遥感应用与地理信息系统-海洋仪器网资料库

遥感应用与地理信息系统
" e$ w9 m' J0 o, ~" P# [2 I遥感和地理信息系统是70年代蓬勃发展起来的新兴技术领域。它集中了空间、电子、光学、计算机、通讯和地球科学、生物学等学科的最新成就，在地球系统科学、资源与环境科学以及农业、林业、地质。水文、城市与区域开发、海洋、气象、测绘等科学和国民经济的重大领域，发挥着越来越大的作用。
遥感、地理信息系统技术和最近发展起来的全球定位技术为地球科学提供了全新的研究手段，导致了地球科学的研究范围、内容、性质和方法的巨大变化，标志着地球科学的一场革命。和传统的对地观测手段相比，它的优势表现在：提供了全球或大区域精确定位的高频度宏观影象，从而揭示了岩石圈、水圈、气圈和生物圈的相互作用和相互关系，促进了地球系统科学的诞生；扩大了人的视野，从可见光发展到红外、微波等波谱范围，加深了人类对地球的了解；在遥感与地理信息系统基础上建立的数学模型为定量化分析奠定了基础；同时，还实现了空间和时间的转移：空间上野外部分工作转移到实验室；时间上从过去、现在的研究发展到在三维空间上定量地预测未来。遥感技术正在改变着地球科学研究的进程。
7 P) g' e( g- y环境与资源是地球科学的主要应用研究领域，也是以遥感技术为核心的对地观测技术最具有应用潜力的领域之一。我国正面临着日益严重的环境与资源问题，本世纪末到下世纪初，将是我国环境与资源问题最为尖锐的时期，如果处理不好，必将影响到国民经济的持续发展。因此，遥感技术已被列为国家90年代国民经济发展的35项关键技术之一。遥感技术在解决我国资源与环境问题、促进国民经济持续发展的作用是：
（1）为制定国民经济发展计划提供资源与环境动态基础数据。
(2）为国家重大的资源、环境突发性事件提供及时准确的监测评估数据，保证国家对这些重大问题作出正确、快速的反应。
2 e+ |; Z4 Z0 O( @, V  w（3）生物量估测。包括农作物产量、产草量、水面初级生产力预估和评价。
' F, C6 @6 O' i7 n（4）为国家的重要经济领域提供信息服务。
遥感应用的综合性是其重要的技术特征和技术优势。遥感技术在地质矿产和水资源的勘探，森林，草场资源调查与评价，海洋渔场调查，城市的规划，气象，海洋预报等领域均发挥着重要作用。它的技术发展将推动国民经济各领域信息技术进步，更好地为国家发展决策服务。
发展趋势
在卫星遥感应用方面，空间技术、信息技术和计算机技术的发展，推动了遥感技术的进步。遥感影像的空间分辩力和光谱分辩力的明显提高，扩展了它的应用领域；计算机运算速度和容量成数量级的增加、数据库技术和网络技术的发展和人工智能的应用为分析处理大数据量的遥感和地理数据创造了条件。所有这些都为遥感信息系统的实用化奠定了技术基础。数学模型作为联系遥感、地理信息系统与实际应用之间的纽带，处于十分重要的位置，发挥了极为重要的作用。遥感与地理信息系统的发展趋势表现在以下几个方面。
综合对地观测系统的建立
; Z* w! S1 h! p; f遥感技术应用实践表明，服务于资源与环境监测的对地观测系统是由航天。航空、地面观测台站网络等于系统组成的，具有提供定位、定性、定量数据能力的综合性技术系统。同时，这个系统应当是一个全天候、
. I: d- s1 s8 z7 M/ e3 G$ m! A' T' |                               全方位的综合系统，这样才有可能对地球物理场、生物、地理、化学过程进行比较全面的调查研究，从而为资源开发、环境保护、区域经济协调和持续发展提供系统的科学数据和信息服务。
; K# G* o2 \' u对地观测空间卫星子系统应是由大型极轨组合平台与小卫星系列、多高度、多种轨道卫星组合的观测体系。从资源与环境监测的需求出发，卫星发展的重点包括：连续地提供高质量的观测数据、长寿命化的观测技术；以定量化为目标的超多波段成像光谱技术；不受云层影响的微波传感器技术；以海洋和大气为主要对象的探测器技术和全球空间、全天候、全时域、连续、快速、高精导航定位的全球定位系统技术。
4 v7 b" {8 Y- N3 E, _. U遥感、全感定位系统和地理信息系统的一体化
+ S+ F2 M+ M5 M# s" O* [6 w地理信息系统需要应用遥感资料更新其数据库中的数据；而遥感影像的识别需要在地理信息系统支持下改善其精度并在数学模型中得到应用。两者之间存在着密切的相互依存关系。但在目前的技术水平下，这种关系受到制约，主要有两方面的原因：一是受卫星分辨率和识别技术所限，遥感图像计算机识别的精度还不能满足更新较大比例尺专题图的要求；二是遥感图像与常用的地理信息系统的不同的数据结构妨碍了数据间的传输。
