解译方法

解译方法（精选9篇）

解译方法 篇1

我国草原面积辽阔、草地类型繁多, 因此应用卫星遥感技术监测和划分草地资源的类型是当今草原学科发展的一个重要方向。利用遥感技术能够全面及时、准确地反映草原资源和生态环境的动态变化情况, 同时为草原资源的科学管理、合理开发及建设保护提供科学依据。

如何应用遥感技术对辽阔的草原进行有效的分类, 在很短的时间内就能得出草资源的利用和变化情况, 这是相关草原专家们一直努力的方向。但是在遥感信息获取手段已经取得巨大进步的今天, 遥感技术的核心难点仍然是遥感影像解译技术。政府和相关部门将利用解译的结果采取相应的措施对草资源进行合理的利用, 但是, 传统的解译方法和技术在一定程度上存在着缺限, 这就需要研究人员在现有技术的基础上进一步地深入探讨好的方法和技术, 为政府和业界提供信息平台。

1 常规解译方法概述

1.1 目视解译

目视解译就是根据作业人员的经验和知识, 即根据样本的图像特征和空间特征 ( 形状、大小、阴影、纹理、图型、位置和布局) , 与多种非遥感信息资料相结合, 按照应用目的运用生物地学等相关规律, 采用对照分析的方法, 进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理, 从而识别图像上的目标, 并定性定量的提取目标的形态、构造功能、性质等信息的技术过程。因此, 目视解译需要解译人员具备图像解译方面的背景知识。这就是专业知识, 地理区域知识和遥感系统知识。而且需要有实地调查的经验, 通过实地考察来判断解译的结果是否准确[1]。目前, 目视解译是遥感图像解译最基本的解译方法, 也是最常用的方法。

目视解译分类方法的应用主要是通过遥感图像与各种辅助资料 (地形图、专题图、各种气象水文资料等) 的结合, 进行人工判读之后, 手工编绘各种专题图。早期的遥感应用主要是采取这种方法。现在随着计算机技术和遥感图像处理技术的发展而形成了人机交互目视解译方法, 它通过计算机对遥感图像进行各种增强缩放和变换后, 判读人员根据建立的解译标志, 直接用鼠标沿图像特征边缘准确的勾绘出地类界限, 从而达到地物分类。陈宁强等运用遥感处理软件, 对人机交互式土地资源遥感解译的条件过程及主要特点做了探索性研究;张松岭、杨邦杰等人提出了基于GIS的耕地遥感监测人机交互式图像解译系统;中国科学院遥感所在长期科技攻关的基础上制成了遥感图像人机交互判读系统, 可较好地满足区域规划、管理和决策以及遥感农情速报、遥感专题制图等多方面的需要, 在高新技术产业化方面具有广阔的发展应用前景和显著的社会经济效益。

1.2 计算机分类

计算机分类是计算机支持下的智能化识别技术, 是计算机软件通过分析和计算地物光谱辐射的相似程度, 将相似的图斑进行归类, 以达到区分遥感图像中多种地物的目的。计算机分类方法包括非监督分类和监督分类。

1.2.1 非监督分类

非监督分类也称为聚类分析或点群分析。即在图像中搜寻, 定义其自然相似光谱集群组的过程, 它不必对图像地物获取先验知识, 仅依靠图像上不同类地物光谱 (或纹理) 信息进行特征提取, 再统计特征的差别来达到分类的目的, 最后对已分出的各个类别的实际属性进行确认。所谓非监督, 是指人们事先对分类过程不施加任何的先验知识, 而仅凭遥感图像地物的光谱特征的分布规律, 随其自然地进行盲目的分类;其分类的结果, 只是对不同类别达到了区分, 但在联机过程中并不确定类别的属性;其类属是通过事后对各类光谱响应曲线进行分析, 以及与实地调查数据相比较后确定的[2,3]。

非监督分类不需要更多的先验知识, 方法简单, 且具有一定的精度。但是传统的非监督分类算法存在着分类精度较低, 分类结果比较粗糙等缺点。例如Kmeans算法、isodata算法等。严格说来, 分类效果的好坏需要经过实际调查来检验。当光谱特征类能够和唯一的地物类型相对应时, 非监督分类可取得较好的效果。但是, 在实际工作中, 地物类型对应的光谱特征类差异很小时, 非监督的效果就不如监督的效果好。特别由于同谱异质、同质异谱以及混合像元等现象的存在, 非监督的结果不如监督的令人满意。因此, 非监督适用于图像中的类已知且特别规则和做大概的分类。

1.2.2 监督分类

监督分类又称训练分类法, 即用被确认类别的样本像元去识别其它未知类别像元的过程, 它就是在分类之前通过目视判读和野外调查, 对遥感图像上某些样区中图像地物的类别属性有了先验知识, 作业人员按照由应用目的制订的分类系统;对每一种类别选取一定数量的训练样本, 计算机计算每种训练样区的统计或其它信息, 同时用这些种子类别对判决函数进行训练, 使其符合于对各种子类别分类的要求, 随后用训练好的判决函数去对其它待分数据进行分类。使每个位像元和训练样本作比较, 按不同的规则将其划分到和其最相似的样本类, 以此完成对整个图像的分类。

与非监督分类相比, 训练场地的选择是监督分类的关键, 训练场地要求有代表性, 训练样本的选择要考虑到地物光谱特征, 样本数目要能满足分类的要求, 判别函数有效。与非监督分类相比, 监督分类有一定的优势, 但也往往造成较多的错分、漏分情况, 使分类精度不高。

2 常规解译方法存在的问题

2.1 目视解译方法的局限性

目视解译法一直是草原图像解译工作最常用的方法, 但还存在一些问题。解译者的知识和经验在识别判读中起主要作用, 难以实现对海量空间信息的定量化分析, 费事费力, 工作效率低;主观因素作用大, 容易产生误判;目视解译劳动强度大, 人很易疲劳。在疲劳时进行图像解译, 精度往往会下降, 表现为解译勾绘的图斑细度达不到制图要求;在目视解译时, 很难综合较多的因素。所以, 容易出现片面解译的情况;对于人机交互式解译, 尽管它是对遥感原始数据的计算机处理, 速度快, 数据处理方式灵活多样, 但是它的整个处理过程多是以人机交互式进行的, 各种处理往往离不开人工判读或人的经验与知识的介入[4,5]。

2.2 计算机分类的缺点

2.2.1 监督分类

(1) 分类系统的确定、训练样本的选择, 均人为主观因素较强, 分析者定义的类别也许并不是图像中存在的自然类别, 导致多维数据空间中各类别间并非独一无二, 而是有重叠;分析者所选择的训练样本也可能并不代表图像中的真实情形; (2) 由于图像中同一类别的光谱差异, 如同一森林类, 由于森林密度、年龄、阴影等的差异, 其森林类的内部方差大, 造成训练样本并没有很好的代表性; (3) 训练样本的选取和评估需花费较多的人力、时间; (4) 只能识别训练样本中所定义的类别, 若某类别由于训练者不知道或者其数量太少未被定义, 则监督分类不能识别。

2.2.2 非监督分类

(1) 它产生的光谱集群组并不一定对应于分析者想要的类别, 因此分析者面临着如何将它们和想要的类别相匹配的问题实际上很少有一对一的对应关系。 (2) 分析者很难对产生的类别进行控制。因此其产生的类别也许并不能让分析者满意。 (3) 图像中各类别的光谱特征会随时间、地形等变化, 不同图像之间以及不同时段的图像之间的光谱集群组无法保持其连续性, 从而使其不同图像之间的对比变得困难。

2.3 遥感图像不共享

目前草原遥感图像一般都掌握在少数单位、少数人手里, 这对研究此方面的科学工作者以及学生造成了很大的不便, 也极大地阻碍了信息和数据的共享。因此, 随着现代信息技术的发展以及我国要求在越来越多的领域达到信息共享, 这就迫切要求建立有关草原遥感图像的共享平台。

基于常规的图像解译方法, 在实际的遥感图像解译工作中, 人们常常要参考一幅或多幅基础图来进行解译, 比如参考地形图、土地利用图、前人制作的草地类型图等等, 来协助判读和解译, 这样有利于提高解译的效率和准确度。但是, 在实际应用中参考和对照另外一幅图时, 存在一个突出的不方便之处, 即遥感图像的色调、纹理和图斑不易与基础图对应, 通常是把两幅图 (基础图和图像) 摆在计算机屏幕的左右两边来对照和参考, 或者一幅放在工作台上, 另一幅显示在计算机上, 对比和参照时非常麻烦, 给解译工作带来很大的不便, 且解译的效率不高。尤其是当遥感图像和基础图的比例尺及投影不同时, 要把两个图的不同点或区域很好地对应起来有很大的困难。在目视解译或计算机监督分类时, 都存在这样的问题。

3 结论

尽管目视解译方法中存在许多缺陷, 当前, 由于计算机自动识别的精度不够高, 目视判读仍然是草原遥感应用中一种不可缺少而又行之有效的方法。近年来, 随着遥感技术和计算机技术的不断发展, 专家系统、神经网络、模糊技术和数学形态等一些原来实现困难的新方法也在遥感图像分类中发挥作用, 虽然这些新方法比传统的方法在分类精度上有明显提高, 可也存在一定的不足。为了进一步提高分类精度, 综合利用各种信息进行遥感图像分类势在必行。

在常规方法存在的问题下, 试想应用地理信息系统的原理, 利用现代信息技术和软件技术, 将经过假彩色合成或单波段的遥感影像, 按地理坐标、投影、分辨率, 与基础图件 (如草地类型图、地形图) 完全在空间上叠加, 并显示在计算机屏幕上。这样一来, 两个图层上的每一个点、每一个图斑、每一个区域都会完全一一对应。解译人员通过控制上层影像的透明度, 可以同时看到两个图层在空间上的叠合情况, 很容易进行两个图层间图斑的对比和分析。经过把遥感影像的色斑与基础图的图斑 (斑块) 作对比和参照分析, 可方便、高效地进行目视解译, 可较准确地得出解译结果。同时, 叠加后的遥感影像可以用来验证基础图件的准确性。例如:河流的形状、湖泊的轮廓等。

影像解译工作是遥感监测工作中的一项重要工作, 多年来研究人员在影像和基础图对比分析工作中花费了很多的时间和精力。该项研究所提出的方法从理论上将充分应用现代网络技术、地理信息系统原理、软件技术, 改进现有方法的局限之处;在实践上要突破常规方法, 将遥感技术和地理信息系统技术有机地融合, 可为遥感解译工作带来极大的方便, 不仅大大地提高解译效率和精度, 同时也可为广大解译工作者提供信息共享平台, 便于推进和实现遥感影像的共享使用。

此外, 如果该项研究成功, 不仅可以应用到农业遥感应用研究, 甚至可以推广应用到其它学科领域的遥感应用研究。因此, 该项研究具有重要的理论意义和现实意义, 对实现我国的“数字农业”也具有实际意义。

摘要：草地类型的分布及变化是草原工作者很重要的研究内容, 对于较大面积的草地, 应用卫星遥感技术监测和划分草地资源的类型是当今草原学科发展的一个重要方向。应用遥感技术进行草地分类常用的方法有2种:目视解译法和计算机自动分类。简述了草原遥感影像常规解译方法及其存在的问题。并基于常规方法存在的不足, 试提出研究一种辅助草原遥感影像解译的半透明叠加法。

关键词：草原,解译,遥感

参考文献

[1]赵英时.遥感应用分析原理与方法[M].北京:科学出版社, 2003.

