第1章_000_导言和绪论

 

# -*- 遥感原理与应用 -*- #
@author:　　SimbaWang
@time:　　　2020.02.19 15:10:00
@file_name: 第1章_000_导言和绪论

 

一、 为什么要学遥感

1. 通过连续拍摄的图像来获得实时的数据和动态检测
2. 对比灾前、灾后的状况，有利于有关部门的决策
3. 摄影测量 ☞ 航拍: 当没有卫星扫过的时候启用

 

 

二. 地理信息科学的基础知识

1. 什么是地理信息科学: 地理信息科学(Geomatics)，是多种学科的综合，是用各种现代化方法对与地理和空间分布有关的数据进行处理的计算机科学、技术和产业实体。作为解决空间问题的工具，是一门应用科学。

 

2. Geomatics与3S技术的关系
--3S技术是Geomatics的核心技术(GIS、GPS和GIS)。
--Geomatics是3S技术的广义定义。

 

3. Geomatics的前端和后端
--(1). 前端主要是获取数据，依赖于遥感、摄影测量、实地测量、历史数据的回溯......
--(2). 后端主要是数据的处理，依赖于GIS平台，如ArcGIS...

 

4. Geomatics的跨越: 数据型GIS ---> 知识型GIS (在空间数据的基础之上，结合信息计算实现知识服务)
--(1). GIS的3大组成要素 ===》
  空间数据  +      信息计算 　 　　+   　　知识服务
(组织和管理) (空间信息的处理和分析) (地理世界的可视化与应用)
--(2). 从感知到智慧(前端和后端分开 ---> 前后端结合 ---> 发展后端)
step_1: 早期遥感探测 (机载摄影测量: 机载数据airborne data、陆地摄影测量)
step_2: 两次技术革命 (可以说是新数据时代，前端得到巨大的发展)
step_3: 数字时代　　 (多种传感器，开始与后端结合)
step_4: 智慧时代　　 (多种传感器的组网)
--(3). 在Geomatics的不断发展中，地球空间信息学诞生了: 更加强调实体目标和人类活动的时空数据的处理(手段提高，间隔变短。特别是空间感知认知和智能服务)

 

5. Geomatics的关键步骤以及所设计到的学科:
--(1). 采集: 利用遥感(或者摄影测量、实地测量、历史数据的回溯...)来获取到的。这就涉及到了摄影测量学和遥感学。
--(2). 展示、表达: 利用图像显示来表达，这就涉及到了计算机科学中的图形图像学。
--(3). 量测: 在数据表达的过程中要进行地理的量测和获取地理位置，这也就涉及到了地理学科学、地图学和卫星定位技术。
--(4). 数据的流动和服务: 用物联网和AI作为支撑，涉及到计算机科学。

 

6. 数字地球、智慧地球以及大数据:
--(1). 数字地球: 对真实地球及其相关现象统一的数字化重现和认识，即虚拟地球。
--(2). 智慧地球: 将地球、地球上的现象、活动及其变化装入电脑，并可在网络上流动，为人们提供各种服务。
--(3). 大数据(Big Digital) ===》
　　1st. 特征: 主要是6个v: volume(体量), velocity(速度), variety(多样性), veracity(真实性), value(价值)。
　　2nd. 现阶段状况: 数据海量, 信息缺失, 知识难觅。

 

7. 数据与信息的区别:
--(1). Word文档、图像、学生信息等具体的源数据。
--(2). 隐含在数据当中的一个抽象的概念，需要提取获得。

 

 

三. 地理信息科学的4大步骤以及与其他学科的交叉

1. 地理信息科学中的4大关键步骤以及其中涉及到技术 ===》
地理空间数据的获取: 遥感(告诉我们在什么地方有什么，有多少，怎么样)和卫星定位技术(告诉我们在哪儿)。
地理空间数据的存储与管理和组织: GIS。
地理空间数据的表达与服务: 计算机技术为基础。
地理空间数据的流动的作用: 物联网、大数据、人工智能。
总的来说就是 ===》
--step_1: 利用遥感、卫星定位导航、传统的测量学和测绘学...来获得地球资源环境、特定的对象或者是目标、人类有关的地理空间数据；
--step_2: 获得了数据之后，以GIS为综合的平台来对这些地理空间数据进行存储、有效地组织和高效地管理；
--step_3: 以此为基础，在计算机系统的支持下进行表达，包括二维、三维、动态表达，然后为人类服务；
--step_4: 数据的合理流动以现代的网络技术和通信技术为支撑，做到数据和服务的实时更新和共享。

 

2. 在4大步骤中，首要的就是通过遥感等手段获取数据，但是光凭这些手段还远远不够，还需将遥感与其他学科进行结合，从而发挥出高效: 　　人工智能(AI)与遥感: 机器视觉、机器学习、认知与推理与遥感
--(1). 机器视觉与遥感 ===》
　　(同). 都是用来感知环境的技术
　　(异). 遥感的对象是地球上的资源环境和活动状态。机器视觉的对象是特定的目标。
--(2). 机器学习与遥感 ===》
从手动钩绘 ---> 计算机自动识别 ---> 精度提高
shallow learning：SVM\ANN,etc.
deep learing:for example , CNN
从浅层学习到深度学习。分类(eg: 分辨陆地和水源)、目标提取、场景理解...
--(3). 认知与推理与遥感 ===》
更高级的人工智能，在时空大数据挖掘和智慧城市等方面将有大有用武之地。

 

3. 遥感图像的分类 ===》
--(1). 不同分辨率(resolution)的影像图。
--(2). 雷达进行信息提取:
　　1st. 机载激光雷达( + 机载高光谱仪): 测出各个种类的生物量(aboveground biomass，AGB)  
　　2nd. 微波雷达: 全天候全天时观测，不受天气影响 ===》光学图像与微波雷达图像的区别(云层对光学有影响，微波能够穿越云层)