本篇文章信途科技给大家谈谈遥感如何推广产品和产品，以及遥感如何推广产品和产品销售对应的知识点，希望对各位有所帮助，不要忘了收藏本站。
一文了解遥感卫星影像处理及其发展趋势
当空中的遥感卫星获取了地球数字影像，并传回地面，是否工作就结束了？答案显然是否定的，相反， 这正是遥感数字图像处理工作的开始 。
遥感数字图像 （Digital image，后简称“遥感影像”）是数字形式的遥感图像，地球表面不同区域和地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。
让其与一般的数字图像，也就是我们平时拍摄的电子照片拉开距离的，是遥感影像的 成像范围与精细度 。遥感卫星的摄影区域是地球级的宏观维度，影像中的每个像素都对应着三维真实世界中的某几个、某个或某部分地物实体，根据卫星成像分辨率的不同，其中一个像素就有可能是一棵树、一辆车或是一幢大楼的某个窗户。
所以，图像每个像素点的亮度值（DN值，Digital Number）都有着重要的信息意义，要获取其中的准确信息，用户需要根据自身应用目标，对卫星影像中的像素进行管理、转换、校正、增强、提取一系列的“神操作”，便于后续深入挖掘与业务融合应用。
DN值（Digital Number ）：遥感影像像元亮度值，记录地物的灰度值。无单位，是一个整数值，值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等相关，反映地物的辐射率（Radiance）。
我们可以回到“P图界”进行比喻，为了让自己的社交媒体形象更加完美，我们打开某图秀秀软件，美白、瘦身、磨皮、祛痘....当然，遥感影像的数据处理复杂专业多了，到什么地步呢？它可以被写成 一本教科书 ——
今天，我们就来了解一下，这其中到底有哪些“神操作”，又如何应用？以及在遥感产业飞速发展的今天，高频的数据产出、算法和人工智能的冲击，会否让这些“神操作”的传统模式和底层逻辑，发生变革？
01、 什么是遥感影像处理？
遥感影像处理，是利用 计算机图像处理系统 对 遥感图像中的像素 进行系列操作的过程。
遥感影像中包含着很多信息，通过数字化（成像系统的采样和量化、数字存储）后，才能有效地进行信息分析和内容提取。在此基础上，对影像数据进行处理“再加工”，如校正图形对齐坐标、增强地物轮廓，能够极大地 提升图像处理的精度和信息提取的效率， 这个过程都可以称为“遥感数字图像处理”。
作为“对地观测”过程的一个基本而重要的组成部分，在卫星应用产业链中，遥感影像处理环节处于中下游、承前启后的重要位置，前端承接卫星地面设施，后端面向农林、气象、自然资源等行业具体的业务应用，提供“就绪”的数据服务或工具。
02、 为什么遥感影像处理是应用的“必经之路”？
在我们看到整齐美观的谷歌地球这类数字地球产品，或是遥感卫星应用在自然资源管理、环保、农业、气象等领域的专题图或解译图，都需要经过影像处理的中间“洗礼”。
因为遥感卫星在高空“作业”，其成像环境复杂程度远远超越我们日常地面的拍照环境，会遇到传感器不稳定，地球曲率、大气条件、光照变化、地形变化等系统与非系统因素造成的图形几何变形、失真、模糊、噪点等。遥感数据中心对图像进行去除条带、几何粗校正等初步处理，数据到达各终端用户手中时，还需要对数据做进一步的精细处理，使其更加接近真实世界的实体空间环境与坐标，并根据其自身业务分析目标，进行专业处理，为接下来的遥感影像分析、解译、业务应用做好准备。
总的来说，遥感影像处理的主要目标为以下三点：
图像校正 ：恢复、复原图像。在进行信息提取前，必须对遥感图像进行校正处理，以使影像能够正确地反映实际地物信息或物理过程。
图像增强 ：压抑或去除图像噪声。为使遥感图像所包含的地物信息可读性更强，感兴趣目标更突出、容易理解和判读，需要对整体图像或特定地物信息进行增强处理。
信息提取 ：根据地物光谱特征和几何特征，确定不同地物信息的提取规则，在此基础上，利用该规则从校正后的遥感数据中提取各种有用的地物信息。
03、 遥感数据处理有哪些功能？
完整的遥感数字图像处理包含了硬件系统和软件系统两大部分，遥感数据存储量庞大，需要大容量数字存储设备与软件共同配合存储处理，这里主要介绍软件处理部分。下面展示的是一个专业的图像处理软件界面，与常用的办公软件相比，图像处理系统的各个功能显得比较分散，各个菜单之间的联系不紧密。
从某种意义上看，图像处理系统更像一个图像处理综合 工具箱 ，由于图像处理目标不同，用户可以调用某个功能、某几项功能的组合，并非所有流程都选用。这里将一些典型的处理功能进行归纳，并对基础步骤进行介绍。
数字存储与管理
遥感影像本身内存较大，1景7波段的landsat遥感影像至少有200MB，而高光谱影像可能达到1GB；而进入时间与空间双重高分时代以来，数据高频产出与累积，也促使遥感进入大数据时代，让遥感云服务、存储管理、快速分发共享趋势愈加明显。基于私有云、混合云的遥感影像数字存储、在线更新、管理检索、发布浏览，已经逐步成为与遥感数据处理不可分割的重要基础，并将大幅度提升后续遥感影像专业处理与业务应用效率。
影像预处理
辐射校正（Radiometric Correction)
指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。