[2]傅肃性.遥感专题分析与地学图谱[M].北京:科学出版社, 2002.

[3]孙家柄.遥感原理与应用[M].武汉:武汉大学出版社, 2002.

[4]Li Jing.The Dynamic Monitoring of Grassland Resourcesand Grazing Ecosystem by Remote Sensing and GIS[D].Beijing:Beijing University, 1996.

[5]李博.中国北方草地畜牧业动态监测研究[M].北京:中国农业科技出版社, 1993.

[6]杨桄, 刘湘南.遥感影像解译的研究现状和发展趋势[J].土地资源遥感, 2004 (2) :7-10.

解译方法 篇2

1.遥感提供哪些信息？可以用来干什么？ 空间、属性、变化

现状（卫星视频，选址，石油储备，难民，城市etc）2.技术流程

**地物信息的传递过程涉及的环节

3.解译方法（分类器）

遥感图像解译的任务与实施 目的：

信息提取：地表覆盖土地利用类别提取地物各组成部分和存在于其它地物的内涵的信息、相关信息。

方法：从遥感图像上提取地物信息所需要的的基础理论和实践方法。

4.众源（VGI）雷达、光学、GIS、历史产品、POI 遥感技术发展，导致数据的迅速积累，为多种来源的信息进行复合处理和综合分析提供可能，同时还促使建立起全面收集、整理和检索这些数据的空间数据库及管理系统，建立一些地学分析模型、计量分析模型或进行其它相关研究与综合分析。

空间尺度

尺度是指观测和描述物体、结构和过程的空间维。从地理学的角度 p135 空间异质性(尺度是空间异质性的量度单位)指某个变量在空间上分布的不均匀性及复杂程度，是自然现象固有的属性。空间异质性的程度不仅取决于自然现象的本身，也依赖于测量尺度大小

遥感图像尺度

根据应用目的和要求不同，每个传感器具有不同的特性，即不同的遥感平台和传感器所获得的图像的空间分辨率、光谱分辨率、辐射分辨率和时间分辨率是不相同的。

第二章 遥感研究对象的特性 地理单元

地理综合体是一个相对封闭的自然地段，它通过发生在内部的诸自然过程和地理组成成分的相互依存性而构成一个整体。其成分有同质与异质之分，所有高级地理综合体，它们的异质程度随等级升高和单元规模扩大而增大。地理综合体从低级到高级单元，其内部相似性逐渐减少，而相互间差异性逐渐增大。1.反射（光学影像）

（1）典型目标波谱特性（水体，植被指数，红边蓝移（不健康，病虫害，氮碳压迫）水体的发射特性 线显示出近红外的“陡坡”效应

水体比热大，热惯量相对大，对红外波段几乎全吸收，自身辐射率高。水体表面保持相对均一的温度，红外线找水的理论依据（2）高光谱 解决同物异谱、异物同谱 离散→连续

同谱异物：在某一个谱段区，两个不同地物可能呈现相同的谱线特征；目视效果？ 同物异谱：可能同一个地物，处于不同状态，如对太阳光相对角度不同，密度不同，含水量不同等等，呈现不同的谱线特征。2.发射（热红外影像）

（1）功能区&非功能区

（2）LST 地表温度（连续）⇿ 地面站点 地表空气温度（离散）3.主动（雷达影像）

在机载雷达图像上，依据植物群聚的郁闭度和密度，以相对于地面高度等对雷达波后向散射的强弱造成的影像色调和影纹结构来识别其为何种群落。

（1）无颜色，有明暗（2）城市化（雷达VS光谱）时间特征: 一是自然变化过程，即其发生、发展和演化；

二是节律，既事物的发展在时间序列上表现出某种周期性重复的规律。时相变化：

遥感研究时相变化，主要反映在地物目标光谱特征随时间的变化而变化上。处于不同生长期的作物，光谱特征不同，即光谱响应的时间效应，可以通过动态监测了解它的变化过程和变化范围。

充分认识地物的时间变化特征以及光谱特征的时间效应，有利于确定识别目标的最佳时间，提高识别目标的能力。

第三章 遥感数据的物理属性和成像性能 1.空间分辨率和比例尺（1）尺度&卫星、传感器（2）解译标志

遥感图像量测性能：对地物细部和在其上的各个物体之间几何关系的再现能力。真正对遥感图像量测性能及其上地物细部的再现能力有决定性作用的是图像的比例尺。对于遥感图像而言，主要是数字图像，决定其图像量测性能及其上地物细部的再现能力的主要是几何分辨率。

2.光学特性知识规则，训练建模 光谱分辨率研究的重要作用：（1）开拓了遥感应用领域

从利用综合波段记录电磁波信息，到分波段分别记录电磁波的强度，可以把地物波谱的微弱差异区分并记录下来，使遥感应用范围逐步扩大；（2）专题研究中波谱段的选择针对性越来越强；（3）信息提取可以提高分析解译效果。

对于复杂的目标进行分离提取或解译时，往往不仅要利用其特征波段内的差异，还要利用各波段间的差异。

3.光谱标志可变性：物体本身的某些特性会影响着它们的光谱响应标志 用传感器测得的光谱响应常能分辨出它们的类型和条件。依据是什么？反射光谱曲线和发射光谱曲线。

地物的光谱特性标志——对不同波长下的特定地面物体取得的自然辐射测定值。导致光谱响应标志是可变的！

导致光谱响应标志可变性的因素时间效应、空间效应和大气的影响等。

由于光谱响应标志的可变性，需要参比数据。

获取参比数据收集遥感待测目标、区域或现象的某些量测值或观测值。这些数据可以从一个来源或数个来源取得。

4.辐射特性重要性

对于某一个波段的图像，地物特征的识别主要依赖于它们的光谱响应及其变化。如地物的形状与大小，仍然依赖于它的辐射特征与周围物体的不同（即色调的变化）来反映。空间特征中的纹理结构，也是通过较小区域内光谱响应特征（色调）的变化频率来反映。辐射特征与成像方式有关 5.热辐射→土壤&水

地物的辐射功率与温度和发射率成正比在热红外像片上其灰度 与辐射功率成函数关系高分热影像的应用 6.雷达特性 反射&地物特性

地形起伏与反射强度的关系 各种表面的反射 7.时间特性

时间分辨率：不同传感器的时间分辨率与目标的时间性关系作用 时间分辨率的作用

选择最佳成像时间的决定因素；遥感动态应用方面的重要作用；利用时间差以提高遥感的成像率和解像率。数据库更新的重要参考因素；利用遥感图像解译监测地面的动态变化。

第四章 遥感数据的信息性能 图像的信息性能

图像的一种能力，在可理解的形式中反映地物和现象的详尽程度，这个详尽程度是识别自然现象、识别地球物理成因、识别静止和运动状态中的自然和人工地物所必须的。

反映所传递的这些地面信息的质量和数量，将遥感图像的成像能力、量测能力和信息容量等三个特性统一在一起。

1.不同形状地物对识别概率曲线的影响（公式理解）

图像分解力：在一mm长的图像上能够将绝对反差的线条分开成像的数量 图像解像力：图像上最小的、但还能分辨的地物尺寸。

图像清晰度：表示传递地物形状的能力，决定目视观测中有效的放大极限。

简单地物：2.复杂地物≠简单地物概率加权和 3.场景识别概念方法

第五章 遥感图像特征和解译标志

1.解译标志 ：遥感图像光谱、辐射、空间和时间特征决定图像的视觉效果、表现形式和计 算特点，并导致物体在图像上的差别。

图像解译建立在研究地物性质、电磁波性质及影像特征三者的关系之上。主要从影像特征来判断电磁波的性质，以确定地物的属性，即从影像特征来识别地物。地物电磁波特征的差异在影像上的反映就是各种各样的色、形信息。色：色调、颜色、阴影、反差； 形：形状、大小、空间分布、纹理等。

解译标志可区分如下：色调与色彩、形状、尺寸、阴影、细部（图案）、以及结构（纹理）等。

揭示标志在目视观察时借以将物体彼此分开的被感知对象的典型特征。

包括形状、尺寸、细部、光谱辐射特性、物体的阴影、位置、相互关系和人类活动的痕迹。揭示标志的等级决定于物体的性质、它们的相对位置及与周围环境的相互作用等

解译标志——揭示标志

由识别的观点来看，解译标志就是以遥感图像的形式传递的揭示标志。

解译标志是研究、比较和区分地物图像的条件。这项工作的结果用于地物图像的识别。但是在多数情况下，基于遥感图像识别地物并作出决定时，似乎并不是利用解译标志，而是利用揭示标志。

