遥感英文翻译

2024-04-23

遥感英文翻译（精选6篇）

篇1：遥感英文翻译

MODIS海表面温度(SST)产品简介: 自从2000年11月以来，海表面温度(SST)产品来源于搭载在美国宇航局Terra和Aqua平台上的MODIS(中分辨率成像光谱仪)传感器。

这些SST产品源自于MODIS中红外(IR)和热红外通道,并且具有不同的空间和时间分辨率。

表的内容: •1数据集的概述 •2研究者 •3测量理论 •4设备 •5数据采集方法 •6观察 •7数据描述 •8数据组织 •9数据操作 •10误差 •11说明 •12数据集的应用 •13未来的修改和计划 •14软件

•15数据访问 •16输出产品和可用性 •17 参考文献 •18术语表 •19缩略语 •20文档信息 1．数据集的概述: 数据集标识: 本指南指的是PO.DAAC产品162、163、184和185，它们分别在在 Aqua / Terra MODIS全球3级产品绘制的热红外SST图和MODIS全球3级产品绘制的中红外SST图下。

数据集简介: 海温资料来源于MODIS红外通道，使用两个通道：热红外通道(114.1 um)。此方法与基于AVHRR传感器用多通道海表面温度(MCSST)产生SST的方法类似。

MODIS数据在各种各样的空间分辨率和时间周期中均可用。

3级产品是全球网格所有点（甚至包含陆地上点）的数据集。3级产品绘制出的文件来自于3级箱文件。

目的/目标: MODIS SST的目的是提供高质量的参数的全球测量。

MODIS SST优于AVHRR SST是因为MODIS仪器的特性：更高的灵敏度和信噪比低

。与以前的辐射计相比，在高水蒸气,低纬度地区，中红外通道非常有用。在11-12 um通道他们也更不容易受气溶胶污染影响。

参数概述: 海表面温度讨论: 为了了解全球气候变化的过程许多不同的科学测量是必要的。海洋影响全球范围内的气候的其中一个至关重要的参数是海表面温度(SST)。气候研究测量中体现其重要性的一个例子是使用SST数据研究世界大洋中西边界流。

西边界流在地球的热量平衡中起着重要的作用。

他们在极从低纬度地区带着大量的热量。因为流表现出很强的SST梯度，对海温测量可用于确定它们位移。

反过来, 用位移的知识可以使我们增进对大洋环流和热传输的理解。海表温的测量在海气全球环流模型也是关键参数，以此来确定海气相互作用、大气对流和模型边界条件。相关数据集: AVHRR Pathfinder SST, AVHRR MCSST，ATSR SST产品、GHRSST产品。

2．研究者: 研究者名子和标题: Dr.Robert Evans

revans@rsmas.miami.edu University of Miami/Rosentiel School of Marine and Atmospheric Sciences

3．测量理论: 总之,辐射传输理论用于校正大气的影响

利用电磁波谱的“窗口”观察时大气吸收很少或根本没有。通道的辐射率转换为(通过普朗克函数)的温度单位, 然后与先验算法(在原地)的温度作比较。通过与原地的辐射计测量值比较调整表面温度。4．设备: 传感器/仪器的描述: 采集环境: MODIS仪器。MODIS的更多信息可以在这里找到。源/平台: NASA的Terra 和 Aqua卫星源/平台任务目标: Terra 和Aqua台包含一些工具,这些工具的作用是观察地球的海洋、陆地和大气来研究全球气候。关键变量: Terra /Aqua位于极地附近的一个与太阳同步轨道中，高度为705公里，降轨点为上午10:30。MODIS传感器检测36个通道中发射和反射的辐射，这些通道

横跨可见红外光谱(0.455度之间，由电机编码器驱动，建立在100%工作周期内运行，仪器设计寿命为6年。光学系统由两镜离轴无焦望远镜组成，将能量汇集到4个折射客观程序集,VIS, NIR, SWIR/MWIR

和 LWIR的每一个的光谱区域覆盖一个总光谱范围从0.4到14.4 um。” 传感器/仪器测量几何: Terra / Aqua在705km高度下的轨道下的+ /2级别处理期间使用一个广泛的测试云污染套件等。在每个分辨率上构建一千米观测素材，只有相同观测质量能被采用。不同质量等级产品不能混合。例如，0级数据产品只包含最高数据质量的1km观测，通过了所有质量控制检测。质量中没有1km的像素是用来确定这个数据的统计特征。

可信度级别/准确度判断：不清楚参数测量误差：

SST误差被认为在+、-0.4摄氏度；额外质量评估：

无

数据中心的数据验证：

更多数据可以在Brown and Minnett(1999)中找到；

11、说明：

数据局限性数据的常见问题白天中红外测SST受到太阳光反射的污染用户指导：严格要求用户用质量文件滤掉无用的SST数据。标记是：0（好）、1（质疑）、2（云）、255（陆地、总云或者其他误差等等）。质量文件标记为0可以用，1在某些特定环境可以用。其他有关于学习的数据：无

12、数据集应用：全球气候学习、热液输送和海洋循环

13、未来修改和计划：无

14、软件软件描述 JPL PO.DAAC提供IDL、C和FORTRAN读取MODIS HDF的文件。C和FORTRAN软件需要安装HDF v4库。软件评估读取数据软件可以在PO.DAAC FTP网站中找到。

15、数据访问：联系信息用户服务办公室

物理海洋学分布式有源档案中心(PO.DAAC)喷气推进实验室（JPL）电话:(626)744-5508 传真：(626)744-5506 邮件：podaac@podaac.jpl.nasa.gov 网址：http://podaac.jpl.nasa.gov 数据中心鉴定：物理海洋学分布式有源档案中心(PO.DAAC)喷气推进实验室（JPL）程序获取数据级别3映射图像在PO.DAAC FTP中下载数据中心现状、计划正在进行

