验中所用的遥感影像为Erdas Imageine8.6所带的示例影像数据，参照土地资源调查中土地利用分类方式，并根据图像的特点，将要分类的影像确定为12个类别，其类别如下：高等级道路、一般道路、平坦地区、缓坡地区、陡峭地区、极陡地区、水域、湿地、密林、中密度森林、稀疏林、建筑用地。
基于知识的分类体系可以利用决策树来表示各种数据之间的关系，在实验中，知识有4种数据来源，数据源及其类别属性分别为：道路：离散型(0，1，2)；数字坡度模型：连续型；预分类图像：离散型(0~20)；树林密度模型：连续型；待分类图像：连续型。
本试验中采用常规最大似然法和基于知识分类方法分别对影像进行分类。原始贝叶斯分类结果（如图3），基于知识的分类结果（如图4）。
从实验结果图中可以看出：基于知识的分类，由于充分利用了规则中的先验知识，其结果较贝叶斯分类更加详细。
4结论
基于知识的遥感影像分类技术是遥感信息提取未来发展的方向，在GIS支持下基于空间数据挖掘技术进行遥感影响分类与信息提取，可以综合地物光谱特征、GIS数据、领域知识、空间分析功能等，其分类结果较传统技术下的分类结果有着明显的优越性。进行但是受限于计算技术、人工智能和数据挖掘技术的发展水平，知识的准确、快速的获取存在着一定的困难，实现自动化的知识获取有很大的难度，在挖掘模型与GIS集成方面离可供实际操作的完全集成系统还有一定的距离，人机交互式的知识获取方式在一定时期内仍然是知识获取的方式。
参考文献：
[1]邸凯昌．空间数据发掘与知识发现[M]．武汉：武汉大学出版社，2001.
[2]梅安新等．遥感导论[M]．北京：高等教育出版社，2001.
[3]王清毅．目前数据挖掘算法的评价[J]．小型微型计算机系统，2000，21（01）.
遥感知识范文第6篇
关键词：微波遥感；教学；学生学习成果
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）45-0283-02
社会更需要“能力型”人才，从传统知识教育向能力培养的转变，已成国内外高等教育界的共识。以学生学习成果（Student Learning Outcomes，SLOs）为导向的教学模式[1]，从以教师和教学为中心转向以学生和学习为中心，更注重人才能力的培养[2]，已在美国、欧盟及我国港澳台地区取得了成功。随着遥感科学与技术的发展，社会对遥感技术高技能人才的需求更迫切，对遥感专业课程教学的要求也更高。以《微波遥感》课程为例，社会对不同能力的遥感专业人才的需求差异，要求微波遥感教学必须考虑到学生的个性化专业能力定位。同时，雷达干涉测量和极化雷达等新技术的发展，急剧增加了《微波遥感》课程的知识内容。
为了更好地满足不同层面的社会需求，顺应遥感学科发展的要求，如何提高遥感专业教学质量、有效增强学生的专业能力，是当前遥感专业课程教学必须面对和亟待解决的一个重要问题。
因此，本文以《微波遥感》课程为例，针对遥感专业学生不同层次的能力需求，重构《微波遥感》课程的知识模块，设计《微波遥感》课程的学习成果，并针对性选择合适的教学手段，对以学生学习成果为导向的遥感专业课程教学模式进行探索和实践。
一、《微波遥感》教学问题分析
面向遥感科学与技术专业本科生开设的《微波遥感》课程，通过教授微波遥感原理与系统、微波遥感图像的特点及处理、微波遥感的最新发展及应用等内容，使学生掌握微波遥感的基本原理及其图像处理的基本技能，为今后应用或进一步深造奠定基础[3]。我校《微波遥感》课程为专业选修课，共40课时，于大三上学期开设。前一学期开设的先行课程《遥感原理与应用》中包含有微波遥感原理简介的章节。
目前《微波遥感》课程教学的问题至少包括以下几个方面。
1.新知识的更新快，雷达干涉测量和极化雷达等相关新技术的发展，急剧增加了课程内容。在这种情况下，如何优化并重构课程知识模块是首先要解决的一个根本问题。
2.对不同层次能力需求和学生自身的特点和发展考虑较少。面向社会对遥感专业人才能力的需求，学生并不太清楚自己学习该课程后应该取得哪些具体、可测量的成果，随之影响了学生学习的积极性和主动性。
3.教学方式的不够灵活、合理，限制了教学效果的提升。实现和达到学生的最终课程学习成果，需要选择合适的教学方法，面向不同能力层次、不同的教学内容，如何采用合适的教学方法也很重要。
二、《微波遥感》学习成果导向教学
SLOs是对学生特定学习期望的描述，本质上是一种预期的教学目标，即学生学习了具体课程后应该取得的哪些具体、可测量的成果[4]。这些成果主要包括知识与理解力、能力和实际技能，也包括自信心、毅力、领导才能等学生成长的其他方面。
针对当前《微波遥感》课程教学存在的问题，学习成果导向的《微波遥感》教学需解决课程知识模块的优化与重构、不同层次课程SLOs的设计、教学方法与成果评价等问题。
1.课程知识模块重构。由新技术的发展而急剧增加的《微波遥感》课程知识内容，使得在有限的课程教学时间内，避免与先行课程的内容重复，提升学生的有效学习时间，确保学生对新技术的学习时间与效果成为课程知识模块重构的主要目的。
优化、重构《微波遥感》课程知识模块包括两个方面：①与其他课程的合理分工与有效协作：依据最新遥感专业培养方案，避免与先行课程中相关基础知识的重复；②合理增加新技术教学内容：结合社会需求及遥感学科发展情况，增加雷达干涉测量和极化雷达测量等重要的前沿知识模块。
