Landsat陆地卫星遥感影像数据介绍
Landsat陆地卫星遥感影像数据
简介
“地球资源技术卫星”计划最早始于1967年，美国国家航空与航天局（NASA）受早期气象卫星和载人宇宙飞船所提供的地球资源观测的鼓舞，开始在理论上进行地球资源技术卫星系列的可行性研究。1972年7月23日，第一颗陆地卫星（Landsat_1）成功发射，后来发射的这一系列卫星都带有陆地卫星（Landsat）的名称。到1999年，共成功发射了六颗陆地卫星，它们分别命名为陆地卫星1到陆地卫星5以及陆地卫星7，其中陆地卫星6的发射失败了。
Landsat陆地卫星系列遥感影像数据覆盖范围为北纬83o到南纬83o之间的所有陆地区域，数据更新周期为16天（Landsat 1~3的周期为18天），空间分辨率为30米（RBV和MSS传感器的空间分辨率为80米）。目前，中国区域内的Landsat陆地卫星系列遥感影像数据（见图1）可以通过中国科学院计算机网络信息中心国际科学数据服务平台免费获得（https://www.360docs.net/doc/207134046.html,）。
Landsat 陆地卫星在波段的设计上，充分考虑了水、植物、土壤、岩石等不同地物在波段反射率敏感度上的差异，从而有效地扩充了遥感影像数据的应用范围。在基于Landsat遥感影像数据的一系列应用中，计算植被指数和针对Landsat ETM off影像的条带修复为最常用同时也是最为基础的两个应用。因此，中国科学院计算机网络信息中心基于国际科学数据服务平台，提供了1）基于Landsat 数据的多种植被指数提取。2）对Landsat ETM SLC-off影像数据的条带修复。
图1 Landsat 遥感影像中国区示意图
数据特征
（1）数据基本特征
Landsat陆地卫星包含了五种类型的传感器，分别是反束光摄像机（RBV），多光谱扫描仪（MSS），专题成像仪（TM），增强专题成像仪（ETM）以及增强专题成像仪+（ETM+），各传感器拍摄影像的基本特征如下：
（2）数据主要参数
Landsat陆地卫星携带的传感器，在南北向的扫描范围大约为179km，东西向的扫描范围大约为183km，数据输出格式是GeoTIFF，采取三次卷积的取样方式，地图投影为UTM-WGS84南极洲极地投影。数据分发前，美国国家航空与航天局（NASA）和美国地质调查局（USGS）对数据产品进行了系统的辐射矫正和地面控制点几何校正，并且通过DEM高程模型做了地形矫正。按照产品的处理级别，分为四类：原始数据产品（Level 0），辐射矫正产品（Level 1），系统几何矫正产品（Level 2），几何精矫正产品（Level 3），高程矫正产品（Level 4）。目前，由中国科学院计算机网络信息中心发布的是L1T数据产品，用户通过国际科学数据服务平台免费获得（https://www.360docs.net/doc/207134046.html,）。
（3）数据组织
Landsat陆地卫星数据覆盖中国区域需要561景影像，每一景Landsat卫星影像图像存贮为一个压缩文件。每个数据文件的文件名由拍摄卫星的名称，拍摄地区行、列编号，拍摄时间，地面接收站位置来共同命名。例如，LT51240312009224IKR00文件名包含的信息如下：拍摄卫星是Landsat_5（TM传感器），拍摄地区位于124行/31列，拍摄时间是2009年的第223天，地面接收站编号IKR。
数据获得
目前，Landsat遥感影像数据可以在网上免费获得。用户通过美国NASA的EROS（Earth Resources Observation and Science Center，美国地球资源观测中心）（https://www.360docs.net/doc/207134046.html,/）免费下载这些数据。当然，拥有数据下载权限之前需要进行相关网站的用户注册和所需数据的申请。
应用
Landsat陆地卫星系列提供了大量地球资源观测数据，为各种学科和领域的用户和研究人员提供他们所需要的遥感影像信息，对整个地球科学来说都具有重大的价值和意义。Landsat遥感影像数据可以用于自然资源保护，能源勘探、环境管理、自然灾害监测等多个研究领域，遥感影像数据特有的在时间分辨率、空间分辨率和光谱分辨率上的优势，使得我们能够开始在“生态系统基础”上来观察地球的组成，超越了当前所收
集的大多数资源数据的边界。
增值服务
国际科学数据服务平台目前提供的基于Landsat遥感影像数据的增值服务分为两个部分：植被指数的计算和Landsat 7 ETM SLC-off影像的条带修复。
植被指数
植被指数是一种利用卫星探测数据的线性或非线性组合来反映植被的存在、数量、质量、状态及时空分布特点，反映植物生长状况的指数，用来诊断植被的一系列生物物理参量，如叶面积指数(LAI)、植被覆盖率、生物量、光合作用有效辐射吸收系数。
中科院计算机网络信息中心科学数据中心研发了基于Landsat TM及ETM影像数据的多种植被指数提取工具，为用户免费提供常用的14种Landsat植被指数产品，包括比值植被指数（RVI），比值短波红外指数（RSI），差值植被指数（DVI），归一化植被指数（NDVI），转换型植被指数（TVI），重归一化插值植被指数（RDVI），增强型植被指数I和II（EVI&EVI2），大气阻抗植被指数（ARVI），土壤调整植被指数（SAVI），修正土壤植被指数（MSAVI），土壤大气综合植被指数（SATVI），优化土壤调节植被指数（OSAVI）。
原始影像
比值植被指数：RDVI 归一化植被指数：NDVI
图2部分植被指数示意图
Landsat ETM SLC-off影像条带修复
Landsat-7 ETM+机载扫描行校正器(SLC) 故障导致2003年5月31日之后获取的图像出现了数据条带