2.直接特征：对比度、亮度etc.直接约束

地物本身和它们的遥感图像所固有的

间接特征： eg.非植被→阴影→房屋 缺点？优点？

3.各种特征 ①色调与色彩：

（1）可见光黑白图像，地物的亮度和颜色都由色调来表达，即黑白深浅的程度。（2）可见光彩色图像，表现为亮度(I)，色调(H)和饱和度(S)值。（3）非可见光遥感图像，热红外图像上色调差别是物体辐射温度的差别；侧视雷达图像上色调差别是表示物体反射电磁波能量的大小；多光谱图像对彩色物体的色调判读，要按反射率的强弱与波长之间的关系来定。②形状(轮廓）：形状一般指物体或图形由外部的面或线条组合而呈现的外表。③大小(尺寸)：图像上地物的大小，与图像的空间分辨率有关，地物本身的尺寸有关。④阴影:(1)可见光范围内的阴影分为本影和落影；(2)热红外图像上的阴影一般由温度较低的地段所致。(3)对于雷达图像而言，其盲区可产生阴影。

⑤ 图案（细部):图案指地物的某种组合，可以是同类地物的组合，也可以是不同类地物的组合，它与纹理的主要区别在于图案重复出现。

⑥纹理（结构):纹理是由许多细小的地物的色调重复出现组合而成，是单一的细部特征的集合。

⑦地物关系:利用临近区域的已知地物或现象的图像，根据地学规律，对遥感图像进行观察，通过比较和“延伸”,从而对地物或现象进行辨认。

⑧位置与位置算子:位置是指地物所处环境在图像上的反映，即图像特定位置上目标(地物)与背景(环境)的关系。它对图像解译有间接的指引作用。

第一级是色调与色彩，第二级是形状、尺寸、纹理，第三级是图型、高度、阴影，第四级是变化、位置、关系。

纹理分析 有空间范围、重复出现的

其一：依据它的图像特征，主要从纹理的物理意义角度加以分析，包括纹理强度、纹理密度、纹理方向、纹理长度、纹理宽度等。

其二：将纹理的的图像特征与它的地理意义相联系。

灰度共生矩阵法：对图像的所有像素进行统计调查，一边描述其灰度分布的一种方法，此方法是图像灰度的二介统计量，是一种对纹理的统计分析方法。

灰度共生矩阵：定义为从灰度为i的点和某个固定的位置（相距d,方向为）的、灰度为 j的点——同时出现的概率。往往合适地选择d，而则取0，45，90，135度

GLCM纹理特征能够有效的补充高分辨率影像的光谱信息，提高目标提取与分类的精度；若区域内像素群灰度值较平滑（同质性区域），则GLCM矩阵主对角线的元素的值会较大；如果该区域内像素的灰度是随机分布的，则共生矩阵的所有元素呈现相似的频率。

二次统计量：灰度共生矩阵并不能直接提供纹理信息（实际上可以，而且效果可能更好。。。）为了描述纹理的状况，需要在灰度共生矩阵的基础上再提取能综合表现灰度共生矩阵状况的纹理特征量，称为二次统计量。

GLCM实施的几个关键问题，包括（1）纹理测度的选择，（2）分析窗口的大小（3）纹理计算的基影像

g.位置是指地物所处环境在图像上的反映，即图像特定位置上目标(地物)与背景(环境)的关系。它对图像解译有间接的指引作用。

4.地物关系 在遥感图像解译中，经常利用临近区域的已知地物或现象的图像，根据地学规律，对遥感图像进行观察，通过比较和“延伸”，从而对地物或现象进行辨认。这种方法的主要依据就是一种地物的存在常与其它一些地物的存在有关系，因而地物关系成为了一个间接的解译标志。（高层 阴影房屋共生）4.解译要素

5.永久性标志&临时性标志：永久性标志是形状、尺寸、结构（图案）、位置和物体之间的联系；临时性的标志是细部、色调（颜色）、阴影和物体作用的痕迹。临时性的标志与图像特征的可变性和局限性有关。有多种因素可以导致同一地物或现象的图像特征发生变化，主要包括空间环境变化、时间变化、地物本身的特性以及传感器的性能。6.SAR的特征和标志

7.面向对象的识别（由像素到对象、栅格到矢量、离散到连续）8.多角度（角度→高度，加入解译标志）获取信息更为丰富。但是也有一定的难度。几何纠正问题：分辨率不一致；局部形变不一样 相同地物在不同的角度具有不同的灰度值。第六章 遥感图像解译方法

1.计算机辅助分类方法（什么方法提高精度）

分类：分类依据、使用特征、分类方法、提高精度的途径和方法、不同应用目的对图像的要

求、优缺点、注意问题

基于目标的信息提取：类层次结构以及提取信息的内容 基于模糊理论的信息提取

优点：利用隶属度函数将分割获取的图像对象特征转化为模糊值；不同特征之间可以组合，这样的特征不需要是相同的特征；提供了明确的和可调整的特征描述；通过模糊运算和层次类型描述，能够进行复杂的特征描述。

特征值模糊化

将一个确定值转换成模糊值，对每个特征值转换为一个隶属度值，其范围零到一。这个值的转换由成员函数确定，成员函数的确定是模糊化特征值的关键。

2.分类器

最邻近法：基于知识的分类，利用隶属度函数。需要对每一个类分别定义样本，并且在特征空间中比较未知目标和样本之间的距离。

基于知识的分类：成员函数将特征模糊化[0，1]后，通过逻辑运算组合起来进行类赋值的计算。一般有两种情况单个情况、多个情况的组合

分类的关键：特征的可选择性以及可分离性。多尺度分割提供大量的特征，选择最佳的有利于信息提取的特征是基于目标的分类的关键所在。

3.混淆矩阵

分类的精度指标：总体精度、Kappa 系数、混淆矩阵（可能性）、生产者（制造者）精度、用户精度。

混淆矩阵（百分比）地表真实（百分比）显示了每个地表真实分类中类分布的百分比。数值通过每个地表真实栏里的像元数除以一个给定地表真实类中的像元总数得到。OA(总体精度)总体精度由被正确分类的像元总和除以总像元数计算。地表真实图像或地表真实感兴趣区限定了像元的真正分类。被正确分类的像元沿着混淆矩阵的对角行分布，它显示出被分类到正确地表真实分类的像元数。像元总数是所有参与地表真实分类的像元总和。

Kappa系数：所有地表真实分类中的像元总数(N)乘以混淆矩阵对角行的和，再减去一类中地表真实像元的总和与这一类中被分类的像元总数的积，再除以总的像元数的平方减去这一类中地表真实像元与这一类被分类的像元总数的积得到的。

制图精度或生产者精度：是指分类器将整个影像的像元正确分为A类的像元数（对角线值）与A类真实参考总数（混淆矩阵中A类列的总和）的比率

用户精度：是指正确分到A类的像元总数（对角线值）与分类器将整个影像的像元分为A类的像元总数（混淆矩阵中A类行的总和）比率

6.混合像元分解

混合像元：一个像元内仅包含一种地物，则这个像元称为典型像元，该类地物称为典型地物。一个像元内包含几种地物，称该像元为混合像元。

混合像元分解：如果每一混合像元能够被分解而且它的覆盖类型组分(端元组分)占像元的百分含量(丰度)能够求得，分类将更精确，因混合像元的归属而产生的错分、误分问题也就迎刃而解，即混合像元分解。

分解像元光谱的关键问题：

与参考光谱进行匹配。光谱的差异表示像元中非目标地物的特征。

该特征通常用于从图像像元中自动地挑选用于作为背景的像元（如裸土），并确定剔除背景的量。剩余像元光谱，如背景剔除后的作物光谱，与参考光谱比较，如果在指定的容差范围内有匹配的光谱，则认为此像元包含感兴趣地物。剔除的背景数量表明在当前像元中有多少感兴趣地物。

特点：不能确定感兴趣地物在像元中的位置，可以确定像元中是否包含感兴趣地物以及包含的量。

线性光谱混合求解

假设：图像中单一混合像元的光谱反应为各种纯地物参考光谱的线性组合，利用已知的参考光谱可以求出一个混合像元内各参考光谱所占的比例。线性混合模式可以一个线性矩阵方程式來描述：

提高混合像元分解精度的可能性

最佳端元光谱的选择，选择最能代表影像的全部端元，达到增加了不同端元光谱差距的目的，提高分解精度。减小端元内部的变化。扩展传统混合光谱分解模型。选择性进行端元光谱的分解。

混合像元分解的具体步骤：端元提取、混合模型选取、混合像元分解

像元二分模型

假设1：像元只有两部分构成，例如，有植被覆盖的地表与无植被覆盖的地表。

假设2：所得到的光谱信息也只有这两个组分因子线性合成，它们各自的面积在像元中所占

解译方法 篇3

地理国情, 就是地表自然和人文地理要素的空间分布、特征及其相互关系。只有全面掌握我国的地理国情, 才能为推进生态环境保护、建设资源节约型和环境友好型社会提供重要支撑, 才能为防灾减灾和应急服务提供重要保障。开展全国地理国情普查, 系统掌握权威、客观、准确的地理国情信息, 是制定和实施国家发展战略与规划、优化国土空间开发格局和各类资源配置的重要依据, 也是相关行业开展调查统计工作的重要数据基础。

湟源历史悠久, 古为羌人居地, 西汉始置临羌县。因交通便利, 地理位置重要, 早在唐宋时成为享誉汉藏地区的茶马互市集散地, 被誉“小北京”。这里是农业区与牧业区、黄土高原与青藏高原、农耕文化和草原文化的结合部, 也是唐蕃古道和丝绸南路上的要塞, 自古为中原通往西部牧区和西藏地区的重要门户, 素有“海藏咽喉”、“茶马商都”之美称。湟源县位于西宁大旅游圈和青海湖旅游圈交集处, 是昆仑文化的重要发祥地之一。是中国西部重要的经济文化枢纽和军事重镇, 也是一座古老的历史文化名城。

本项目以湟源县为试点区域, 开展地理国情信息普查工作。通过对试点区域的资料收集、遥感影像制作、影像解译与统计分析, 形成地理国情普查相关图件、报表及技术报告、成果定额建议等成果。为整个地理国情信息普查工作摸索出一条科学、可行的方法和路线。同时, 通过普查工作, 全面掌握湟源县各类地理国情信息, 并揭示当地经济社会发展和自然资源环境的空间分布及内在关系。

地表覆盖分类信息反映地表自然营造物和人工建造物的自然属性或状况。地表覆盖不同于土地利用, 一般不侧重于土地的社会属性 (人类对土地的利用方式和目的意图) 等。地表覆盖通常采用规则格网形式的场模型 (也称作域模型) 进行描述。本次地表覆盖数据共采集耕地、园地、林地、草地、房屋建筑区、道路、构筑物、人工堆掘物、裸露地表、水域共10种地类。