简单概括，就是 去除传感器或大气“噪声” ，更准确地表示地面条件， 提高图像的“保真度” ，主要是恢复数据缺失、去除薄雾，或为镶嵌和变化监测做好准备。
辐射校正在动态监测中的作用 ：在多时相遥感图像中，除了地物的变化会引起图像中辐射值的变化外，不变的地物在不同时相图像中的辐射值也会有差异。如果需要利用多时相遥感图像的光谱信息对地物变化状况进行动态监测，首要消除不变地物的辐射值差异。
通过相对辐射校正，将一图像作为参考(或基准)图像，调整另一图像的DN值，使得两时相图像上同名的地物具有相同的DN值，这个过程也叫 多时相遥感图像的光谱归一化 。这样就可以通过分析不同时相遥感图像上的辐射值差异来实现变化监测，从而完成 地物动态变化的遥感动态监测 。
几何校正（Geometric correction）
遥感成像过程中，因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的综合影响，原始图像上地物的几何位置、形状、大小、尺寸、方位等特征与其对应的地面地物的特征往往是不一致的，这种不一致为几何变形，也称几何畸变。几何校正就是通过一系列的数学模型来改正和消除这种几何畸变，使其定位准确。
几何校正原理示意：真实世界的地形是立体而凹凸不平的，但遥感卫星传感器只能获取平面二维像素，这就带来了地形扭曲 | 图源：网络；重制图：超擎时空
图像增强
图像对比度增强 （Image Contrast Enhancement）
统计每幅图像的各亮度的像元数而得到的随机分布图，即为该幅图像的直方图。 一般来说，包含大量像元的图像，像元的亮度随机分布应是正态分布。直方图为非正态分布，说明图像的亮度分布偏亮、偏暗或亮度过于集中，图像的对比度小，需要调整该直方图到正态分布，以改善图像的质量，并便于分辨地物轮廓并提取信息。
彩色合成
为了充分利用色彩在遥感图像判读和信息提取中的优势，常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。如上图，彩色图像可以分为真彩色图像和假彩色图像。
密度分割
将灰度图像按照像元的灰度值进行分级，再分级赋以不同的颜色，使原有灰度图像变成伪彩色图像，达到图像增强的目的。
图像运算
两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。根据地物在不同波段的灰度差异，通过不同波段的代数运算产生新的“波段”，常见的有加法运算、减法运算、比值运算和综合运算，如：
减法运算：可突现出两波段差值大的地物，如红外-红，可突现植被信息。
比值运算：常用于计算植被指数、消除地形阴影等。
植被指数：NDVI=（IR-R）/（IR+R）
图像融合
遥感图像信息融合是有效提升图像分辨率与信息量的手段，将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程。
不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。
图像裁剪
在遥感实际应用中，用户可能只对遥感影像中的一个特定的范围内的信息感兴趣，这就需要将遥感影像裁减成研究范围的大小。常用的裁剪方式有，按ROI（兴趣区域）裁剪、按文件裁剪（按照指定影像文件的范围大小）、按地图裁剪（根据地图的地理坐标或经纬度的范围）。
图像镶嵌
也叫图像拼接，是将两幅或多幅数字影像(它们有可能是在不同的摄影条件下获取的)拼在一起，构成一幅整体图像的技术过程。 通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。
镶嵌匀色
将若干幅互为邻接的遥感影像通过拼接匀色技术合并成一幅统一的新影像。
信息提取
遥感图像中目标地物的特征是地物电磁波的辐射差异在遥感影像上的反映。依据遥感图像上的地物特征，识别地物类型、性质、空间位置、形状、大小等属性的过程即为遥感信息提取。
目视判读
也叫人工解译，即用人工肉眼与经验判读遥感影像，对遥感影像上目标地物的范围进行手工勾绘，达到信息提取的目的。人工解译为传统常用的信息提取办法，但在海量影像下判读分析效率相对低。
图像分类
是依据是地物的光谱特征，确定判别函数和相应的判别准则，将图像所有的像元按性质分为若干类别的过程，主要方式分为监督分类与非监督分类。
- 监督分类
监督分类是在分类前人们已对遥感影像样本区中的类别属性有了先验知识，进而可利用这些样本类别的特征作为依据建立和训练分类器（亦即建立判别函数），进而完成整幅影像的类型划分，将每个像元归并到相对应的一个类别中去。
监督分类也是目前遥感AI最为常见的应用方式，即通过样本库，用机器学习对特定地物进行分类、标注或识别。
- 非监督分类
非监督分类也称聚类分析，是指人们事先对分类过程不施加任何的先验知识，而仅凭数据（遥感影像地物的光谱特征的分布规律）、即自然聚类的特性进行“盲目”的分类；是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法，是模式识别的一种方法。一般算法有：回归分析、趋势分析、等混合距离法、集群分析、主成分分析和图形识别等。