丢失，严重影响了Landsat ETM遥感影像的使用。对于已经丢失的数据，没有可能找回实际数据，因此，只能利用缝隙填充的方式进行差值，尽量弥补缺失的数据部分，并且使相对完好的70-80%数据可用。经过多方努力，中科院计算机网络信息中心科学数据中心开发了Landsat ETM SLC-off遥感影像条带修复工具，提供多影像局部自适应回归分析和多影像固定窗口分析两个模型，为用户免费提供条带修复产品。
修复前局部放大图修复后局部放大对照图
图3修复效果示意图
用户统计
国际科学数据服务平台Landsat遥感影像数据自发布以来，受到了中科院内外用户的广泛关注和好评。据统计，共有67,075名用户的访问，数据下载量达到6,730.65G。
未来发展
目前，中科院计算机网络信息中心科学数据中心已经发布了中国区域范围内Landsat陆地卫星系列遥感影像数据，并加工生产了植被指数和条带修复产品，为国内科研人员提供免费查询和下载。在下一步的工作中，我们会着力推出以下数据产品：1). Mosaic_Landsat全球陆地影像拼接数据。2). 基于Landsat的中国内陆水体信息提取产品。最后，希望广大科研人员继续关注和支持我们的国际科学数据服务平台
Landsat-TM-影像处理最完整流程
一. 界面系统介绍 1. 主菜单：菜单项，Tool、Classification、Tranform、Spectral实 习所涉及的（粗略介绍） 2. Help 工具的使用 3. 主菜单设置（preferences）：内存设置 二. 文件的存取与显示 1．图像显示 由一组三个不同的图像窗口组成：主图像窗口、滚动窗口、缩放窗口。 1）主图像Image窗口：（400*400）100％显示（全分辨率显示）scroll的方框，可 交互式分析、查询信息。主图像窗口内的功能菜单：在主图像窗口内点击鼠标右键， 切换隐藏子菜单的开启和关闭。该"Functions" 菜单控制所有的ENVI交互显示功能，这包括：图像链接和动态覆盖；空间和波谱剖面图；对比度拉伸；彩色制图；诸如ROI 的限定、光标位置和值、散点图和表面图等交互特征；诸如注记、网格、图像等值线 和矢量层等的覆盖（叠置）；动画以及显示特征。 2）滚动Scroll窗口：全局，重采样(降低分辨率)显示一幅图像。只有要显示的图像比主图像窗口能显示的图象大时，才会出现滚动窗口。滚动窗口位置和大小最初在 envi.cfg 文件中被设置并且可以被修改。 3）缩放Zoom窗口：（200*200）显示image的方框。缩放系数（用户自定义）出现在 窗口标题栏的括号中。 2．图像的头文件资料的获取和编辑 ENVI：File>>Edit ENVI Header，选择相应的文件。 从Header Info 对话框里，你可以点击Edit Attributes 下拉菜单中的选项，调用 编辑特定文件头参数的独立对话框。这些参数包括波段名、波长、地图信息等。3．图像的存取 File > Open Image File. 当你打开任何文件，可用波段列表（ABL）自动地出现。 ABL列出该图像文件的所有波段，并允许你显示灰阶和彩色图像、启动新的显示窗口、 打开新文件、关闭文件，以及设置显示边框。 要选择当前活动显示，请按以下步骤： 从ABL（Available Bands List）内，点击“Display #X”按钮菜单（其中“X” 是与显示窗口标题栏内数字相对应的数字），再从列表中选择所需要的显示。 要开始一个新的显示，从按钮菜单选择“New Display”。
常见国产卫星遥感影像数据的简介
北京揽宇方圆信息技术有限公司 常见国产卫星遥感影像数据的简介 本文介绍了常见国产卫星数据的简介、数据时间、传感器类型、分辨率等情况。 中国资源卫星应用中心产品级别说明 ◆1A级和1C级产品均为相对辐射校正产品,只是不同卫星选用的生产参数不同。 ◆2级，2A级和2C级产品均为系统几何校正产品,只是不同卫星选用的生产参数不同。 其中: ■GF-1卫星和ZY3卫星归档产品为1A级，ZY1-02C卫星数据归档产品级别为1C级，其他卫星归档级别为2级! ◆归档产品是指:该类产品已经存在于系统中,仅需要从存储系统中迁移出来.即可供用户下载的数据。 ◆生产产品是指:该类产品不是已经存在的产品,需要对原始数据产品进行生产,然后再提供给用户下载的数据。
■当用户需要的产品级别是上述归档的级别,直接选择相应的产品级别，然后查询即可！ ■当用户需要的产品级别不是上述归档的级别,就需要进行生产.本系统提供GF-1卫星和ZY3卫星2A级的生产产品,ZY1-02C卫星2C级的生产产品,在选择需要的级别查询后,无论有没有数据,在查询结果页上方有一个“查询0级景”按钮,点击此按钮后,进行数据查询,如果有数据，选择需要的产品直接订购,即可选择需要的产品级别。 国产卫星 一、GF-3(高分3号) 1.简介 2016年8月10日6时55分，高分三号卫星在太原卫星发射中心用长征四号丙运载火箭成功发射升空。 高分三号卫星是中国高分专项工程的一颗遥感卫星，为1米分辨率雷达遥感卫星，也是中国首颗分辨率达到1米的C频段多极化合成孔径雷达（SAR）成像卫星，由中国航天科技集团公司研制。 2.数据时间 2016年8月10日-现在 3.传感器 SAR：1米 二、ZY3-02（资源三号02星） 1.简介 资源三号02星（ZY3-02）于2016年5月30日11时17分，在我国在太原卫星发射中心用长征四号乙运载火箭成功将资源三号02星发射升空。这将是我国首次实现自主民用立体测绘双星组网运行，形成业务观测星座，
基于Landsat-TM影像的专题信息提取