1 技术路线

本次试点工作中, 地表覆盖数据的采集主要采用人工目视解译和计算机自动解译相结合的方式, 其中人工目视解译主要采集人工构筑物, 如:道路、房屋等, 然后进行计算机自动解译 (计算机自动解译在Featurestation Geo Ex软件中进行, 在自动分割时, 采集的人工构筑物作为矢量参考层参与分割) , 最后对计算机自动解译的图斑进行人工干预, 修改界线不合理的图斑, 并核实图斑属性的正确性。

1.1 资料准备

为更好、更准确的判读影像地类, 解译前项目组收集了湟源县现有资料 (1:10000地形图DLG数据、第二次土地调查数据) 作为准确判读地类的依据。

1.2 人工解译

为减少工作量, 本次地表覆盖首先对道路、房屋、以及房屋周边的绿化地、打谷场、硬化地表进行了人工解译。

1.3 计算机自动分类

分割数据是在Featurestation Geo Ex软件中进行。在分割时, 将人工解译的数据作为矢量参考层参与分割。

1.4 人工修改

参照已有资料 (1:10000地形图DLG数据、第二次土地调查数据) 及外业采集的样本点, 对照影像, 对分割好的数据进行人工修改。

1.5 外业核查

将人工修改完数据经过自查、部门检查、中心检查完成后交外业核查, 再次依据外业核查意见修改数据。

1.6 天然草地三级类划分

湟源县试点中影像时相较差, 难以区分草地三级地类。因此, 植被覆盖度数据采用分辨率为30米的环境卫星数据 (时间为2012年7月-8月的数据) , 套合影像并通过反演得到全县草地三级分类数据作为本次试点植被覆盖天然草地划分依据, 将外业核查修改完数据的天然草地进行三级划分后应用中心自主开发的青海省地理国情质量检查软件进行检查无误后形成此次试点工作中的地表覆盖数据。

2 工作中的反思

通过此处试点工作, 总结经验如下:

1) 在项目开始前, 应收集充分的资料, 了解辖区内的植被分布特征, 为解译奠定基础。例如此次的试点区域湟源县境内无水田、针叶灌木林、茶园、桑园、橡胶园、车渡等地类, 在解译及检查中注意不出现此种地类的编码;

2) 计算机自动分割时, 对人工构筑物 (如道路、房屋等) 难以准确分割。因此, 在自动分割前, 目视解译人工构筑物, 然后将目视解译结果, 作为矢量参考层参与计算机自动分割。此次试点中在自动分割前未对耕地进行人工解译, 自动分割时将许多不够上图要求的田坎等自动解译分类, 给后期的人工修改增加了一定的工作量, 建议进行自动分割前, 应将旱地进行人工解译;

3) 人工解译前利用外业样本库对区域内地表覆盖类型及特征应有充分认识, 增加内业判读的准确率;

4) 解译时无法判读的地类可参照第二次土地调查数据库及1:1万DLG数据结合影像进行勾绘;

5) 由于我省地处高海拔地区, 草原生长周期短, 生长期主要在6、7、8三个月, 而三江源地区和可可西里地区草原生长期只有7、8两个月。所以, 要准确反映我省草场植被覆盖度, 在今后的工作中应尽可能获取7月或8月的遥感卫星影像;

6) 解译林地时, 应区分清楚树木的阴影与本影, 不能将树木的阴影归入林地;对于道路、河渠、房屋周围等单排行树, 树冠不明显, 未成片或成带区域的可归入相邻地类;大片耕地中零星、未成片的树木, 按照就近就大原则归入相邻地类;

7) 耕地连片区域范围内部的地块之间的田埂、小路、水渠、林带等狭长条带, 如果宽度在3m以下, 或者连片达不到实地400m2的, 可以就近归并到相邻的耕地类型中。

3 结论

海拉尔区域地质条件的遥感解译 篇4

海拉尔盆地是大庆油田后备储量的首要战略接替地区,通过多年努力已见到了良好的开发前景.油田开发建设离不开水,因此探明该区地下水资源情况,为油田开发用水提供设计依据显得十分重要.但由于海拉尔地区属于水文地质勘探新区,而且地质及水文地质条件复杂,要想探明地下水资源的`现状需要投入大量的时间和工作量.特别是如何查明海拉尔地区的区域地质条件,为今后水文地质勘探提供明确的方向更显得尤为重要.为此首次采用了遥感技术对海拉尔盆地的区域地质条件进行解译,取得了几点认识,为有效地指导今后水文地质的勘探工作奠定了基础.

作 者：庄凤明 张玉明 赵晓燕  作者单位：庄凤明,张玉明(大庆石油管理局供水公司)

赵晓燕(大庆石油管理局文化集团)

遥感地质可视化解译知识库建设 篇5

随着空间信息的发展, 遥感数据能够对地理相关信息进行有效的分析, 而且卫星遥感传感器等技术的发展, 每天有大量的遥感数据得到采集, 并且传输到地面的接收系统。在遥感数据的应用中, 受到地理坐标、传感器类型以及获取时间等方面的限制, 所采集得到的遥感数据不能够直接应用, 传统的人工信息提取技术不能够满足海量数据处理的需求。为了对遥感信息进行技术的处理, 近年来的遥感技术的发展, 能够实现遥感数据的信息挖掘、图像解译等功能, 构建基于现代遥感技术的可视化解译, 能够为遥感地质可视化应用进行解译, 从而推动遥感技术的发展。但是当前的新技术只能够直接从图像中提取与影响符号相关的特征, 对于地表特征中的关联性以及数据间的内在联系无法得到获取, 基于地物的波普特征的可视化解译, 能够对遥感地质数据库实现认识与管理, 并且对于其中的内在信息进行提取, 对于遥感地质的建设具有重要的意义。

1 遥感地质解译知识库概念与架构

1.1 遥感地质解译知识库概念

遥感地质解译知识库是配合专家系统对遥感图像进行解译而监理的数据库, 知识库的建设主要是为了对地质数据进行解译分析, 从而为自动使用中实现数据供给和调用。创建知识库能够为解译工作提供便利的专家知识基础, 遥感专家的知识是遥感应用效果与水平的关键, 构建遥感地质可视化解译知识库, 能够对遥感数据进行影像化表达, 使解译工作有据可循, 有的放矢。对于影像图进行知识表达, 通过逻辑符号制定不同的上下文丰富建模语言, 能够对遥感信息进行有效的处理, 将专家知识与经验管理入库, 能够实现遥感知识的有效提取与应用。

1.2 遥感地质解译知识库架构

遥感地质解译知识库架构对于数据的解译具有重要的作用, 传统的手工解译不能够对海量的遥感数据进行有效处理, 不易实现知识库算法的自动解译调用。构建基于专家解译的知识库, 建立知识库分为影像特征、解译标志及解译示例3个独立子库, 每个子库下包含若干数据表, 对影像特征与解译标识进行重点解译。在解译的过程中, 强调图像的属性, 并且针对不同地物的波普特征、空间特征、时间特征进行描述, 同时将专家知识合并归类, 存入解译实例库中便于系统参考。

2 解译知识库构建的关键技术

2.1 解译标志库

在地质解译中, 不同地物种类的波谱特征以及时空特征是不同的, 解译标志库是将典型的地物解译信息归类入库, 并且对不同波谱下的解译原则进行描述。在解译标志库中, 能够对遥感数据的隐伏地物和地表地物进行归类, 其中隐伏地表包括隐伏地下水、隐伏构造以及隐伏岩体三个方面, 地表地物包括遥感图像上的全部地物类型, 按照地理学名进行细分, 建立典型地物解译标志表与典型样图, 能够多方面进行描述。

2.2 影像特征库

遥感图像记录的是地质体光谱反射以及辐射特征, 结合专家认识对遥感图像进行认识, 能够建立解译的影像特征库。在影响特征库中能够对色调、色彩、形状、纹理、水系等图像特征库作为解译要素, 并且从特征描述、地面意义、解译特征以及典型样图等四个方面进行论述。

2.3 解译示例库

结合专家对典型地形构造以及岩性特征声场解译示例图, 并且能够将该解译示例中的名称进行选取, 将所有图层进行叠加, 影像层与图形曾空间参考配准, 能够针对其中的地质信息进行信息查询。解译示例库能够根据自行需要, 经经过系统解译的完整图像图形信息录入, 以供查询使用。

2.4 可视化解译

遥感可视化解译, 是以遥感数据库为基础, 并且在专家知识模型的基础上, 对于图形数据与图像数据进行处理, 使操作者能够按照想到对影像要素进行解译, 添加、编辑、删除适量图层信息以及属性信息。在可视化变解译中, 为了满足精度的要求, 需要对事项文件进行切割、合并以及环境捕捉等功能, 将修改的知识库模型入库。为了满足数据库管理的需求, 需要对其中的信息实行权限管理, 避免多人操作引发的信息意识与数据混乱, 因为图形图像的数据结构不同, 因此不能够以相同的方式进行数据库入库、备份, 对于坐标、投影、经纬度定地理信息问题需要进行详细的编码, 经过分类存储与统一操作, 确保数据库信息的一致性, 为用户使用提供便利。

3 应用实例

在某市的遥感影像库的建立中, 针对已有的遥感数据制定遥感解译知识库, 为了实现不同比例的矢量图和影像图的管理调用, 结合专家知识对遥感地质可视化进行编译。在系统中利用遥感解译知识库模型作为系统的独立模型, 对于该市的TM数据进行解译, 结合GIS系统, 通过图像符号特征进行解译, 从而实现了知识库的搭建以及影像可视化解译, 存入地图库和解译库。

4 结语

遥感地质的可视化解译是一个具有挑战性的项目, 为了达到理想的效果, 需要结合专家知识以及现有的遥感数据进行解译, 并且构建典型数据库, 以实现自动化解译管理, 推动要高数据信息的应用管理。在遥感地质可视化解译知识库的建设中, 需要结合当前的信息化技术, 结合手工解译的信息, 实现解译知识库的自动化管理, 为遥感信息的应用与查询提供依据。

参考文献

[1]苑寅秋.基于知识的计算机图像处理[J].小型微型计算机系统, 2002 (9) :1141-1143.