课程内容模块的组织，以雷达遥感为主，在微波遥感基本原理与方法内容的基础上，重点扩展了雷达干涉测量和极化雷达信息处理两方面的内容。优化重构后的课程内容由以下三大知识模块构成：①微波遥感基本原理：包括微波遥感物理基础、雷达遥感原理、雷达图像的斑点噪声、几何特点及目视解译、合成孔径雷达系统及其发展等。重要知识点，如辐射传输理论、雷达方程、雷达散射截面、雷达侧视成像原理等，按照雷达系统的发展过程，结合实际雷达图像和应用实例串起这些抽象的概念和基础知识。该模块在《遥感原理与应用》中“微波遥感”内容的基础上扩展，避免过度重复。②雷达干涉测量：包括雷达干涉测量原理、差分干涉测量原理、永久散射体干涉测量原理及应用等。其中雷达干涉测量原理是核心基础，其重要处理步骤包括复数数据配置、干涉图噪声滤波和相位解缠。在此基础上根据形变监测应用需求及存在的问题，结合应用案例，扩展差分干涉测量、永久散射体干涉测量知识以及相关最新研究进展。③极化雷达图像处理：包括极化雷达基础知识、目标散射特征、极化目标分解、极化图像信息提取等。其中的相干斑滤除、极化目标分解、分类和极化干涉雷达等知识，可以与熟悉的光学遥感图像处理中的预处理、目标特征提取、分类和信息融合等内容相对应，通过这种对比关联来建立新的知识体系。
2.课程SLOs的设计。学生学习成果导向教学的关键在于学生学习成果的设计，即面向不同遥感专业人才能力的需求，学生通过《微波遥感》课程学习后，应该取得哪些具体、可测量的成果。
目前遥感专业人才可分为应用型、研究型等角色，应用型人才主要从事遥感数据的生产、处理等工作，而研究型人才大多从事基础理论研究。面向不同遥感专业人才能力的需求，可以将遥感专业能力划分为“解释/讨论”、“应用/操作”和“研究创新”三个层次。达到“解释/讨论”能力的学生应具备利用遥感原理知识分析、讨论问题的能力；达到“应用/操作”能力的学生应具备利用相关软件进行遥感图像处理分析并解决实际应用问题的能力；达到“研究创新”能力的学生应具备提出创新思路解决现有遥感领域理论和应用问题的能力。
面向不同遥感专业人才能力的需求，通过“自顶而下”的过程设计《微波遥感》课程中各个层次的SLOs。具体包括：①《微波遥感》课程的总体SLOs：分别设计出不同专业能力所对应的SLOs，明确给出学习完《微波遥感》后学生能够完成的具体成果。②课程中各知识模块的SLOs：针对课程的基本原理、雷达干涉测量和极化雷达等知识模块，具体设计相应的SLOs，见表1。③每一节课的SLOs：结合课堂教学安排，细化每一节课的SLOs，保证每一节课的教学质量。
3.课程教学方法与评价。所设计的课程SLOs需要通过具体的教学过程来实现，选择合适的教学方式、方法及评价方式是实现SLOs的具体措施和保证。面向不同的遥感专业能力层次，综合运用多媒体教学、设问讨论教学、实践教学、科研教学等多种方法进行教学。各能力层次对应的教学方式、教学方法和教学评价方式见表2。
针对“研究创新”能力层次，实践研究型教学方法，结合与课程内容相关的产学研、大学生创新训练项目等科研活动，进一步培养学生的研究创新能力，最终将三个能力层次对应的课堂讨论、实践操作和科研项目考核方式结合，对学生学习效果进行综合评价。
三、结语
学习成果导向的遥感专业教学模式以成果为导向、以学生为中心，能很好地提升学生的遥感专业能力。面向遥感专业人才的不同能力需求设计的课程学习成果，使学生能够根据自身兴趣和发展方向选择学习重点，有效调动了学生的积极性。知识模块重构后，避免与先行课程内容重复，并确保新知识、新技术的教学时间与效果。面向不同能力层次的学生，有针对性地采用合适的教学方法能确保良好的教学效果。
参考文献：
[1]李光梅.成果导向教育理论及其应用[J].教育评论，2007，（1）：51-54.
[2]王贵成，夏玉颜，蔡锦超.成果导向教育模式及其借鉴[J].教育评论，2009，（12）：17-19.
[3]王志勇.《微波遥感》课程教学改革与思考[J].遥感应用，2013，（1）：94-97.
[4]黄海涛.美国高等教育中的“学生学习成果评估”：内涵与特征[J].高等教育研究，2010，31（7）：97-104.
遥感知识范文第7篇
关键词：地方高校；遥感概论；教学改革
中图分类号：G642.0 文献标识码：A 文章编号：1002-4107（2016）10-0022-03
遥感作为重要的对地观测技术，为国家空间基础设施建设中地理空间数据的获取，提供了重要的技术方法和手段[1]。目前，遥感与全球定位导航系统、地理信息系统构成的“3S”技术，为地理学的研究提供了现代化的研究方法和技术手段，在国民经济和社会发展中得到广泛的应用[2]。遥感具有专业性、技术性较强的特点，在高校应用型人才培养中，提高学生遥感实践及应用能力，培养学生结合专业知识解决生产实践过程中遇到的各种实际问题[3]。同时，经济社会的发展对遥感高技能人才的需求越来越大，对“遥感概论”课程实用性的教学目标的要求也越来越强[4]。
贵州工程应用技术学院地理科学专业2013版培养方案指出，地理科学专业毕业生应具备掌握遥感、地理信息系统、地图、野外观测、实验室分析模拟等现代地理研究方法和技能，同时将“遥感概论”课程作为地理科学专业一门重要的专业基础课。地理科学专业学生学习遥感的目的在于掌握遥感基本原理、掌握遥感图像处理及应用的基本理论和方法，能够运用专业遥感图像处理软件（如ENVI、ERDAS等）进行遥感图像处理和专题遥感应用研究，通过遥感理论学习和实践能力的培养，使学生能够借助遥感技术和方法，解决实际问题[5]。经过几年的教学实践，笔者以贵州工程应用技术学院为例，对西部欠发达地区地方高校地理科学专业中遥感课程的教学现状进行分析，通过对遥感课程的教学内容、教学方法和教学评价手段进行改革，为地方高校地理科学专业学生实践能力的提高及应用型人才的培养提供参考与思路。