基于Landsat-TM影像的专题信息提取摘要：本文以沈阳地区为研究区，利用光谱信息提取水体、植被，采用基于灰度共生矩阵的纹理量的分类法，通过TM5波段提取灰度共生矩阵和灰度联合矩阵，计算并提取最能反映类别差异的纹理量值将光谱信息混淆的水田、旱田、居民地用分离，得到最终的分类结果。结果表明:将纹理特征应用于图像分类中可区分光谱混淆的地类，光谱与纹理特征结合得到的分类精度要高于单纯光谱的分类精度。 关键词：遥感影像;光谱特征;纹理特征;灰度共生矩阵;分层提取;土地利用 Abstract:Based on the study of shenyang area for using spectral information extraction，water,vegetation,based on gray symbiotic matrix of the texture classification,through the TM5 band extraction graylevel co-occurrence matrix and gray,and joint matrix extraction can reflect the differences between vector-valued texture category will confuse the paddy fields,spectral information structure,separation,with residents of the final results of the classification.Results show that: the texture characteristics will be applied to image classification can distinguish the confusion of spectral spectrum and texture feature combination,the classification accuracy than pure spectral classification accuracy. Key words:remote sensing image;spectrum feature;texture feature;text gray-level co-occurrence matrix;layered extraction;land-use 引言 遥感图像信息专题特征的提取，需要对TM图像的光谱信息和纹理信息进行综合分析,以达到提高影像分类精度的目的[1]。在自然资源调查中，遥感图像已成为重要的空间数据源，其中TM图像信息是进行土地利用/覆盖变化动态监测的重要依据。常规提取TM图像信息主要是利用影像的光谱分辨率进行的，难以正确区分光谱易混淆的地物，例如菜地与其他耕地类型。 提取TM图像中易混淆地物信息，可以充分利用影像的空间分辨率及影像上丰富的纹理信为了息来完成信息提取。纹理分析方法在许多领域都有重要的应用，吴高洪等[2]为了提高纹理图像分割的边缘准确性和区域一致性以及降低分割错误
SPOT卫星遥感影像数据基本参数
SPOT5遥感卫星基本参数 北京揽宇方圆信息技术有限公司 前言： 遥感传感器是获取遥感数据的关键设备，由于设计和获取数据的特点不同，传感器的种类也就繁多，就其基本结构原理来看，目前遥感中使用的传感器大体上可分为如下一些类型：（1）摄影类型的传感器； （2）扫描成像类型的传感器； （3）雷达成像类型的传感器； （4）非图像类型的传感器。 无论哪种类型遥感传感器，它们都由如下图所示的基本部分组成： 1、收集器：收集地物辐射来的能量。具体的元件如透镜组、反射镜组、天线等。 2、探测器：将收集的辐射能转变成化学能或电能。具体的无器件如感光胶片、光电管、光敏和热敏探测元件、共振腔谐振器等。 3、处理器：对收集的信号进行处理。如显影、定影、信号放大、变换、校正和编码等。具体的处理器类型有摄影处理装置和电子处理装置。 4、输出器：输出获取的数据。输出器类型有扫描晒像仪、阴极射线管、电视显像管、磁带记录仪、XY彩色喷笔记录仪等等。 虽然不同卫星的基本组成部分是相同的，但是由于，各个组成部分的具体构造的精细度又是不同的，的，所以不同的卫星具有不同的分辨率。 一、法国SPOT卫星 法国SPOT-4卫星轨道参数： 轨道高度：832公里 轨道倾角：98.721o 轨道周期：101.469分/圈 重复周期：369圈/26天 降交点时间：上午10：30分 扫描带宽度：60 公里 两侧侧视：+/-27o 扫描带宽：950公里 波谱范围： 多光谱XI B1 0.50 – 0.59um 20米分辨率B2 0.61 – 0.68um B3 0.78 – 0.89um SWIR 1.58 – 1.75um
遥感卫星影像数据采购知识要素
北京揽宇方圆信息技术有限公司 (一）遥感卫星数据类型有哪些？ 北京揽宇方圆卫星公司可提供多种遥感数据类型供用户选择，目前来说是国内遥感数据最多的遥感数据中心，分辨率从0.3米到30米的光学卫星影像，还有各种极化方式的雷达卫星影像，高光谱卫星影像，还有解密的1960年至1980年的锁眼卫星影像，根据自己的情况来定，也可以把自己的卫星数据需求告诉我们，给您推荐合适的卫星数据类型。如果您想获取高程信息DEM、DLG等信息，需要购买的就是卫星影像立体像对数据，并不是所有卫星都有立体像对哦。 (二）遥感卫星数据影像有哪些级别？ 卫星公司北京揽宇方圆销售的都是1A级别原始卫星影像，光学卫星影像原始数据都是以全色+多光谱捆绑形式提供，卫星影像一般可以经过一定的处理，形成各级别的影像数据，不同的级别可以针对不同的用户需求，在订购时需特别注意。 *名词（全色就是黑白数据，多光谱是指红绿蓝近红外） （三）遥感卫星数据影有没有最小数量起订的说法？ 北京揽宇方圆提醒您在购买卫星影像时，都要确认购买面积大小或景数。