[2]于银辉, 杨长保, 刘志辉.基于多Agent的分布式专家系统及其应用[J].吉林大学学报:地球科学版, 2005, 35 (2) :266-269.

[3]焦养泉, 朱培民, 雷新荣, 等.地学空间信息三维建模与可视化:鄂尔多斯盆地与相关领域的实践[M].北京:科学出版社, 2006.

地下水环境示踪剂的解译研究 篇6

利用环境示踪剂分析“新水”的滞留时间和含水层参数是研究地下水可持续利用的新颖手段之一[1]。地下水“新水”指的是在过去五六十年补给的地下水,是强烈水文循环的一部分。新水的滞留时间,即含水层中新水的“年龄”,指的是新水进入含水层直至它出现在排泄点(如井,泉等)的时间。这种方法绝大多数是利用集中参数模型解译环境示踪剂的数据,其结果的可靠性与模型的选取有关。在国外,有很多软件通过分析环境示踪剂研究“新水”的运动情况,具有代表性的有FLOWPC,BOXMODEL,TRACER,LUMPED等等。这些软件虽有相同之处,但在可利用的环境示踪剂种类,集中参数模型、输入数据、结果输出等方面都有差别。就此本文论述了几种有代表性的解译软件的特点、应用及其局限性,有助于使用者根据具体需要选用适当解译软件,对地下水环境示踪剂的解译更加准确,便捷。

1 环境示踪剂

环境示踪剂可分为环境同位素示踪剂和环境化学示踪剂,在新水“测龄”中分别以氚和CFCs为代表,这两种示踪剂也较多地应用在解译软件中。

氚是一种比较理想的示踪剂,它作为氢的同位素,形成水分子进入含水层,其运动方式与水的运动方式是一样的,不会被微生物降解,土壤吸附等因素影响。从20世纪50年代开始到70年代为大气热核爆炸试验时代,核爆产生的同位素(主要是氚)进入了全球降水系统,直至1990年全球降水中的氚浓度才逐渐恢复自然水平,不过如图1所示,氚浓度仍没有完全回到热核试验前的水平。所以凡在这个时期通过大气降雨补给的地下水,氚的浓度相对较高,这就使得氚成为公认的定义“新水”的标志[2]。除氚外,用于新水测龄的环境同位素示踪剂还有3H-3He、18O、36Cl、85Kr等。

CFCs是氟利昂(Chlorofluorocarbons)的缩写,是一类有机化合物,其中的CFC-11(CCl3F)、CFC-12(CCl2F2)、CFC-113(C2Cl3F3)是化学上比较稳定的纯人工化合物,可用作示踪剂。从20世纪30年代开始,CFCs大规模地释放到大气圈和水圈,大气中的CFCs浓度逐年增加(如图1)。与氚相比,CFCs的优点在于易检测,不会产生衰变。与之相似的示踪剂还有SF6,这类示踪剂虽然不会产生衰变,但更容易受到降解或人类活动的影响,所以这类化学示踪剂不能取代氚法等传统方法,但可以作为传统方法的补充。

2 模型

解译所用的集中参数模型是将含水层作为一个系统,通过系统输入与输出之间的关系,模拟地下水形成、流动的过程。

模型都基于如下假设:在稳定流条件下,所用示踪剂和被示踪的水体具有相同的滞留时间分布特征。含水层系统环境示踪剂输入和输出关系可写成如下形式:

式中,τ为滞留时间;Co为示踪剂输出浓度;Ci为示踪剂输入浓度;h(τ)是系统响应函数;最后一项因子对于同位素示踪剂,为衰变校正因子;对于化学示踪剂CFCs等,是生物降解的校正因子[4];

Ci是指进入地下水系统的示踪剂浓度,它由大气中示踪剂的浓度及各种参数通过相应的输入函数来确定。在过去的几十年里,大气中各示踪剂的浓度如图1所示,皆是与时间相关的函数。影响输入函数的参数,对氚而言主要是降雨量和入渗系数,对CFCs等则是温度,盐度,海拔等。

系统响应函数h(τ),实际上是滞留时间密度分布函数,是平均滞留时间与滞留时间的函数。因此根据h(τ)的不同,常用基本模型可分为活塞流模型、指数模型、线性模型、弥散模型。

在非稳定流条件下,上述模型不再适用解译环境示踪剂数据,需要建立新的模型或对上述模型进行校正。这方面研究虽然开展得比较早,但由于其复杂性,在水文地质上的具体应用仍处在理论阶段。Ozyurt和Bayari(2005)曾提出一种校正模型,通过对稳定流集中参数模型中系统响应函数h(τ)的校正,使之适用于非稳定流的情况,实验证明这种模型对氚、18O的校正比较理想,但不适用于CFCs的校正[5]。

3 常用解译软件

本文介绍的软件大都局限用于稳定流的情况,根据示踪剂的输入函数与系统的响应函数,计算出示踪剂从含水层中流出的浓度。通过软件调整响应函数与预估计的平均滞留时间,使观测点的计算值与测量值拟合得到最佳结果,该最佳结果所对应的模型即软件应用范围内最符合研究区地下水流动的最佳模型。最佳模型对应的预估计平均滞留时间则为研究区地下水平均滞留时间。解译软件根据使用示踪剂类型的不同大致可以分为两类:一类主要针对环境同位素,如FLOWPC,TRACER,BOXMODEL等等;另一类主要针对化学示踪剂,尤其是新型示踪剂如CFCs和SF6,这类软件以USGS-CFC2005、QCFC和CFC为代表。下面分别予以介绍:

3.1 针对环境同位素的常用软件

这类软件,主要用于对18O、3H、85Kr、3H-3He等环境同位素数据的解译。为简便起见,下面仅以氚为例。

3.1.1 FLOWPC

FLOWPC是IAEA于1996年开发的一个DOS界面的程序。这个程序普遍用于氚和18O环境同位素数据的解译,是目前用于实践最广的软件之一。在研究佛罗里达东部地下水硝酸盐污染[6]和浅层与深层地下水混合过程[7]中,都利用FLOWPC对研究区地下水中氚数据进行解译。

FLOWPC的使用并不复杂。首先,将输入数据与观测值编写成程序计算所需的*.input(输入数据文件)和*.obs(观测数据文件)。在*.input里需要准备的数据主要有当地大气中历年的氚浓度、每个月的降雨量和每个月的入渗率,由这些数据确定进入研究区含水层中的氚浓度。其中FLOWPC为了计算更精确,可以按月输入氚浓度。

然后运行FLOWPC,根据FLOWPC的提示,输入相应的模型参数。FLOWPC程序将地下水运动归纳为6种集中参数模型,分别是活塞模型、指数模型、线性模型、指数-活塞模型、线性-活塞模型和弥散模型。弥散模型描述了示踪剂在系统内的混合和弥散过程,但这种模型在稳定流场中,只简单考虑均匀单向弥散,忽略了侧向变化。在FLOWPC中,除活塞模型外,其他模型都需要输入相应的参数,如活塞-指数模型中描述活塞与指数模型所占比例的η值,还有弥散模型中的弥散参数等等。

计算时选用哪种模型进行拟合,需要结合研究区具体水文地质条件而定。如在有些包括侧向径流和垂向入渗的山前戈壁地区,地下水系统可概化成指数-活塞模型计算;也有根据潜水的水循环特征,将其潜水概化成指数模型进行计算。

最后结合研究区的情况,输入预估计的初始示踪剂平均滞留时间,即可得到含水层中示踪剂浓度的计算值分布图和地下水滞留时间分布图;分析计算值与观测值的差值并结合研究区的具体条件调整平均滞留时间,必要时调整模型参数或改用其他模型,进一步拟合计算值和观测值,直至满意为止。

FLOWPC在设计中除了用到集中参数模型的假设外,为了更好地拟合计算值与观测值,还可假设研究区地下水运动是由符合集中参数模型运动的地下水和不符合模型运动的地下水组成的。不符合模型的地下水主要指的是非研究区大气降水补给的地下水,将它与研究区所有地下水之比定义为β,示踪剂在这部分水中的浓度为Cβ。在得到符合模型运动的地下水示踪剂输出浓度后,再加上Cβ,才是用于与观测值拟合的最终计算值。

目前的FLOWPC程序不适用诸如CFCs和SF6等气态示踪剂数据的解译。

3.1.2 BOXMODEL

BOXMODEL是由Zoellmann等设计[8],与FLOWPC相比,操作简单,除了可以用于3H、3He等示踪剂外,还可以用于一些气态示踪剂如CFC、85Kr等。

该程序由于是在EXCEL界面下,故可用相应表格输入数据与参数。BOXMODEL中氚的输入数据以年为单位,其值可根据降雨量,入渗率,当地大气中氚浓度确定,但这部分工作并不能在BOXMODEL中完成,需要通过预先计算求得地下水中氚的输入浓度,再将该结果作为输入值输入BOXMODEL中进行计算。输入数据以年为单位,对滞留时间比较小的系统会引起较大的误差。BOXMODEL用于计算地下水滞留时间的模型比较少,仅能通过3种集中参数模型即活塞模型、指数模型和弥散模型进行计算,但操作界面直观,满足以教学演示为目的的需要,当然也能用于一些实际问题的分析。

根据给定的参数,BOXMODEL可以得出相应输出浓度的计算值,并将其直接画成图表的形式(如图2中曲线)。图2是以指数模型(EM)计算不同平均滞留时间(τ)下观测点输出浓度变化曲线。图中的点是取样点实际的观测值,如果有较多的观测值,就更容易通过拟合确定代表地下水运动的最合适的模型和平均滞留时间。

3.1.3 TRACER

TRACER可以利用氚,CFC-11,CFC-12等环境示踪剂计算地下水的平均滞留时间[9]。

TRACER的输入输出与BOXMODEL一样是在EXCEL里完成的,具有界面直观的优点。在TRACER开始计算之前,需要将示踪剂的输入数据与观测值导入相应的工作表,并将计算所需要的参数输入“Control Box”。以氚为例,输入数据应为经过处理的氚浓度数据,如果直接将研究区大气中的氚浓度作为输入数据,会引起误差,这一点与BOXMODEL中输入数据的前处理是相同的,即需要先将研究区大气中的氚浓度转化为地下水中的氚浓度。FLOWPC则将这一输入数据的前处理过程包括在了程序中。

