GIS与遥感的集成及具体技术¶

简而言之，地理信息系统是用于分析和显示空间数据的系统，而遥感影象是空间数据的一种形式，类似于GIS中的栅格数据。因而，很容易在数据层次上实现地理信息系统与遥感的集成，但是实际上，遥感图像的处理和GIS中栅格数据的分析具有较大的差异，遥感图像处理的目的是为了提取各种专题信息，其中的一些处理功能，如图像增强、滤波、分类以及一些特定的变换处理（如陆地卫星影象的KT变换）等，并不适用于GIS中的栅格空间分析，目前大多数GIS软件也没有提供完善的遥感数据处理功能，而遥感图像处理软件又不能很好地处理GIS数据，这需要实现集成的GIS。

在软件实现上，GIS与遥感的集成，可以有以下三个不同的层次[Ehlers]：

• 分离的数据库，通过文件转换工具在不同系统之间传输文件；

• 两个软件模块具有一致的用户界面和同步的显示；

• 集成的最高目的是实现单一的、提供了图像处理功能的GIS软件系统。

在一个遥感和地理信息系统的集成系统中，遥感数据是GIS的重要信息来源，而GIS则可以作为遥感图像解译的强有力的辅助工具，具体而言，有以下的应用方面[J. C. Hinton]：

1. GIS作为图像处理工具

   将GIS作为遥感图像的处理工具，可以在以下几个方面增强标准的图像处理功能：

1．1）几何纠正和辐射纠正

在遥感图像的实际应用中，需要首先将其转换到某个地理坐标系下，即进行几何纠正。通常几何纠正的方法是利用采集地面控制点建立多项式拟合公式，它们可以从GIS的矢量数据库中抽取出来，然后确定每个点在图像上对应的坐标，并建立纠正公式。在纠正完成后，可以将矢量点叠加在图像上，以判断纠正的效果。为了完成上述功能，需要系统能够综合处理栅格和矢量数据。

一些遥感影象，会因为地形的影响而产生几何畸变，如侧视雷达（Dideways-looking radar）图像的叠掩（Layover）、阴影（Shadow）、前向压缩（Foreshortening）等等，进行纠正、解译时需要使用DEM数据以消除畸变。此外，由于地形起伏引起光照的变化，也会在遥感图像上表现出来，如阴坡和阳坡的亮度差别，可以利用DEM进行辐射纠正，提高图像分类的精度。

1．2）图像分类

对于遥感图像分类，与GIS集成最明显的好处是训练区的选择，通过矢量/栅格的综合查询，可以计算多边形区域的图像统计特征，评判分类效果，进而改善分类方法。

此外，在图像分类中，可以将矢量数据栅格化，并作为“遥感影象”参与分类，可以提高分类精度，例如，考虑到植被的垂直分带特性，在进行山区的植被分类时，可以结合DEM，将其作为一个分类变量。

1. 3）感兴趣区域的选取

在一些遥感图像处理中，常常需要只对某一区域进行运算，以提取某些特征，这需要栅格数据和矢量数据之间的相交运算。

2. 遥感数据作为GIS的信息来源

数据是GIS中最为重要的成分，而遥感提供了廉价的、准确的、实时的数据，目前如何从遥感数据中自动获取地理信息依然是一个重要的研究课题，包括：

2．1）线以及其它地物要素的提取

在图像处理中，有许多边缘检测（Edge Detection）滤波算子，可以用于提取区域的边界（如水陆边界）以及线形地物（如道路、断层等），其结果可以用于更新现有的GIS数据库，该过程类似于扫描图像的矢量化。

2．2）DEM数据的生成

利用航空立体像对(Stereo Images)以及雷达影象，可以生成较高精度的DEM数据。

2．3）土地利用变化以及地图更新

利用遥感数据更新空间数据库，最直接的方式就是将纠正后遥感图像作为背景底图，并根据其进行矢量数据的编辑修改。而对遥感图像数据进行分类，得到的结果可以添加到GIS数据库中。因为图像分类结果是栅格数据，所以通常要进行栅格转矢量运算；如果不进行转换，可以直接利用栅格数据进行进一步的分析，则需要系统提供栅格/矢量相交检索功能。

因为遥感图像可以视为一种特殊的栅格数据，所以不难实现遥感和GIS的集成的工具软件——关键是提供非常方便的栅格/矢量数据相互操作和相互转换功能，但是要注意的是，由于各种因素的影响，使得从遥感数据中提取的信息不是绝对准确的，在通常的土地利用分类中，90%的分类精度就是相当可观的结果，因而需要野外实际的考察验证——在这个过程中可以使用GPS进行定位。此外，还要考虑尺度问题，即遥感影象空间分辨率和GIS数据比例尺的对应关系，例如在实践中，一个常见的问题是：地面分辨率为30米的TM数据，进行几何纠正时，需要多大比例尺的地形图以采集地面控制点坐标，而其分类结果可以用来更新多大比例尺的土地利用数据，根据经验，合适的比例尺为1：5万到1：10万，太大则遥感数据精度不够，过小则是对遥感数据的“浪费”。