对于高分辨率影像来说，一般是按面积大小来计算，单位为平方公里。但是往往有个最小购买面积，例如，WorldView影像的存档数据最低起购面积为25平方公里，且需要满足四边形两边相距大于等于5公里；而中低分辨率影像则往往按景数来计算，景是一幅卫星影像的通俗讲法，例如，一景高分一号卫星影像，范围大小为32.5×32.5公里。 （四）遥感卫星存档数据是指什么？ 北京揽宇方圆详解遥感卫星存档数据：是指先前卫星已经拍摄过的某区域的影像数据，已存档在数据库中，是现成品。该种影像的购买价格相对较低，订购时间较快。但是订购前需要对既定需求区域做出确认，即确认所需区域是否有卫星影像数据存档、卫星影像存档数据的拍摄时间、拍摄质量（包含了云量、拍摄倾角等因素）等。 （五）遥感卫星编程数据是什么意思? 北京揽宇方圆遥感公司对遥感卫星编程数据的解释是指地面编程控制卫星对需求区域拍摄最新的影像，可以让用户得到需求区域最新的影像。但是编程影像的拍摄周期通常较长，订购初期需要先向卫星运营公司申请拍摄区域的拍摄周期，然后由卫星公司反馈计划拍摄周期。在这个拍摄周期中，并不能够保证拍摄成功，这与所拍摄地的天气情况、拍摄数据的优先级权重以及需求数据范围有关。 （六）遥感卫星影像数据价格如何一般是多少？ 目前市面上的商业遥感卫星数量较多，北京揽宇方圆是国内遥感数据资源最多的公司，不同的行业根据自己的遥感项目业务要求，对各卫星影像的分辨率、波段数量、质量以及影像拍摄的时间要求各异，而卫星
遥感卫星影像数据质量如何检查
遥感卫星影像数据质量如何检查 原始影像质量检查 取得原始影像数据后，首先要对数据源质量进行全面检查。主要检查内容和要求如下： 1、原始数据检查以景为单位，应用遥感图像处理软件打开影像数据，采用人工目视检查的方法，对每景数据进行质量检查，并进行文字记录。 2、检查相邻景影像之间的重叠是否在4%以上，特殊情况下不少于2%。 3、检查原始影像信息是否丰富，是否存在噪声、斑点和坏线。 4、检查影像云、雪覆盖情况，是否满足云、雪覆盖量小于10%，且不能覆盖城乡结合部等重点地区之规定。 5、检查侧视角是否满足规程之规定：一般小于15°，平原地区不超过25°，山区不超过20°。 6、对检查结果中不符合以上质量要求的数据信息及时反馈全国调查办，申请替换。 3.1.2原始影像质量常见问题
根据以往的影像处理经验，除常见的云雪覆盖量较大和侧视角超限等问题外，在原始影像的检查中常见质量问题如下： 1、掉线，如图3-1所示： 图3-1：掉线现象 2、条带现象，如图3-2所示： 图3-2条带现象 3、增溢过度现象，如图3-3所示：
图3-3影像增溢过度 3.1.3原始影像分析 原始影像数据质量检查合格后，根据各景影像的头文件信息，通过GIS软件生成落图矢量文件（WGS84坐标），内容包含数据源类型、景号、时相、侧视角等属性字段。将落图矢量文件与项目区范围在GIS软件中进行叠加，全面检查数据覆盖是否完整，并对重叠较小的区域进行反复确认，将缺漏数据情况及时反馈全国调查办。同时，在满足重叠要求和项目区覆盖完整的前提下，尽量排除不需要生产的数据以提高工作效率和保障项目进度。 在确定好需生产数据的数量和分布后，以分带区为单元，将同一投影带内的原始数据以所在带号为名称的文件夹分别存放，对跨分带线的数据以面积较大区域所在投影带为准，以备下一环节的使用。 3.1.4原始影像预处理 由于卫星具有侧视观测地面的功能，获取完整监测区的数据时段不同、空中云雾干扰以及地面光线不均匀等原因，会造成一景图像内部、景与景之间的感光程度存在差别，采用专业图像处理软件，对项目区全色与多光谱影像分别进行预处理。同时，可对同源同时相同轨道的部分影像进行拼接处理，以保证项目区影像内部接边精度，提高工作效率。 3.1. 4.1全色影像色调调整 对全色影像的明暗度、对比度、均匀度等进行调整处理，一方面提高地物的亮度，另一方面增加地物的对比度，使地物边界更清晰。通过预处理，使整幅图像色彩真实均匀、明暗程度适中、
Landsat_TM_组合
波段组landsat 3，2，1 这种RGB组合模拟出一副自然色的图象。有时用于海岸线的研究和烟柱的探测。 4，5，3 用于土壤湿度和植被状况的分析。也很好的用于内陆水体和陆地/水体边界的确定。 4，3，2 红外假色。在植被、农作物、土地利用和湿地分析的遥感方面，这是最常用的波段组合。 7，4，2 土壤和植被湿度内容分析；内陆水体定位。植被显示为绿色的阴影。 5，4，3 城镇和农村土地利用的区分；陆地/水体边界的确定。 4，5，7 探测云，雪和冰（尤其在高维度地区）。 4－3/4＋3NDVI－标准差植被指数；TM波段4：3的不同比率被证明在增强不同植被类型对比度方面很有用。 实践应用 3，2，1 普通色图象。适宜于浅海探测作图。 4，3，2 红外色图象。提供中等的空间分辨率。在这种组合中，所有的植被都显示为红色。MultiSpec3-ch.Default。 7，5，4 适宜于湿润地区。提供了最大的空间分辨率。 7，4，2 适宜于温带到干旱地区。提供最大的光谱多样性。 321：真彩色合成，即3、2、1波段分别赋予红、绿、蓝色，则获得自然彩色合成图像，图像的色彩与原地区或景物的实际色彩一致，适合于非遥感应用专业人员使用。432：标准假彩色合成，即4、3、2波段分别赋予红、绿、蓝色，获得图像植被成红色，由于突出表现了植被的特征，应用十分的广泛，而被称为标准假彩色。 举例：卫星遥感图像示蓝藻暴发情况 我们先看一看蓝藻爆发时遥感监测机理。蓝藻暴发时绿色的藻类生物体拌随着白色的泡沫状污染物聚集于水体表面，蓝藻覆盖区的光谱特征与周围湖面有明显差异。由于所含高叶