计算中用到的集中参数模型,包括活塞、指数、线性、指数-活塞与线性-活塞5种模型。比前两种软件优越的是,TRACER最多可以同时设置5个不同的η值,并得到这些η值下的计算结果,而前两种软件每修改一次η值,都必须重新进行计算。此外,TRACER软件计算结果直接画成EXCEL图表的形式使得不同计算结果与观测值的拟合情况比前两种软件更直观。

在TRACER的输出结果中,有一个“TOP10”的工作表,这个工作表里包括每种计算的模型中最符合观测值的10个结果,以及所有模型中最符合观测值的15个结果。TRACER还可将这15个最佳结果与观测值绘制在一张图上,便于使用者比较分析研究区实际地下水流的运动情况与何种模型更为符合。

TRACER集合了FLOWPC多模型和BOXMODEL操作界面直观的优点,并更有进一步的发展,更适合作为地质调查的工具。

分别用FLOWPC、BOXMODEL、TRACER对同一氚数据进行计算,如假定研究区地下水运移符合活塞模型,则用这三种软件所得示踪剂输出浓度相等,如假定研究区地下水符合指数模型,则不同软件计算结果如表1。

三种软件计算结果比较(指数模型)表1

表1中的数值为同一氚数据在不同平均滞留时间下3种软件的计算结果。BOXMODEL和TRACER软件计算结果的差异,是由于软件计算精度不同引起的;FLOWPC与BOXMODEL和TRACER计算结果的差异一方面和输入数据不同有关,FLOWPC输入的月数据,BOXMODEL和TRACER输入的是年数据;另一方面也和软件计算精度不同有关。但早期氚浓度的测量误差有±25TU,近年来才降至±0.5TU,因此这些计算结果的差异与氚浓度的测量误差相比都可以忽略。

除了上述3种常用软件之外,同类型的软件还有LUMPED、TRACERMODEL1、LUMPEDUS等。LUMPED是FLOWPC的进一步发展。它在概化模型时,考虑了地下水运动过程中旁通流(Bypass Flow)和死体积(Dad Volume)的情况,此举使得LUMPED中的模型比上述5种软件中模型更能模拟地下水系统的真实情况,在模型上有了进一步发展。TRACERMODEL1可以利用CFC-11,CFC-12,CFC-113,SF6,85Kr,3H和3H/3He作为示踪剂计算地下水年龄,可同时计算的示踪剂种类大大增加,更能综合利用地下水中的各种环境示踪剂。

LUMPED UNSTEADY(简称LUMPEDUS)是非稳定流下集中参数模型的应用。它试图将稳定流条件下已有的集中参数模型应用在非稳定流条件下。为此LUMPEDUS利用了Ozyurt和Bayari提出的非稳定流校正方程[10]。不过该校正方程,其物理意义、合理性等方面仍存在争论,尚需要进行更多的实际检验。

3.2 针对化学示踪剂的常用软件

这类化学示踪剂主要指CFCs、SF6等气态示踪剂。与18O和3H相比,它们不是水分子的组成部分,需要考虑示踪剂在地下水中溶解度的问题;与36Cl和85Kr相比,这类示踪剂需要考虑吸附、降解以及人类污染等造成的水中示踪剂浓度变化的问题。下面以CFC为例,着重介绍几种分析软件。影响地下水CFCs定年的因素主要有6种[11],分别是补给温度、过量气体、不饱和带的厚度、土壤吸附、生物降解和污染。

上述所谓针对环境同位素的解译软件,BOXMODEL,TRACER,TRACERMODEL1也能用于CFCs等化学示踪剂数据的解译。但这类软件通常忽略上述影响地下水CFCs定年的6种因素。

下面介绍的USGS-CFC2005、QCFC、CFC等针对化学示踪剂的软件可以对CFCs、SF6等不同程度地考虑影响其定年的因素,从而对CFCs、SF6等在地下水系统中的滞留时间进行更深入的分析,使用者可以得到更加准确、可靠的含水层信息。

3.2.1 USGS-CFC2005

USGS-CFC2005是在EXCEL界面下的程序[12]。它是美国地调局CFC实验室用于初步解释地下水中CFC数据的程序。

在影响地下水定年的6大因素中,USGS-CFC2005考虑了过量气体、温度、污染。在“Results”工作表相应位置分别有北半球大气中CFC-11、CFC-12、CFC-113的浓度、盐度、大气分压等数据。“Results”工作表包括过量气体和富集因子。过量气体会使CFCs确定的年龄偏小,对CFC-12的影响大于对CFC-11的影响,尤其在补给温度高时更为明显,一般补给区在河漫滩附近,过量气体较多,在工作表的相应位置输入研究区过量气体的数值,可以修正CFCs的输入值。

如果研究区CFCs污染较为严重,CFC的浓度偏离北半球CFC的平衡浓度,可输入相应的富集因子对CFCs的输入值进行校正。不同种类的CFC,富集因子可以不同。但富集因子只能说明研究区CFC总体浓度的变化,而不能说明CFC的突然增加或减少。

软件中“Sensitivity”的工作表,可以显示补给时温度变化和补给区的海拔变化对地下水年龄计算值的影响。需要注意的是,该工作表只是考虑了用活塞模型计算时,上述因素的影响,对其他模型的影响未考虑。另外,软件中温度变化不能低于0°C,海拔变化不能低于海平面。

软件中用于计算的模型主要是活塞模型和指数模型。此外还有一种二元模型,它假设地下水是由两种不同年龄的水混合而成,一种是含有CFC的新水,另一种是不含CFC的老水,混合水是符合活塞流运动模型的。对于含有CFC的新水,USGS-CFC2005还允许是两种CFC的混合。当用不同种类的CFC计算地下水年龄,计算结果相互矛盾时,就说明地下水可能发生了混合,需要用二元模型进一步解译。

USGS-CFC2005除了可以将不同模型的计算结果及其成图提供给使用者,对于混合水样,还可以计算出两种CFC的浓度比。

3.2.2 QCFC和CFC

QCFC只用于解译CFCs数据。该程序是由L.F.Han开发[13]。

该程序的计算是建立在气-水平衡基础上的,考虑了温度、盐分、大气中CFC的浓度、当地海拔等因素对输入到地下水中CFCs浓度的影响。QCFC可以利用水溶液中CFCs的浓度或空气中CFCs的浓度,作为输入值通过相应的输入函数转化为进入含水层的CFCs浓度,计算CFCs浓度随时间变化的趋势。它仅能利用活塞模型计算地下水滞留时间。QCFC中除了气体过量,补给温度的因素外,其他可能改变CFC在水中浓度的情况并没有考虑。QCFC有3种变量,水中的CFCs值,大气中的CFCs值,大气中CFCs值对应的时间,使用者可以从其中任意一个已知值开始,并计算另两个未知值。这一特点可让使用者很容易地估计某一变量改变后对计算结果的影响。

随后IAEA同位素水文实验室在QCFC的基础上又开发了CFC软件。CFC软件同样处于EXCEL界面下,该软件在处理CFCs的实验室资料方面具有比QCFC更加全面的工具,且比QCFC更直观,可以用动画的方法演示CFCs的运动过程。L.F Han在研究奥地利东部Semmering含水层中泉水的年龄分布时,曾利用QCFC和CFC通过CFCs确定地下水年龄,经比较发现与选用氚作为示踪剂使用相同模型的计算结果相差很小[14]。

综上,对于影响CFCs定年的因素,尚无一种软件能够全面地考虑,特别是由土壤吸附和生物降解造成的CFCs浓度变化,大多数软件都忽略了。而用于计算地下水滞留时间的模型,也比氚的模型简单,软件中最常见的是活塞模型和指数模型,其他模型很少见。这些都与CFC在含水层系统中运移情况比氚的运移情况复杂有关。

4 结论

从上述解译地下水“新水”年龄的示踪剂模型软件的开发和应用现状可以看出,本领域的软件研究具有以下一些发展趋势:

(1)示踪剂多样化:20世纪90年代开发的FLOWPC主要用于传统环境同位素如氚,18O的解译,很少用于CFCs,SF6等新型示踪剂的解译。随后开发的BOXMODEL、TRACER等软件,已经能解译CFCs数据,TRACERMODEL1更是可以同时解译数种环境示踪剂的数据。此外还出现了专门针对CFCs开发的软件,如QCFC,CFC,USGS-CFC2005,这些软件可以更加准确地解译CFCs数据,从而获得更多的含水层信息。

(2)模型的复杂化:从仅仅能用5种基本的集中参数模型模拟地下水运移的FLOWPC软件,到考虑死体积和旁通流的LUMPED软件,再到非稳定流条件下的LUMPEDUS软件,虽然离实际应用还有一段距离,但与非稳定流下的集中参数模型结合,已经成为该领域软件的发展趋势。针对CFCs计算的集中参数模型也在不断复杂化,由简单活塞模型,扩大到指数模型,活塞-指数模型。

(3)这些软件的应用仍存在一些局限性:其一,软件使用实例多数集中在泉较多的研究区或者一些山前地带,此类研究区的地下水流动都比较符合常用集中参数模型条件,结果理想。对于其他地质条件较为复杂的研究区,软件难以应用。其二,用于解译CFCs等化学示踪剂的软件,由于这类示踪剂在含水层中运移过程较为复杂,尚没有一种软件能够全面的考虑运移过程中各种因素对其浓度的影响,这些因素包括含水层对示踪剂的吸附,人类活动的影响,微生物降解,水动力弥散等等。BOXMODEL、TRACER、TRACERMODEL1只简单考虑了温度、盐度、海拔作为常数对CFCs输入值的影响,未考虑CFCs进入地下水系统后各因素的影响;USGS-CFC2005、QCFC和CFC在对温度、盐度、海拔引起的输入值变化有了更深入地分析外,QCFC和CFC考虑了CFC在运移过程中气体过量和补给温度两个影响因素,USGS-CFC2005则考虑了过量气体、补给温度、污染三个影响因素。

综上,虽然在该领域软件的发展中,集成性有所增强,但由于地下水系统的复杂性,示踪剂的多样性,到目前所有解译软件都还有着各自的局限性。一旦了解这些软件的优势和其局限性,将有助于我们在具体应用时选择合适的解译软件。

