遥感数字图像处理教程——第二章部分课后习题
Q:
1. 遥感系统的主要构成有哪些？遥感平台和传感器的联系和区别是什么？举例说明。
2. 区别光谱、能谱和波谱的概念。
3. 什么是图像的采样和量化？量化级别有什么意义？不同的采样和量化对图像的影响是什么？
4. 当前常用的传感器有哪些？2000 年以来我国主要的卫星遥感数据有哪些？图像发行机构和网址是什么？
5. 什么是传感器的分辨力？如何理解遥感传感器的辐射分辨力、谱分辨力、空间分辨力和时间分辨力？
6. 对于微波图像，传感器指标有哪些？
7. 卫星的重访周期和重复周期有什么区别？
8. 遥感图像的主要类型有哪些？各有什么特点？
9. 遥感数据产品有哪些数据级别？各个级别的主要特征是什么？
10. 什么是遥感图像的元数据，包括哪些主要的参数？
下载一景 TM 图像，确定其元数据文件及其中的参数含义。
11. 从概念和应用两个方面，区分“遥感传感器分辨力”和“遥感图像分辨率”。
12. 以 TM 图像为例，编写程序实现图像在 BSQ、BIL 和 BIP 之间的转换。
13. HDF 图像格式的优点是什么？MODIS 图像的存储格式与 Landsat OLI 图像的存储格式有什么区别？
14. GeoTIFF 图像格式的特点是什么？有哪些典型的应用？
15. 怎么计算遥感图像的数据文件的大小？
16. 监测中国东北地区的火灾，应该使用什么遥感数据？为什么？
17. 利用遥感解译中国西北地区的地貌状况，应该使用什么遥感数据？为什么？
18. 对于特定区域的洪涝灾害进行监测，怎么选择遥感数据？
19. 分别对中国西北地区、西南地区、东南地区进行地表覆盖分类，遥感数据选择的差异是什么？
20. 光学遥感有哪些优点和不足？针对其不足，可选择的遥感手段有哪些？
21. 图像的分辨率可用哪些指标来描述？
22. 遥感图像像素的属性特征有哪些？
23. 怎么计算遥感图像的信息量？
24. 典型的遥感传感器有哪些？
分别按照辐射、谱、空间和时间分辨力列出近 10 年来常用的遥感传感器及其特征。
25. 遥感数据与遥感数字图像的区别和联系是什么？
26. 高空间分辨率图像与多光谱图像在波段设置上的差异有哪些？产生这种差异的可能原因是什么？
A：
1. 遥感系统的主要构成有哪些？遥感平台和传感器的联系和区别是什么？举例说明。
-
遥感系统主要构成：
- 遥感平台（Platform）：用于搭载传感器的载体，如卫星、飞机、无人机、气球等。
- 遥感传感器（Sensor）：检测和记录地物反射或发射的电磁辐射，并将其转化为可处理的信号。
- 数据处理与传输系统：接收、存储、处理和分发遥感数据。
- 地面应用系统：对遥感数据进行分析和应用，如农业、环境、灾害监测等。
-
遥感平台与传感器的联系和区别：
- 联系：传感器必须依附于平台，平台提供传感器的高度、轨道和稳定性；平台和传感器共同决定观测条件。
- 区别：平台是“载体”，传感器是“测量工具”。
- 举例：Landsat 8 卫星是平台，其上的 OLI（Operational Land Imager）是传感器；无人机是平台，其搭载的多光谱相机是传感器。
2. 区别光谱、能谱和波谱的概念
-
光谱（spectrum）：指电磁辐射的波长分布或能量分布，可包括可见光、红外、紫外等（有光谱信息，也有能量信息）。
-
波谱（wavelength spectrum）：每个波长的辐射强度（如 W/m²/nm）曲线。单位一般是米（m）、纳米（nm）。
-
能谱（energy spectrum）：以光子的能量 E 或频率 ν为横轴，绘制辐射强度曲线，就是能谱，单位是焦耳或赫兹（Hz）。
-
关系：光谱是总称，波谱是光谱的一种表示方式（λ 为主），能谱是另一种表示方式（频率 ν 或能量 E 为主）。
-
公式：
E=hν=hcλE = h \nu = \frac{hc}{\lambda} E=hν=λhc
其中 EEE 是能量，hhh 是普朗克常数，ν\nuν 是频率，λ\lambdaλ 是波长，ccc 是光速。
总之，
光谱 = 总称，显示所有波段的辐射特征
波谱 = 以波长 λ 为横轴绘制的辐射强度曲线