一、“遥感概论”课程教学现状
经过几年的“遥感概论”课程教学实践，笔者发现贵州工程应用技术学院地理科学专业“遥感概论”课程教学过程中存在一些问题，主要体现在。
（一）理论课教材陈旧
目前国内遥感类教材大多较为陈旧、更新较慢，滞后于遥感技术的快速发展，无法与日益更新的遥感技术发展相一致，与社会对于毕业生的要求相距甚远[6]。贵州工程应用技术学院地理科学专业学生使用的教材是高等教育出版社“遥感导论”（梅安新等），该教材于2001年出版，之后再无进行修订再版。然而，近年来无论是从多光谱到高光谱，还是从高空间分辨率到高时间分辨率，国内外遥感技术都有了较大的发展。我国遥感技术及应用近年来蓬勃发展，其中以 “十二五”期间实现“百箭百星”计划，年均发射卫星20次左右，以及到2020年左右建成由5颗静止轨道卫星和30颗非静止轨道卫星组成的覆盖全球的北斗卫星导航系统。遥感技术发展的日新月异，而该教材的内容很大部分已不能适用于当前遥感技术的发展，如国外的SPOT 5、QuickBird、Worldview等高空间分辨率卫星，国产资源系列、环境系列、高分系列遥感卫星等均未涉及。2013―2014学年第一学期由于教务处无法订到该教材，通过征求各方意见，选用武汉大学出版社孙家m主编的国家精品课程教材《遥感原理与应用》，该教材于2013年6月出版第3版，相比其他教材，其内容上有所更新，加入了遥感新技术等方面的内容，但是教材过于注重遥感理论知识，对于西部欠发达地区高校的地理科学专业学生来说，理论内容过深，部分内容甚至晦涩难懂，这使学生学习积极性受挫，无法适用于我校应用型人才培养的目标。
（二）实验教学课时少，缺乏合适的实验素材
现代遥感技术的研究及应用对学生的动手能力及应用实践能力的要求较高，实验教学是理论教学的延伸和重要补充，是培养学生动手能力，提高学生学习兴趣的重要途径，是学生实践能力和应用能力培养的重要环节，同时也是决定遥感课程教学质量和应用型人才培养的关键步骤[7]。贵州工程应用技术学院遥感实验教材选用的是高等教育出版社于2001年7月出版的刘慧平等编著的《遥感实习教程》，该实验教材同样存在着知识滞后于遥感技术及遥感数据处理的方法问题。为弥补实验课教材的不合理，笔者在实验教学过程中，结合科学出版社邓书斌的《ENVI遥感图像处理方法》辅以教学，而由于高空间分辨率遥感数据，如SPOT、QuickBird等无法免费获取，无法实现教学过程的数据本地化，学生实验过程中往往出现对所实验地区不熟悉，缺乏研究兴趣，对于学生情感目标的培养有所欠缺。
贵州工程应用技术学院地理科学专业2009、2011版培养方案中并未单独开设遥感实验课程，2013版培养方案对课程做了一定的调整，加设了遥感概论实验课，将原来54课时的理论课改为38课时的理论课时、16课时的实验课课时。针对课时量的调整，“遥感概论”课程教学内容及方法，也亟须进行相应的调整，以适应教学及学生实践能力的培养。
（三）学生英语水平差，学习主动性不高
由于目前遥感数据及专业软件大多是国外产品，涉及较多计算机及遥感专业英语词汇，贵州工程应用技术学院作为西部欠发达地区的地方高校，学生由于底子薄，英语水平差等，初次接触英文软件及遥感数据，部分学生内心有对学习英文软件的抵触情绪。而一些学生在学习过程中由于遥感理论知识准备不足，英文词汇量不够，在实验过程中，只记实验操作步骤，按部就班完成实验，不能够完全理解实验过程与实验目的。
通过几年的教学实践经验，我们发现学生学习的积极性、主动性会影响到他们理论知识的学习。通过了解发现，对于“遥感概论”理论课程，大部分学生上课时虽然可以做到认真听课，但做笔记的同学并不多，课后不能及时复习；而针对实验课的练习，也只是课上跟着教师一起做，学生本人并不深入思考，课后不再进行练习，导致掌握不牢固。无法达到学以致用，满足应用型人才培养的需要。
（四）考核机制不科学，与实践相脱节
“遥感概论”课程考核在2009、2011版教学大纲中，考核方式主要是闭卷考试，学生成绩最终由平时成绩（平时作业、提问、考勤等）×10%+期中测试×20%+期末闭卷考试×70%组成。由于考试形式的限制，闭卷考试主要考查学生的理论知识掌握情况，无法真正体现学生实践及应用能力，部分学生只是临近期末考试前突击背诵，应付考试，导致考完即忘，无法深入理解及应用的情况。
二、“遥感概论”课程教学改革的途径
（一）优化教学内容
伴随着计算机科学与技术、物理科学、电子信息科学与技术等相关学科的发展，遥感技术在高光谱、高空间分辨率，以及高时效性等各个方面得以长足发展。由于遥感知识和技术具有与时俱进的特点，在进行“遥感概论”课程教学改革的过程中，既要注重传统遥感知识的讲授，在使学生了解遥感基本理论与原理的基础上，又要注意紧跟时代步伐，更新教材中没有涉及新知识、新内容，弥补因教材更新较慢而遥感技术发展较快的矛盾与缺陷[8]。
通过网络、新闻、文献资料等各种途径，及时搜集遥感领域新知识、新进展，以及遥感研究的热点问题等，在课堂讲授过程中，及时融入相关知识发展的新知识、新技术等，拓展学生视野[9]。特别是注重在讲授基础知识的同时，及时融入我国遥感技术的发展情况，在学生获取理论知识的同时，融入爱国主义教育，提高学生学习的积极性、主动性。针对贵州工程应用技术学院学生底子薄、英文水平差等特点，在教师课堂讲授过程中，通过适度加入遥感专业英文词汇的方式，实现提高学生专业英文水平的目的。针对贵州工程应用技术学院学生专业背景，在遥感实践课程设计时，注意本课程与相关课程的联系，设计如基于遥感的土地利用变化监测、基于遥感的地质灾害信息识别与提取、基于遥感的土壤制图分析等专题遥感应用内容，使学生学以致用，了解整个专业各课程间的彼此联系，充分调动学生对专业的再认识，同时加强相关专业课程知识的学习和衔接[10]。
