Page 103 - 测绘科学技术理论及实践应用研究

第四章 遥感技术在水利工程中应用

目标识别和变化检测是光学遥感的主要应用领域，即利用特定的算法从图像
中搜索、标记出感兴趣的目标并监测其特征性态变化情况。高光谱影像在实现细致

识别地物分类的同时，其众多的波段也带来了信息的冗余以及数据处理的困难，降
维和分类是高光谱遥感图像处理的热点问题。数据降维可分为 2 类：一种是针对全
部波段进行的线性或者非线性降维映射变化，即特征提取；另一种是从多个波段中
选出最为合适的波段，即特征选择。特征提取的目的是获取遥感影像中具有代表性
的特征，以便于更好地实现目标变化检测，以主成分分析法（PCA）最为基础，其

他还有基于统计特征、纹理特征、形状特征、空间特征的各种提取方法等；随着海
量数据增长和计算机性能提升，基于神经网络机器学习的方法在遥感影像特征识别
与变化检测中得到快速发展，如卷积神经网络（CNN）、深度卷积神经网络（DCNN）

等，通过深度学习自动提取图像中的特征。特征选择方法可分为基于信息量和基于
类间可分性的波段选择方法。基于信息量的波段选择主要是选出信息量大而相关性
小的波段组合，最佳索引因子方法是一个应用相对较广的波段选择方法；基于高光
谱各波段与地物类别之间的关系，也可通过计算已知地物类别在单波段或波段组合
中的统计距离来实现不同地物特征的选择（见图 4-2）。

图 4-2 高分辨率光学遥感卫星

（二）雷达遥感监测
雷达遥感监测通过发送雷达波束，接收和解析回波信号，从而获取地表的反

射、散射和回波特征，实现对目标的探测与测量。最大的优点是其主动遥感工作
方式少受云层遮挡限制，可全天时、全天候进行观测。20 世纪 50 年代，使用脉
冲雷达用于军事侦察和天气预报，分辨率和探测能力较低。1967 年，NASA 喷
气推进实验室进行了最早的雷达干涉测量实验，即通过使用 2 个雷达波束、测量

95