监督分类和非监督分类的区别 ：有监督必须有训练集与测试样本。在训练集中找规律，而对测试样本使用这种规律；非监督没有训练集，只有一组数据，在该组数据集内寻找规律。
04、 遥感数据处理正在发生怎样的改变？
遥感数据处理更像是生产制造中的“原材料粗加工”环节，也是遥感影像数据智能应用和业务融合的前序手段，从前文的介绍来看，其过程也是较为复杂和专业的。
作为对地观测和遥感产业化的重要组成部分，位于产业中下游的遥感数据处理，也受到了大数据时代的冲击，正在响应这一趋势并发生变革，走向 实时化、标准化、规模化、自动化 。
在企业数字化转型中，人们常说的一句话是，所有传统产业都值得用数字化再做一遍，在传统的数据生产、信息服务产业也是如此，其模式和流程都值得用算法和AI再做一遍。
当算法与人工智能逐步渗透遥感数据处理这个环节，能够解决遥感产业数据生产服务中的很多难题，例如数据分发周期与链路长，处理环节多，海量数据处理的精准、一致性等问题，这我们可以将其视为“自动化批量处理”。
当中游算法引擎解决了数据服务和数据计算效率和自动化流程的问题后，下游也将出现更多适用于各种垂直细分场景的精细化应用数据产品，而在以上介绍的遥感影像信息提取环节，有了AI和算法的参与，也出现很多高效的自动化功能，如目标识别、地物提取、地物分类、变化检测等，逐步帮助人类提高解译的效率，形成遥感产业下游的“智能化信息挖掘”机制。
我们可以看到，从遥感数据获取源头，到数据处理，到终端应用，其效率与底层数据模式密不可分，在卫星互联网和对地观测 星座 逐步构建成型的趋势下，只有将数据的获取、处理和共享流程标准化，大规模、自动化、流水化的遥感产业才能更好地地为政企数字化转型发挥动能，也真正地迎来时空大数据时代。
参考资料
《遥感数字影像处理教程》韦玉春 汤国安 杨昕 编著
遥感技术在制图中的应用
长期以来，编制地图是以各种地图、文字资料和数据资料为主要资料来源。以后，随着航空摄影技术的发展和应用，航空像片也成为编制地图的一种重要资料。20世纪60年代以来，由于航天遥感技术的发展和日臻成熟，航天遥感资料在地理制图方面得到了广泛应用，使地图的资料来源、现势性、制图工艺等方面都发生了明显的变化。具体表现在以下几个方面：卫星遥感可以覆盖全球每一个角落，对任何国家和地区都不存在以往由于自然或社会因素所造成的制图资料空白地区；卫星遥感对地球上任何一个区域都可以进行周期性的重复探测，这样对同一个地区就可以获得不同日期、不同月份、不同季节的动态的制图信息，进而为利用地图进行动态分析提供了物质保证；卫星遥感资料可以及时地提供广大地区的同一时相、同一波段、同一比例尺、同一精度的制图信息，这样为缩短成图周期，降低制图成本提供了可能；卫星遥感图象信息，是以二进制的数据形式记录在磁带上的，因此便于实现电子计算机的自动处理与地图制图的自动化；应用卫星遥感图象信息制图，在制图工艺上也发生了根本性的变化，改变了常规制图那种由较大比例尺地图缩编成较小比例尺地图的编图模式，而常常是先编小比例尺地图然后编制中比例尺或大比例尺的地图。
遥感图象信息在制图中的应用，目前主要是用于地形图的修编与更新、影象地图的制作和专题地图的编制。其中以遥感资料的专题制图为当前的主要特点，由于遥感图象本身的信息量极其丰富，可根据制备的统一基础影象进行各种专题内容的解译，进而编制系列专题地图。因此应用遥感图象信息进行综合性的系列制图，实践证明是行之有效的，并已广为利用。
二、卫星遥感图象的基本特性
（一）几何特性
1.投影资源卫星遥感图象除反束光导管摄象仪（RBV）图象被认为是中心投影外，其余多数均为多中心投影，如多光谱扫描仪（MSS）图象。专题制图仪（TM）图象和斯波特（SPOT）高分辨力探测器（HRV）图象。所谓多中心投影，是指每一条扫描线或扫描带都有一个投影中心。因此，图象中心与边缘各部分的精度和变形程度是有差异的。不过由于卫星的航高大，又经过粗制处理，一般可以把它看成是一种近似的正射投影。
为象元点尺寸或为扫描线上两象元点中心连线的尺寸；D为象元点d所对应的地面实际长度。根据各种卫星遥感图象上象元点所对应的地面实际范围大小，可以判定供目视判读用的图象放大倍数。通常MSS图象可以放大到1∶25万—1∶20万，由计算机增强处理的可以放大到1∶10万。TM和HRV（窄波段）图象，因象元尺寸小，可以放大到1∶10万或1∶5万，HRV全色片可放大到1∶2.5万。
3.象元点位移造成象元点位移的原因有以下几方面：因卫星运行中侧滚、仰俯引起的象元点位移；因地面起伏高差或卫星的航高差引起的象元点位移；因地球曲率和自转引起的象元点位移；因航向偏离引起的象元点位移。对于陆地卫星-1、2、3的MSS卫片的象元点位移误差，主要是航向偏离误差和地形起伏误差。航向偏离误差最大可达1130米，地形起伏误差最大可达404米。其次是地球曲率误差、卫星倾斜误差和卫星航高误差。而对于陆地卫星-4、5的MSS、TM和SPOT的HRV图象，象元点位移误差主要是地形起伏误差和地球曲率误差，其他误差均因卫星控制精度的提高而减少。
4.几何量测性卫星遥感图象的几何量测性，具体包括平面量测和立体量测。平面量测精度主要取决于象元点的位移程度。经过精纠正处理的卫星遥感图象，平面量测精度较高，尤其是当地面的相对高差愈小时，其量测精度愈高。卫星遥感图象一般不能作立体量测，其原因是卫片没有航向重叠，同时旁向重叠也不大。陆地卫星-1、2、3的MSS图象的旁向重叠是14％，而陆地卫星-4、5的MSS图象、TM图象的旁向重叠是7.6%，SPOT卫星HRV图象的旁向重叠只有7.35％。唯有SPOT的HRV倾斜卫片和星下卫片才能作全幅的立体观察和量测。
