第三节
遥感影像的获取与处理

遥感（Remote Sensing，简称RS）是20世纪60年代发展起来的新兴综合科学技术，它利用运载工具，携带各种传感器，在不直接接触目标的情况下，收集电磁波等辐射能量信息，并对其进行处理、分析和识别，最后提取目标特征信息，为生产和科研工作服务。遥感有广义和狭义之分：广义遥感是指利用各种媒介，远距离利用仪器对物体的性质进行探测的综合技术，因此除了航空航天之外，航海测探、地表物探、地震监测等都属于广义遥感的范畴；狭义遥感单指以电磁波作为媒介的遥感手段，它包括可见光、红外、微波、紫外、多波段和高光谱遥感等。

一、遥感的基本原理

遥感技术之所以能够利用电磁波探测和区分不同类型的目标，是由于各种目标的物质组成和物理结构不同、物理化学性质有差异，因此其反射或散射某种波长电磁辐射能的大小就不一样，在遥感图像上就会表现出不同的色调和灰阶。根据这些色调或灰阶以及影像的形状、大小、位置、阴影等特点我们就可以将不同的目标区分开来，并作出定量分析。

由于电磁波的波长或频率不同，它们的能量不同，物理特征也不同，因而，在遥感中的应用和测量、记录它的仪器、方法也就不同。把各种类型的电磁波按波长的长短、频率的高低、能量的大小和物理特征的差别，依次排列，制成图表，就叫做电磁波谱（图2-9）。

用于遥感技术的多数传感器都分波段直接接收来自地表反射的太阳辐射光谱。太阳辐射光谱的组成非常复杂，在进入大气层之前是一条连续光谱。当太阳辐射穿过大气层时，会受到各种气体分子、水滴、冰晶和尘埃等的干扰，产生反射、吸收和散射，影响太阳辐射的吸收，形成一些不同波段的吸收带（图2-10）。

通常把电磁波通过大气层时未被反射、吸收和散射的那些透射能力很强的波段范围称为大气窗口，这是遥感技术尤其是航天遥感经常使用的电磁波波段（图2-11）。

地表物体反射、吸收和散射不同波段电磁波波谱的特性不同。比如，植物由于水和叶绿素的吸收而形成了近红外高反射的光谱特征；水体对0.45—0.56μm的蓝绿光谱具有一定的透射能力。如果按照地物反射、吸收、散射或发射电磁波的程度与波长间的关系绘成的曲线（横坐标为波长，纵坐标为反射率）称为地物的光谱曲线（图2-12）。由于不同类型地物的光谱曲线不同，我们可以据此通过对遥感影像的分析辨识地表地物的种类和性质。

二、遥感的分类与遥感资料的获取

遥感的分类方式多样，比如按照遥感过程中信息的接收方式可分为主动遥感和被动遥感，按照搭载传感器的平台高度可分为航空遥感（或飞机遥感）、航天遥感（或卫星遥感）和地面遥感，按照影像的获取方式可分为摄影遥感和数字遥感等等。实践中，从遥感资料获取的途径来分，主要是航空遥感和航天遥感资料：

（一）航空遥感

航空遥感主要是航空摄影遥感，航空摄影是在飞机上安装航摄仪，对地面进行垂直摄影，获得航摄像片或数字影像。航空摄影的主要目的是进行航空摄影测量，也就是运用航空摄影获得的影像，进行地图测绘。航摄像片是航空摄影测量的基础资料。

航空摄影获得航摄像片的底片（负片），晒印后即得到航摄像片（正片）。我国摄制的航摄像片，像幅主要有18厘米×18厘米（旧航片）和23厘米×23厘米两种。这两种类型的航片都保证了在同一航线上相邻两张航片有大于60％的重叠度（航向重叠），相邻两条航线的航片有大于30％的重叠度（旁向重叠）。航片的重叠是为了形成立体像对，以方便后期利用摄影测量原理生成等高线，进行地形图的测绘。

