遥感地学分析
遥感与地学各学科-——遥感应用之间的借口
一．遥感信息地学平价
1.遥感信息的属性：遥感信息的多源性（平台、波段、时间）
遥感信息的物理属性（空间、波普、时间分辨率）
2.遥感研究对象的地学属性：
空间分布
波普反射和辐射特性
时相变化
二．遥感信息地学评价标准
1.空间分辨率：图像上能够详细区分的最小单元的尺寸或大小
表示法：（1）像元：单个像元所对应的地面面积的大小，单位：M
（2）线对数：影像1MM间隔内包含的线对数，单位：线对/mm
（3）瞬时视场：传感器的瞬时时域，单位：mrad
2.波普分辨率：遥感器所选用的波段数目、波段波长、波段宽度
3.时间分辨率：对同一地区遥感影像重复覆盖的频率
遥感地学综合分析方法
遥感信息地学分析涉及的问题
1.光谱信息是遥感的基础。地物的波普特征是复杂的。它受多种因素的控制，而且地物波普的特征本身也因时因地的变化着。
2.同一地物在影像上，由于它的地理区位不同，表现形式不一；而表现形式相同的，也未必是同一现象或地物。即，存在着“同物异谱、同谱异物”现象，是解译结果不是唯一的，具有不确定性。
3.对地物识别依赖它们的光谱（亮度、密度）形状、大小、纹理结构等影像特征。而且目前计算机图像处理主要还是依靠波普记录的色调或亮度信息，而对纹理识别较差，更缺乏机理的认识，因而带有一定的随机性、偶然性和片面性
4.地表现象是错综复杂的，各个要素之间的关系可以有多种类型。有的具有明显的规律性，有些具有随机性、不确定性，增添了影像解译的难度
5.遥感所获得的信息并非是自然综合体的全部信息，而仅仅是自然综合体里能在二维平面上表现的那一部分信息。仅从遥感得到的瞬时二维图像所能提取、识别的信息无法满足各个学科的需要
二．遥感综合分析方法
1.遥感地学相关分析
充分认识地物之间以及地物与遥感信息之间的相关性，并借助这种相关性，在遥感图像上找寻目标是别的相关因子即间接解译标志，通过图像处理与分析，提取出这些相关因子，从而推断和识别目标本身
主导因素分析方法
一个地区的自然环境和特点，是由自然和人为综合因素决定的。在多种因素中，又会有起主导和决定作用的因素。在对遥感图像提取某个专题信息时，应当先找出它的主导因素。对于不同的目的，起主导因素是不同的，同一目的中，不等级的分类系统主导因素也可能不一.
土壤自动分类
一般认为自动和可靠的土壤识别技术不能完全基于遥感多光谱分板。这是因为植物覆盖、大气条件、传感器的稳定性以及太阳角度引起的数据噪声都直接影响到多光谱资料识别土壤的精度。另外，农田耕种活动的差别、地表地形起伏等也明显的改变着表土的光谱辐射通量，造成光谱分析法识别土壤的混乱。而光谱分析法也不能把地标性太这个相当重要的因子作为识别土壤的特征因子。
探求如何让在这些复杂多变的因素中选择关系最密切的特征因素作为遥感资料自动分类中的直接或间接指标
土壤是岩石的风化物在生物、气候、地形等因素综合作用下形成和发展的，是各种因素的综合反映。
应用传统的土壤分析法与现代遥感及计算机处理技术相结合的综合分析方法便可以识别出各种成土因子（如植被、地表温度、湿度、水系和地形）以及土类的地面信息（如土地利用、质地光谱特征），在加上环境信息（如地区气候、地质历史等）。并且可以通过它们之间的相关关系进一步区分出土类中的细小差别，识别出土壤的类型
把地形因子作为影响土壤的主导因素来考虑
根据数字地形数据计算出定量地形因素，往往是遥感自动识别土壤，建立遥感直接或间接标志的前提，也是地学领域从定性描述向定量化发展的关键。因而美国农业部提出了一个运用遥感资料的数字化地形数据所计算得到的栋梁地形因素来自动识别土壤类型的系统方法。
温馨提示：答案为网友推荐，仅供参考