（二）光学特性
1.多波段性对于同一地区可以同时获得4—7个波段的卫星遥感图象，如MSS4，5，6，7，8，HRV的XS1、XS2、XS3和全色方式的波谱段。其中TM的波谱段最全，有可见光、近红外和热红外。利用卫星遥感图象的多波段性特点，可以得到各种增强处理的彩色图象，为进行各种专题内容的提取提供了可能性。
2.综合性卫星遥感图象的象元所对应地面的实际长度，最大的TM可达120米，最小的斯波特HRV全色波段也有10米。由此可见，除大块地物能大于一个以上象元以外，其余小块的、单个的、线状的地物都小于一个象元。因此，在图象上每一个象元的色调，都是由多种地物的反射波谱混合而成的：
式中ρl 混为混合地物的波谱反射率；g S、g V、g g 、g v 为象元点所对应的整个空间面积与土壤、植被、岩石、水在该空间所占面积的比值；ρl
S、ρl V、ρl g 、ρl v
分别为相应纯地物的光谱反射率。卫星遥感图象上这种混合象元占绝大多数，一般在60％以上，多者可达80%。随着卫星遥感图象象元点尺寸的变小，混合象元会逐渐减少，图象上的灰度差能进一步拉开，这样能够进一步反映出地物间的差异。这不仅有利于目视解译，同时也有利于计算机自动识别。
三、遥感资料制图的墓本程序
（一）遥感图象的选择
在遥感资料的专题制图中，正确选择图象信息是非常关键的一环。应根据制图的目的和对象，最大限度地从遥感图象中获取所需要的一切信息。为此，必须对制图对象及具体内容进行深入地分析研究，并且掌握作为专题内容、解释用的各种遥感图象的不同波段不同时相的信息特征。
1.波段的选择地面不同物体在不同光谱段上有不同的吸收、反射特性。同一类型的物体在不同波段的图象上，不仅影象灰度有较大差别，而且影象的形状也有差异。多光谱成象技术就是根据这个原理，使不同地物的反射光谱特性能够明显地表现在不同波段的图象上。因此，根据不同解译对象，选择不同的波谱图象，是区分和识别地物的有效手段。除考虑遥感图象的单波段的分析运用外，在多数情况下是通过合成影象进行判读分析。因此，如何确定不同波段的最佳组合方式，是获得理想判读结果的重要途径。比如，利用MSS图象编制土地利用图，通常采用MSS4、5、7波段的合成图象；若进一步区分林、灌、草，可选MSS5、6、7波段的组合图象。又如，利用TM图象编制辽河三角洲芦苇资源图时，则以TM3、4、5波段的合成图象的信息量最丰富，分辨率最高。
2.时相的选择遥感图象的成象季节直接影响专题内容的解译质量。若进行地质地貌专题内容的制图，应以选择秋末冬初或冬末春初的图象为最佳，因为这个时段的地面覆盖少，利于地质地貌内在规律和分布特征的显示。若进行土地利用和土地覆盖方面的制图，最好选择利于各种植被判读的最佳时相。例如，“三北”防护林的遥感调查与制图，以选择林木已经枝繁叶茂，但农作物及草本植被尚未覆盖地面的五月末的时相为最理想；判读北方的小麦，以五月份的彩红外片表现最明显，因为此时的小麦长势最好；对海滨地区的芦苇判读并计算面积，则以五六月份间的图象较好；编制盐碱土分布就需要掌握盐渍化地区的泛碱的季节规律性，如黄淮海地区以选择三四月卫片进行判读比较适宜。总之，遥感图象的时相选择，既要根据地物本身的属性特点，同时也要考虑同一种地物的不同区域间的差异。因为遥感图象的影象特征有非常明显的地方性，因此在选择时相时必须二者兼顾。
（二）遥感图象的纠正
人造卫星在运行过程中，由于侧滚、仰俯飞行姿态和飞行航道、高度的变化，以及传感器光学系统本身的误差等因素的影响，常常引起卫星遥感图象的几何畸变。通常所使用的卫星遥感图象软片或计算机兼容磁带，事先已经过粗加工或精加工处理。
图象粗加工处理，是为消除传感器本身及外部因素影响所引起的各种系统误差而进行的处理步骤。它是将地面站接收的原始图象数据信息，根据事先存入计算机的相应条件而进行纠正，并通过专用的坐标计算程序加绘了图象的地理坐标，制成表现为正射投影性质的粗制产品——图象软片（1∶336万或1∶100万）和高密度磁带（HDDT）。
图象精加工处理的目的在于进一步提高卫星遥感图象的几何精度。其作法是利用地面控制点精确校正粗加工处理后的图象面积和几何位置误差，将图象拟合或转换成一种正规的地图投影形式，并制成精密软片（1∶100万）和高密度磁带。
对粗加工图象产品或精加工图象产品均可经专门处理，转换成计算机兼容磁带（CCT）。
目前我国用于各种专题制图的卫星遥感图象多是粗加工产品。为了制图的需要，尤其是大比例尺专题制图的需要，在进行专题制图工作之前应对粗制图象产品进行必要的精处理。其大致过程是将70mm的粗制软片，利用地面控制点进行校正，并进行逐点的相关和比较计算，得出误差改正值，然后通过计算机统一按照地形图的高斯-克吕格投影扫描回放成1∶100万软片。有了精制图象资料之后，便可以进行各种合成放大处理，提取各种专题制图信息。
假若在制图前由于技术设备等条件限制不能对粗制产品进行几何纠正，则可对解译后的专题界线以地形图上控制点作为控制，使用调焦转绘仪转绘，亦可以采取先将地形图按粗制影象产品纠正，并转绘专题内容的界线，然后再按地形图重新校正回来。