16、输出产品和可用性目前3级映射产品只能通过电子FTP分布。他们也可以通过交互式构造工具POET，或者是OPenDAP。

17、参考文献 Walton, C.C., W.G.Pichel 和J.F.Sapper, 1998NOAA极轨道环境卫星非线性算法的开发和操作应用海洋表面温度的测量。地球物理调查杂志103:(C12)27999-28012.。Brown, O.B., and P.J.Minnett, 1999,MODIS红外海表面温度算法理论基础文件，VER，2.0。http://modis.gsfc.nasa.gov/data/atbd/atbd_mod25.pdf

18、术语：海表面温度：海表面接近大气的水温度

19、缩略语：

AVHRR：增强型高分辨率辐射计

EOS：地球观测系统

FTP：文件传输协议

GAC：全球面积覆盖

HDF：分层数据格式

IFOV：内部区域观测

JPL：喷气推进实验室 MCSST：多波段海表面温度 MODPS：MODIS自动适应处理系统 NAVOCEANO：海军海洋办公室 NASA:美国国家航天航空局 NOAA：美国国家海洋和大气管理局 OBPG:海洋生物实验组 PO.DAAC：物理海洋学分布式有源档案中心 SST：海表面温度 20、文档信息文件修订时间 2007年4月25日文件审查日期

2002年3月8日文件ID CL02-0691

引用：文件负责人： Ed Arm strong JPL PO.DAAC 数据下载网站： http://podaac.jpl.nasa.gov:2031/DATASET_DOCS/modis_sst.html

篇2：遥感英文翻译

一、名词解释

灰体

（gray body）又称消色体，一般系指具有黑色、白色，或者介于黑白之间不同深浅的灰色的物体。

某种物体的辐射光谱是连续的，并且在任何温度下所有各波长射线的辐射强度与同温度黑体的相应波长射线的辐射强度之比等于常数,那么这种物体就叫做理想灰体，或简称灰体。实际物体在某温度下的辐射强度与波长的关系是不规则的，因此不是灰体。但在工程计算上为了方便起见，近似把它们都看作是灰体。

辐射传热学中的一个名词。对热辐射能只能吸收一部分而反射其余部分的物体。例如一般的固体和液体。

辐射光谱曲线的形状与黑体辐射光谱曲线的形状相似，且单色辐射本领不仅小于黑体同波长的单色辐射本领，两者的比例不大于1的常数，这类物质称之为灰体。

灰体对可见光波段的吸收和反射在各波长段为一常数，即不具有选择性吸收和反射的物体，如黑色物体其吸收系数为1（反射系数为0），白色物体反射系数为1（吸收系数为0），而灰色物体则反射系数和吸收系数在各波长段皆为常数，因此呈现出或黑或白或灰的颜色。

在热辐射分析中，把光谱吸收比与波长无关的物体称为灰体。

方向反射

实际地物表面由于地形起伏，在某个方向上反射最强烈，这种现象称为方向反射。是镜面反射和漫反射的结合。它发生在地物粗横度继续增大的情况下．这种反

射没有规律可寻。

太阳同步轨道

太阳同步轨道（Sun-synchronousorbit或Heliosynchronousorbit）指的就是卫星的轨道平面和太阳始终保持相对固定的取向，轨道的倾角（轨道平面与赤道平面的夹角）接近90度，卫星要在两极附近通过，因此又称之为近极地太阳同步卫星轨道。为使轨道平面始终与太阳保持固定的取向，因此轨道平面每天平均向地球公转方向（自西向东）转动0.9856度（即360度／年）。图像锐化

图像锐化(image sharpening)就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空域处理和频域处理两类。

图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这图像锐化的相册类不利效果的影响，这就需要利用图像锐化技术，使图像的边缘变的清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。

在水下图像的增强处理中除了去噪，对比度扩展外，有时候还需要加强图像中景物的边缘和轮廓。而边缘和轮廓常常位于图像中灰度突变的地方，因而可以直观地想到用灰度的差分对边缘和轮廓进行提取。

构象方程

《微波遥感原理》是为适应国际上微波遥感的迅速发展，为尽快培养我国在微波遥感方面的专业人才而编写的。本书可作为摄影测量与遥感专业研究生或本科生的必修课程，可供从事于测量工程、遥感科学与技术及环境资源部门的专业技术人员参考。

《微波遥感原理》在原版基础上增补了一些新的内容。其一，增加了一节有关雷达影像干涉测量原理的介绍，以说明微波遥感数据重要应用的一个侧面。其二，有关雷达影像成像几何的描述，在有关雷达影像构像方程一节之后作了一些补充。其三，雷达影像的信息分析方法是近年来的一个重要的研究内容，有了一些深入研究的成果，为此，本书在有关计算机分析方法一节之后，作了较多的补充，介绍了一些新的方法。本书从主动遥感方式（成像雷达）和波动遥感方式（微波辐射计）两个方面介绍微波遥感的成像原理和成像系统、两类微波图像的几何特点和信息特点，微波图像的校准定标、构象方程和几何矫正方法、雷达图像的测图方法、目标定位方法和干涉测量方法，微波图像目视解译和计算机分析、微波图像的应用等知识。本书可作为研究生用书。

推扫式传感器

安装在极轨卫星上的一种传感器，其前端有一个CCD光电阵列和可摆动的反射镜，当卫星向前运动时，反射镜左右摇摆，将地物信息通过反射镜反射到CCD相机的感光单元上，CCD相机在通过光电转换将信息记录在存储磁盘上，TM影像就是典型的采用推扫式传感器成像的遥感产品，其边缘程锯齿状，推扫式传感器成像是连续的条带状，成像范围是其星下点附近区域，是极轨卫星普遍采用的一种传感器。