绿素A的作用，蓝藻区在LandsatTM2波段具有较高的反射率，在TM3波段反射率略降但仍比湖水高，在TM4波段反射率达到最大。因此，在TM4（红）、3（绿）、2（蓝）假彩色合成图像上，蓝藻区呈绯红色，与周围深蓝色、蓝黑色湖水有明显区别。此外，蓝藻暴发聚集受湖流、风向的影响，呈条带延伸，在TM图像上呈条带状结构和絮状纹理，与周围的湖水面也有明显不同。 451：信息量最丰富的组合，TM图像的光波信息具有3～4维结构，其物理含义相当于亮度、绿度、热度和湿度。在TM7个波段光谱图像中，一般第5个波段包含的地物信息最丰富。3个可见光波段（即第1、2、3波段）之间，两个中红外波段（即第4、7波段）之间相关性很高，表明这些波段的信息中有相当大的重复性或者冗余性。第4、6波段较特殊，尤其是第4波段与其他波段的相关性得很低，表明这个波段信息有很大的独立性。计算各种组合的熵值的结果表明，由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像一般具有最丰富的地物信息，其中又常以4，5，3或4，5，1波段的组合为最佳。第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。最佳波段组合选出后，要想得到最佳彩色合成图像，还必须考虑赋色问题。人眼最敏感的颜色是绿色，其次是红色、蓝色。因此，应将绿色赋予方差最大的波段。按此原则，采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰富，而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。 741：波段组合图像具有兼容中红外、近红外及可见光波段信息的优势，图面色彩丰富，层次感好，具有极为丰富的地质信息和地表环境信息；而且清晰度高，干扰信息少，地质可解译程度高，各种构造形迹（褶皱及断裂）显示清楚，不同类型的岩石区边界清晰，岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。 742：1992年，完成了桂东南金银矿成矿区遥感地质综合解译，利用1：10万TM7、4、2假彩色合成片进行解译，共解译出线性构造1615条，环形影像481处,并在总结了构造蚀变岩型、石英脉型、火山岩型典型矿床的遥感影像特征及成矿模式的基础上，对全区进厅成矿预测，圈定金银A类成矿远景区2处，B类4处，C类5处。为该区优选找矿靶区提供遥感依据。 743：我国利用美国的陆地卫星专题制图仪图像成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段（2.08-2.35微米）对温度变化敏感；TM4、TM3波段则分别属于红外光、红光区，能反映植被的最佳波段，并有减少烟雾影响的功能；同时TM7、TM4、TM3（分别赋予红、绿、蓝色）的彩色合成图的色调接近自然彩色，故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。 754：对不同时期湖泊水位的变化，也可采用不同波段，如用陆地卫星MSS7， MSS5，MSS4合成的标准假彩色图像中的蓝色、深蓝色等不同层次的颜色得以区别。从而可用作分析湖泊水位变化的地理规律。
高分辨率遥感卫星介绍
北京揽宇方圆信息技术有限公司 高分辨率遥感卫星有哪些 高分辨率遥感可以以米级甚至亚米级空间分辨率精细观测地球，所获取的高空间分辨率遥感影像可以清楚地表达地物目标的空间结构与表层纹理特征，分辨出地物内部更为精细的组成，地物边缘信息也更加清晰，为有效的地学解译分析提供了条件和基础。随着高分辨率遥感影像资源日益丰富，高分辨率遥感在测绘制图、城市规划、交通、水利、农业、林业、环境资源监测等领域得到了飞速发展。 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 一、卫星类型 (1)光学卫星：worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、北京二号、高景一号、资源三号、高分一号、高分二号、环境卫星。 (2)雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 (3)侦查卫星：美国锁眼卫星全系例(1960-1980) 二、卫星分辨率 (1)0.3米：worldview3、worldview4 (2)0.4米：worldview3、worldview2、geoeye、kompsat-3A (3)0.5米：worldview3、worldview2、geoeye、worldview1、pleiades
Landsat卫星的TM ETM各波段介绍
Landsat卫星的TM/ETM各波段介绍 北京揽宇方圆信息技术有限公司拥有WorldView、QuickBird、IKONOS、GeoEye、SPOT、PLEIADES、高分一号、高分二号、资源三号等世界上最高分辨率卫星影像的代理权，能够为户提供全天候、全覆盖、多分辨率、多尺度的影像产品。整合最丰富的遥感影像数据资源，为用户提供最专业的遥感影像数据服务，北京揽宇方圆致力成为中国遥感影像数据服务第一品牌。 一、波段介绍 1.TM1 0.45-0.52um,蓝波段 对水体穿透强, 该波段位于水体衰减系数最小，散射最弱的部位（0.45—0.55um）,对水体的穿透力最大，可获得更多水下信息，用于判断水深，浅海水下地形，水体浑浊度，沿岸水，地表水等； 能够反射浅水水下特征，区分土壤和植被、编制森林类型图、区分人造地物类型,分析土地利用。 对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等。 