（三）遥感图象的解译
遥感图象信息的解译方法通常可以归纳为：目视解译与计算机自动识别两大类。
目视解译方法是目前最普遍、最基本的方法。其特点是人用肉眼对卫星象片或胶片图象的灰度和色调进行专题内容的解译工作。为了提高目视解译的效果，通常根据解译专题内容的具体要求，对遥感图象进行必要的光学增强处理工作。
电子计算机自动识别方法是克服肉眼分辨能力局限性的一种快速准确的解译方法。但这种方法受各种条件的限制，目前尚不能普及。
遥感图象的目视解译方法和步骤如下。
1.解译方法通常采用的解译方法有直接判定法、对比分析法和逻辑推理法。
直接判定法：通过色调、形态、组合特征等直接解译标志来判定和识别地物，如水体、居民地等。
对比分析法：采用不同波段、不同时期的卫星图象，各种地物波谱的测试数据及其他有关地面调查材料，进行对比分析，将原来不易区分开的地物区分开。
逻辑推理法：由于卫星图象的比例尺小，地面分辨率较低，许多地面景物不能靠直接判定和对比分析解译出来，而主要靠解译人员的专业知识和实践经验，应用地学规律进行相关分析的逻辑推理方法进行解译。
2.解译步骤包括解译前的准备工作、建立解译标志、室内解译、野外验证等。
解译前准备工作：选定作为解译用的基础影象，并且搜集与图象解译内容有关的各种图件资料和文字资料，熟悉解译地区的基本情况，并制订解译工作计划。
建立解译标志：首先在室内通过对卫星图象的分析研究，确定野外考察的典型路线和典型地段，然后通过卫星图象的野外实地对照、验证，从而建立各种地物目标在图象上的解译标志。卫星图象的目视解译标志，主要有图象的色调、形态、组合特征等。
室内解译：首先对具体解译区域进行宏观分析，建立总的概念，然后再根据解译标志，进行专题内容的识别与分析。
野外验证：在解译工作完成之后，为保证解译结果的准确性，必须通过野外抽样调查，对解译中的疑点作进一步核实，并对解译完成的专题影象草图加以修改和完善。
（四）基础底图的编制
利用遥感影象资料解译编制各种专题地图，其最终成果是将影象图转化为线划图。因此，基础底图的编制工作是关系到专题制图质量的重要前提。用于遥感影象资料制图的底图，必须有合乎要求的数学基础和地理基础，只有这样才能为转绘影象图上专题内容提供明显而足够的定性、定量、定位的控制依据，以便提高各种专题要素描绘的科学性和准确性，并有助于各种要素间的统一协调。
根据上述要求，基础底图的编制必须解决两方面问题：一是底图的数学基础，必须解决由影象图转化为线划图对数学基础的要求；二是底图的地理基础，必须使国家基本地形图的地理基础和影象相吻合。
具体制作工艺，要根据制图的目的、对象、比例尺、影象资料情况而定。下面简要介绍一下应用TM的精加工影象资料编制大比例尺专题图时，基础底图的制作工艺。
1.制作影象基础底图由于TM可以提供同一地区的多幅影象，必须确定其中一幅为基础影象，以免因时相不同造成解译对象的位置和图形差异，给转绘带来困难。因此，首先应选定基础影象，然后进行精纠正、合成、放大，制成供编制基础底图和野外考察及室内解释用的影象基础底图，其比例尺可比成图比例尺大一些。
野外考察用的影象基础底图，可以采取印刷合成，制印成胶版纸的影象基础底图，其优点是成本低，便于携带，适于填图；室内解释用的影象基础底图，可以采取光学合成，制成感光像纸的影象基础底图。
2.制作线划基础底图精纠正的TM影象的数学基础和地形图的数学基础近似，可以满足影象图转化为线划图的精度要求。因此，选择制图区域范围内相应比例尺的地形图并进行展点、镶嵌、照像，制成线划地形基础底图薄膜片，然后将地形基础底图薄膜片蒙在影象基础底图上，根据影象基础底图上解译的地理基础，更新地形基础底图上的地理基础（主要是水系要素），并对地形图上原有的地理要素进行适当的取舍，最后制成供转绘专题影象图上专题内容界线的线划基础底图。通常这种线划基础底图有水系、居民点、道路、境界和地貌结构线等，其比例尺同影象基础底图。与此同时，进一步可编制出成图用的地理基础——出版底图。
（五）专题内容的转绘
1.目估转绘法当制图的比例尺比较小，要求的精度不太高，图斑界线又比较简单的情况下，可采用目估方法转绘。具体作法：将已经解译完并绘在聚脂薄膜片上的铅笔线划的专题图仍然蒙在基础影象上，以底图上的地理基础作控制，用目估方法将专题要素的图斑界线转绘到绘有等高线的基础底图上。
2.蒙片转绘法当解译完的铅笔线划图和转绘用的基础底图比例尺完全一致的情况下，才适宜采用这种转绘方法。具体作法：将供转绘用的基础底图蒙在解译后的绘有专题要素图斑界线的聚脂薄膜线划图上，以水系、居民点等基础要素作控制，按先中央后边缘的顺序，分块叠合蒙绘。如果解译用的基础影象是经过精纠正的，那么叠合蒙绘的精度会更高。
3.仪器转绘法当用于解译的基础影象与用于转绘的基础底图之间的数学基础不一致时，则必须采用仪器转绘。从图象到地图的转绘工作，最好通过卫星图象转绘仪进行。运用图象转绘仪转绘的基本原理是，通过目镜将图象放大到和地图的比例尺一致，并且通过地图上事先选好的控制点进一步纠正图象，使图象和地图严密吻合。这样就可以通过目镜把判读的内容直接转绘到地图上。目前国内常用的仪器是美国波士伦（Bausch＆Lamb）公司的ZT-4型转绘仪（Zoom
Transfer Scope）。大型航测纠正仪亦可用于较精确的纠正转绘工作。