光谱特性曲线

光谱特性曲线。英文： spectral characteristic curve。释文：光谱波长与其他变量间的关系曲线。例如,波长与发射能量、波氏与光电池(管)的灵敏度、波长与染料吸收量等。若以物体的发射能量为纵坐标,发射波长为横坐标绘图,此曲线又称“光谱能量分布曲线”。遥感技术中若已知地物的光谱反射特性曲线、遥感器的光谱响应曲线及光敏元件的光谱响应曲线,即可建立数学模式以选择最佳谱段和建立地物解译的量化模式。哈达玛变换

FHT 哈达玛变换

离散沃尔什-哈达玛变换（WHT）一维离散沃尔什-哈达玛变换

沃尔什函数是1923年由美国数学家沃尔什提出的。它是一个完备正交函数系，其值只能取＋1和－1。从排列次序上可将沃尔什函数分为三种定义方法。在此只介绍哈达玛排列定义的沃尔什变换。2n 阶哈达玛矩阵有如下形式：

一维离散沃尔什变换及逆变换定义为

若将Walsh(u, x)用哈达玛矩阵表示，并将变换表达式写成矩阵形式，则上两式分别为：

式中，［HN］为N阶哈达玛矩阵。

由哈达玛矩阵的特点可知，沃尔什-哈达玛变换的本质上是将离散序列f(x)的各项值的符号按一定规律改变后，进行加减运算，它比采用复数运算的DFT和采用余弦运算的DCT要简单得多。二维离散沃尔什变换

二维WHT的正变换核和逆变换分别为

式中：x, u=0, 1, 2, „, M－1； y, v=0, 1, 2, „, N－1。例7.2 有两个二维数字图像信号矩阵如下，求这两个信号的二维WHT。

解：根据题意，M=N=4，其二维WHT变换核为

从以上例子可看出，二维WHT具有能量集中的特性，而且原始数据中数字越是均匀分布，经变换后的数据越集中于矩阵的边角上。因此，二维WHT可用于压缩图像信息。

二、判断题

1.在微波波段，固体的微波辐射亮度与绝对温度的四次方成正比 2.卫星轨道在空间的具体形状位置，可有六个轨道参数来确定 3.对于中心投影图像，其成像点的位置取决于地物点入射光线的方向 4.可见光图像距其灰度与辐射功率成函数关系，因此也就与温度和发射率的大小有直接关系

三、选择题

1.对于spot产品，没做任何改正的图像，被称作（）0级产品 1A级产品 2A级产品 3A级产品

2.按比例拉伸原始图像灰度等级范围，被称作（）直方图均衡线性变换密度分割 3.全景投影的影像面是一个（）平面斜面圆柱面

4.植物的反射陡坡主要位于（）蓝光绿光红光近红外

四、简答题

1．说明被动遥感主要辐射源的特点

2.斜距投影对图像的几何特点有什么影响

3.轨道间能进行立体观测的卫星对时间分辨率有何影响（举例说明）4．光学图像转变为数字图像的实质是什么 5.简述辐射误差

6.举例说明先验知识在计算机分类中的作用 7.说明最大似然法分类的实质

8.多波段影像与光谱响应曲线有什么关系

五、论述题

1.介绍你所熟悉的遥感图像处理软件系统 2.就你熟悉的领域，说明大气窗口的应用 3.叙述遥感平台的现状与趋势 08年

一、名词解释

电磁波谱轨道参数几何变形推扫视传感器漫反射构象方程图像灰度直方图分类后处理

二、判断题

1.潮湿的沙丘地在近红外波段有一个反射的陡坡

2.在常规框幅摄影机成像的情况下，地球自转不会引起图像变形

3.遥感数字图像是一个二维的连续的亮度函数，相对光学图像，它在空间坐标（x，y）和亮度上都已连续化

4.对于中心投影图像，其成像点的位置取决于地物点入射光线的方向

三、选择题

1.如果物体在各波长的光谱发射率不同，被称作（）选择性辐射体灰体黑体白体 2.植物的反射陡坡主要位于（）蓝光绿光红光近红外 3.图像锐化是使（）

高频成分消退高频成分增强高频成分不变 4.测试雷达图像属于（）

中心投影全景投影斜距投影平行投影

四、问答题 1.举例说明landsat系列卫星轨道特点及其在遥感中的作用 2.传感器特性对判读标志的主要影响是什么 3.简述相干雷达数据处理的主要步骤 4.举例说明遥感图像增强的目的和实质 5.说明遥感图像的粗加工处理 6.说明辐射误差的主要来源