在选用示踪剂和解译软件之前应该对研究区岩性,渗透性,地下水流动特征等情况展开调查,只有在调查的基础上,结合实际问题,选用合适的示踪剂,并选取适用软件进行计算,才能得到合理可信的结果。当然,有条件的情况下还应采用多种环境示踪剂,以便对分析结果进行校验。

摘要：利用环境示踪剂分析地下水滞留时间,获得水文地质信息,是一种新颖的水文地质调查方法。国内应用于该方法的软件很少,而国外的解译软件又非常庞杂。本文在查阅国内外相关文献的基础上,简要阐述了解译软件所涉及的常见环境示踪剂和模型,对几种具有代表性的解译软件进行比较,并阐述各自的特点、应用及其局限性。最后,总结了这类解译软件普遍存在的问题,并指出其发展趋势。

解译方法 篇7

1 第一次全国地理国情普查介绍

第一次全国地理国情普查是国务院批复实施的一项全国性的普查任务, 要求在2013年7月1日至2015年12月31日两年六个月的时间内, 利用高分辨率航空航天遥感影像数据、基础地理信息数据和其他专题数据等, 按照统一的标准和技术要求, 查清我国地形地貌、地表覆盖等地表自然和人文地理要素的现状和空间分布情况[2]。普查要求以优于1m的高分辨率航空航天遥感影像数据为主要数据源, 因此就必须进行遥感影像解译[3]。而如此大范围的普查任务, 时间紧、任务重、质量要求高, 使用传统的人工目视解译很难完成, 这就要求探索并将自动化遥感影像解译应用于实际生产。

2 Feature Station软件多尺度分割参数介绍

Feature Station软件是由中国测绘科学研究院为第一次全国地理国情普查项目定制开发的遥感影像解译与数据采集软件, 软件的解译思路是采用先分割后分类的方法, 即按照事先设定的解译分割参数将遥感影像分割为不同大小的图斑, 再根据采集的样本点所在图斑的类型, 将所有与之同一特征值的图斑赋为相同的类型。而分类的准确性, 很大程度上依赖于影像分割的效果, 即是否能严格按照该地类特征值的边界进行分割。Feature Station软件进行影像分割的主要算法是多尺度分割算法, 尺度、颜色、紧致度是该算法的三个主要参数介绍见表1。多尺度分割参数的设置至关重要, 影响着分割及分类的效果。

3 各参数对分割效果的影响

本文以甘肃省第一次全国地理国情普查中World View-2多光谱影像为试验数据, 分辨率为0.5m, 进行分割参数试验。试验结果如图1~图6所示。

3.1 尺度参数对分割的影响

尺度参数试验中, 设置颜色权重=0.8, 紧致度权重=0.6, 该两参数保持不变。尺度参数分别为50、150。

尺度参数对分割效果影响最大, 尺度参数设置的越大, 分割后对象图斑面积越大, 对象数量越少, 如何确定最优尺度是关键。

3.2 颜色参数对分割的影响

颜色权重+形状权重=1, 颜色权值设置越小, 形状参数设置越大, 分割结果与颜色的相关性就越小, 分割对象较规整, 但不能较好的反映地物实际形状。

设置尺度参数为100, 紧致度参数为0.6, 该两个参数保持不变, 颜色参数分别为0.6、0.8。

结论:颜色权重越大, 分割对象的光谱一致性相对好, 与此对应的形状权重, 值越大, 对象越规整, 如绿色圈中的房子, 若设置太大, 则不能反映地物的实际情况。

3.3 紧致度对分割结果的影响

在尺度参数和光谱参数一定的情况下, 紧致度越小, 分割结果的形状越破碎。

设置尺度参数为100, 光谱参数为0.8, 该两个参数保持不变, 紧致度参数分别为0.2、0.8。

结论:从红色矩形框中的对象分割后的结果可以看出, 紧致度越小, 分割结果的形状越破碎, 越大, 对象的紧致度越好。

4 结论

针对0.5m的World View-2数据, 使用Feature Station进行多尺度分割时, 尺度参数设置为100或150, 形状参数设置为0.8左右, 紧致度参数设置为0.6左右比较合适。可以通过分割质量指标或者分类精度来检验分割效果。通过试验可以得出结论, 多尺度分割时分割参数的设置至关重要, 极大影响了分割及分类的效果, 必须根据提取的地物类型, 选择各参数合适的数值。

参考文献

[1]杨桄, 刘湘南.遥感影像解译的研究现状和发展趋势[J].国土资源遥感, 2004, 60 (2) :7-10.

[2]王佩军, 徐亚明.摄影测量学[M].武汉:武汉大学出版社, 2012.

解译方法 篇8

1 模板及数据源准备

1.1 卡片模板

卡片模板即按照常识或规定编制的具有相同样式和页面布局的表格或文本文档, 其包含若干固定信息项目和内容。

该卡片模板将地质灾害遥感解译结果以文档的形式输出, 为进一步野外核查记录时使用, 更加直观明了。其基本信息包括遥感图像编号、所属地形图图幅号、灾点所处自然地理位置、地理坐标、灾害类型 (崩塌、滑坡、泥石流、不稳定斜坡、地面塌陷) 、遥感图像、遥感影像特征、解译结果、野外验证结果、解译人、解译时间、审核人、顺序号。卡片模板来源于中国地质调查局编制的《滑坡崩塌泥石流灾害详细调查规范 (1∶50 000) 》附表B1, 结构布局及填写项目见第82页图1。

1.2 数据源

数据源可以是Excel, Access, SQL server, Oracle等数据库中存储的记录, 包含了模板中所涉及的所有数据, 每一列对应一类项目, 每一行对应一条记录。只要保证第一行 (标题记录) 为有效字段名, 记录中间不能有空行, 就可以实现数据的推送与共享。

该次数据源包括文字属性数据源和图像数据源, 其格式和存储方式不同, 下面逐项做一介绍。

1) 文字属性数据源。数据源来自于大通河流域地质灾害遥感解译数据库, 采用Arc GIS软件目视解译, 并建立解译标志, 初次共解译灾害点269处, 其中崩塌13处、滑坡24处、泥石流144个、不稳定斜坡88条, 每处灾害点按照统一规则编码, 并在属性表中输入解译卡片中所需的解译编号、灾害类型、地理位置等基本信息。所有的解译结果和属性记录都存储在后缀为.mdb的个人地理数据库中, 且可用Microsoft Access打开查看, 见图2。

2) 图像数据源。卡片模板中, 每一个灾害点都需要一张遥感图像, 以便更直观地了解灾害点的形状、规模等特征。此时, 需要在数据库中, 建立一个存储灾害点所对应遥感图像名称的属性字段, 使该字段与解译编号内容相同, 并将遥感图像以相应解译编号命名, 与遥感解译数据库和Word模板存储在同一目录下, 记下文件存放路径以备调用。

2 Word邮件合并功能

Microsoft Word中的邮件合并可以把标准文本与单一信息列表相链接产生文档, 典型的操作是合并主文档和数据源。数据源中每一列对应主文档中一类信息, 即邮件合并中的合并域, 通过合并域在数据源和主文档之间建立映射关系后, Word会自动完成合并过程, 即从数据源中取得信息, 把主文档中的合并域替换为来自数据源中的相应信息[5]。数据源相当于数据库, 而邮件合并的主文档则相当于数据管理软件的操作界面。

3 邮件合并的实现

由于遥感解译得到的灾害点较多, 如果对每一张卡片单独编辑, 势必带来很大的工作量, 而且将数据库中信息 (尤其是坐标信息) 输入到每个文档的过程中, 难免会出现错误, 同时对每张遥感图像的插入和尺寸调整也比较麻烦。而借助Word邮件合并功能实现遥感解译与野外核查记录卡片的批量生成, 避免了重复劳动, 提高了准确率和办公效率。实现的具体步骤如下。

3.1 文字属性数据源邮件合并

1) 打开Microsoft Word, 新建空白文档, 制作的遥感解译与野外记录核查卡片模板 (见图1) 。

2) 点击邮件—开始邮件合并—邮件合并分布向导。

3) 在“选择文档类型”选项中选择“信函”。

4) 在“选择开始启动文档”选项中选择“使用当前文档”。

5) 在“选择接收人”选项下选择“浏览”选项, 选取数据源并找到遥感解译数据库中存储“解译点”信息的表格, 作为“邮件合并收件人”列表文件。

6) 撰写信函, 即撰写邮件推送主文档, 它决定着数据源生成推送邮件的输出格式, 包括版面格式及字段输出等设置[6]。具体操作是在文档的合适位置选择“其他项目”插入合并域, 这些合并域可以是“邮件数据表”中包含的任何字段, 如灾害类型、解译编号、自然地理位置等, 插入合并域结果见图3。

7) 预览信函, 此时可以预览到数据源中的记录信息显示在表格相应位置 (见图4) , 例如地形图图幅号为J47E017024。

3.2 图像数据源邮件合并

由于“图像数据源”在插入域时需要引用图像的“存储路径”, 与文字数据源插入有所不同, 因此对插入遥感图像的方法着重介绍。

插入图像需要用到“Includepicture”的Word域的用法, 基本格式为

{Includepicture“File Name”[Switches]}

其中, {}必须使用Ctrl+F9输入, “File Name”为图像存储的位置和名称, Switches为开关。由于“遥感图像”以.jpg格式统一存放在同一个文件夹中, 且名称与相应灾害点的解译编号相同, 并存储在数据库中, 其“名称”插入方法与文字属性数据源相同, 因此“filename”的构成结构为:图像地址\{mergefield“《图像名称》”}.jpg;当图像插入后, 需要所有图片格式一致, 因此需用到*mergeformat将图像格式固定, 当刷新整个文档时, 图像统一正常显示。

经过以上分析, 结合遥感图像存储路径, 确定最终代码为:{Includepicture“E:\遥感解译\遥感图像\{mergefield“《图像名称》”}.jpg*mergeformat”} (见图3) 。

在得到上述插入域的主文档后, 按下Shift+F9将代码转换为结果, 此时遥感图像显示出来, 调整图像到合适尺寸 (见图4) 。

3.3 卡片册的生成

在上述文字属性数据源和图像数据源邮件合并完成后, 单击“合并到新文档”, 并按下Ctrl+A全选文档, 再按F9刷新全部域, 使得所有图文信息显示出来, 保存文档即可得到地质灾害遥感解译与野外核查记录卡片册。