（六）整饰复制
对转绘完的地图图稿校核无误后，即可进行清绘、着色等一系列整饰工作，制成专题图。如果需印刷复制，则要绘成出版原图，再交付印刷。
四、遥感影象地图及其编制
（一）影象地图的特点
影象地图是以航空或卫星遥感影象直接反映制图物体的地图。影象是经过纠正的正射象片；符号和注记按一定原则选用。从影象上容易识别的地物（居民地、河流）不另加符号，直接由影象显示；影象不能显示或识别有困难的内容（如等高线、高程点等），则以符号或注记表示。
影象地图和线划地图相比具有以下特点：
1.由于它是以丰富的影象细节去表现区域的地理外貌，比单纯使用线划、符号的线划地图信息量丰富，而且生动形象，富于表现力。
2.由于它是以简单的线划符号和注记表示影象无法显示或需要计量的地物，弥补了单纯用影象表现地物的不足。因而减少了制图的工作量，缩短了地图的成图周期。
（二）影象地图的种类
影象地图按其内容可分为普通影象地图和专题影象地图。
普通影象地图是在影象的基础上增添了一些最基本的线划、符号，如等高线、居民地、交通网、境界线等。普通影象地图根据需要不同，可以制成黑白普通影象地图、彩色影象地图、单波段的影象地图、多波段合成的影象地图等。
专题影象地图是以普通影象地图为背景，通过解译，增加了简明扼要的表明专题要素位置和轮廓界线的线划、符号和少量注记的一种影象地图。
（三）普通卫星影象地图的制作途径
影象地图的制作分为常规制作方法和计算机制作方法两种。
常规方法利用常规方法制作影象地图的步骤是：搜集资料并制定具体工作方案；象片处理，包括几何纠正、控制放大与晒象；制作影象版，主要是象片镶嵌，关键要掌握好图象间的色彩或色调的平衡；影象判读与表示，将影象判读的结果表示在影象版上；常规制图处理，分别制作地物版、地貌版、线划版、注记版；特殊处理，主要是解决加绘坐标网线问题；最后是印刷。
计算机方法编制简单的卫星影象地图，只要把图象和地图资料、编图的基本数据、以及一些专用程序输入计算机，计算机便可以输出已编好的影象地图或分版图。编制内容复杂的卫星影象地图，计算机难以独立完成，需要人去帮助解决一些复杂的制图问题。
遥感测绘有何应用前景？
地质遥感又称遥感地质，是综合应用现代遥感技术来研究地质规律，进行地质调查和资源勘察的一种方法。它从宏观的角度，着眼于由空中取得的地质信息，即以各种地质体对电磁辐射的反应作为基本依据，结合其他各种地质资料及遥感资料的综合应用，以分析、判断一定地区内的地质构造情况。
地质遥感工作的基本内容是：地面及航空遥感试验，发挥适用于地质找矿、地质环境的遥感系统，进行图像、数字数据的处理和地质判释。地质遥感需要应用电子计算机技术、电磁辐射理论、现代光学和电子技术以及数学地质的理论与方法，是促进地质工作现代化的一个重要技术领域。
随着地质遥感技术的进一步成熟，卫星成像必然向更高空间分辨率发展，可达到或超过0.1米级。未来遥感卫星的功能将更加全面，集成多波段，如可见光、近红外、热红外以及短波红外的数据，未来数年问世的遥感卫星将更加强大。
快速、高效、可靠、易于管理的蓝海大脑液冷工作站具备出色的静音效果和完美的温控系统。在满负载环境下，噪音控制在 35 分贝左右。借助英伟达 NVIDIA 、英特尔Intel、AMD GPU显卡可加快神经网络的训练和推理速度，更快地创作精准的光照渲染效果，提供高速视频和图像处理能力，加速AI并带来更流畅的交互体验更好地服务于地质遥感测绘。
型号 蓝海大脑水冷工作站
英特尔
处理器 Intel Xeon Gold 6240R 24C/48T,2.4GHz,35.75MB,DDR4 2933,Turbo,HT,165W.1TB
Intel Xeon Gold 6258R 28C/56T,2.7GHz,38.55MB,DDR4 2933,Turbo,HT,205W.1TB
Intel Xeon W-3265 24C/48T 2.7GHz 33MB 205W DDR4 2933 1TB
Intel Xeon Platinum 8280 28C/56T 2.7GHz 38.5MB,DDR4 2933,Turbo,HT 205W 1TB
Intel Xeon Platinum 9242 48C/96T 3.8GHz 71.5MB L2,DDR4 3200,HT 350W 1TB
Intel Xeon Platinum 9282 56C/112T 3.8GHz 71.5MB L2,DDR4 3200,HT 400W 1TB
AMD
处理器 AMD锐龙Threadripper Pro 3945WX 4.0GHz/12核/64M/3200/280W
AMD锐龙Threadripper Pro 3955WX 3.9GHz/16核/64M/3200/280W
AMD锐龙Threadripper Pro 3975WX 3.5GHz/32核/128M/3200/280W
AMD锐龙Threadripper Pro 3995WX 2.7GHz/64核/256M/3200/280W
AMD锐龙Threadripper Pro 5945WX 4.1G 12核/64M/3200/280W
AMD锐龙Threadripper Pro 5955WX 4.0G 16核/64M/3200/280W