7.举例说明入射角对策是雷达图像色调的影响 8.绘图说明最大似然法分类的错分概率

五、论述题

概述高分辨率陆地卫星的现状与主要应用如何利用知识改进遥感图像自动识别效果论述遥感图象的空间特征及其应用 09年

一、名词解释

光谱特性曲线等效温度生物量指标瞬时视场方向反射特征变换地面分辨率全景畸变

二、判断题

1.同一地区不同时间获取的影像一定可以进行立体观测 2.侧视雷达图像和中心投影成像有地形引起的变形大小相同

3.美国陆地资源卫星landsat4/5上搭载的TM传感器是多光谱扫描仪 4.法国sport4卫星搭载的HRV传感器是推扫视成像

5.清晨和傍晚我们看到太阳的颜色是红色是由于大气对红光吸收少的原因

三、选择题

1.在太阳照射到月球表面时，站在月球表面观测天空，我们看到天空的颜色是（）和地球表面一样颜色白色黑色不能确定

2.下面哪种电磁波的特性只在SAR成像中应用得到（）电磁波衍射电磁波叠加电磁波多普勒效应极化

3.我国嫦娥1号月球卫星探测月球表面三维信息是采用哪种方式（）激光扫描技术同归立体观测异轨立体观测 INSAR技术 4.面阵推扫式成像方式的传感器是（）

成像雷达成像光谱仪框幅式摄影机多光谱扫描仪 5.下面哪种影像灰度值的大小与后向散射有关（）TM影像 HRV影像 RADARSAT影像 IkONS影像

四、简答题

1.简述卫星传感器的辐射误差来源 2.简述侧视雷达图像的几何特点

3.简述最大似然法与最小距离法的区别与联系 4.简述进行地面光谱测量的意义

5.简述卫星图像之间的匹配与航空影像之间匹配的不同点 6.描述传感器特性的参数有哪些 7.资源卫星的轨道特点有哪些

五、论述题

从现代遥感技术组成的角度出发，论述遥感技术的发展趋势遥感技术是从人造卫星、飞机或其他飞行器上收集地物目标的电磁辐射信息，判认地球环境和资源的技术。它是60年代在航空摄影和判读的基础上随航天技术和电子计算机技术的发展而逐渐

卫星遥感技术

形成的综合性感测技术。任何物体都有不同的电磁波反射或辐射特征。航空航天遥感就是利用安装在飞行器上的遥感器感测地物目标的电磁辐射特征，并将特征记录下来，供识别和判断。把遥感器放在高空气球、飞机等航空器上进行遥感，称为航空遥感。把遥感器装在航天器上进行遥感，称为航天遥感。完成遥感任务的整套仪器设备称为遥感系统。航空和航天遥感能从不同高度、大范围、快速和多谱段地进行感测，获取大量信息。航天遥感还能周期性地得到实时地物信息。因此航空和航天遥感技术在国民经济和军事的很多方面获得广泛的应用。例如应用于气象观测、资源考察、地图测绘和军事侦察等。

遥感技术是从远距离感知目标反射或自身辐射的电磁波、可见光、卫星云图

红外线结目标进行探测和识别的技术。例如航空摄影就是一种遥感技术。人造地球卫星发射成功,大大推动了遥感技术的发展。现代遥感技术主要包括信息的获取、传输、存储和处理等环节。完成上述功能的全套系统称为遥感系统,其核心组成部分是获取信息的遥感器。遥感器的种类很多,主要有照相机、电视摄像机、多光谱扫描仪、成象光谱仪、微波辐射计、合成孔径雷达等。传输设备用于将遥感信息从远距离平台(如卫星)传回地面站。信息处理设备包括彩色合成仪、图像判读仪和数字图像处理机等。

任何物体都具有光谱特性，具体地说，它们都具有不同的吸收、反射、辐射光谱的性能。在同一光谱区各种物体反映的情况不同，同一物体对不同光谱的反映也有明显差别。即使是同一物体，在不同的时间和地点，由于太阳光照射角度不同，它们反射和吸收的光谱也各不相同。遥感技术就是根据这些原理，对物体作出判断。

遥感技术研讨会

遥感技术通常是使用绿光、红光和红外光三种光谱波段进行探测。绿光段一般用来探测地下水、岩石和土壤的特性；红光段探测植物生长、变化及水污染等；红外段探测土地、矿产及资源。此外，还有微波段，用来探测气象云层及海底鱼群的游弋。

遥感仪器在探测中

由遥感器、遥感平台、信息传输设备、接收装置以及图像处理设备等组成。遥感器装在遥感平台上，它是遥感系统的重要设备，它可以是照相机、多光谱扫描仪、微波辐射计或合成孔径雷达等。信息传输设备是飞行器和地面间传递信息的工具。图像处理设备（见遥感信息处理）对地面接收到的遥感图像信息进行处理（几何校正、滤波等）以获取反映地物性质和状态的信息。图像处理设备可分为模拟图像处理设备和数字图像处理设备两类，现代常用的是后一类。判读和成图设备是把经过处理的图像

遥感技术

信息提供给判释人员直接判释，或进一步用光学仪器或计算机进行分析，找出特征，与典型地物特征进行比较，以识别目标。地面目标特征测试设备测试典型地

[1]物的波谱特征，为判释目标提供依据。

发展简史

初期发展1839-1857

1858年用系留气球拍摄了法国巴黎的鸟瞰像片

1903年飞机的发明

1909年第一张航空像片

一战期间（1914-1918）：形成独立的航空摄影测量学的学科体系

二战期间（1931-1945）：彩色摄影、红外摄影、雷达技术、多光谱摄影、扫描技术以及运载工具和判读成图设备

现代遥感

1957年：前苏联发射了人类第一颗人造地球卫星

20世纪60年代：美国发射了TIROS、ATS、ESSA等气象卫星和载人宇宙飞船

1972年：发射了地球资源技术卫星ERTS-1（后改名为Landsat Landsat-1），装有MSS感器，分辨率79米

1982年Landsat-4发射，装有TM传感器，分辨率提高到30米

1986年法国发射SPOT-1，装有PAN和XS遥感器，分辨率提10米

1999年美国发射 IKNOS，空间分辨率提高到1米

中国遥感事业

1950年代组建专业飞行队伍，开展航摄和应用 1970年4月24日，第一颗人造地球卫星

1975年11月26日，返回式卫星，得到卫星像片

80年代空前活跃，六五计划遥感列入国家重点科技攻关项目 1988年9月7日中国发射第一颗 “风云1号”气象卫星 1999年10月14日中国成功发射资源卫星1

遥感技术

应用范围与划分

卫星遥感反射图

遥感技术广泛用于军事侦察、导弹预警、军事测绘、海洋监视、气象观测和互剂侦检等。在民用方面,遥感技术广泛用于地球资源普查、植被分类、土地利用规划、农作物病虫害和作物产量调查、环境污染监测、海洋研制、地震监测等方面。遥感技术总的发展趋势是：提高遥感器的分辨率和综合利用信息的能力,研制先进遥感器、信息传输和处理设备以实现遥感系统全天候工作和实时获取信息,以及增强遥感系统的抗干扰能力。遥感按常用的电磁谱段不同分为可见光遥感、红外遥感、多谱段遥感、紫外遥感和微波遥感。

