1引言

近年来，随着我国城镇化建设的不断推进，测绘地理信息行业服务的深度和广度不断提高，其已成为国民经济和社会发展的基础性和先行性行业。传统测绘手段需要投入大量的人力、物力和财力，且难以及时获取到海量、高质量、准确的数据。而遥感技术具有成本低、获取快、覆盖范围广等优点，目前已成为测绘领域的一个重要工具。随着遥感技术的不断发展，高精度高分辨率的遥感卫星不断升空，基于无人机的遥感技术也越来越成熟，为我国测绘行业提供了更为便捷和实用的数据来源。与传统测绘方法相比，遥感技术具有数据更新快、空间分辨率高、获取方式多样等特点，为测绘领域提供了更为全面、精确和快捷的技术支撑。

2遥感技术概述

2.1 基本原理

遥感测绘技术的基本原理是通过卫星或飞行器等平台获取地球表面的电磁波信息，借助传感器对反射、辐射等现象进行探测和记录。地物表面反射、辐射的光谱特性形成了遥感影像，这些影像包含了丰富的地理信息。遥感测绘的核心在于识别、提取这些信息，为科学研究、资源管理以及灾害监测提供有力支持。

遥感测绘技术的手段主要包括遥感传感器、平台与轨道控制、数据传输与存储等多个方面。遥感传感器负责接收并记录地表反射或辐射的信息，其类型多样，包括光学、微波、红外等传感器，用于不同环境和目标的监测。平台与轨道控制则关乎遥感系统的稳定运行，以确保数据采集的准确性和可靠性。高效的数据传输与存储系统有助于迅速处理和分发海量的遥感数据，提高应用效率。

2.2技术流程

遥感技术流程主要包括遥感数据采集、遥感数据处理与分析、影像分割与特征提取三个步骤。遥感数据采集注重获取高质量的遥感数据，数据采集是遥感技术的重要一环，通过卫星、无人机等平台采集大面积、高分辨率的影像数据，实现对目标区域的全方位监测；遥感数据处理包括数据预处理、信息提取、数据融合等环节。预处理主要涉及大气校正、几何校正等步骤，以确保获得的数据具有高质量、高精度，主要通过对影像进行配准纠正、影像融合、镶嵌调色等处理，利用基础底图等数据对全色数据进行正射纠正，并将多光谱影像与其融合，或者直接对多波段合成数据纠正，最终再进行影像镶嵌和裁切得到各种采样间隔的DOM。影像分割与特征提取是通过数学模型和统计学等方法，对遥感数据进行建模、分析、解译和分类，提取影像中不同区域的地理信息信息提取通过图像处理、遥感分类等方法，从海量的遥感数据中提取有用的地理信息。

3遥感技术在测绘地理信息领域中的应用

3.1遥感数据采集

（1）高分辨率遥感卫星的选择与部署

高分辨率遥感卫星通常运行在低地球轨道上，这样可以获取更高的地面分辨率和更及时的数据传输。而低地球轨道卫星容易受到大气干扰，因此需要考虑卫星的稳定性。不同的卫星具有不同的观测模式，比如推扫式和扫描式。推扫式卫星可以获得条带状的图像，适用于大面积覆盖和动态监测；而扫描式卫星则能获得立体图像，比较适合地形测绘与三维重建。高分辨率遥感卫星通常会配备高精度的光学传感器，比如电荷耦合器件或互补金属氧化物半导体传感器，借此来获取多光谱和超光谱图像数据，为地物识别和分类提供更多的信息。此外，要将大量的图像数据及时传输到地面接收站，高分辨率遥感卫星便应具备高速的数据传输能力。而在部署高分辨率遥感卫星时，为覆盖更大的区域，应当结合地球的自转速度、观测地区的经纬度和卫星的观测角度等因素来综合考虑。同时，再充分结合实际需求和观测地区的具体情况，安排好观测卫星的具体时间。再制定更为合适的数据传输协议，做好数据传输环节的加密、错误检测和纠错等准备。