航片一般都按照一定的地面影像分辨率和制图比例尺的要求摄制，因此航片的制图比例尺、航摄比例尺和地面影像分辨率之间有大致的对应关系，如表2-2所示：

在我国，航片一般可以在省级以上测绘部门经过履行保密手续而获取。如果是为了进行地图测绘，那么在购买航片时还需要索取拍摄高度、框标值、相机检测参数等作图信息；如果要同时生成等高线，还需要购买航向重叠的航片，以便提取立体影像对，生成重叠部分的数字高程模型。

（二）航天遥感

从1957年世界第一颗人造地球卫星发射成功以来，航天技术得到迅猛的发展，同时各种传感器的不断改进以及数据接收处理系统的发展和完善，使得航天遥感技术迅速发展起来，成为遥感的主流。航天遥感主要利用卫星等航天器作为搭载传感器的平台，具有感测面积大、范围广、速度快、光谱效果好，可定期或连续监视一个地区，不受国界和地理条件限制等优势，在田野考古和考古学研究中应用十分广泛。

航天遥感一般为数字遥感的方式，航天器所搭载的传感器都能记录多个波段的光谱反射数据。分辨率是航天遥感影像的重要概念，其中最常用的是空间分辨率和光谱分辨率：空间分辨率是指传感器能把两个物体分辨开来的最小间距，空间分辨率越高，影像越清晰；光谱分辨率是指传感器所用的波段数、波长及波段宽度，波段越多，波段宽度越窄，所包含的信息量越大，光谱分辨率高的遥感影像称为“高光谱遥感影像”。

目前，专门用于航天遥感的商业卫星有很多，能够提供从0.5—90米各种空间分辨率和各类高光谱的遥感数据，主要有：美国NASA的Landsat系列陆地资源卫星，商用IKONOS、QuickBird、GeoEye、Worldview等高分辨率卫星；俄罗斯的SPIN-2高分辨率卫星；法国的SPOT系列中高分辨率卫星；加拿大的RADARSAT雷达成像卫星；日本的Aster资源卫星；意大利COSMO-SkyMed 1卫星；中国与巴西的CBERS以及印度的IRS系列资源卫星等等（文本框2-3）。

由这些商业卫星生成的航天遥感数据均可通过互联网直接订购，其中一些中低分辨率的遥感影像资料已经对公众开放，比如美国Landsat系列的TM和ETM+影像，由日本ASTER影像生成的30米分辨率的数字高程模型等，可以直接通过互联网下载（http://landsat.usgs.gov/products_data_access.php）。除此之外，美国政府还解密了一些早年冷战时期的间谍卫星资料，比如CORONA卫星影像，由于这些影像生成时间早，空间分辨率高（可达2米），对考古学研究和文化遗产保护考察遗址的历史变迁提供了重要的资料（www.ist.lu/ele/html/department/zeugma/remote.html）。

三、遥感数据的处理

通过各种方式获得的遥感影像资料还需要进行相应的处理才能使用。常用的专业遥感影像处理软件有ENVI、ERDAS等，而一些GIS软件，如GRASS、IDRISI等也提供了对遥感影像进行分析处理的基本模块。遥感影像的基本处理主要包括以下方面：坐标配准、几何纠正、图像镶嵌、波谱分析、数据融合等。

（一）坐标配准

遥感影像都采用数字栅格结构的记录模式，因此必须首先对遥感影像进行地理坐标的配准。遥感影像坐标配准的过程与前面所述数字栅格图的坐标配准方法相同，需要在遥感影像中选择一定数量的地面控制点（GCPs），通过实测获得这些控制点的准确坐标，并据此建立影像配准前后控制点的坐标关系多项式，然后根据此多项式对影像的每个像元（栅格）的坐标进行计算，对整幅影像重新采样，从而精确定义影像中每个像元（栅格）的地理坐标。