1、可见光遥感：应用比较广泛的一种遥感方式。对波长为0.4～0.7微米的可见光的遥感一般采用感光胶片（图像遥感）或光电探测器作为感测元件。可见光摄影遥感具有较高的地面分辨率，但只能在晴朗的白昼使用。

2、红外遥感：又分为近红外或摄影红外遥感，波长为0.7～1.5微米,用感光胶片直接感测；中红外遥感,波长为1.5～5.5微米；远红外遥感,波长为5.5～1000微米。中、远红外遥感通常用于遥感物体的辐射，具有昼夜工作的能力。常用的红外遥感器是光学机械扫描仪。

3、多谱段遥感：利用几个不同的谱段同时对同一地物（或地区）进行遥感，从而获得与各谱段相对应的各种信息。将不同谱段的遥感信息加以组合，可以获取更多的有关物体的信息，有利于判释和识别。常用的多谱段遥感器有多谱段相机和多光谱扫描仪。

4、紫外遥感：对波长0.3～0.4微米的紫外光的主要遥感方法是紫外摄影。

5、微波遥感：对波长 1～1000毫米的电磁波（即微波）的遥感。微波遥感具有昼夜工作能力，但空间分辨率低。雷达是典型的主动微波系统，常采用合成孔径雷达作为微波遥感器。

现代遥感技术的发展趋势是由紫外谱段逐渐向 X射线和γ射线扩展。从单一的电磁波扩展到声波、引力波、地震波等多种波的综合。

优越性

中科院运用遥感技术勘测分布图

探测范围大：航摄飞机高度可达10km左右；陆地卫星轨道高度达到910km左右。一张陆地卫星图像覆盖的地面范围达到3万多平方千米，约相当于我国海南岛的面积。我国只要600多张左右的陆地卫星图像就可以全部覆盖。

获取资料的速度快、周期短。实地测绘地图，要几年、十几年甚至几十年才能重复一次；陆地卫星4、5为例，每16天可以覆盖地球一遍。

受地面条件限制少：不受高山、冰川、沙漠和恶劣条件的影响。

遥感技术

手段多，获取的信息量大：用不同的波段和不同的遥感仪器，取得所需的信息；不仅能利用可见光波段探测物体，而且能利用人眼看不见的紫外线、红外线和微波波段进行探测；不仅能探测地表的性质，而且可以探测到目标物的一定深度；微波波段还具有全天候工作的能力；遥感技术获取的信息量非常大，以四波段陆地卫星多光谱扫描图像为例，像元点的分辨率为79×57m，每一波段含有7600000个像元，一幅标准图像包括四个波段，共有3200万个像元点。

用途：遥感技术已广泛应用于农业、林业、地质、地理、海洋、水文、气象、测绘、环境保护和军事侦察等许多领域。

发展趋势进行地面,航空,横天多层次遥感,建立地球环境卫星观测网络.立足于小飞机的应用，卫星星座的形成，建立多层次，多轨道的立体观测系统。传感器向电磁波谱全波段覆盖.图象信息处理实现光学-电子计算机混合处理,因入其他技术理论方法,实现自动分类和模式识别.实现遥感分析解译的定量话与精确化.与GIS和GPS形成一体化的技术系统.遥感技术

篇3：遥感英文翻译

Image fusion,also known as image merging or pan sharpening,is a technique employed to merge the spatial details of a high spatial-resolution panchromatic(Pan)image and the color information of a low spatial-resolution multispectral(MS)image to produce a high spatial-resolution MS image[1,2,3].An image with high spatial and spectral resolution is necessary for many remote sensing applications,especially GIS-based applications[2].

Conventional image fusion methods include the Intensity-Hue-Saturation(IHS)transform,principal component analysis(PCA),and Brovey transform(BT)[1],which are adopted by many commercial softwares forremote sensing image fusion.However,these approaches show high color distortion of the spectral information,especially for the remote sensing images of IKONOS and Quick Bird[1,2].

Multiresolution analysis(MRA)based image fusion algorithms have been recognized widely as one of the most efficient tools for remote sensing image fusion[2,3,4,5,6,7].However,the decimated DWT(Discrete Wavelet Transform)based image fusion schemes often cause the ringing artifacts in the fused images for its critical downsampling.Although an undecimated DWT,which is a shift-invariant version of the DWT,can avoid some of the artifacts,the computational complexity of the undecimated DWT increases with the number of decomposition levels.The computational cost of the curvelet-based method proposed by Nencini et al.[6]is also very high.Haohao Song et al.suggested a contourlet transform based image fusion scheme[7].This method selects either the high frequency(HF)coefficients of the MS image or the corresponding HF coefficients of the Pan image conditionally as HF coefficients of the fused image.However,it is difficult to determine whether an HF coefficient of the resized MS image is caused by the image details,such as edges and textures,or the artifacts introduced by the image interpolation.

A new image fusion algorithm with high spatial quality is proposed in this paper.The proposed method with the decimated DWT can reduce the artifacts caused by the critical downsampling effectively.The computationa complexity of the proposed image fusion scheme is close to that of the conventional decimated DWT based fusion algorithm.The fused image of the proposed scheme shows the high spatial and spectral quality simultaneously and outperforms the current techniques with the appropriate parameter.

