摘要：随着卫星传感器的更新换代，遥感技术在测绘行业的应用越来越普遍。遥感技术的应用大大提高了工作效率，同时也使得早期许多不能实现的监测和研究成为现实。本文主要介绍了集遥感影像的制作流程及在农业发展中的应用。
关键词：遥感影像；集体土地确权
1 引言
遥感是以电磁波与地球表面物质相互作用为基础，探测、分析和研究地球资源与环境，揭示地球表面各要素的空间分布特征与时空变化规律的一门科学技术。通过遥感影像识别各种地面目标是遥感技术发展的一个重要环节，无论是专题信息提取、动态变化监测、专题制图，还是遥感数据库建设等都离不开遥感影像处理技术。但是，遥感影像处理技术由于受到诸多因素影响，如复杂的地表信息、遥感影像的选择、数据预处理质量、分类方法差异等，仍然面临着巨大的挑战。本研究中采用的遥感影像主要为 QuickBird 卫星数据，QuickBird 数据作为普遍使用的高分辨率影像数据，影像质量稳定，数据接收能力较强，影像分辨率及光谱分辨率均较高，是比较理想的遥感数据源。
2 遥感影像的处理
2.1 原始数据预处理
本研究采用的 QuickBird 卫星原始数据一般存储为 4-9 幅 TIF 格式影像，先将这些分块影像通过ERDAS软件中的DataPrep-Mosaic images-Mosaicpro拼接。
2.2数据融合
QuickBird 原始多光谱与全色数据匹配较好，可不用配准直接进行融合处理。在融合之前，根据影像质量、光谱特征进行融合前影像处理，融合方法采用了对光谱信息保留较好的 PANSHARP 融合算法。在融合之后，对每景影像的融合效果进行检查。
2.2.1融合前遥感影像处理
融合前影像处理对单波段高分辨率全色数据和多波段低分辨率多光谱数据进行了处理。对单波段高分辨率全色数据通过增加影像亮度，增强影像局部纹理的反差，从而突出全色影像中各种地物的边界清晰度和纹理细节，降低噪声，增加影像清晰度；对多波段低分辨率多光谱数据进行了色彩增强处理，目的是增大不同地物类型间的色调差异，从色彩上增加各地类的辨识度。
（1） 全色影像数据处理
在融合中要突出 QuickBird 全色数据的高分辨率特征，在融合前采用灰度线性拉伸方法对全色数据进行处理，有效的增强了全色数据的灰度反差，增强纹理细节。为避免增加伪信息，不采用非线性拉伸方法，防止原影像灰度数值的相对关系发生变化，使影像产生灰度值扭曲，从而影响影像地物类型解译精度。
（2） 多光谱影像数据处理
在融合影像中，多光谱影像数据突出的主要是光谱信息。QuickBird 多光谱数据具有蓝、绿、红、近红外 4 个光谱波段，光谱分辨率较高，不同波段范围对各类型地物的反映各有所长。在影像数据融合前需选择最佳波段组合方式，分析不同波段影像对目标地物的反映，最大程度地保留有效波段的信息量，可有助于影像的判读与分析，提高地类解译精度。
2.2.2 影像融合
在遥感影像处理过程中，通常采用的融合方法有主成分变换、IHS 变换、比值变换、高通滤波、加权乘积、BROVERY、小波变换、结合 GRB 与 IHS 变换的 PANSHARP 融合等多种方法。影像融合主要采用了对光谱信息保留较好的PANSHARP 融合算法。
2.2.3 融合后影像处理
融合后影像数据的亮度比较偏低，影像色彩信息不丰富，灰阶分布动态范围较小。对研究区域融合后影像进行分析，采用适当的色调调整方法进行调整。调整后的融合影像灰阶分布动态范围较大，纹理较清晰、明暗反差适中且色调均匀，可以清晰判别各种重要地物类型。 融合后的影像处理主要有色阶拉伸，USM锐化，色彩平衡和色相饱和度、明度、亮度、对比度处理等。