（二）几何纠正

我们知道，原始的遥感图像存在严重的几何变形，引起几何变形的原因主要有：飞机和卫星的飞行姿态、飞行轨道以及地球的形状和运动等外部因素；传感器本身结构性能和扫描镜的不规则运动、检测器采样延迟、探测器的配置、波段间的配准失调等内部因素。对遥感影像进行几何纠正的目的就是要纠正上述内部和外部因素引起的图像变形，改正因地表起伏和传感器误差而引起的像点位移，生成数字正射影像地图。

在对遥感影像进行正射纠正（orthorectify）时，需要输入相机或传感器的航摄参数和内外定向参数，其中航摄参数包括飞行高度和焦距，内定向参数主要是框标点坐标，外定向参数的确定要根据已知地面控制点（GCPs）的坐标确定，而地面控制点应该根据野外实测获得。设置好航摄参数、内外定向参数之后就可以利用数字高程模型对原始遥感影像进行正射纠正，使其转换为正射影像。在转换过程中，还需要对影像进行重采样。常用的重采样方法有三种：邻近点插值法（nearest neighbor）、双线性插值法（bilinear interpolation）、立方卷积插值法（cubic convolution）。其中，近邻点插值法最为简单，计算速度快，但是视觉效应差；双线性插值会使图像轮廓模糊；立方卷积法产生的图像较平滑，有好的视觉效果，但计算量大，较费时。

（三）图像镶嵌

所有的遥感影像都是按照一定的图幅生成的，位于一个图幅里的影像通常被称为一景。一景图幅的大小根据遥感影像的空间分辨率的差别而不同，比如GeoEye-1数据一景的幅宽是15公里×15公里，TM影像一景的幅宽则为185公里×185公里（表2-3）。

一些情况下，我们所需要的研究区域，如考古调查区域，需要多幅高分辨率遥感数据才能覆盖，或者是我们的研究区域刚好处在多幅遥感数据之间，那么我们就需要将多幅遥感数据进行镶嵌，生成一幅更大的完整数据，也就是将多个具有重叠部分的图像制作成一个没有重叠部分的新图像。具体的方法有基于像元（栅格）的镶嵌和基于地理坐标的镶嵌两种。

（四）波谱分析

波谱分析是遥感影像处理的一个重要内容，主要是针对特定的遥感对象，分析不同波谱组成的特征以及通过将不同波谱数据进行数学运算、统计、分类、拟合等方法提取遥感对象潜在的特征信息。

波谱分析中最常用的是多光谱数据之间的波谱运算和分类，可以帮助我们对地表覆盖物进行有效的分类和信息提取。比如，利用红外波段和近红外波段之间的标准化差值计算NDVI指数可以用来显示地表植被的覆盖状况（文本框2-4）。而波谱分类则根据多个波段数据之间的相关性对地表覆盖物进行特征归纳和分类，包括监督分类和非监督分类两种。监督分类是根据软件用户自定义的训练样本类别进行波谱分类的方法，包括平行六面体、最小距离、马氏距离等；非监督分类是仅仅用统计学方法对遥感影像数据集中的像元（栅格）进行分类的方法，包括Isodata分类、K均值分类等。

（五）数据融合

数据融合是将多幅遥感影像组合到单一合成影像的处理过程，它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。在卫星遥感中，数据融合是生成高分辨率彩色影像的重要方法。遥感影像处理软件都提供数据融合的功能。数据融合的算法不同，产生的融合效果也不同，常用的算法有HSV变换模式分类融合法、Brovey色彩正规化变化融合法和Gram-Schmidt波谱锐化融合法。

四、遥感技术在GIS考古中的应用

遥感技术在考古学研究和文化遗产保护中有十分广泛的应用，目前已经发展成为考古学的一门分支学科——遥感考古。遥感技术的一大优势是与GPS和GIS技术的有效整合，形成3S集成技术，是构建“数字地球”的主要手段。目前，遥感技术在GIS考古中的应用主要体现在为GIS在考古学研究中的应用提供基础的空间数据资料，其中既包括从遥感影像获取考古空间信息，也包括获取支持聚落和景观考古研究的环境、资源和景观等信息。