1 Panchromatic and Multispectral Image Fusion Scheme with High Spatial Quality

Because remote sensing images are huge,the computational complexity of the wavelet-based fusion methods is a key issue.Although the computational cost of the decimated DWT based fusion scheme is much less than that of the undecimated DWT based fusion approach,more artifacts always appear in the fused images of the traditional decimated DWT based method.A better decimated DWT based fusion method should mitigate the artifacts,while keeping the similar computational burden.

In this paper,we exploit the generalized IHS(GIHS)image fusion scheme provided by Tu et al.as follows[5]:

where[RF GF BF]T and[R0 G0 B0]T are the corresponding values of R,G,B channels of the integrated image and the resized original MS image,respectively.I and IF are the intensity components of the resampled original MSimage and the merged image separately.It is obvious that the integrated image can be achieved with only addition operations when GIHS method is used.

With the traditional decimated DWT based fusion method,the detail coefficients from the Pan image and the approximation coefficients of the I image from the resampled original MS imagery constitute the wavelet pyramid of the fused I image[4].Before the image fusion,the MS image must be resampled to the same spatial resolution as the Pan image.So far there is no perfect image interpolation method.If there is one,it is unnecessary to study remote sensing image fusion any more.There are often some artifacts in the resampled image with the conventional image interpolation methods.Thus the approximation coefficients of the I image from the resampled original MS image can not be consistent with the detail coefficients of Pan completely.If the approximation coefficients of the I image are adjusted according to the corresponding coefficients of the Pan image,the artifacts will be reduced effectively.

We suggested an adjustable fusion method based on IHS transform[8].This method is implemented in the spatial domain.However,the merged images of this method are not very satisfactory in the spatial domain.Here we generalize the idea of this scheme to the wavelet domain.We propose a decimated DWT based fusion method with a tradeoff parameter.The detail steps of the proposed image fusion algorithm are shown as follows:

1)The original MS image and the Pan image are co-registered.The original MS image is resampled to the same size as the Pan image.

2)The intensity component(I)of the resampled original MS image is calculated according to

3)Histogram match is applied to the Pan image according to the I image.

4)Decompose the Pan image and I image into their detail and approximation images up to L levels with the decimated DWT as

In the formula(3),HPl,VPl,DPl are the detail images of the Pan image at the decomposition levels l,and APL represents the approximation image.In the formula(4),HIl,VIl,DIl are the detail images of the I image at the decomposition levels l,and AIL represents the approximation image.

5)The detail coefficients of the fused intensity component come from the detail coefficients of the Pan image completely.The approximation coefficients of the fused intensity component are obtained by

Whereβis a tradeoff parameter and0≤β≤1.LA′is determined by

where E][⋅is the mathematical expectation.Q is a local area which contains 3×3 image blocks and is centered at the image block that includes the low frequency coefficient ji),(.Here the size of the image block is 2×2.AL′image contains most detail information of APL image,while losing some spectral information of AIL image.Thus AFL image is determined by AIL and APL images together.

6)The merged intensity component is acquired with the inverse decimated DWT as

7)The merged image is achieved by using(1).

2 Experimental Results

The original testing images comprise a Quick Bird data set with a 0.6 m spatial-resolution Pan image and a2.4 m spatial-resolution MS image.The sizes of the original Pan and MS images are 1 536×1 536 and 384×384pixels separately.For the statistical analysis of the fusion results,the merged images are compared with the resampled original MS image and the Pan image.The proposed algorithm is compared with the GIHS fusion method[5],and the conventional fusion method with the decimated DWT and the undecimated DWT combined with IHS transform[4].Results as Table 1.When the conventional wavelet transform based fusion schemes are implemented,three wavelet decomposition levels are employed.We use two and three wavelet decomposition levels separately for the proposed method.The wavelet basis“bior4.4”is used for the wavelet transform based fusion methods discussed in this paper.In the experiment,we setβto be 0.5,0.6,0.7,0.8,0.9 and 1,respectively,Results as Table 2.

For the sake of space,the fusion results with conventional methods and the proposed method(β=0.8)are provided as Fig.1.For the purpose of clear visualization,only small chips in all demonstrations are displayed.From Fig.1,it can be shown that the GIHS loses much spectral information,while the spatial details are kept well.Some artifacts can be found in the merged image of the conventional decimated DWT based fusion method especially around the edges.Although the fused image of the undecimated DWT based fusion scheme provides a good tradeoff between improving spatial quality and reducing color distortion,there are still a few artifacts in the fused image of the undecimated DWT based fusion scheme.The fused images with the proposed algorithm show better spatial quality compared with those of the undecimated DWT and the decimated DWT based fusion algorithms.There are almost no obvious artifacts in the fused image with the proposed method when β is larger than 7.0.The spectral quality of the merged images with the proposed algorithm is similar to that of the fused images with the conventional wavelet transform based image fusion approaches and turns better with the decrease ofβ.

A better tradeoff between improving the spatial quality and reducing the color distortion can also be reached when the fusion strategy of the proposed method combined with the undecimated wavelet transform is implemented.However,the high computational cost of the undecimated wavelet transform makes it difficult to deal with massive remote sensing data.Thus we do not discuss the proposed strategy in the undecimated wavelet domain in this paper.

3 Conclusions

A novel decimated DWT based image fusion algorithm is proposed.The proposed scheme can improve spatial quality of the fused image effectively compared with other traditional wavelet transform based fusion approaches,while the fused image of the proposed method can provide much better spectral quality than that of the IHS-based fusion method.The proposed method with the decimated DWT can reduce the artifacts caused by the critical downsampling effectively.The computational complexity of the proposed image fusion scheme is close to that of the conventional decimated DWT based fusion algorithm and much lower than that of the undecimated DWT based fusion method.The fused images of the proposed scheme with the appropriate parameter can provide a better tradeoff between improving spatial quality and reducing color distortion.