AMD锐龙Threadripper Pro 5965WX 3.8G 24核/128M/3200/280W
AMD锐龙Threadripper Pro 5975WX 3.6G 32核/128M/3200/280W
AMD锐龙Threadripper Pro 5995WX 2.7G 64核/256M/3200/280W
显卡 NVIDIA A100×4, NVIDIA GV100×4
NVIDIA RTX 3090×4, NVIDIA RTX 3090TI×4,
NVIDIA RTX 8000×4, NVIDIA RTX A6000×4,
NVIDIA Quadro P2000×4,NVIDIA Quadro P2200×4
硬盘 NVMe.2 SSD: 512GB，1TB； M.2 PCIe - Solid State Drive (SSD),
SATA SSD: 1024TB, 2048TB, 5120TB
SAS:10000rpm15000rpm,600GB,1.2TGB,1.8TB
HDD : 1TB，2TB,4TB,6TB,10TB
外形规格 立式机箱
210尺寸mm（高*深*宽) : 726 x 616 x 266
210A尺寸mm（高*深*宽) : 666 x 626 x 290
210B尺寸mm（高*深*宽) : 697 x 692 x 306
声卡：7.1通道田声卡
机柜安装 : 前置机柜面板或倒轨（可选）
电源 功率 : 1300W×2; 2000W×1
软件环境 可预装 CUDA、Driver、Cudnn、NCCL、TensorRT、Python、Opencv 等底层加速库、选装 Tensorflow、Caffe、Pytorch、MXnet 等深度学习框架。
前置接口 USB3.2 GEN2 Type-C×4
指承灯电和硬盘LED
灵动扩展区 : 29合1读卡器，eSATA，1394，PCIe接口（可选）
读卡器 : 9合1SD读卡器（可选）
模拟音频 : 立体声、麦克风
后置接口 PS2接口 : 可选
串行接口 : 可选
USB3.2 GEN2 Type-C×2
网络接口 : 双万兆 (RJ45)
IEEE 1394 : 扩展卡口
模拟音频 : 集成声卡 3口
连接线 专用屏蔽电缆（信号电缆和电源电缆）
资料袋 使用手册、光盘1张、机械键盘、鼠标、装箱单、产品合格证等不妨百度一下。
遥感技术的未来发展趋势是什么呀？
遥感服务市场快速增长与国外相比，中国遥感应用产业起步较晚，遥感商用民用化要远远落后于发达国家。2019年，中国遥感卫星的商用化率仅为21.4%，而全球遥感卫星商用化率为48.0%。近年来随着卫星遥感及空间信息服务行业需求的增长和鼓励政策的不断落地，国内遥感卫星的发射数量逐年增加，中国遥感市场持续快速增长。2018年，中国遥感服务市场规模为130.7亿元，同比增长19.1%，约占全球遥感服务市场规模的15.4%。2019年，中国遥感服务市场规模为155.0亿元左右。
遥感行业发展趋势——数据获取更为即时化、网络化、个性化、多样化遥感卫星平台和载荷呈现出“三多”、“三高”、“三全”的发展趋势，“三多”指多平台、多传感器和多角度，“三高”指高空间分辨率、高光谱分辨率、高时间分辨率，“三全”指全天候、全天时和全球观测。——遥感大数据的处理逐渐走向智能化海量卫星数据高效获取、天地一体化的空间信息网络为人类提供了无处不在的多层次、多角度、多谱段、多维度、多时相的遥感观测及其辅助数据，在数据层面上已经体现了体量巨大(Volume)、种类繁多(Variety)、动态多变(Velocity)、冗余模糊(Veracity)和高价值(Value)的大数据特征。遥感大数据是针对传统遥感数据处理和信息提取方式的一种变革，它以多源遥感数据为主综合其他多源辅助数据，运用大数据思维与手段，聚焦于更高价值的信息和知识规律的发现。遥感大数据的处理逐渐走向智能化，以深度学习为代表的智能算法在计算机视觉领域已经取得了突破性进展，目前主要在目标检测和遥感覆盖分类方面研究较多。
——以上数据来源于前瞻产业研究院《中国遥感行业市场前瞻与投资战略规划分析报告》。
我国的航天遥感系统的应用与发展
近年来，航天遥感技术的应用范围越来越广，涉及资源和地质勘探、事故搜救、生态环境监测、交通航线测算标定、海洋水文研究、地球科学基础研究以及军事等诸多领域。实践表明，航天遥感产业对于促进经济发展、维护国家安全起着重要作用。当前，我国已建立起较为完善的遥感卫星体系，航天遥感产业取得了较快发展，但也面临一些亟待解决的问题。
我国航天遥感产业面临的主要问题
一是遥感卫星系统能力不足，过于依赖国外卫星服务。
目前，我国尚未建成高中低分辨率互补、高时间分辨率的综合性对地观测系统，国内高分辨率遥感应用80%以上依赖国外卫星。
二是遥感卫星应用和产业化发展滞后，难以应对激烈的国际竞争。
我国商业遥感卫星系统尚未形成基于自主信息源、较为完整的遥感应用体系，数据连续性和保障程度低，遥感综合应用、定量化应用能力相对较弱，卫星遥感应用模型和算法研究主要基于国外卫星数据，这严重束缚了我国自主卫星应用技术体系及遥感数据增值产品和服务的发展。
三是缺乏强有力的统一管理机构和国家级航天法律法规保障。
相关政策不健全，部门协调、军民协调机制不完善，未建立统一规范的国家卫星遥感元数据库及共享分发机制，资源和数据共享严重不足。