（一）考古空间信息的获取

遥感影像用于获取考古空间信息有很大的优势，主要表现在遥感对考古遗迹独特的观察视角上。由于遥感可以从高空拍摄遗迹的全貌，因此一些在地面不易被观察和记录的考古遗迹通过遥感影像可以被明确地辨识出来并得到准确的记录。

经过正射纠正的遥感影像具有严格的数学基础，可以用来进行大范围的考古制图，尤其是通过遥感影像解译而辨识出来的考古遗迹可以在GIS软件中直接提取其空间信息，是目前GIS与遥感相结合的一个主要途径。

早在20世纪初期，英国考古学家就开始利用气球和飞机拍摄的航片对著名的Stonehenge遗迹进行观测和记录。1983年，美洲考古学家使用Landsat卫星影像发现并记录了墨西哥玛雅时期的农田、聚落和城市体系 。2002、2003年Philip、Ur等人利用美国解密的CORONA卫星资料发现并记录了叙利亚古代聚落的道路系统，并利用这些道路的分叉特点，复原了古代聚落的农耕范围 （图2-13）。

（二）辅助定位与记录

高空间分辨率的遥感影像由于对地表的辨识程度很高，因此可以用于大范围田野考古中的精确定位，尤其适合在田野考古调查中，辅助调查人员确定考古遗迹的准确位置。以考古学研究和文化遗产管理为目标的田野考古调查，十分强调调查工作的系统性，尤其是系统、准确地记录观察采集区域。但是传统的拉网式调查方法，按照调查人员之间的固定间距记录调查网格，既不准确，又缺乏灵活性，而现代田野考古调查可以用高空间分辨率彩色遥感影像作为背景底图，辅助调查网格的定位和数据记录。

2012年北京大学考古文博学院与河南省文物考古研究所合作，在河南禹州地区开展的考古区域系统调查中使用了经过数据融合的GeoEye卫星影像作为底图，并依据影像上的现代土地利用状况将调查区域分割成若干不规则多边形斑块，生成调查用“记录”（tract）。由于使用了最新的高分辨率遥感影像，因此在野外可以方便地以此为参照找到所需调查的地块，填写“记录表”。同时，“记录”的编号在GIS软件中通过计算地块多边形的几何中心坐标来实现。具体来讲，即分别取X和Y坐标的后6位组合成一个13位数的编号（取6位是为了保证在调查区域内所有调查记录的编号不重复），这样，在野外可以方便地依据多边形的编号和GPS所测量的实时坐标辅助遥感影像找到地块的位置。 如彩图2-14所示，“记录号”为729043-791987的地块，其中心点的北京54坐标为：19729043，3791987。

（三）环境、资源和景观信息的获取

现代遥感技术提供了丰富的多光谱数字影像，利用这些多光谱数据可以为辨识特殊的地貌环境、土地类型、矿产资源、植被分布等信息提供有力的工具，如果再辅以地面的抽样调查检验，就可以既准确，又高效地绘制出它们的空间范围。比如，通过对多光谱遥感影像数据的光谱分析，提取出重要矿产资源的分布范围，如制作石器所用特殊石料的岩性分布图、制作陶器所用特殊羼合料的矿产分布图；提取出不同的地貌类型的空间分布状况，如河流阶地；提取出地表植被的覆盖状况，如NDVI归一化地表植被覆盖指数，并用以评估土壤流失状况等。

通过多光谱遥感影像提取的这些环境、资源和景观信息可以直接整合到GIS支持的景观考古空间分析。比如，在GIS景观分析中，我们利用ETM+多光谱数据生成的NDVI对古代植被分布状况进行分类重建，并以此为基础创建土壤侵蚀模型，评估古代冶铁活动对植被破坏的不同状况下土壤的流失状况 （彩图2-15）。

总之，遥感包含了丰富的地理信息，是现代地理信息系统不可或缺的重要资料来源，充分利用好遥感资料对考古学研究和文化遗产管理有重要的帮助。 CKkpb37G0xuVVOD9MNQ+B9slb30jBixtp9J3+OCGWKrCI5sSYQtCb/YH4/AVoEqD