展望今后十年，新一代卫星影像的分辨力将有大幅度提高；在专家系统支持下，计算机识别精度也将有明显的改善；同时，从遥感图像具有的棚格数据结构向地理信息系统常用的矢量数据结构的转换已取得明显进展，新的数据结构不断出现，有的达到实用化水平。因此，遥感与地理信息系统一体化已是可以看到的前景。那时，再也不需要重复遥感图像一目视解译一编图一数字化进入地理信息系统的模式，整个过程将为计算机处理所代替，应用实时遥感数据的数学模型将得以运行。
, D1 K% Q5 `3 n; G: k遥感、全球定位系统和地理信息系统一体化技术，又称三s技术（RS、GPS、Gis)，随着美国用于全球定位系统的24颗卫星在1993年6月最终全部发射成功已提到日程。全球定位系统的组合技术系统为遥感对地观测信息提供了准实时或实时的定位信息和地面高程模型；遥感对地观测的海量波谱信息为目标识别及科学规律的探测提供了定性或定量数据；遥感、全球定位系统、地理信息系统的一体化将使地理信息系统具有获取准确、快速定位的现实遥感信息的能力，实现数据库的快速更新和在分析决策模型支持下，快速完成多维、多元复合分析。因此，三5技术将最终建成新型的地面三维信息和地理编码影像的实时或准实时获取与处理系统，形成快速、高精度信息处理流程，对遥感技术发展具有深远的意义。
高速大容量遥感数据处理系统建设
当前，急待解决遥感地面应用系统建设较卫星研制和发射投入薄弱、时间滞后的问题。环境与资源遥感监测特点要求遥感数据处理系统必须有较高的处理速度、处理能力和精度。80年代以卫星图像目视解译为基础的大区域综合调查需要3年左右时间完成，和传统调查方法相比，这已经是很大的进步；90年代以资源与环境动态监测为目标，这个周期必须缩短到一年而灾害评估、农作物估产等定量环境和资源遥感工程，则更需要数小时和数天内完成。在数据处理分析精度方面，考虑到资源与环境动态监测中要查清的季度、年度变化本身数值很小，因此对精度的要求更为严格，需要稳定在90％以上，直至达到95％，这是传统的计算机识别没有达到的目标。同时，未来空间遥感技术发展将导致传感器空间分辨率、光谱分辨率的大幅度提高，这些传感器投入运行的结果将使卫星图像的数据量和计算机处理运算量大幅度增加。据初步统计，90年代末期，遥感卫星的数据量将增加100～400倍，计算机处理的运算量将增加1000～17000倍。目前需要百万次级计算机解决的图像识别问题，将需要由10亿次～170亿次计算机完成。上述处理速度、精度和处理能力问题如不解决，将造成大量遥感数据积压，处于数据爆炸状态，无法发挥遥感技术所具有的宏观、快速和综合的优势。因此，以解决上述问题为目标，建设遥感数据处理系统势在必行。在系
& u% H  {. O$ l5 v4 A6 F& U                               统设计中，定量化遥感是重要的方向，主要通过绝对幅射校正研究解决（包括遥感器绝对定标和建立目标的地物波谱与遥感数据的相关模型）。此外，在处理技术方面，要解决多元、多维复合分析的智能化处理，以及新型传感器数据分析处理技术等关键问题。专业的3S站3s8.cn
神经网络计算机和专家系统将对高速大容量遥感与地理信息系统数据处理系统建设提供强有力的支持。神经网络计算机是尽可能模拟人脑——超级信息处理系统的产物。它试图解决现代计算机无法根本解决的一些技术问题，例如对各种图像信息的快速准确的识别。造成这些问题的原因是现代计算机在冯·诺伊曼体系下，按符号／逻辑规则顺序串行运算，它不具备、人脑的智慧性、时空整合、思维联想等功能。尽管在现代计算机中人工智能获得了应用，但仍无法准确模拟人脑的思维活动。若采用神经网络，利用其全并行处理、自适应学习、联想功能等特点，解决计算机视觉、模式识别等待大数据量、信息特别复杂的问题，表现出明显优于传统计算机方法的优势，从而解决遥感图像识别和遥感及地理信息系统数据的综合分析等问题。
2 }# G- B& R: l0 }6 s: l专家系统已在遥感图像识别实验中得到应用，但远远没有达到实用阶段。当前一些遥感应用科学工作者开发了一批专家系统软件，但还很不成熟。应当指出，计算机研究人员已开发了一批专家系统开发工具，从理论完整性和实用性以及人力的投入上都远远超过了应用工作者开发的专家系统。因此，对于遥感和地理信息系统应用科学家来说，正确的途径不是良己独立开发专家系统，而是从众多的已开发的专家系统开发工具中选取适合于地球科学应用的模式，赋予地球科学内容，特别是在认真科学地总结专家知识的基础上建立知识库应是地球科学工作者研究和应用专家系统的正确方向。
7 n7 e* W0 D# z地理信息系统技术发展
地理信息系统已是遥感应用的不可分割的组成部分，它将以更有效地支持数学模型为目标，在结构上进行调整。
（1）面向目标的设计思想
现有的地理信息系统具有较满意的输入、编辑、查询的展示空间信息的功能，但这些系统在执行空间分析的模型化方面有局限性。主要原因是不同的应用模型使用不同于地理信息系统的数据结构，使得地球科学应用人员不得不花费更多的时间去解决计算机的问题，而不是解决地球科学问题。