（2）遥感卫星数据的获取与预处理

为提取有用的信息，要将卫星传感器收集到的原始数据转换为辐射亮度值，消除误差和畸变，这样就能够更好地提高数据的精度和质量。一般来说，会用到基于物理模型的算法，根据传感器的响应特性和大气条件来做好校正处理。获取到的图像也会出现一些畸变和扭曲的现象，对此，可以应用基于图像特征点匹配或基于多项式变换的方法，根据地面控制点信息进行校正。此外，还要借用数据压缩、数据融合和数据分类等技术，将原始数据格式转换为通用的数据格式，为后续的数据处理和分析做好准备。在坐标转换时，一般会使用地理信息系统技术和坐标变换算法，来实现图像数据的坐标系到地理坐标系或平面坐标系的转换。在预处理过程中，还应对相应数据进行滤波、去噪等操作，以此来提高数据的精度和质量。

3.2遥感数据处理与分析

影像纠正是指用电子计算机对遥感影像进行的数字几何处理，其主要就是以同名控制点对数学模型解算，然后再利用数学模型反求原始影像所有像素的坐标，从而实现对整幅影像纠正的目的。影像纠正方法包括严格几何纠正(即以共线方程为基础来进行模型建立)和近似几何纠正。其中近似几何纠正包括：多项式纠正、仿射变换纠正、直接线性变换、有理兩数模型等。当研究区域存在多景重叠影像时，影像纠正的外参数的计算可以通过区域网平差来求解。本研究同时采用有理函数模型(RFM)为基础，采用区域网平差方法进行影像纠正有理函数模型利用卫星影像提供的精确RPC参数和地面控制点来解算外参数，是多项式纠正的进一步扩展。有理兩数模型通过两个多项式的比值来描述物方坐标系与像方坐标系之间的关系。有理多项式中的系数称为 RPC 参数，利用 RPC 参数，可极大地减少控制点数量、并且还能提高纠正精度。同时将 RPC 参数替换严格几何纠正模型，既可以在进行影像纠正时达到很高的精度，同时又不需要泄露卫星的内、外方位元素等参数，目前该方法已经变成国内外测绘卫星提供影像的主要方法切用 (x_i， y_i)表示像方某个像素坐标，(X_i，Y_i，Z_i)表示物方某个地面点坐标，可以建立起二者之间的关系，具体计算公式如下：

其中f_m (m=1，2，3，4)代表一个多项式函数，通常情况下，Y_Z的最高次幂不高于3，且幂之和也不高于 3。另外，f₂与f₄可以相等也可以不相等，f_m (m=1，2，3，4)的表达式如下：

其中a_pqrm表示多项式的系数 X_i，Y_i，Z_i，代表物方坐标。

上述公式用于坐标正算，而利用有理函数模型进行纠正时，还需要用到坐标反算，其反算公式如下(其中的f₁，f₂，f₃，f₄与坐标正算时只存在系数不同的区别)：

进行区域网平差时，相同轨道和相同时相的遥感影像可以先进行拼接，然后再按照单景影像纠正方式进行纠正，在使用区域网平差和相同轨道和相同相影像拼接后纠正，在纠正精度能够满足具体要求的前提下，可适量放松控制点的布置要求。控制点选取时，需要保证横向(水平方向)和纵向(高程方向)都均匀分布。如果各景之间存在重叠，则可在此区域进行公共控制点的布设，以此提升精度。本次研究中，影像纠正包括有对全色影像进行纠正和对多光谱影像与全色影像进行配准纠正两个部分。

3.3影像分割与特征提取

(1)影像分割算法的设计与实现

要提取影像中不同区域的信息，便应对高分辨率遥感卫星影像进行分割。这里一般会使用到阈值分割、区域生长、边缘检测等方式，但还要根据不同的应用需求和图像特点，选择与之相匹配的算法来完成图像分割工作。在这一环节，高分辨率遥感卫星图像具有较高的分辨率和清晰度，因此可以采用更为精细的分割算法。如果所选目标和背景的对比度较低，就可首先选择基于边缘检测或基于区域的算法来做分割处理。而遥感卫星图像由于地物的复杂性和多样性，可能需要结合多种算法来进行有效分割。目标和背景若比较复杂，则应选择基于模型的分割算法或基于深度学习的分割算法，这两者都能够更好地处理复杂的图像特征和地物形态。