（二）创新教学方法
在遥感课程教学方法改革过程中，充分借助现代多媒体教学方式和手段，提高多媒体教学的教学效果。随着多媒体技术的发展，多媒体教学目前已被广泛应用于日常教学过程，通过多媒体技术的声、光、影、字等相结合，学生能够多方位获取知识。对比分析传统教学与多媒体教学方式的优缺点，在教学改革过程中本课程教师的课堂讲授方式较为灵活化，主要体现在关键知识或知识体系的框架上，通过板书形式在黑板展示，学生能够掌握学习重点，不至于因过多关注教师演示文稿文件，或演示动画或影片，而忽视教学重点、难点问题。同时借助多媒体技术易于内容表现，易于实践操作演示等方面的优点，制作图文并茂的演示文稿课件，对于需要现场演示的实验或展示的数据，进行多媒体展示。还可通过多媒体技术，及时将遥感技术发展相关新闻报道及相关应用展示给学生，使学生真正感受到立体化教学的视听感受。在学习知识的同时，加强学生的情感教育，提升学生的爱国主义热情[11]。
积极引导学生自主学习、互助学习、团队协作学习，提高学生学习积极性和主动性。传统教学主要是教师讲，学生听，缺少必要的互动环节。学生如果听不懂将会挫败自身学习的兴趣，进一步影响学生学习的积极性和主动性。遥感课程教学改革中教师课堂讲授方式的多样性，改变了总是教师一个人讲的局面，适度组织学生组成小组，每个小组成员轮番进行相关知识的讲解，互相查找不足，促进学生自主学习，提高学生积极性、主动性，使每个学生都可以参与进来[12]。
“3S科技兴趣学习小组”作为学生自主学习的学生组织，于2013年11月成立，其成员涵盖了地理科学专业各年级学生，甚至包括部分已经考入研究生在读的和已经参加工作的学生。通过高年级学生带动低年级学生，在读研究生分享学习经验，在职学生讲解实际工作中所需专业知识，专业教师引导，定期或不定期开展相关科技学术活动，以“全国GIS技能大赛”为载体，各类科技活动为主线，积极引导学生通过课外科技活动及科研项目的申报，提升自身能力，开阔自身视野，同时达到影响其他学生，提高整体学生学习兴趣的目的，进而提高学生学习的积极性和主动性。
（三）改革课程考核机制
贵州工程应用技术学院2013版地理科学教学大纲明确提出，针对专业课程考核方式的改革要求，总评成绩由平时成绩和期末成绩各占50%组成，足以体现学校给予教师对学生更加灵活性的考核方式。本次教学改革将平时成绩分为课堂笔记、课后读书笔记、参与相关科技活动项目、作业、考勤、期中测试等，期末考核试卷出题过程中，注重基础理论知识考核的同时，更加注重考核学生掌握知识的整体性，以及灵活运用知识的能力。
以“全国GIS技能大赛”为主题，积极引导学生通过参加大赛，提升自身实践能力，以及实际动手解决具体问题的能力。同时，围绕“全国GIS技能大赛”，积极引导学生申报学校实验室开放基金项目，全国大学生挑战杯课外科技活动项目，以及贵州省大学生创新创业计划项目等课外科技活动项目，以提高学生学习的主动性和自主性。通过具体项目的申报和实施，学生感到学有所用，学以致用，进一步促进自身自主学习的氛围。
三、“遥感概论”课程教学改革效果
通过遥感课程教学改革的实施，取得了一定的教学效果，学生学习兴趣、积极性和主动性大有提高。自2012年组织学生参加“全国高校GIS技能大赛”遥感组比赛，获得三等奖一次、优胜奖两次，共有20人获得“MapGIS工程师证书”；为培养学生应用能力和科研意识，积极组织学生申报各类各级课外科技活动，自2012年至今，遥感方向共获得立项项目有国家级“大学生创新创业训练计划项目”1项，省级“国家级大学生创新创业训练计划项目” 5项，校级“实验室开放基金项目”3项。
围绕学生实践能力提高，提高学生遥感专业技术应用，结合教学内容、方法和考核方式的教学改革，既提高了学生学习兴趣、自主学习积极性和主动性，提高了动手解决实际问题的能力，又获得了良好的教学效果，同时增加了学生的专业认知度和认同感，对整个专业的学习形成良好互动效果。遥感课程教学改革研究，为西部欠发达地区同类高校地理科学专业学生遥感能力的培养，以及地理科学专业应用型、技能型人才的培养提供了参考和思路。
参考文献：
[1]奥勇.《遥感图像处理》课程教学探究[J].测绘科学，
2007，（5）.
[2]潘竟虎，赵军.高师遥感课程实践教学的改革[J].理工
高教研究，2008，（1）.
[3]芦少春.试析应用型人才培养的遥感课程教学[J].黑龙
江高教研究，2012，（10）.
[4]芦少春，孟庆燕.基于应用型人才培养的遥感课程建设
与改革[J].安徽工业大学学报：社会科学版，2013，（4）.
[5]郑文武.高师地理专业遥感课程实践教学改革研究[J].
中国现代教育装备，2010，（17）.
[6]姚高伟，姜蕊.高师遥感概论课程实践教学研究[J].考
试周刊，2011，（50）.
[7]林卉，张连蓬，梁亮等.遥感科学与技术专业创新人才培
养方案探索与实践研究[J].测绘通报，2015，（12）.
[8]李刚，万幼川.遥感应用模型实习创新型实验教学示范
[J].测绘科学，2015，（2）.
[9]李刚，万幼川.基于CDIO模式的“遥感原理与应用课程
设计”创新型实验教学示范[J].测绘通报，2015，（1）.
[10]那音太.“遥感图像处理”实验课程教学改革与实践
[J].内蒙古师范大学学报：教育科学版，2015，（1）.
[11]杜福光，刘晓春，高超.地方院校遥感课程教学模式改
革探究[J].测绘与空间地理信息，2015，（8）.
