基于多光谱遥感数据的地理信息系统研究

黎治华

摘要：地理信息系统可以从遥感图像中提炼符合实际工作需求和要求的相关数据，之后再通过遥感技术再次对数据进行多方位的分析以及研究，从而便捷日常的操作行为。在实际城市测绘工作中要充分的发挥遥感图像技术的优势，更加精准性的了解测绘的具体情况和城市规划的相关信息，为后续城市建设工作提供重要的材料基础。本文对基于多光谱遥感数据的地理信息系统进行分析，以供参考。

关键词：多光谱遥感数据;地理信息系统;研究

引言

遥感图像是利用无接触的远距离探测技术记录各种地物电磁波大小的图像，有航空图像和卫星图像两种。采用多光谱遥感技术可提升数据采集准确率、改善图像配准精度、提高图像处理速率。把多光谱遥感技术应用在地理信息系统上，对其数据采集、加工处理、综合分析及辅助决策提供了极大的支持，提高地理信息系统的应用效率、扩大信息使用范围、增强资源利用率。

1多光谱生态遥感观测目标的波段

1.1论述

自然生态资源的高精度定量监测与演化分析是国家自然资源统一管理的重要科学基础，可为区域生态红线划定和资源环境承载能力研究提供有效支撑，而发展衔接天地观测的机载多光谱成像科学系统是有效解决途径。目前，自然资源研究逐渐由宏观转向中微观，自然资源调查要素的数量也在不断攀升，针对特定目标生态参量的精确观测，发展可定制波段、可灵活组配波段的多光谱成像设备，是一种可行且有效的方案。多光谱生态遥感的目的是构建特征波段和生态参量之间的精确映射关系，并基于此揭示遥感观测目标的生态指标与光谱之间的交互机理。选择针对观测目标的特定波段配组方案，是在进行遥感监测与反演前需要重点解决的问题。波段配组是指面向特定的多光谱遥感生态观测任务预先组配好适用的多光谱波段参量，建立不同观测目标和观测设备光学参数之间的特定关联。生态遥感观测目标的光谱信息是由各个波长的连续数据组成，波段选择的目的是从高维的光谱数据中选择一小部分波段，在保留地物重要光谱信息的同时，消除光谱的冗余。波段选择的常用方法有基于排序的方法、基于降维的方法、基于聚类的方法以及基于机器学习的方法等，这些方法主要是从高维的光谱数据中提取高信息量的波段，但只对光谱数据进行处理，并未考虑到与生态参量之间的关系。针对生态遥感，分析生态参量和光谱之间的相关性，提取高相关性的波段也是非常重要的波段选择方法。因此，面向特定的生态观测目标，需要综合考虑高信息量波段及其与生态参量之间的关系提出一套混合的波段选择方法。

1.2结论

为揭示遥感观测目标的生态指标与光谱之间的交互机理，建立不同观测目标和观测设备光学参数之间的特定关联，需要针对特定观测目标选择特定的波段配组方案。本研究提出一种面向多光谱生态遥感观测目标的波段配组方法，该方法包括波段提取和带宽分析。通过综合考虑高信息量波段和与生态参量之间的关系，提出一种混合的波段提取方法。为确定各波段的最佳带宽范围，提出一种综合考虑最大最小带宽的带宽分析方法。以水质遥感为例，通过信息熵分析、因子分析、相关性分析，提取针对化学需氧量和氨氮的配组波段，基于平均百分比误差和仪器辐射分辨率的约束，确定了配组波段的带宽允许范围。

