地理国情动态监测网络周军其 13476213094 数据是地理国情普查的基础 数据获取是地理国情普查和监测的关键！主要内容 地理国情普查与检测分类 地理国情检测内容与指标 监测数据获取技术框架星湖地面拍摄影像拍摄这个影像的目的是什么？星湖遥感影像 影 像 上 有 什 么 ？武汉市卫星影像思考 要知道某个地方有什么？有什么方法？ 要了解某个地方发生了变化，有什么方法 ？需要什么资料或信息? 面临突发的自然灾害，比如地震 首要做的是什么？ 对于其他的应用，第一步应该做什么？一、地理国情普查与监测 普查的内容？ 监测的内容？ 内容决定使用什么样的数据， 数据获取方式地理国情监测总体框架 地理国情监测涉及 很多方面 数据获取的作用 动态监测的首要因 素是能否具备实用 化的、高分辨率、 连续稳定并能快速 接收使用的监测数 据源 。地理国情信息分类2.0，20130401地理国情监测内容检测分类 综合性、专题性和灾害性检测 三个检测内容从检测范围和检测要素看： 都是对全球、国家、区域范围的自然要素 、人文要素的动态检测。 综合检测是对地表全要素的检测 对地形地貌等随时间变化较缓慢的自然要素的 综合统计和对如道路等随时间变化明显的人文 要素的动态检测，是其他两个本底基础。检测分类 专题检测是在综合检测的基础上进行检测 对主体功能区规划实施、城市变化发展、重大 工程实施效果、建筑群分布，资源环境与生态 保护亟待解决的问题，社会热点问题的检测。 灾害检测也是在综合检测的基础上进行 对各类灾害检测，如台风、地震、洪涝、干旱 、滑坡、泥石流、地表形变等进行检测，分析 灾害区域危害程度或成灾规律，为防灾救灾减 灾和恢复重建提供科学决策依据。二、综合检测检测的指标有哪些？ 总体指标 基础指标 指能够直接从地图、遥感影像等载体上提取的，或通 过地面测量手段获得的地理要素特征。主要包括名称 、范围、位置、长度、面积等。 统计指标 在获取基础指标的基础上，通过数理统计的方法对原 始数据进行处理和分析得到。 分析指标 综合运用 GIS 空间统计分析方法和景观格局分析方法 ，提取空间分布特征测度指标和景观格局指数，对地 理国情监测对象的空间格局特征、分布特征、监测对 象相关性等进行分析得到。 综合检测检测具体指标 地形：地形是地貌和地物的统称。 利用已有国家基础地理信息数据成果，计算全 国坡度、高程和起伏度等地形因子，编制地形 单元全国分布图，包括坡度分级、海拔分级和 起伏分级。 划分全国平原、台地、丘陵、不同大小起伏的 山地，调查全国主要山峰的位置、高程及主要 山脉的范围、长度等信息。检测指标 植被： 覆盖地表的植物群落的总称，植被覆盖状况也 是一个直接反映生态环境状况的很好的指标。 农田（旱地，水田、水浇地） ，林地(有林 地，灌木林地，疏林地，未成林造林地， 苗圃等)，园地（果园、茶园、其他园地） 和草地（不同覆盖度）的地理位置、范围 、各种植被类型的面积等。 检测指标 水域与湿地 包括河流、湖泊、水库、坑塘、沟渠、滩地和 沼泽地状况。 河流名称、分布范围、河源、河口位置、河流 长度、流域面积等。 湖泊（水库）类型、分布范围、中心位置、高 程、宽度、坝高、坝宽、坝底高程等。 检测指标 冰川与永久积雪 查清冰川的位置、范围、表面高程、面积、长 度及分布信息；查清永久积雪的雪盖面积、雪 线高程及分布信息；检测指标 荒漠与裸露地 荒漠化日益严重，侵蚀着珍惜的土地资源，了 解荒漠与裸露地的分布及变化趋势有利于制定 合理的治理方案。 检测分布范围、位置、面积等。 交通网络 交通网络中铁路和公路是最主要的两部分，承 担着我国大部分的人员和物资的运送任务。 检测分布范围、里程、坡度、起伏度。检测指标 居民地与设施 居民地与设施的分布范围、中心位置、面积等 。 地理界线 地理界线是生成统计单元的基础； 地理位置、界线长度、高程、坡度。 表 地理国情监测内容与指标 这些指标从哪 里得到？三、获取监测数据的技术框架 怎么获取这些指标? 哪些指标可以直接获取？ 哪些指标需要处理才能得到？ 为什么要获取这些数据？对数据分辨率的要求 主要数据源为优于1米和优于2.5米的高分辨 率航空航天遥感影像。 