2.3 控制点采集
采用实测控制点为纠正基础，要求纠正控制点残差中误差应不大于规定，取中误差的两倍为其最大误差。若控制点残差超限，须查找原因并重新选点。在影像上选取影像清晰且易于判别明显特征点，每景影像上控制点分布要均匀，并且覆盖整景影像，控制区域大于工作区范围。平地、丘陵地，每景影像的纠正控制点数量不少于 9 个；山地、高山地，每景影像的纠正控制点数量不少于 12 个。相邻景重叠区选取不少于 3 个公共控制点。对于重要或有特殊要求（工作区边缘、地形复杂）的点位，可采用双点布设的作业方式，便于内业根据具体情况进行取舍。内业预选点位难以测量时，在确保纠正精度的前提下，允许根据实地情况在预选点附近调整点位。若工作区涉及连片多景同源影像时可进行整体纠正，以工作区为纠正单元利用具有区域网纠正功能的遥感影像处理软件进行区域网平差，即根据影像分布情况建立一个区域网文件，快速生成无缝正射镶嵌精确的正射影像。其控制点的选取要充分考虑公共控制点的分布。两景重叠区公共控制点的数量不少于 3 个。重叠景数超过 3 景时，公共控制点的数量不少于 1 个。
2.4 数据纠正
正射校正是将中心投影的影像通过数字校正形成正射投影的过程，其原理是将影像化为很多微小的区域，根据有关的参数利用相应的构像方程式或按一定的数学模型用控制点解算，求得解算模型，然后利用 DEM 对原始影像进行校正，使其转换为正射影像。正射纠正是制作高质量数字正射影像图的基础和前提，主要技术方法包括准备工作、控制点采集、纠正模型的选择、采样方法的确定及精度检查等。纠正模型采用有理函数模型。 研究区域涉及连片多景原始数据，在 ERDAS LPS 模块中采用区域纠正方法进行整体纠正，纠正模型采用 RPC 有理函数模型。每景影像选取了 15-20 个控制点，重叠区选取了 3-5 个公共点。
2.5 数据镶嵌
2.5.1 镶嵌线选择
经正射纠正并调色后的影像，重叠精度满足要求时，进行影像镶嵌。首先进行镶嵌线的选取，镶嵌线尽量选取道路、河流或耕地等地块边界的边界或中线，避免切割建设用地，保证地物完整，尽量消除镶嵌线处的拼缝，遵循影像质量择优选取的原则，尽量多使用无云、雾、雪的影像。
2.5.2 影像镶嵌
镶嵌线绘制完成后，在 ERDAS 遥感处理软件中镶嵌模块进行正射纠正影像的镶嵌。设定 0.5 像素的羽化值，避免产生硬线，羽化值也不应设置过大，易出现镶嵌处影像模糊、晕边情况。输出后镶嵌影像对镶嵌处进行检查，避免出现影像由于镶嵌线不合理造成的漏缝情况、镶嵌线切割地物情况。
3 遥感技术在农业方面的影响
农业是遥感最早应用和效益显著的领域，从20世纪70年代美国实施 LACIE计划以来，农业遥感技术已得到长足的发展和广泛的应用。特别是随着新一代高空间、高光谱和高时间分辨率遥感数据的不断出现，使得农业遥感技术的监测对象、监测精度、监测的业务化流程等方面得到了更大的突破。我国农业遥感技术与发达国家之间还有一定差距，大力发展农业遥感新技术，扩展遥感新应用，借鉴当前最新理论研究成果应用于实践，必将对我国农业现代化产生巨大作用。
参考文献：
[1]李德仁，童庆禧，李荣兴等.高分辨率对地观测的若干前沿科学问题[J].中国科学： 地球科学，2010（42）：805-813.
[2]闫峰，李茂松，王艳姣等. 遥感技术在农业灾害监测中的应用[J].自然灾害学报，2006，15（6）：131-136.