2.TM2 0.52-0.60um,绿波段 对植物的绿反射敏感该波段位于健康绿色植物的绿色反射率（0.54—-0.55um）附近； 对健康茂盛植物的反射敏感, 主要观测植被在绿波段中的反射峰值,这一波段位于叶绿素的两个吸收带之间,利用这一波段增强鉴别植被的能力 对绿的穿透力强, 探测健康植被绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种，植被类型和评估作物长势 对水体有一定的穿透力，可反映水下特征，水体浑浊度，水下地形，沙洲，沿岸沙地等。. 可区分人造地物类型， 3.TM3 0.62-0.69um ,红波段 对水中悬浮泥沙反映敏感。该波段位于含沙浓度不同的水体辐射峰值（0.58—-0.68um）附近，对水中悬浮泥沙反映敏感。 叶绿素的主要吸收波段, 能增强植被覆盖与无植被覆盖之间的反差,亦能增强同类植被的反差，反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率, 测量植物绿色素吸收率，并以此进行植物分类； 此外其信息量大,广泛用于对裸露地表，植被，岩性，地层，构造，地貌等为可见光最佳波段； 可区分人造地物类型 4 .TM4 0.76-0.96UM 近红外波段, 对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量, 处于水体强吸收区，水体轮廓清晰，用于勾勒水体，绘制水体边界、探测水中生物的含量和
常用的遥感卫星影像数据有哪些
北京揽宇方圆信息技术有限公司 常用的遥感卫星影像数据有哪些 公司拥有WorldView、QuickBird、IKONOS、GeoEye、SPOT、高分一号、资源三号等卫星的代理权，与国内多家遥感影像一级代理商长期合作，能够为客户提供全天候、全覆盖、多分辨率、多尺度的影像产品 WorldView，分辨率0.5米 WorldView卫星系统由两颗(WorldView-I和WorldView-II)卫星组成。WorldView-I全色成像系统每天能够拍摄多达50万平方公里的0.5米分辨率图像，并具备现代化的地理定位精度能力和极佳的响应能力，能够快速瞄准要拍摄的目标和有效地进行同轨立体成像。WorldView-II多光谱遥感器具有8个波段，平均重访周期为一天，每天采集能力达到97.5万平方公里。
QuickBird，分辨率0.61米 QuickBird具有较高的地理定位精度,每年能采集7500万平方公里的卫星影像数据，在中国境内每天至少有2至3个过境轨道，有存档数据约500万平方公里，重访周期为1-6天，每天采集能力达到21万平方公里。 IKONOS，分辨率0.8米 IKONOS卫星是世界上第一颗高分辨率卫星，开启了商业高分辨率卫星的新时代，同时也创立了全新的商业化卫星影像标准。全色影像分辨率达到了0.8米，多光谱影像分辨率4米，平均重访周期3天。
Geoeye，分辨率0.41米 GeoEye-1卫星具有分辨率最高、测图能力极强、重返周期极短的特点。全色影像分辨率达到了0.41米，多光谱影像分辨率1.65米，定位精度达到3米，重访周期2-3天，每天采集能力70万平方公里。
遥感卫星数据处理知识详解
北京揽宇方圆信息技术有限公司 遥感卫星数据处理知识详解 遥感技术自20世纪60年代兴起以来，被应用于各种传感仪器对电磁辐射信息的收集、处理，并最后成像。遥感信息通常以图像的形式出现，故这种处理也称遥感图像信息处理。 那对遥感图像处理可以达到什么目的呢？ ①消除各种辐射畸变和几何畸变，使经过处理后的图像能更真实地表现原景物真实面貌； ②利用增强技术突出景物的某些光谱和空间特征，使之易于与其它地物的K 分和判释； ③进一步理解、分析和判别经过处理后的图像，提取所需要的专题信息。遥感信息处理分为模拟处理和数字处理两类（见数据釆集和处理）。 遥感数据处理过程 多谱段遥感信息的处理过程是： ①数据管理：地面台站接收的原始信息经过摄影处理、变换、数字化后被转换成为正片或计算机兼容的磁带，将得到的照片装订成册，并编目提供用户选用。 ②预处理：利用处理设备对遥感图像的几何形状和位置误差、图像辐射强度信息误差等系统误差进行几何校正和辐射校正。 ③精处理：消除遥感平台随机姿态误差和扫描速度误差引起的几何畸变，称为几何精校正；消除因不同谱段的光线通过大气层时受到不同散射而引起的畸变，称为大气校正。
④信息提取：按用户要求进行多谱段分类、相关掩模、假彩色合成、图像增 强、密度分割等。 ⑤信息综合：将地面实况调查与不同高度、不同谱段遥感获得的信息综合编 辑，并绘制成各种专题图。 遥感信息处理方法和模型越来越科学，神经网络、小波、分形、认知模型、地学专家知识以及影像处理系统的集成等信息模型和技术，会大大提高多源遥感技术的融合、分类识别以及提取的精度和可靠性。统计分类、模糊技术、专家知识和神经网络分类有机结合构成一个复合的分类器，大大提高分类的精度和类数。多平台、多层面、多传感器、多时相、多光谱、多角度以及多空间分辨率的融合与复合应用，是目前遥感技术的重要发展方向。不确定性遥感信息模型和人工智能决策支持系统的开发应用也有待进一步研究。 多源遥感数据融合 遥感数据融合技术旨在整合不同空间和光谱分辨率的信息来生产比单一数据包含更多细节的融合数据，这些数据来自于安放在卫星、飞行器和地面平台上的传感器。融合技术已成功应用于空间和地球观测领域，计算机视觉，医学影像分析和防卫安全等众多领域。 遥感数据处理的发展趋势 遥感技术正在进入一个能够快速准确地提供多种对地观测海量数据及应用研究的新阶段，它在近一二十年内得到了飞速发展，目前又将达到一个新的高潮。 这种发展主要表现在以下4个方面： 1. 1.多分辨率多遥感平台并存 2. 空间分辨率、时间分辨率及光谱分辨率普遍提高。目前，国际上已拥有十几种不同用途的地球观测卫星系统，并拥有全色0．8～5m、多光谱3．3～30m 的多种空间分辨率。随着遥感应用领域对高分辨率遥感数据需求的增加及高新技术自身不断的发展，各类遥感分辨率的提高成为普遍发展趋势。 1. 2.微波遥感、高光谱遥感迅速发展 2. 微波遥感技术是近十几年发展起来的具有良好应用前景的主动式探测方法。 微波具有穿透性强、不受天气影响的特性，可全天时、全天候工作。微波遥感采用多极化、多波段及多工作模式，形成多级分辨率影像序列，以提供从粗到细的对地观测数据源。成像雷达、激光雷达等的发展，越来越引起人们