[12]黄妙芬，李九奇，邢旭峰等.基于特色化理念的人才培
遥感知识范文第8篇
关键词：遥感 课程 基础理论 案例
中图分类号：G64 文献标识码：A 文章编号：1674-098X（2016）02（b）-0144-02
遥感作为信息获取和更新的重要技术手段之一，已经在海洋、渔业、测绘和军事等许多领域得到了迅猛发展和广泛应用。上海海洋大学海洋技术专业培养目标是具备坚实的数理基础，掌握海洋科学的基本理论和基本知识，受到海洋信息探测与应用方面的基本训练，能在海洋信息技术、空间测量技术、遥感技术、地理信息系统技术及其相关领域从事科研、教学、管理及技术工作的高素质海洋科技人才。遥感是上海海洋大学海洋技术专业主要方向之一，而《遥感原理》是海洋技术专业遥感类基础课程。《遥感原理》课程涉及了大量的数学和物理知识，这些大量的数学和物理公式对相当一部分同学来讲枯燥、难懂，使同学们在课程学习过程中，缺乏对课程学习的兴趣。笔者结合教学过程中经验，针对相关问题，在此浅谈一下在该课程教学上的思考和实践。
1 关注遥感科学的最新进展
要让同学们喜欢遥感课程，首先要激发他们对课程的兴趣。现在的大学生有个性、有主见，接收新生事物快，是一个开放的群体。同学们普遍对所学学科的发展动态和发展前沿感兴趣，他们迫切希望知道所学课程对将来就业和相关课程进一步学习有什么作用。遥感知识更新很快，新理论、新方法和新研究领域不断地出现，遥感研究猛烈地冲击着各学科的前沿，这一特点正符合年轻大学生的好奇心[1]。
在教学过程中，在完成学生对遥感基本知识体系的构建的基础上，把遥感科学的最新进展的一些内容融到课程讲授内容中。例如：告诉同学们，近几十年来，欧美发达国家对资源与环境问题日益重视，而遥感信息技术已成为在国家层面上调查与获取环境资源基本数据，评估国家社会经济和生态环境可持续发展能力的有力工具。在美国、瑞典、澳大利亚、德国和日本等国家，几乎在所有较大规模的资源调查和开发规划中都利用遥感资料和常规资料相结合，提供综合分析数据供有关部门使用。我国已经成功发射了海洋卫星、气象卫星和资源卫星，初步显示了可为生态环境监测提供大量数据。同时，近十几年来在应用空间信息技术进行资源、环境的动态监测及可持续发展综合管理研究方面，也已经积累了大量数据信息和许多较为成熟的经验。遥感应用已从定性向定量发展。加强多源、多模态、多时相数据的融合和同化应用技术研究；注重高空间分辨率、高光谱分辨率和高时间分辨率及全天时、全天候和全频段的监测和研究；注重遥感数据真实性校验和地面定标技术研究；充分开发遥感数据资源，解决全球或区域性的环境和资源问题，为社会经济发展服务，是遥感发展的主要特点。通过国内外遥感现状的对比，使同学们认识到我们国家遥感的基础理论和技术在国际上的地位，以及我们在遥感的基础理论方面和发达国家的差距。这些遥感的基础理论也就是那些大量枯燥、难懂的数学和物理公式。这样既激发了同学们的争强好胜、不服输的天性，又让他们理解遥感基础理论在学科发展中的重要性，他们看到这些枯燥、难懂的数学和物理公式也就感到亲切了。同时，也明白了这些基础理论知识是他们将来遥感类课程进一步学习的基础。
2 引入最新的遥感案例
遥感具有比较明显的应用技术学科的特点，它把地学研究中的概念逻辑思维变成直观的、形象的空间模型，深化了人们对自然现象的认识，其涉及到的知识面十分广泛，如果面面俱到，势必导致走马观花。因此，遥感原理课程的授课过程主要讲授遥感的基本数学和物理原理，完成对基本知识体系的构建。通过教学内容的优化，使学生对遥感在整体把握的前提下，能够抓住重点，以点带面，引导学生自主学习其他知识。在讲授遥感在地学中的应用部分，适当介绍当前遥感在卫星研制、有效载荷、地面处理、应用研究和业务化监测等方面发展的最新案例。并且将原理、算法等注重数学物理基础知识等环节融合到每一部分的案例教学内容里，使学生在学习案例的过程中自然地掌握那些枯燥、难懂的物理原理和数学算法[2-3]。
例如：以近年来每年爆发的黄海绿潮遥感监测为案例，介绍了光学遥感和微波遥感不同的遥感技术对监测绿潮时空分布监测方法的差异。在此案例讲解过程中，介绍了TM/ETM+数据、MODIS各级数据产品和微波数据ENVISATASAR，针对每种遥感影像，分别介绍其传感器和成像的基本原理。从空间分辨率、波谱分辨率、辐射分辨率和时间分辨率4个方面重点讲解遥感图像的特征，并且结合黄海绿潮监测实例讲授光学遥感和微波遥感的不同物理原理。同时在案例讲解过程中，引申出藻类遥感数学反演算法，这些算法只讲述基本原理和思路，而具体推导过程，引导有兴趣的学生在课后通过文献阅读资料查找自行学习。
3 结语
遥感是一门理论和应用性均很强的学科。通过对《遥感原理》课程教学过程的改革，从教学情况看，教学效果良好，学生上课能够认真听讲，学习兴趣浓厚，能主动通过多种渠道搜集查阅所学资料。通过课程改革，使同学们既掌握了遥感基础理论，又学习了运用遥感数据进行分析的基本技能。这些措施的实施，提高了上海海洋大学海洋技术专业学生学习《遥感原理》课程的积极性，课程教学效果得到了明显改善。
参考文献
[1]顾祝军.“遥感原理与应用”课程教学改革初探[J].大学教育，2015（10）：108-109.