摘要：针对传统图像融合方法的不足,提出了一种新的基于IHS变换与抽样小波变换的高清晰遥感影像融合方法。该方法将直方图匹配后的全色影像的高频系数作为融合后的高频系数,而融合后的低频系数依据新提出的融合规则得到,最后采用小波逆变换与逆IHS变换获得融合图像。实验结果表明,该方法在提高融合影像的空间分辨率与光谱质量之间得到了更好的折衷。该方法的计算复杂度接近于常用的基于抽样小波变换的融合方法,明显少于基于非抽样小波变换的融合方法。

关键词：图像融合,遥感,IHS变换,小波变换

参考文献

[1] ZHANG Yun. Understanding image fusion [J]. Photogrammetric Engineering and Remote Sensing(S0099-1112),2004,70(3):657-661.

[2] Choi Myungjin. A new intensity-hue-saturation fusion approach to image fusion with a tradeoff parameter [J]. IEEE Transaction on Geoscience and Remote Sensing(S0196-2892),2006,44(6):1672-1682.

[3] Ranchin Thierry,Wald Lucien. Fusion of high spatial and spectral resolution images:The ARSIS concept and its implementation [J]. Photogrammetric Engineering and Remote Sensing(S0099-1112),2000,66(1):49-61.

[4] González-Audícana María,Saleta José Luis,Catalán Raquel García,et al. Fusion of multispectral and panchromatic images using improved IHS and PCA mergers based on wavelet decomposition [J]. IEEE Transaction on Geoscience and Remote Sensing(S0196-2892),2004,42(6):1291-1299.

[5] Tu Te-Ming,Su Shun-Chi,Shyu Hsuen-Chyun,et al. A new look at IHS-like image fusion methods [J]. Information Fusion(S1566-2535),2001,2(3):177-186.

[6] Nencini Filippo,Garzelli Andrea,Baronti Stefano,et al. Remote sensing image fusion using the curvelet transform [J]. Information Fusion(S1566-2535),2007,8(2):143-156.

[7] Song Haohao,Yu Songyu,Song Li,et al. Fusion of multispectral and panchromatic satellite images based on contourlet transform and local average gradient [J]. Optical Engineering(S0091-3286),2007,46(2):1-3.

篇4：遥感英文翻译

关键词：遥感技术；地质勘查；找矿；应用研究

一、遥感技术概念

任何物体都具有不同的吸收、反射、辐射光谱的特能，在同一光谱区内，不同的物体反映出的光谱特性不同，同一物体在不同光谱区内的反映也有很大差别，或者是同一物体在不同的时间、地点，受太阳光照射角度不同，它们对光谱的吸收和反射也有所不同。遥感技术根据物体的光谱特性原理，从远距离感知目标反射或自身辐射的电磁波、可见光、红外线等目标进行探测和识别，然后对物体做出判断。在数字地球框架下，将遥感技术与传统地质方法、现代信息技术相结合，对遥感信息进行延伸应用和信息化，提高矿产资源的勘查效果。当前，露出地表的矿藏越来越少，勘查目标已转向地下深处隐伏的矿床，找矿难度更大，同时，采用各种地学手段获取丰富信息资源为遥感信息和其他地学信息的集成创造了一定的条件。

二、遥感地质勘查技术应用分析

在地质研究工作中应用遥感技术，主要是应用遥感图像提供地质信息矿产信息和环境信息，从而为地质研究人员熟悉研究区域的地质情况提供便利，为科学决策的制定提供参考，进而精确确定工作量、方式方法以及研究目的。

2.1航天遥感图像在地质研究中的应用分析

所谓航天遥感技术，主要是利用航天器作为承载传感器的平台的一种遥感技术。在地质研究过程中应用遥感图像，主要是利用航天遥感技术得出的遥感图像，结合传感器的类型与卫星地面，获得覆盖范围适中、信息数据最新的图像数据，再应遥感图像软件对数据进行处理，例如校正、融合、增强以及镶嵌等，并利用比例尺寸较大的地形数据，利用投影仪对影像数据进行变化和纠正处理，结合地形图上得出的各种信息，例如地名、地质构造、岩体、底层、矿点以及物化探异常等，再对其进行标注与整饰，从而制成精确的航天遥感图像，从而为地质研究工作提供各种信息数据，为地质研究工作者提供极大的便利，在应用过程中，应结合航天遥感图像，对地质情况进行初步分析和研究，为做好找矿工作奠定坚实的技术资料和基础。

2.2航空遥感图像在地质研究中的应用分析

所谓航空遥感技术，主要是利用热气球、飞艇、飞机等作为承载传感器的平台的一种遥感技术。在地质研究中应用遥感图像，应结合目的的不同针对性地选用传感器，从而得出航空摄像图片，并经过数据的扫描制作地质图。在实际应用过程中，应用遥感地质制图具有一定的优势和不足，其优势就在于较常规制图相比，能节省大量的野外工作量，在表示客观现象时比常规地质图表现的效果要好，总结起来就是造价低和进度短，而缺点就是由于野外工作量的减少，导致地质图中的信息数据不够详实，例如地质观测点、样品种类的数量以及地产与构造的行政等于常规的地质图还存在一定的差距。因而在实际应用过程中，作为地质研究人员，必须结合航天遥感图像和常规地质图像的优点，弥补二者之间的不足，才能更好地确保其应用成效。

三、遥感技术模式在地质找矿中应用研究

在地质行业中应用遥感技术的主要目的就在于找矿。在找矿工作中应用遥感技术，主要是利用结构信息，分析地面岩石地貌和构造地貌和在外动力作用下控制的地质地貌，并在遥感图像上将这些信息综合性的表现出来，所以遥感图像提供的地形地貌为判读遥感图像，如对地质现象和地质体进行区分等，进而将地质体与地质现象充分地体现出来，最终将隐伏在地层中的沉积物、岩层、土壤和植被等地质体信息充分地体现出来。