2多光谱遥感图像的火点检测技术

在遥感图像的分析与应用中，辐射定标是基础。GF-4是我國发射的第一颗地球静止轨道高分辨率对地观测卫星，轨道距地36000km，可以长期驻留在固定区域上空，对中国及周边地区进行接近实时的高频次重复观测和多热点地区快速巡查。GF-4是当时世界上空间分辨率最高、幅宽最大的地球同步轨道遥感卫星，也是“国家高分辨率对地观测系统重大专项”中唯一的一颗高轨遥感卫星。同时，该卫星还是目前我国时间分辨率最高、设计使用寿命最长的遥感卫星。GF-4采用了我国首个高轨遥感卫星平台和首个高轨高分辨率对地观测光学遥感相机，可见光近红外谱段分辨率为50m，中波红外谱段分辨率为400m，观测幅宽大于400km，该相机的成像方式有3种：区域成像、凝视成像和巡查成像。与此同时，GF-4有能力长期驻留于固定区域。目前，GF-4具有普查、凝视、区域和机动巡查4种工作模式，卫星数据可满足水体、林地及森林火点等识别与变化信息提取对遥感数据质量的需求，对减灾、气象、地震、林业及环保等提供有力支撑。目前为止，GF-4已经在轨运行5年。随着在轨运行时间的推移和空间环境的变化，卫星上的光学元件逐渐老化，谱段的辐射特性发生变化，发射前实验室定标的结果不能反映此时GF-4光学器件的辐射特性。此外，定标黑体光路结构的差异、性能稳定性的降低以及缺少性能变化监测手段等，星上定标结果精度受限和时间有效性缩短，导致辐射性能发生变化。通过交叉校准，可以随时对传感器进行有效监测，然后根据监测结果进行调整和改进，以减少误差对校准的影响。目前，全球在轨辐射定标主要有3种方法：星上定标、现场定标和交叉定标。大多根据场地定标法的结果，来得到场地辐射定标系数。但由于很多因素均会影响场地定标结果，在定标过程中可能会花费大量时间和精力，通常，场地定标实验在国外每年仅进行2次，而在国内仅进行1次。由于场地定标的次数有限，无法动态地监测传感器的辐射性能变化。交叉定标是利用高辐射精度的卫星对辐射精度较低的卫星进行校准，从而可以有效检查与验证传感器稳定性和测量精度。

3地理信息系统的应用

3.1高效存储大量地理信息数据

随着科技的快速发展，计算机技术迅速发展起来，特别是硬盘价格的降低，使数据储存成本有所下降。未来大数据的储存更便捷，也存储量不断加大，这说明我国大数据技术的发展与进步。但随着客观世界的不断发展与变化，地理信息系统需在多方面进行应用，包含实时导航、决策等，这能有效提升数据的存储效率。如果此方面能力得不到提升，势必会影响到地理信息系统的整体性能，进而使其作用得不到发挥。因此，大数据时代背景下，地理信息系统在未来不断发展过程中，势必会具备高效地存储能力。

3.2支持多种数据类型

由于地理信息数据来源较丰富，种类繁多，对部分较少的数据或其他领域所应用的数据而言，在大数据时代下，需要对数据进行规范。通常而言，数据规范化的模式主要是对数据进行转换及其人工整理，以保证数据的统一性。在不断发展中，如果数据类型多样，就会导致发展中的数据与传统数据存在不符，对地理信息系统造成不利影响，想要有效处理这一现状，就需采用原始非结构性数据对其进行存储，或结合新系统的特殊性，对不同数据来源进行储存，这就要求数据库需要对多种类型的数据存储方式予以支持。

3.3即时数据资料

大数据时代背景下，我国逐步提升了地理信息的应用，将具体信息与大数据整合，从而实现数据收集信息的有效利用，使工作人员能够及时掌握相关信息，进而实现对信息的有效分析。通过科学应用地理信息，捕捉我国地理学方面的大数据，特别是自然资源的开发与利用，需要实时更新地理数据信息，将人与实际数据相联系，进而科学作出规划。对于特定地理信息数据，包含人与人的关系，需要适当进行预测，并结合区域情况，制定完善的规划方案;确保信息数据的有效分析，从而科学作出规划，促进各项建设内容的优化，进而使空间数据得到有效利用，在城市规划过程中发挥着重要作用，对城市结构产生积极的促进作用。基于信息数据下，提升数据的精确性，使地理信息系统在规划应用中更合理，进而促进地理信息的进一步发展。