遥感知识范文第9篇
关键词：海洋灾害；遥感课程；改革研究
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）46-0067-02
遥感是现代空间信息学的核心技术之一，自20世纪80年代以来，我国各高等院校都相继开设了“遥感”方面的课程[1-2]。但现有的遥感教学存在的一些不足之处，如：（1）遥感技术的快速发展与教材更新缓慢的矛盾；（2）内容过深，与实际的生活接触有所差异；（3）遥感基本技能的培养与实践时间过少的矛盾；（4）专业素质的培养与传统的授课方式和考核方式的矛盾[3-5]。《遥感应用技术》是上海海洋大学空间信息与数字技术专业的专业必修课，其是一门理论与实践相结合且技术性很强的课程。本文结合上海海洋大学培养海洋类人才的目的，对遥感课程的教学改革进行了探讨。
一、“海洋灾害”案例驱动下的遥感课程教学改革的简介
现代海洋产业的发展离不开良好的海洋环境，良好海洋环境的维护离不开迅捷、快速准确的监测，遥感作为新兴的监测技术在海洋中将发挥重要作用[6]。而我国政府十分重视海洋观测技术的发展。在2010年两院院士大会上再次提出：“要大力发展空间和海洋科学技术，提高海洋探测及应用研究能力和海洋资源开发能力，使我国海洋技术水平进入世界前列。”
上海海洋大学的办学宗旨即与国家海洋发展的主战略衔接，为国家和区域海洋经济发展及产业需求提供技术支撑、人才服务等智力支持。设计“海洋灾害”案例驱动下的遥感课程教学改革，在学生掌握遥感技术的同时，提高学生海洋环境保护意识，增强学生的实际动手能力，锤炼学生解决实际海洋问题的能力。
二、“海洋灾害”案例驱动下的遥感课程教学改革的内容
“海洋灾害”案例驱动下的遥感课程教学改革主要是通过设计不同的海洋灾害案例（如风暴潮、海浪、海冰、赤潮、海啸以及溢油），将系统性和理论性较强的遥感基础理论融入到每个案例中，让学生在实际的海洋灾害案例中掌握系统的遥感基础理论知识。
1.“海洋灾害”遥感数据的收集。通过播放新闻报道或模拟的方式，让学生接触一场海洋灾害，以风暴潮为例，并告诉学生他们的任务是：对海洋灾害进行预测预报，做到防灾减灾的目的。在第一阶段，引导学生分析预测预报“海洋灾害”所需的数据。故此，引出遥感的基本概念、遥感系统的组成、遥感的主要类型以及遥感的主要特点等基础知识。
2.“海洋灾害”遥感数据的处理。面临收集到的海洋遥感数据，大多数初学者无从下手，也看不懂，其原因是不懂遥感数据的原理。在此，引入遥感的成像原理、电磁辐射与地物光谱特征，以及遥感图形的特征等概念。
学生们了解了遥感像素的实际意义的同时，主要培养学生的空间意识。因此加入数字图像的校正等实际操作内容，理论与实际操作相结合，边操作边讲解何为辐射校正、几何校正、图像增强以及多源信息复合等知识。
3.“海洋灾害”遥感数据的判读。以风暴潮为例，风暴潮是指由强风或气压骤变等强烈的天气系统影响而引起的海面异常升降现象。通过两景不同时段的遥感影像的判读，提取海面的异常变化，是通过遥感方式监测风暴潮的主要手段，而此时就要熟悉遥感影像的判读。为了很好地判读影像，需要对影像做一系列的处理，包括对比度变换、空间滤波、彩色变换、图像运算、多光谱变换等，同时对遥感图像的解译方法和过程也要熟悉掌握。
4.“海洋灾害”遥感数据的可视化。通过三维绘制引擎、地形的识别技术、场景的显示等技术，实现海洋灾害的再现。在此作为知识的扩充，讲解遥感在与其他数据（如DEM数据）融合，以及后期制图和可视化显示等知识。
三、“海冰”灾害监测案例驱动下的遥感教学示例
以“海冰”灾害监测为例，在结束的遥感教学中，对案例驱动的教学方式进行了实验。
海冰灾害主要发生在渤海和黄海北部和辽东半岛沿岸海域。海冰的主要危害上威胁船舶和海上构筑物的安全，影响渔业和航运等。2001年2月，渤海出现近20年来最严重的海冰，辽东湾最大冰厚60m，辽东湾北部港口基本处于封港状态，秦皇岛海域航标受损，40多艘船舶被困，航运中断，天津港船舶进出困难，渤海海上石油平台受到流冰严重威胁。现以渤海湾海冰预警预报为例，实现遥感的知识讲授，整体流程如图1所示。
在“海冰”监测数据需求分析阶段，通过分析渤海湾的“海冰监测”要求，分析所需数据，主要包括MODIS数据、Landsat数据、SAR数据、微波散射数据等。故此，为学生解惑，不同遥感平台、不同的探测手段等，同时，掌握遥感的基本概念、遥感系统的组成、遥感的主要类型以及遥感的主要特点等基础知识。为了实施后期操作，主要提供了同一地区三个不同时间段的数据（免费数据），如图2所示，由此可以清晰地看出该地区的海冰覆盖。
在数据的预处理阶段，主要是上面三景数据进行预处理。此时结合操作软件ENVI，讲解坐标系的定义、图像的几何纠正、图像的剪裁等。但是为了更好地理解这些操作的目的及原理，需要学生掌握遥感的成像原理、地物光谱特征和大气对辐射的影响等。
在数据的特征提取阶段，为了更好地监测海冰的边界等信息，需要对比度变换、空间滤波、彩色变换、图像运算、多光谱变换等。同样结合ENVI操作，在学习理论知识的同时，熟练其操作工程。最后根据不同的要求，对监测结果以出图或报表的形式数据。
四、结语
“海洋灾害”案例驱动下的遥感课程教学改革，使得遥感教学从以理论教学为主的传统遥感教学模式中摆脱出来，激发学生的学习兴趣，进而激发他们学习的主动性和创造性；通过实际海洋灾害案例的设计，培养学生海洋意识，从根本上提高教学质量，全面培养学生的实际应用能力和解决海洋问题的能力。
参考文献：
[1]白淑英，沈润平，王莉，等.遥感科学与技术专业综合实习教学环节改革[J].中国科教创新导刊，2009，（26）：174.
[2]陈述彭，赵英时.遥感地学分析[M].北京：测绘科学出版社，1989.
[3]张飞，买买提・沙吾提，丁建丽.《遥感概论》精品课程的“教学与科研互动模式”探索[J].科技创新导报，2011，（3）：174-174.
[4]熊勤学，朱建强，尚正春.遥感与信息技术探究型自主学习网站设计与开发[J].安徽农业科学，2010，38（22）：12255-12256.