能谱 = 以光子能量 E 或频率 ν 为横轴绘制的辐射强度曲线
3. 什么是图像的采样和量化？量化级别有什么意义？不同的采样和量化对图像的影响是什么？
-
采样（Sampling）：将连续空间或时间信号转化为离散信号的过程，例如遥感图像中每隔一定距离取一个像素。【采样又分为空间采样和光谱采样，空间采样是将连续的图像变成离散的像素；光谱采样是利用光谱相应函数，将连续的电磁波变成离散的波段。】
-
量化（Quantization）：将连续灰度或辐射值映射为整数灰度级（Digital Number），如 8 位量化将灰度值映射到 0–255。
-
量化级别意义：量化级别越高，图像灰度信息越丰富，但数据量增大；级别低则数据量小，但信息损失多。
-
影响：
- 采样密度不足 → 空间混叠（aliasing），图像模糊或失真（可能出现棋盘效应）。
- 量化级别过低 → 灰度失真，细节丢失。
-
公式（量化误差）：
qe=x−Q(x)q_e = x - Q(x) qe=x−Q(x)
其中 xxx 为原始值，Q(x)Q(x)Q(x) 为量化后的值。
4. 当前常用的传感器有哪些？2000 年以来我国主要的卫星遥感数据有哪些？图像发行机构和网址是什么？
-
常用传感器：Landsat OLI/TIRS、Sentinel-2 MSI、MODIS、GF-1/2/6（高分系列）、ZY-3（资源卫星）、Radar/SAR（如Sentinel-1）。
-
我国 2000 年以来主要卫星：
- 高分系列（GF-1、GF-2、GF-6 等）
- 资源系列（ZY-3、ZY-1、ZY-2）
- 风云气象卫星（FY-3 系列）
-
图像发行机构与网址：
- 中国国家遥感中心（http://www.cresda.com/）
- 高分专项数据中心（http://www.cresda.cn/）
5. 什么是传感器的分辨力？如何理解遥感传感器的辐射分辨力、谱分辨力、空间分辨力和时间分辨力？
-
分辨力：传感器区分目标或信息的能力，就是“区分的能力”。
-
辐射分辨力：传感器区分电磁波辐射强度差异的能力，衡量的是连续的电磁波转换成离散的像素值的误差，一般用位数表示（如 8 位 → 256 级）。
-
谱分辨力：传感器能够分辨的最小波长间隔，波段宽度越窄，波段数量越多，谱分辨力越高。
-
空间分辨力：图像上可分辨最小地物的大小，通常用米表示。
-
时间分辨力：传感器对同一区域重复观测的频率，即重访周期。
空间分辨率=地面投影像元大小 (m)\text{空间分辨率} = \text{地面投影像元大小 (m)} 空间分辨率=地面投影像元大小 (m)
6. 对于微波图像，传感器指标有哪些？
-
主要指标：
- 频率/波长：如 X 波段、C 波段、L 波段。
- 极化方式：HH、HV、VH、VV。
- 空间分辨率：米级到公里级。
- 幅宽：一次成像的宽度。
- 信噪比（SNR）：辐射信号与噪声比。
- 重复周期：重访时间。
7. 卫星的重访周期和重复周期有什么区别？
- 重访周期（Revisit Period）：同一卫星再次观测同一区域所需的时间，受卫星轨道影响。
- 重复周期（Repeat Cycle）：卫星轨道经过同一地面轨迹所需的时间。
- 区别：重访周期关注“数据获取频率”，重复周期关注“轨道轨迹重复情况”。
重访周期就是首次拍摄某一区域后，侧摆角再次摄得这一区域的时间间隔。（这区域不一定完全重合）
重复周期是探测范围完全重合的时间间隔，重访周期的探测范围不完全重合的。
8. 遥感图像的主要类型有哪些？各有什么特点？
- 黑白图像（Panchromatic）：高空间分辨率，但无光谱信息。
- 多光谱图像（Multispectral）：多波段组合，可提取地物信息。
- 高光谱图像（Hyperspectral）：波段多、波宽窄，可精细区分地物。
- 热红外图像：反映地物温度分布。
- 微波图像（SAR）：全天时全天候、穿云能力强，获取地形信息。
9. 遥感数据产品有哪些数据级别？各个级别的主要特征是什么？
- Level 0（原始数据）：未经处理，直接来自传感器。