TM影像各波段介绍
TM影像各波段介绍 1.TM1 0.45-0.52um,蓝波段,对水体穿透强,对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等. 2.TM2 0.52-0.60um,绿波段,对健康茂盛植物的反射敏感,对力的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征. 3.TM3 0.62-0.69UM ,红波段,叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面. 4 .TM4 0.76-0.96UM 近红外波段,对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,水域测量. 5.TM5 1.55-1.75UM,中红外波段,处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力.易于反映云与雪. 6.TM6 1.04-1.25UM热红外波段,可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,进行热制图. 7.TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物. 二.类型提取: 1.城市与乡镇的提取:TM1+TM7+TM3+TM5+TM6+TM2-TM4 2.乡镇与村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5 3.河流的提取:TM5+TM6+TM7-TM1-TM2-TM4 4.道路的提取：ＴＭ６－（ＴＭ１＋ＴＭ２＋ＴＭ３＋ＴＭ４＋ＴＭ５＋ＴＭ７） 三．光谱差异 ＴＭ１居民地与河流菜地不易分开． ＴＭ２居民地与河流菜地不易分 ＴＭ３乡村与菜地不易分 ＴＭ４农田与道路不易分，乡镇，道路，河滩易浑． ＴＭ５县城与农田不易分 ＴＭ６村庄与河流易混．
遥感卫星图像处理方法
北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌
(完整版)卫星图像处理流程
卫星图像处理流程 一．图像预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 图1 消除噪声前
图2 消除噪声后 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。 图3 去条纹前
图4 去条纹后 图5 去条带前
图6 去条带后 2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正 通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。（1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。
IKONOS卫星 遥感影像解译数据 的 波段简介
IKONOS卫星遥感影像解译数据的波段 IKONOS卫星影像
IKONOS卫星简介 IKONOS为美国DigitalGlobe公司的高分辨率遥感卫星，于1999年09月24日发射，其影像分辨率达0.82米，为全球首颗提供1米以下分辨率的商用光学卫星，揭开了高分辨率卫星影像的时代。 IKONOS卫星基本参数 卫星遥感数据分类： 一、卫星分辨率 1.0.3米：worldview3、worldview4 2.0.4米：worldview3、worldview2、geoeye、kompsat-3A
3.0.5米：worldview3、worldview2、geoeye、worldview1、pleiades、高景一号 4.0.6米：quickbird、锁眼卫星 5.1米：ikonos、高分二号、kompsat、deimos、北京二号 6.1.5米：spot6、spot7、锁眼卫星 7.2.5米：spot5、alos、资源三号、高分一号（4颗）、高分六号、锁眼卫星 8.5米:spot5、rapideye、锁眼卫星、planet卫星4米 9.10米:spot5、spot4、spot3、spot2、spot1、Sentinel-卫星 10.15米:landsat5(tm)、landsat(etm)、landsat8、高分一号16米 二、卫星类型 1.光学卫星：spot2、spot3、spot4、spot5、spot6、spot7、worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、高分一号、高分二号、高分六号、北京二号、高景一号、资源三号、环境卫星。 2.雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 3.侦查卫星：美国锁眼卫星全系例(1960-1980) 4.高光谱类卫星：高分五号、环境小卫星、ASTER卫星、EO-1卫星 三、卫星国籍 1.美国：worldview1、worldview2、worldview3、quickbird、geoeye、ikonos、landsat5(tm)、landsat(etm)、锁眼卫星、planet卫星 2.