3.1找矿分析中应用遥感图像的探究

在找矿分析中应用遥感图像，主要是应用航天、航空图像进行目视并判断，从而对已知的矿产地质图像特点进行分析，并利用地质背景和物化探测量情况以及成矿条件等信息，采取类比原则从已经知道的情况推断未知的情况，进而为成矿预测奠定坚实的基础。與此同时，利用大比例尺寸的航空相片对原生矿体和矿化地区露头进行直接识别，特别是金属矿床与露头特异的色彩，形成找矿的标志。加上矿体的抗侵蚀能力和围岩抗风化能力以及露头等形成沟谷和岩墙，对于直接识别矿区露头具有十分重要的作用。

3.2成矿预测中应用遥感图像的探究

在成矿预测中，最主要的一项工作就是提取矿产信息，因而在成矿预测中应用遥感图像主要是通过遥感图像技术处理遥感图像，从处理的遥感图像中直接得出有关矿床和矿化等的信息，并直接在遥感图像上显示出来，进而为找矿需要提供有效的信息数据，达到顺利开展找矿工作的目的。

3.3地质综合找矿中应用遥感图像的探究

在地质综合找矿中应用遥感图像，主要是将区域的地质演化和成矿规律的分析作为基准点，从而确定调查区域内成矿模式和控矿地质因素，并结合这些信息的特征确定处理图像的方案，从而提取和增强地质信息，再利用物化探资料分析目视图像，结合数学地质、物化探资料图像、遥感地质等进行综合性的分析和预测成矿，从而为遥感地质综合性的找矿提供了强大的技术支持，为地质找矿工作质量的提升奠定了坚实的基础。

四、结语

遥感技术在地质找矿事业中的拓展应用任重道远，利用这一核心高新技术能够实现直接找矿和解决更深层次的找矿问题。新的高光谱遥感技术和雷达成像技术为遥感技术注入了新的血液，基于新技术在遥感技术中的拓展，结合先进的科学成矿理论的知识，能够为遥感技术在地质找矿中探索出一条新的出路。结合我国遥感技术在地质找矿中的应用拓展，遥感找矿还拥有更加广阔的发展前景，拓展遥感技术在地质找矿中的应用是未来的趋势。

参考文献：

[1]谷超杰.遥感技术在地质和找矿中的应用与展望[J].测绘与空间地理信息，2011，05：213-214.

[2]钱建平，伍贵华，陈宏毅.现代遥感技术在地质找矿中的应用[J].地质找矿论丛，2012，03：355-360.

[3]谷超杰.遥感技术在地质和找矿中的应用与展望[J].测绘与空间地理信息，2011，05：213-214.

篇5：遥感英文翻译

注意事项

一、大致日程第一期

7月15日（下午2－5点），中科院北京新技术园区招待所：报到及入住 7月16－17日，中科院遥感地球所：交流、讲座、参观、考核 7月18日（上午9－12点），中科院北京新技术园区招待所：退宿第二期

7月18日（下午2－5点），中科院北京新技术园区招待所：报到及入住 7月19－20日，中科院遥感地球所：交流、讲座、参观、考核 7月21日（上午9－12点），中科院北京新技术园区招待所：退宿

二、基本待遇

住宿：当期（入住至退宿期间）免费，需携带身份证办理入住手续。一般安排标准间（双人间）住宿。第二期人数偏多，安排套间（四人间）及大床房（加床）、标准间（加床）住宿。

用餐：凭餐券用餐，地点为中科院北京新技术园区餐厅。每人提供用餐补助（餐券）105元，其余餐费自行解决（可在招待所前台购买餐券）。

其他：

1、从学校或家里来北京参加夏令营的往返车费自行承担；

2、夏令营期间均在新技术园区活动，如营员个人需到奥运园区活动，交通费自行承担。

三、推免考核

夏令营期间仅组织推免考核，不发拟接收函。

夏令营结束后，同时具备以下条件者，可于8月底申请领取拟接收函（届时本人可将接收快件地址发到liuhm@radi.ac.cn，或直接与010－82178965刘老师联系）：

1、各项考核成绩合格，2、获得导师接收意向（以导师直接发邮件到liuhm@radi.ac.cn为准），3、政审合格（如未交政审表应及时补交），4、体检合格（参加推免考核的营员，应于7月下旬至8月下旬期间，自行安排时间于工作日到中关村医院体检，体检结果由遥感地球所8月下旬集中领取）。

四、纪律要求

1、报到时签订安全责任协议书（逾期不报到及签订协议者视为自动放弃）。

2、夏令营活动期间，无故缺席或有其他违规情况者，不发夏令营员证书。

3、夏令营结束后，要求在7月31日以前提交一份电子版心得（如：感想、启发、收获等，模板如附件3），发至hexw@radi.ac.cn。遥感地球所可能以节选或全文方式公布部分心得。

五、活动地址

夏令营报到地点为中科院遥感地球所（新技术园区）。（注意：请勿去“鸟巢”附近的奥运园区报到，以免耽误时间精力。）新技术园区位于北京市海淀区邓庄南路9号（中科院北京新技术基地园区），大体位置在唐家岭以北、航天城东南角。乘北京地铁13号线于西二旗站下车（从A口出站），换乘出租车可到达（车费约20元，可直接对司机说去“光电院”，后者与招待所均在新技术园区内，招待所电话：010-82581723，不用事先订房，届时持本人身份证直接入住，如报到时间晚于当天下午5点，应提前与招待所联系）。

六、其他事项

夏令营期间，营员可自行联系相关专家、导师，沟通后续实习及招生事项。未尽事宜，另行沟通（010－82178976）。

中国科学院遥感与数字地球研究所