遥感知识范文第10篇
关键词 遥感地学智能图解模型；土地覆盖—土地利用；遥感影像分类
1 引言
土地覆盖/土地利用 (lc/lu) 分类是随着遥感技术发展而出现的针对土地分类的新概念。土地覆盖侧重于土地的自然属性，是被自然营造体和人工建造物所覆盖的地表诸要素的综合体的反映，遥感影像分类可对所有地表覆盖物（包括已利用和未利用）进行分类；而土地利用则侧重于土地的社会属性，是人类根据土地的自然特点，按照一定的经济、社会目的，采取一系列生物、技术手段，对土地进行长期或周期性的经营管理和治理改造活动。土地利用是一个把土地的自然生态系统变为人工生态系统的过程，是自然、经济、社会诸因素综合作用的复杂过程，土地利用的方式、程度、结构及地域分布和效益，既受自然条件影响，更受到各种社会、经济、技术条件的约束，而且社会生产方式往往起决定性的作用[1～2]。土地利用是土地覆盖变化的最直接和主要的驱动因子。
lc/lu 调查已经成为开展土地利用预测、自然灾害防治及土地规划管理和环境保护等关键的基础性工作，受到广泛重视。随着遥感技术和地学分析模型的深入发展，利用遥感技术对区域的土地覆盖或土地利用情况及动态变化进行定期或不定期的监测，成为最迅速可靠和理想有效的手段之一。在开展遥感 lc/lu 的调查研究工作中，经常将两者合并考虑，建立统一的分类系统，称为遥感 lc/lu 分类体系。本文针对香港地区 lc/lu 特点，在多平台遥感数据（包括 tm、spot－hrv、irs－1c pan）和地理辅助信息（包括地形数据和目视解译土地利用图）基础上，首先提出遥感地学智能图解模型 (rsigim)，并初步建立 lc/lu 智能化分类体系，最后是香港地区土地覆盖分类的实例分析。
2 土地覆盖/土地利用遥感分类一般研究方法
常规 lc/lu 遥感分类方法主要包括传统分类方法、人工神经网络分类方法、基于知识分类方法等。
2.1 传统 lc/lu 遥感分类方法
传统的遥感影像分类方法包括区域划分分类、分层分类（包括决策树）、统计分类等。其中区域划分和分层分类主要是根据遥感影像中的地学分异规律，针对影像中属于不同大类或景观区域，通过层次划分采用不同的分类决策规则，从粗到细进行逐步分类。成功典例如腾冲航空遥感实验的景观分异的树状模式，通过对河湖沉积相的识别进行江汉平原土地利用分类等等[3]。这种分类方法需要依赖分类者对影像地学规律的达到一定的认识程度，才能够比较准确地反映真实的地学分布规律，其缺点是很难把握分类规则的标准，其中定性的成份比较多。而统计分类方法，如动态聚类、最小距离、最大似然分类器等，都是利用遥感数据的统计值特征或与训练样本数据之间的统计关系来进行地物分类，依赖于遥感影像数据的统计特性，一定程度上定量化地反映类别间的数学分布的特征。但纯粹的数理统计方法，由于没有地学知识的支持而难以真实反映一些特殊的地学分布，特别是处理复杂空间信息时难以确定其统计参数。
2.2 人工神经网络影像分类
与传统分类方法相比，人工神经网络 (ann) 分类方法一般可获得更高精度的分类结果，因此 ann 方法在遥感土地覆盖/土地利用分类中被广泛应用，特别是对于复杂类型的土地覆盖分类，ann 方法显示了其优越性。如 howald(1989)、mcclellad(1989)、hepner(1990)、t.yosh ida(1994)、k.s.chen(1995)、j.d.paola(1997) 等利用 ann 分类方法对 tm 图像进行土地覆盖分类，在不同程度上提高了分类精度；kanellopoulos(1992) 利用 ann 方法对 spot 影像的土地覆盖进行了多达 20 类的分类，取得比统计方法更精确的结果；g.m.foody(1996) 用 ann 对土地覆盖中的混合像元现象进行了分解；l
.bruzzone 等 (1997) 在 tm－5 遥感数据、空间结构信息数据、辅助数据（包括高程、坡度等）等空间数据基础下，用 ann 方法对复杂土地利用进行了分类，比最大似然分类方法提高了 9% 的精度[4～8]。与统计分类方法相比较，ann 方法具有更强的非线性映射能力，因此，能处理和分析复杂空间分布的遥感信息。但是目前大多数 ann 方法主要是针对遥感数据的计算行为，同样缺乏地学知识的支持，因此，也不能真实反映遥感影像殊类型的分布特征。
2.3 基于地学知识符号逻辑推理的影像分类
基于符号知识的逻辑推理遥感分类方法是在传统基于地学分异规律的分类方法基础上，通过对地学知识进行符号化表达和形式化逻辑推理的过程，来实现信息的判别，一定程度上能真实地反映地学分布规律。但是，由于遥感信息模糊、复杂的特点，很难用结构化、符号化的地学知识来表达蕴涵的土地覆盖规律及其动态发展的过程，而且遥感影像包含的信息量巨大，用串行的符号逻辑推理的处理方式进行影像分析，效率不高。近年来，在遥感 lc/lu 分类应用研究中，开始尝试用基于知识的逻辑推理分类方法和建立专家系统来进行遥感分类工作。如术洪磊 (1997) 等以规则形式表示遥感影像解译知识，使用 tm 数据和 dem、坡度、土地利用图等地理辅助数据，从遥感影像处理、地理数据、专家知识一体化角度，对基于知识方法的遥感影像分类方法进行了研究；s.w.wharton(1987) 通过建立光谱知识库来提高城市土地覆盖分类的精度；b.kartikeyan 等 (1995) 建立了遥感土地分类专家系统的框架模型，其中包括光谱知识库、推理机、知识自动获取机等，并针对光谱知识进行了实际的土地覆盖分类的实验工作[9～12]。
3 遥感地学智能图解模型及土地覆盖/土地利用遥感分类
3.1 遥感地学智能图解
遥感地学智能图解 (rsigim) 是研究如何用计算机系统模拟地学专家对遥感影像的综合地学解译和决策分析的过程，从低到高分别需要经过包括信息传输及基本处理分析、影像的视觉生理认知理解、逻辑心理认知理解、知识发现、决策分析等多个层次的综合过程（图 1）。r sigim的最终目的是对影像中包含的地物目标、地学现象和过程等进行描述、识别、分类和解释，对遥感影像中地物和目标的类别、大小、结构、相互关系及其他地学属性等成像机理和内在特征进行提取，对蕴涵在遥感影像中的地学知识进行挖掘和表达，并进一步融合地学模型，进行地学现象和地学过程预测和决策分析。
图 1 遥感地学智能图解 (rsigim) 结构框架