法国：pleiades、spot1、spot2、spot3、spot4、spot5、spot6 3.中国：高分一号、高分二号、高分六号、高景卫星、北京二号、资源三号等 4.德国：terrasar-x、rapideye 5.加拿大：radarsat-2 四、卫星发射年份 1.1960-1980年：锁眼卫星(0.6米分辨率至10米) 2.1980-1990年：landsat5(tm)、spot1 3.1990-2000年：spot2、spot3、spot4、landsat(etm)、ikonos 4.2000-2010年：quickbird、worldview1、worldview2、spot5、rapideye、radarsat-2、alos 5.2010-至今：高分一号、高分二号、高分三、高分四、高分五、高分六号、高分七、spot6、spot7、资源三号、worldview3、worldview4、pleiades、高景卫星、planet卫星
Landsat陆地卫星TM遥感影像数据介绍
Landsat陆地卫星遥感影像数据 简介 “地球资源技术卫星”计划最早始于1967年，美国国家航空与航天局（NASA）受早期气象卫星和载人宇宙飞船所提供的地球资源观测的鼓舞，开始在理论上进行地球资源技术卫星系列的可行性研究。1972年7月23日，第一颗陆地卫星（Landsat_1）成功发射，后来发射的这一系列卫星都带有陆地卫星（Landsat）的名称。到1999年，共成功发射了六颗陆地卫星，它们分别命名为陆地卫星1到陆地卫星5以及陆地卫星7，其中陆地卫星6的发射失败了。 Landsat陆地卫星系列遥感影像数据覆盖范围为北纬83o到南纬83o之间的所有陆地区域，数据更新周期为16天（Landsat 1~3的周期为18天），空间分辨率为30米（RBV和MSS传感器的空间分辨率为80米）。目前，中国区域内的Landsat陆地卫星系列遥感影像数据（见图1）可以通过中国科学院计算机网络信息中心国际科学数据服务平台 QQ电子网免费获得（https://www.360docs.net/doc/207134046.html,）。 Landsat 陆地卫星在波段的设计上，充分考虑了水、植物、土壤、岩石等不同地物在波段反射率敏感度上的差异，从而有效地扩充了遥感影像数据的应用范围。在基于Landsat遥感影像数据的一系列应用中，计算植被指数和针对Landsat ETM off影像的条带修复为最常用同时也是最为基础的两个应用。因此，中国科学院计算机网络信息中心基于国际科学数据服务平台，提供了1）基于Landsat 数据的多种植被指数提取。2）对Landsat ETM SLC-off影像数据的条带修复。 图1 Landsat 遥感影像中国区示意图 数据特征 （1）数据基本特征 Landsat陆地卫星包含了五种类型的传感器，分别是反束光摄像机（RBV），多光谱扫描仪（MSS），专题成像仪（TM），增强专题成像仪（ETM）以及增强专题成像仪+（ETM+），各传感器拍摄影像的基本特征如下：
卫星遥感数据的正射影像图的制作
卫星遥感数据的正射影像图的制作 【摘要】卫星遥感是一种采用人们通过航空技术发射在地球外层空间的人造卫星对地球地面、地面以上的空间以及外层太空天体进行综合性观测的技术。而卫星遥感所得数据在正射影像图的制作上应用价值广泛，本文通过阐述卫星遥感数据以及卫星影响图的来源以及所具有的特征，并分析了卫星遥感数据用于制作正射影图过程中出现的纠错、配准以及最后统一融合的方法及原理，简要介绍了正射影像图的构型、调色以及去重叠等数据信息处理的方式和过程。 【关键词】卫星遥感技术;数据;信息;正射影像图;制作 引言 21世纪信息科技时代的到来，卫星遥感技术也在不断的更新、完善之中。目前的卫星遥感技术在用于制作正射影像图方面效果显著，并且成图的精准度越来越高，远远超过比例尺地形图的精准度。卫星遥感技术在城市建设、城市规划以及了解环境状况和资源状况方面具有强大的支撑作用。采用卫星遥感技术制作的城市影像图具有目标辨认难度小、内容清晰、比例尺大以及转释较容易的优势，这项技术已经广泛应用于社会生产和发展的各个层面。该项技术还有助于治理生态环境、搜集专业信息、监测工程项目以及防止各种自然灾害等工作的开展。 1.国内外普遍流行的卫星影像图收集方式 随着新科技革命的不断深入，卫星遥感技术日新月异，目前国际上较为早期出现的卫星遥感技术是来自美国的Earth watch 卫星数据资源库的QuickBird卫星影像，这款卫星影像的地面全色分辨率达到0.61m，成像款幅度达到16.5×16.5/km2，随后美国相继推出了Space imaging Ikonos和Land sat TM卫星遥感影像，这宽两款卫星遥感较Earth watch的QuickBird的影像效果以及成像款幅度都有所提升。俄罗斯生产了一款Spin-2卫星影像，这款卫星影像在地面分辨率方面虽然不及美国的Land sat TM卫星遥感，但是其成像款幅度可以达到200×300/km2却与美国的三种卫星影响有明显的优势。 2.卫星影像图的纠错、配准以及统一融合 2.1 数字纠错 光学纠错仪是一款用于将航拍模拟摄影片转化为平面图的工具，主要适用于传统的框架模幅式的航拍摄像画面的数字影像[1]。现阶段出现了许多新鲜的卫星数字遥感技术，这些技术的影响数据采用传统的光学纠错仪就不能很好地转化。因此，数字微分纠错技术由此诞生。这是一项通过地面的有效参数以及数字地面的基本雏形，在设置适当的构想公式，并依据适当的数学模型控制范围和控制点将航拍摄像画面的数字影像转化为正射影像图的。这种技术不仅简单、方便，而且适用范围较广，已经成为国内外普遍使用的数字纠错技术。