- Level 1（辐射校正数据）：几何和辐射校正后，可用于分析。
- Level 2（物理量数据）：大气校正后，修正了反射率、辐射温度等物理量数据。
- Level 3（格网化数据）：投影到地理坐标系上，可直接使用。
- Level 4（综合产品）：综合多源数据生成的分析结果，如植被指数。
10. 什么是遥感图像的元数据，包括哪些主要的参数？
-
元数据（Metadata）：描述遥感数据属性和获取条件的信息，不是影像本身。
-
主要参数：卫星、传感器、获取时间、波段信息、空间分辨率、重访周期、角度信息、坐标系统。
-
TM 图像示例：下载 Landsat TM 图像，元数据文件为
MTL.txt，参数示例：SPACECRAFT_ID：卫星编号SENSOR_ID：传感器类型DATE_ACQUIRED：获取日期SUN_ELEVATION：太阳高度角
11. 从概念和应用两个方面，区分“遥感传感器分辨力”和“遥感图像分辨率”。
- 遥感传感器分辨力：传感器理论能力（光学、辐射、空间、时间分辨率），指其可区分信息的能力。
- 遥感图像分辨率：（一般指空间分辨率）实际图像中像素能表示的最小地物尺寸，受传感器性能、采样、处理影响。
- 应用区别：传感器分辨力用于选择合适传感器，图像分辨率用于分析具体影像精度。
12. 以 TM 图像为例，编写程序实现图像在 BSQ、BIL 和 BIP 之间的转换。
import numpy as npdef bsq_to_bip(bsq_data):# bsq_data: (bands, rows, cols)bands, rows, cols = bsq_data.shapebip_data = np.zeros((rows, cols, bands), dtype=bsq_data.dtype)for i in range(bands):bip_data[:, :, i] = bsq_data[i, :, :]return bip_datadef bip_to_bsq(bip_data):# bip_data: (rows, cols, bands)rows, cols, bands = bip_data.shapebsq_data = np.zeros((bands, rows, cols), dtype=bip_data.dtype)for i in range(bands):bsq_data[i, :, :] = bip_data[:, :, i]return bsq_data
13. HDF 图像格式的优点是什么？MODIS 图像的存储格式与 Landsat OLI 图像的存储格式有什么区别？
- HDF（Hierarchical Data Format） 优点：支持多维数据、存储元数据、压缩、多数据集统一存储。
- MODIS：HDF-EOS 格式，存储多波段、大面积全球数据。
- Landsat OLI：通常为 GeoTIFF 或 BIL/BSQ 格式，面向单幅影像，易于处理地理信息。
详细介绍见这篇文章：常见遥感数据格式介绍
14. GeoTIFF 图像格式的特点是什么？有哪些典型的应用？
-
特点：
- TIFF 文件基础上嵌入地理坐标信息
- 支持多波段
- 支持投影信息、元数据
-
应用：
- GIS 系统使用
- 遥感影像分析
- 地形、土地利用监测
15. 怎么计算遥感图像的数据文件的大小？
文件大小（字节）=行数×列数×波段数×每像素字节数\text{文件大小（字节）} = \text{行数} \times \text{列数} \times \text{波段数} \times \text{每像素字节数} 文件大小（字节）=行数×列数×波段数×每像素字节数
-
例：TM 图像，30m 分辨率，7 波段，8 位（1 字节）
1000×1000×7×1=7,000,000字节≈7MB1000 \times 1000 \times 7 \times 1 = 7,000,000 \text{字节} \approx 7\text{MB} 1000×1000×7×1=7,000,000字节≈7MB