fig.1 the framework of rsintelligent geo-interpretation model
3.2 基于 rsigim 的土地覆盖/土地利用分类体系
基于 rsigim 土地覆盖/土地利用分类方法体系，包括 3 个层次的结构模型（图 2）。①数据预处理模型主要通过数理计算和统计分析进行影像的基本处理和分析，根据影像上未知地物在特征空间上数理统计的差异而实现基本分类和信息识别，获得对影像的基本单元分布的初步认识；②基于神经计算的影像分类模型是进一步模拟视觉神经处理系统的形象思维，在一定的地学知识支持下，通过对已知样本数据集的学习，获得复杂的非线性映射网络结构，实现对影像的土地覆盖类型从粗到细的层次分类；③最后在一定的结构化地学知识库（包括光谱知识库、地形知识库、土地利用知识库等）的支持下，通过基于符号的逻辑推理，从事实和服从一定的地学规律角度上对分类结果进行补充确认和修正，并结合目视解译获得的土地利用图进行土地利用的更新和决策分析。
图 2 基于遥感地学智能图解的土地覆盖分类体系结构
fig.2 systematic structure of land-cover classification based on rsgii
4 应用实例
4.1 香港地区土地覆盖/土地利用概况
香港土地利用规划在回归之前，经历了几个历史时期，包括针对 1949～1952 年间突然的大陆移民潮及 50 年代经济膨胀引起的土地需求而采取的应变式土地利用规划、70 年代由于人口增长在“有限度扩散”政策下进行的发展新市镇初步规划、80 年代编制的针对综合土地利用和交通发展规划的“全港发展策略”和“机场发展计划”。长期以来，港英政府主要以围绕港口建设的发展策略以及采取对内地的隔离政策和对新界属于“租借”的担心，长期以来对相对平坦而广阔的新界地区的土地利用计划只进行有限度发展，
形成全港比较畸形的土地利用布局[13]。香港地区的地形、地貌非常复杂，因此，土地覆盖类型比较复杂多样，而且由于本身是一个人口居住密集的以城市为主体的地区，随着经济发展，人为的建设等因素使得土地覆盖和土地利用在时间和空间跨度上是多变的[14]。利用遥感获得的影像数据，通过综合分析方法，进行土地资源包括土地覆盖情况、土地利用现状、土地利用变迁等调查，将为土地利用的决策规划提供实时、动态、快速的实证数据。遥感监测手段为土地利用的规划提供了动态、可靠、综合的基础数据准备，通过对遥感土地覆盖/土地利用发展、现状、趋势的分析，对土地利用的进一步规划将产生直接的推动作用。
4.2 分类过程
香港地区遥感 lc/lu 分类研究的数据来源包括多平台遥感数据和地理辅助数据。其中遥感数据来源包括美国陆地卫星 tm 影像数据、法国 spot－hrv 影像数据和印度遥感卫星 irs－1c 的 pa n影像数据。另外，为了增加辅助决策信息支持，本次工作还增加了一定的地理辅助信息，包括 20m 分辨率的香港高程数据及其坡度、坡向等派生数据，还有人工目视解译获得的香港岛范围内的土地利用现状地图。
(1) 空间数据预处理
包括图像增强、几何配准、统计变换、辅助信息处理等基础性工作。如土地覆盖分类工作的数据源来自不同平台、不同投影坐标系，因此，分类之前需要通过几何精纠正，使各数据层的像素间严格配准。首先选取控制点，包括水库或海岸拐点、道路明显交叉点、山顶、建筑物、裸地等明显标志点作为控制点位置；用多项式拟合方法进行影像配准。在多波段遥感图像中，由于各波段的数据间存在相关的情况很多，通过主成分分析 (pca) 就可以把图像中所含有大部分信息用少数波段表示出来，意味着信息几乎不丢失，但数据量可以减少。大多土地覆盖类型的地域分异现象是受高程、坡度等地形因子制约而形成的，在 lc/lu 遥感分类中，可从高程数据中派生出坡度、坡向、粗糙度等地形因子进行辅助。
(2) 地学知识处理
一般遥感土地覆盖分类中主要采用的辅助地学知识包括：①地物波谱知识；②植被指数；③地物类型随地形因子的分布规律，如地物高程分布规律、地物坡度分布规律等；④地物分布的空间关系，如红树林和水体的空间相关关系；⑤地物生长的时相分布规律，如成像季节植被的长势情况等。地物波谱知识、地物的地形分布知识、地物空间分布知识等采用结构化的“if－then”规则形式表示，通过空间不确定推理，对最后分类结果进行证实和纠正；植被指数等知识以一定的数学模型形式，通过对整体影像数据的计算处理，获得反映突出某种信息的影像数据，再作为数据源的一个数据层，参与到土地覆盖分类之中；地物生长的时相分布规律，则针对参与的多平台遥感数据源的获取时间，分别对其地物类型的分布进行决策。
(3) 土地覆盖粗分类
主要数据源是 tm 影像数据和 dem 地形因子，包括 4 个波段遥感数据层（包括 tm123、tm4、tm5、tm7）和 3 个地形因子（高程 dem、坡度 slope、坡向 aspect）。主要分类过程包括：首先利用聚类方法对影像数据进行聚类分析，获得影像的复杂度；然后将影像划分为基本大类，并在影像中选取这些大类的样本数据集；最后用 rbf 神经网络方法对影像数据进行粗分类，获得主要大类的土地覆盖情况后对影像进行区域划分。
(4) 土地覆盖精细分类
在用 tm 影像和 dem 的融合数据中获得的影像分异大类划分后，各大类再与 spot－hrv、irs－1c pan遥感数据和地形因子数据进行融合，分别得到各大类内部的第二层次的精细类别分布结构；然后用 artmap 等高度非线性映射的神经网络分类器对各大类进行第二层次的精细分类，获得精细分类结果；最后通过分类后的处理，以及用地学辅助知识及推理机对分类结果进行纠正。
首先在精细分类结果上，通过空间域滤波，删除细小图斑，并对颜色表进行规范定义，生成分类专题图；然后对分类结果进行验证，包括对所选取的若干测试样本进行结果验证，获得分类误差矩阵作为精度评价指数，并利用所组织的地学知识库处理系统通过基于符号的空间推理进行分类结果的验证和对与知识库不符合的分类结论进行纠正处理；最后通过分类专题图与原来通过目视解译获得的土地利用图对比，对土地利用图进行更新处理。通过遥感手段获得对土地覆盖/土地利用的分类的目的之一是对现有土地利用图的更新。更新建立在对土地覆盖分类结果的评价体系上，分别进行像素级和特征级的对比评价，再通过人工交互式的对话方式，对土地利用图进行一定程度上的更新。
5 结论
在遥感智能地学图解模型 (rsigim)