4 结束语

地质灾害详细调查以遥感为先导, 野外地面调查和灾害点测绘为主要手段, 需要整理的内业资料繁多, 遥感及野外调查信息需要及时反馈到室内, 快速高效的资料整理对提高工作效率和加快工作进度至关重要。利用Word邮件合并功能, 将Access数据库中的遥感解译信息数据源, 作为域插入规范中要求的固定格式的卡片模板中, 尤其是图片的插入, 大大减小了工作量, 同时减少了人工输入造成的信息错误, 一旦数据库中有需要更新的内容, 只需要进行刷新模板, 就可以对卡片册内容进行更新, 既精确又方便数据的管理, 在地质灾害调查中比较实用, 也可以推广到其他信息化成果的整理中。与此同时, 该应用也为充分利用办公技巧解决项目实际问题提供了启示。

摘要：利用Word邮件合并功能, 将Access数据库中的数据源推送到主文档, 实现了地质灾害遥感解译与野外核查记录卡片册的批量生成。该应用避免了人工重复工作, 减少了错误率, 为后续野外地质灾害调查工作提供了准确依据, 同时为工作中使用批处理思维和实用软件技巧解决生产项目中的繁杂问题提供了启示。

关键词：遥感解译,数据库,邮件合并,域,主文档,批量输出

参考文献

[1]张明洋, 马维峰, 唐湘丹, 等.地质灾害三维遥感解译成果的自动制图方法[J].国土资源遥感, 2013, 25 (2) :164-167.

[2]中国地质调查局水文地质环境地质部.滑坡崩塌泥石流灾害详细调查规范 (1∶50 000) [S].北京:中国地质调查局, 2008.

[3]闫保权.用Word邮件合并功能生成工资条[J].环球市场信息导报, 2013, (8) :108.

[4]于童.巧用WORD2010“邮件合并”提高办公效率[J].电子世界, 2014 (14) :97-98.

[5]陈坚红, 盛德仁, 任浩仁, 等.火电厂性能分析报告柔性自动生成软件的研究与实现[J].电站系统工程, 2001, 17 (2) :72-76.

解译方法 篇9

无人飞行器实时有效的指挥控制和情报信息准确快速的发送都依赖于测控数据链路[1], 下行测控链路传输信息为飞行器状态信息和数据信息[2], 用于传送飞行路径和航行数据等内部状态数据, 以及传输传感器数据流[3]。上下行数据链路有很强的非对称性[4]。

近年来, 我国无人飞行器测控技术相继实现诸多技术突破, 如一体化综合信道体制、视频数据压缩编码、机载设备轻量化等多个关键技术的应用[5], 同时通信设备正朝着集成化、小型轻量化、灵活通用化等趋势迅猛发展, 在这个大趋势下, 本文基于某无人飞行器的下行链路一体化信道, 对数据格式集成解译器进行了设计和仿真。

1 测控需求分析

无人飞行器姿态信息主要为加速度计和陀螺仪的解算数据, 航迹信息为经纬度和高度数据, 该飞行器直接采用姿态/GPS产品模块, 保障数据精度, 减少了解算数据的资源开支;遥控指令的转速控制信息在该飞行器上为脉宽调制数据, 考虑到设备成本和数据的可靠性, 选取输出的部分飞控指令数据作为转速采集数据;温度信息主要为飞控/测控系统的工作环境温度、飞行器外部大气环境温度、工作电动机温度、机械变速箱温度等, 考虑对温度实时性需求, 采用温度模块 (0.25℃分辨率, I2C总线协议) ;电池电量信息主要为动力电池电量、控制系统单独供电电池电量、启动电机电池电量等, 均采用电压传感器;视频信息由摄像头拍摄获得。

视频数据一般由静态的图像组成[6], 数据传输率一般为30帧/秒或25帧/秒, 若传输帧数下降, 视频效果变差, 但传输数据量会大大降低。视频压缩利用图像冗余来降低像素平均所需比特数[6], 减少视频数据的大小, 考虑到测控数据传输压力和对视频的要求, 选取480×320分辨率、256色彩、25帧/秒、1:15的无损图像压缩比的视频数据, 数据量为1.9531Mbps。若选取视频帧数频率为采样频率, 则GPS数据、转速数据和温度数据量各为75bps, 视频数据传输将占用99.9%的数据带宽。数据格式集成解译器对视频数据的处理好坏很大程度上决定了数据传输性能的优劣。

2 格式集成解译器方案设计

测控需求直接影响设计方案逻辑工作量以及所使用仿真开发板的资源, 将需求中多个类似通道的小数据和一个通道大数据简化为GPS、温度、转速、视频数据的设计方案。这种简化减少了小数据通道处理的重复性, 却没有减少设计方案中数据集成解译的复杂性, 同时数据可扩展, 故简化合理可行。

2.1 数据转换方案

任务传感器输出信号格式各异, 涉及的数据接口和数据传输协议不同, 需数据格式集成器将信息格式统一并结合成信道能传输的帧格式数据, 经过信道后再由数据格式解译器将这些信息解译出来, 提供给地面站进行处理。

转速数据为脉宽调制信号;NMEA-0183标准是GPS导航设备统一的标准协议;I2C为两线式串行总线协议, 具体见图1;视频采集是图像处理的前提, 配置ADV模块, 匹配输入模拟视频制式。将模拟图像数据处理为数字图像数据, 同时将数字图像数据存储到数据缓存模块中, 编码模块对图像数据压缩编码。视频采集数据的优劣直接决定图像处理的结果[7]。

同时, 需选取电路模块, 对端口降压保护, 保证I/O口的输入电压匹配处理芯片电压要求。

2.2 时系控制方案

多路并行数据串行化后数据结合处理成数据帧, 进入缓存, 在数据格式化同步化过程中, 数据控制总线起关键作用, 这就对时钟提出了高要求, 时钟抖动和误差要在允许范围内。考虑到图像数据处理周期和转速、GPS、温度数据处理周期差异, 数据集成采取先同时采集处理多路并行数据, 后统一数据串行化的方法, 使数据串行化速度最快。

2.3 资源优化方案

根据测控需求, 优化采集参数配置, 使传输信道资源充分利用, 减少通信负载对信道的冲击和压力, 留有可扩展的空间。视频数据占用转速数据、GPS数据、温度数据的剩余传输空间, 看起来能充分利用信道带宽, 实则视频数据所能增加的数据量很小, 同时会带来数据串行化的复杂性和不可靠性。为了保证不同通道的数据周期性, 取其最小公倍数为最大采集传输频率。

3 格式集成解译器程序设计

基于格式集成解译器的设计方案, 对系统的设计程序分模块设计, 将系统功能划分为时钟生成模块、使能信号产生模块、转速数据/GPS数据/温度数据/视频数据采集处理模块、数据集成/解译模块。

对FPGA进行初始化, 成功初始化后生成时钟和使能信号, 在复位信号允许的情况下进行多路并行采集, 实时读取数据, 采取不同的时钟和处理方法, 将多路数据集成为串行数据输出, 最后对输出的数据进行数据采集及解译, 获得多路并行输出信号。整体数据处理程序流程见图2。整体数据处理模块程序见图3。

4 格式集成解译器仿真和结果分析

FPGA芯片数据传输快, 实时性能好, 高速并行处理能力强大, 可通过编程快速升级, 能满足电子系统小型化、高可靠、低功耗等需求。目前, 全球60%的PLD/FPGA产品由Altera和Xilinx公司提供[8]。本文选用Altera公司的FPGA芯片作为格式集成解译器的核心处理芯片。使用QuartusⅡ进行工作程序设计与编写, 使用Modelsim建立与工作程序对应的波形输入文件。采用与实际精度相同的时间单位, 定义输入输出变量, 加载输入数据信号, 编译文件, 运行仿真。

根据格式集成解译器数据处理程序, 对各模块联合仿真分析。data_together功能模块将采集的转速数据 (r_rotation) 、GPS数据 (r_gps) 、温度数据 (r_temper) 和视频数据 (r_video) 处理为串行集成数据信号 (s_out) , 仿真结果见图4。转速数据、GPS数据、温度数据同步采集, 采集频率25Hz, 取自视频数据25帧/秒, 即在40ms内完成1228872个有用数据点的集成, 余下371248个无用数据点为待扩展通道使用。图4中可看出视频数据和其他数据的在数据量上的巨大差别。

data_disperse功能模块将输入的串行集成数据 (r_in) 解译。通过数据解译使能信号 (CLOCK_en) 、输出转速数据 (s_rotation) 、GPS数据 (s_gps) 、温度数据 (s_temper) 和视频数据 (s_video) 。仿真结果见图5。在数据解译过程中, 解译使能信号是关键数据, 在40ms周期前32ms内将视频数据解译, 后8ms内将其他数据解译。最终将串行集成数据四路数据剥离, 单独输出。对解译出视频数据与串行集成中的视频数据进行时序比对, 可看出数据一致, 具体见图6。

5 结束语

针对某无人飞行器与测控系统之间的数据关联与交互的问题, 分析了测控需求, 给出了格式集成解译器的设计方案, 并通过模拟仿真验证了该设计方案, 对无人飞行器的一体化信道设计有一定的现实指导意义。

参考文献

[1]何一, 王永生.L波段超宽带微型无人机测控链路性能分析[J].科技导报, 2008, 26 (21) :34-37.

[2]杨殿亮, 贺卫亮.一种无人飞行器测控信道初步设计[J].航空兵器, 2015 (01) :45-48.

[3]吕金龙, 陈树新.无人机衰落信道扩频通信性能研究[J].电子技术应用, 2010 (3) :120-123.

[4]陈自力, 孙锦涛, 田庆民.无人机数据链路通道LMS和RLS自适应均衡性能比较[J].无线电工程, 2003, 33 (11) :33-35, 60

[5]涂强.无人机测控系统技术研究[D].成都:电子科技大学, 2011.

[6]谢方, 王立, 郭丽艳.无人机仿真与控制系统数据交互[J].舰船电子工程, 2007 (3) :121-123.

[7]杨超, 张玲, 何伟.基于Nios II的低码率实时H.264视频编码器[J].单片机与嵌入式系统应用, 2008 (11) :34-37.