3.4数据显示应用

在地理信息系统应用过程中，要做好数据显示功能的有效完善以及整合，从而便捷日常的工作行为。在进行数据分析工作中，要将一些抽象性的数据进行多方位的整合，满足不同的工作需求和工作要求，形成立体化的数字地图。在数据处理工作中，系统会首先将数据进行科学的分类，之后再通过模型的构建将抽象性的数据变得更加具体，之后，测绘人员可以根据自己的工作需求和工作能力在纸质上绘制地图模型，也可以在计算机中自动化的绘制地图模型，要具体问题具体分析。在实际数据分析工作中，还可以融入有关人口和交通方面的信息使得地理信息系统最终的分析结果能够具备完善性和精准性的特征。不仅有助于提升测绘的效果以及水平，还有助于为后续数据分析工作提供诸多的便捷，實现城市社会工作的转型和创新。

4基于多光谱遥感数据的地理信息系统研究

4.1系统总体结构

系统对空间数据和属性数据的管理可通过空间数据库引擎ArcSDE和数据库SQLServer完成，且提供相同的数据接口供客户访问。开发环境以Visual Basic为主，MapObjects为辅，二次开发相应客户的编程思想，从而实现客户端的重要用途。应用IE浏览器实现网络发布系统的客户端对空间数据和属性数据的申请和显示。Web服务器和ArcIMS服务器共同组成应用服务器，可以很好对申请进行处理，及时回应并运行服务。这种系统结构不仅可以规范化管理相关数据，还可以促进每个子应用系统的模块式开发。

4.2数据库设计

该地理信息系统数据库分为空间数据库和属性数据库，这样可以很好适应系统信息的多元性和繁琐性。分别通过ArcSDE接口和ADO接口来访问空间数据库和属性数据库。首先把多光谱遥感图像从Google-Earth中提取出来，再通过Photoshop软件进行调整、修正、拼接处理后导进ArcMap软件中，配准遥感图像的控制点选择GPS定位仪收集到的地标性建筑物的地理坐标信息，文件存储格式采用TIF格式。然后把地标建筑设计图的相关信息数字化成图层后存储为Shape文件格式，再与遥感图像进行配准，使所有图层与遥感图像重叠再发布。属性数据库的创建需要应用SQL-Server软件，按照地理信息系统分层规划收集地标建筑的基本信息。空间数据库和属性数据库的连接可使用关键字段完成。

结束语

地理信息系统技术在我国已得到广泛应用，在国民建设中已发挥了积极重要的作用。研究的基于多光谱遥感数据的地理信息系统作为传统地理信息系统的拓展和提升，具备较高的信息数据统计精度和匹配精度，能够有效提升信息系统的资源利用率。不过对于多光谱遥感数据的地理信息系统在资源分享与互操作方面的应用，有待于进一步更深入的研究。

参考文献

[1]吴晓辉，李娜.遥感与地理信息系统在土地利用管理中的应用研究[J].住宅与房地产，2019（31）：121.

[2]赵子良，基于地理信息系统和遥感的区域地质灾害易发分区研究——2019，33（S1）：64-69.

[3]赵娟，王静，刘丽，祝宾，史春峰.测绘遥感技术和地理信息系统在地质勘查中的应用[J].绿色科技，2019（14）：221-222.

[4]杨博锦.自然灾害研究中遥感与地理信息系统的应用[J].科技传播，2019，11（07）：171-172.

[5]岳玉娟，基于遥感-地理信息系统的登革热疫情与环境要素的关系研究[J].2017，32（06）：458-461.

[6]吉雪珍，吴逊来，徐东华.土地动态监测中遥感信息技术与地理信息系统的运用[J].世界有色金属，2017（02）：218+220.

[7]邵彧，师晓利.基于遥感数据挖掘的智能地理信息系统设计[J].现代电子技术，2016，39（10）：54-57.

[8]陈戈，一个基于卫星遥感数据的海洋大气地理信息系统平台软件——MAGIS[J].中国海洋大学学报（自然科学版），2004（05）：839-843+927.