16. 监测中国东北地区的火灾，应该使用什么遥感数据？为什么？
-
选择：MODIS、VIIRS、Sentinel-2
- MODIS:（Moderate Resolution Imaging Spectroradiometer）
- VIIRS（Visible Infrared Imaging Radiometer Suite）
-
原因：
- MODIS/VIIRS：中分辨率，重访快，可实时监测火灾
- Sentinel-2：空间分辨率高，可用于火灾后地表变化监测
MODIS、VIIRS、Sentinel-2 的具体介绍见：
17. 利用遥感解译中国西北地区的地貌状况，应该使用什么遥感数据？为什么？
-
选择：Landsat 8 OLI、GF-1、Sentinel-2
-
原因：
- 空间分辨率适中（10–30 m）
- 多光谱波段利于区分地物类型
- 可覆盖大面积地貌区
18. 对于特定区域的洪涝灾害进行监测，怎么选择遥感数据？
-
选择：SAR（Sentinel-1）、MODIS、GF-3
-
原因：
- 微波可穿云、穿雨，全天候监测
- SAR 可准确提取水体范围
- MODIS 提供快速、连续监测数据
19. 分别对中国西北地区、西南地区、东南地区进行地表覆盖分类，遥感数据选择的差异是什么？
- 西北地区（荒漠、草原）：Landsat、GF-1，重视光谱分辨率
- 西南地区（山地、植被）：高分辨率多光谱/高光谱（GF-2、Sentinel-2），兼顾空间和光谱
- 东南地区（湿地、农业）：多源融合（光学+SAR），保证全天候和水体监测能力
20. 光学遥感有哪些优点和不足？针对其不足，可选择的遥感手段有哪些？
-
优点：
- 光谱信息丰富，可区分植被、土壤、水体
- 直观、易解译
-
不足：
- 易受云、雨影响
- 夜间无法观测
-
替代手段：微波遥感（SAR）可全天候观测；热红外可夜间监测温度
21. 图像的分辨率可用哪些指标来描述？
- 空间分辨率：最小可分辨地物大小
- 光谱分辨率：传感器区分不同波长能力
- 辐射分辨率：传感器检测辐射差异能力
- 时间分辨率：重访周期或观测频率
22. 遥感图像像素的属性特征有哪些？
- 光谱反射率/辐射亮度
- 波段组合值（多光谱）
- 地理坐标信息（X, Y）
- 时间信息（获取日期）
- 纹理、形状等空间属性（可通过邻域计算）
23. 怎么计算遥感图像的信息量？
- 信息量可用香农熵（Shannon entropy）表示：
H=−∑i=0L−1pilog2piH = - \sum_{i=0}^{L-1} p_i \log_2 p_i H=−i=0∑L−1pilog2pi
- pip_ipi 为灰度值出现概率
- LLL 为灰度级数
24. 典型的遥感传感器有哪些？分别按照辐射、谱、空间和时间分辨力列出近 10 年来常用的遥感传感器及其特征。
| 分辨力类型 | 传感器例子 | 特征 |
|---|---|---|
| 辐射分辨力 | Landsat OLI（12 位）、GF-6 | 可检测细微辐射差异 |
| 谱分辨力 | Hyperion（高光谱）、PRISMA | 波段多、窄带宽 |
| 空间分辨力 | WorldView-3（0.31 m）、GF-2（1 m） | 高分辨率地表观测 |
| 时间分辨力 | MODIS、Sentinel-2 | 重访周期短，适合动态监测 |
25. 遥感数据与遥感数字图像的区别和联系是什么？
-
区别：
- 遥感数据：指原始传感器采集的各种数值信息，包括辐射值、元数据等
- 遥感数字图像：将遥感数据处理成可视化、二维像素矩阵形式
-
联系：遥感数字图像是遥感数据的可视化和可分析形式
26. 高空间分辨率图像与多光谱图像在波段设置上的差异有哪些？产生这种差异的可能原因是什么？
-
差异：
- 高空间分辨率（如 WorldView-3）：波段少，常为 panchromatic 或少数多光谱波段
- 多光谱图像（如 Landsat OLI）：波段多，覆盖可见光到近红外
-
原因：
- 高空间分辨率传感器为了保证信噪比，波段宽，采集速率高
- 多光谱传感器为了地物分类精度，波段多且窄