目前，美国、欧盟和俄罗斯的航天遥感产业发展处于世界领先水平，它们的经验可以为我国航天遥感产业发展提供借鉴。
一是卫星商业遥感发展始终由政府主导。从产业属性来看，卫星遥感作为一个高投入、高风险且回报周期长的技术密集型产业，其发展离不开政府的政策和资金支持。美国政府至今仍参与商业遥感公司的卫星研制并提供图像数据预付费等保障。从国家安全来讲，政府的绝对控制权和优先使用权是卫星遥感商业化发展的前提。美欧等采取发射或运营许可等手段，严格控制卫星商业遥感的服务范围，防止先进的遥感技术和产品被敌方利用。
二是卫星商业遥感的差异化服务不断发展。当前，商用对地观测卫星系统的差异化服务不断发展，不仅批量化生产、批量化发射的微型、纳米光学成像卫星得以部署，可以提供不同于传统商业卫星图像服务的“按需”模式，而且提供的服务内容也从静态图像发展到动态视频。
三是私有资本投入比例大幅提升，重点投向低成本小卫星星座。一些风投公司和互联网公司开始将资金投入这个商业遥感领域，一些公司正在发展低成本的卫星星座。
遥感与信息技术的紧密结合，使得卫星遥感数据的获取成本大幅降低、更新周期大幅缩短，可提供高清视频、数据云服务等新产品，实现从长周期按需交付向互联网在线快速交付转变，促使卫星遥感从服务团体用户向个性化、定制化服务拓展。航天遥感产业的市场化、开放式、融合式发展是大势所趋。目前，大部分国家已将航天遥感产业进行商业化运作，效益显著。我国航天遥感产业的市场化改革势在必行。2015年，《国家民用空间基础设施中长期发展规划(2015—2025年)》，支持民间资本开展相关增值产品开发、运营服务和产业化推广，为商业资本进入航天领域打开了大门。我们应在强化政府主导作用、保障国家安全、服务国家重大战略实施的基础上，有序推进航天遥感产业市场化发展，实现遥感产业从国家主导建设向国家引导扶持转变、从国家出资运营向市场化运作转型，全面激发遥感产业的发展活力，减轻国家财政负担，推动航天遥感产业可持续发展。
卫星遥感方面需要做些什么东西？需要的基本能力以及用到些什么方法和工具？
卫星遥感现在属于一个比较新的研究方向，不知道你的学啥专业的，我现在做的是大气方面的，主要用的气象卫星，来反演大气的一些基本特征，对于一些天气现象进行监测预报；能力这方面看你怎么想了，如果是本科的话一般就行，毕竟接触的信息有限，只要肯下点功夫做一定没问题；方法和工具一般都是一下软件，如果不想用可以自己编程，这个用起来比较舒服，可以按照自己的思路实现自己的想法，比较推荐
我国遥感技术的发展状况
我国经过“八五”，“九五”的攻关研究，RS、GIS和GPS的综合配套发展能力开始形成，为3S走向实用奠定了基础。在应用方面， 3S技术已在国家的经济建设中，尤其在重大自然灾害监测与评估和资源调查等方面，为国家领导人和各级政府部门提供了大量科学的宏观辅助决策信息，产生了巨大的社会效益。在技术应用逐步由国家行为向产业行业的转化过程中，有力地推动了国土、农业、林业等部门对这些新技术的认同和采用，越来越多的部门，已经正在将这些技术摆上部门业务化应用的日程，成为主管部门执法或制定产业政策、规范及行业技术改造的重要依据之一。
遥感技术集中了空间、电子、光学、计算机通信和地学等学科的最新成就，是当代高新技术的一个重要组成部分。国际上遥感技术的发展，将在未来15年将人类带入一个多层。立体。多角度，全方位和全天候对地观测的新时代。各种高、中、低轨道相结合，大、中、小卫星相互协同，高、中、低分辩率互补的全球对地观测系统，将能快速、及时地提供多种空间分辩率、时间分辩率和光谱分辩率的对地观测海量数据。
1.建立了国家级资源环境宏观信息服务体系
该服务体系包括以中国1：25万土地利用数据为核心的国家资源环境空间数据库，二个部级服务系统，三个省级示范系统及五个县级服务系统，珠江三角洲地区“4D”(数字高程模型DEM，数字正射影像库 DOQ，数字专题地图库DRG和数字专题信息DTI)技术系统以及全国资源环境信息技术系统。
2.建立了灾害遥感监测评估业务运行系统
该系统由三部分组成：灾害宏观动态监测系统、机载SAR数据实时传输系统、洪涝灾害测评估系统。 洪涝、干旱。林火和雪灾的宏观动态监测与评估系统，已具备针对中国范围内发生的洪涝、干旱、林火和雪灾等多种自然灾害的宏观动态监测和成灾区的区域覆盖评估的能力；系统通过网络通信同其它子系统实现产品传送和数据共享，并以VSAT和INTERNET网络通信方式向应用部门提供防灾减灾信息服务。 3.建立了海洋环境立体监测体系
作为一个海洋大国，我国天然海域达485万平方公里，海岸线长达 18000公里。海洋及海岸带拥有丰富的资源，有12个省(市、自治区)处于沿海地带，全国50％的大城市，40％的中小城市也在这个地带，国民经济总值的60％来自沿海地区。因此，建立海洋环境监测体系是我国一项战略目标。在“九五”国家高技术发展计划(863计划)支持下建立的海洋环境立体监测体系主要包括：近海环境自动监测技术、高频地波雷达海洋环境监测技术。海洋环境遥感监测应用技术、系统集成技术以及示范试验等。
关于遥感如何推广产品和产品和遥感如何推广产品和产品销售的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站信途科技。