(2)特征提取方法的研究与优化

在提取图像中目标区域特征时，常用的方法有纹理分析、边缘检测和角点检测。它们能提取出目标区域的形状、大小、方向等信息，但在特征提取时，应考虑目标区域的特点和提取需求，选择适合的特征提取方法并进行优化。比如，调整边缘检测算法的参数，能够获得更好的边缘检测效果；优化角点检测算法，也可以保证角点信息的准确度；设计新的纹理分析算法，能够根据需求提取更复杂的纹理特征。此外，提取的特征应该具有较强的鲁棒性，使其适应不同的图像质量和分辨率。

(3)目标识别与分类技术的应用

目标识别和分类技术，主要是将图像中的不同目标区域进行分类和识别。一般会用到基于规则的方法、基于机器学习的方法、基于深度学习的方法。它们主要是利用已知的地物类型和图像特征信息，通过训练分类器来实现对目标区域的自动识别和分类。由于遥感卫星图像中包含多种地物类型，所以在选择时，为区分它们，要首选一些适合的分类器。而遥感卫星图像在纹理、颜色和形状等方面都各不相同，各自都比较复杂，在提取时，也需要根据提取需求来选择合适的特征提取方法。

3.4基于高分辨率遥感卫星的测绘应用

（1）地形测绘应用

高分辨率遥感卫星的应用，为地形测绘提供了方便和高效的数据源。借此可展开地形测绘、地形起伏分析、地表形态分类等测绘工作。主要通过对高分辨率遥感卫星图像进行几何校正和配准，结合地面控制点信息，来实现对地形的高精度测量。利用遥感卫星图像中的纹理、颜色、形状等信息，提取出地表的地貌特征，由此便可了解地貌构成中的沟壑、河流、山脉的具体分布。

（2）城市规划应用

高分辨率遥感卫星图像可以对城市用地进行自动分类和识别，比如，借助测绘结果来将城市用地分为居住用地、工业用地、商业用地、绿地等不同的类型，这些分类是后期展开城市规划的重要依据。同时，它还能够获取城市的空间分布和形态特征，以及城市内部空间的结构与各部分的功能，再结合城市规划方案对城市的空间布局加以优化和调整。除此之外，高分辨率遥感卫星图像也可为城市的交通路网的规划和优化提供依据。借助遥感卫星图像对道路提取和跟踪，从而了解城市的交通流量和路网结构，这样就能够进一步来调整城市交通路网的规划。

4 结束语

随着遥感技术的不断发展和卫星的不断更新，遥感技术在测绘地理信息领域中的应用将会更加广泛和深入，在未来的研究中，需要进一步探索遥感技术在多源数据融合、高空间分辨率、高精度测量等方面的研究，同时，需要建立完善的数据处理和分析方法，以提高遥感数据的利用价值，为测绘地理信息领域的高质量发展提供技术支撑。

参考文献：

[1]郭强.遥感图像处理技术在测绘领域中的应用分析[J].数字技术与应用,2020.38(04):77-79.

[2]吴云恩.遥感测绘技术在测绘工作中的应用研究[J].产业创新研究,2022(16):131-133.

[3]陈文杰.遥感图像智能分类技术在自然资源监测工程中的应用研究[J].中文科技期刊数据库（全文版）工程技术,2023(9):0169-0172.

[4]刘菲.遥感测绘技术在测绘工作中的应用探究[J].江苏科技信息,2019,36(16):50-52.

[5]赵兴.遥感测绘技术在测绘工作中的应用研究[J].中文科技期刊数据库（全文版）工程技术,2024(2):0073-0076.

作者简介：全平贵（1977.1-），男，汉族，江西抚州人，大学本科，管理学学士，测绘工程师，主要从事控制测量、工程测量、界限与不动产测绘外内业和摄影测量内业、地理信息测绘数据处理等工作。