分辨率的含义：同一地区在不同分辨率影像同一地区在不同分辨率影像同一地区在不同分辨率下的影像同一地区在不同分辨率下的影像同一地区在不同分辨率下的影像同一地区在不同分辨率下的影像2013年3月4日云南省大理州洱源县 震中炼铁乡0.2米影像基础数据 地理国情监测以我国基础地理信息数据成 果为基础，国家基础地理信息数据库是存 储和管理全国范围多种比例尺、地貌、水 系、居民地、交通、地名等基础地理信息 ，包括栅格地图数据库、矢量地形要素数 据库、数字高程模型数据库、地名数据库 和正射影像数据库等。通过 GIS 系统，可 以很容易的获取相关基础指标内容。 地理国情监测数据动态获取 已经发射和计划发射的获取设备： 资源、气象、海洋、测绘、环境与灾害； 建立卫星、平流层、航空、低空、地面、水下多 层次综合的数据获取平台； 具备光学、主被动微波、激光等多种传感器类型 ； 具备不同空间、光谱、时间分辨率的高精度影像 获取能力； 覆盖全国辐射全球的数据接收和传输网络； 实现全球或区域尺度的大范围检测数据获取，也 能对任何感兴趣区域的近实时检测数据获取。 空天地一体化地理国情监测动态数据获取 技术：包括航天航空遥感数据获取、地面 数据动态采集、专题数据获取。武汉大学遥感信息工程学院 周 军其航天遥感数据获取技术MODISMODIS全国影像全国影像MODISMODIS湖北省影像湖北省影像武汉大学遥感信息工程学院湖北图象湖北图象武汉大学遥感信息工程学院航天遥感数据获取技术 三全：全天候、全天时、全球； 三多：多传感器、多平台、多角度； 四高：高空间、高光谱、高时相、高辐射 分辨率； 高分辨率测绘卫星：高分辨率光学立体测 图卫星、干涉雷达卫星、激光测高卫星和 重力卫星。常用的高分卫星 GeoEye-1 (0.46m)，GeoEye-2 (0.34m) WorldView-1 (0.46m)，WorldView-2 (0.46m) WorldView-3 (0.31m) Pleiades-1A (0.5m)，Pleiades-1B (0.5m) QuickBird (0.65m) IKONOS (0.82m) IKONOS Stereo Imagery SkySat-1 (0.9m) SkySat-2 (0.9m) SPOT-6 (1.5m) SPOT-7 (1.5m) GF-1 GF-2(1m)周军其其他卫星（2m-20m） FORMOSAT-2 (2m) ALOS (2.5m) CARTOSAT-1 (2.5m) SPOT-5 (2.5m-5m) RapidEye (5m) LANDSAT 7 ETM+ (15m) LANDSAT 8 (15m) ASTER (15m) CBERS-2 (20m) ZY-2 ZY-3周军其周军其周军其周军其周军其李德仁院士 “到2020年我国天上估计有200多颗卫星。 近来我每天都在思考的，就是怎么把天上 的卫星用好。” 他希望把数以百计的卫星统 起来，实现卫星组网通信、实时处理和快 速响应，让收集到的信息在天上就处理好 ，然后直接把结果发到每个需要的人手上 ，以抢险救灾为例，这样能够以最快的速 度把灾情弄清楚，进而实施应急响应，届 时会大大提高救灾的效率，造福人民。航空遥感数据获取技术 高空、中低空的平台，采用高精度惯性导 航与定位差分系统辅助各种高分传感器光 学数码相机、激光雷达、合成孔径雷达进 行多维高精度全天候全天时对地观测。 航拍用无人机激光雷达 在测绘领域中，机载激光雷达大部分指用 于地形测绘用的机载激光雷达系统，其主 要目的是为了获取高精度的数字表面模型 （DSM）。机载激光雷达POs高密度LiDAR点云数据，点云密度：80点/平方米地面数据动态采集系统全景相机GPSCCD相机IMU激光扫描仪可见光/热红外全景相机CCD立体相机视频摄像机GPS接收机 激光扫描仪手持的设备 普通相机 手机地面光谱测量仪器植被参数测量设备环境监控类传感器 二氧化碳，烟感 传感器 温湿度二氧化碳光照度变送器 温湿度二氧化碳变送器 温湿度变送器 温湿度传感器 光照度变送器 太阳光度计 气溶胶光学厚度气象类用传感器 土壤水分 风向 风速 辐射 光照 自动气象站 土壤水分温度工业用用传感器 大气压力计 压力液位变送器 一体化温度变送器 数显压力表按 被 测 量 分 类物理量传感器力学量压力传感器、力传感器、力矩传感器、速度传感器、加速度传感器 、流量传感器、位移传感器、位置传感器、尺度传感器、密度传感 器、粘度传感器、硬度传感器、浊度传感器热学量温度传感器、热流传感器、热导率传感器光学量可见光传感器、红外光传感器、紫外光传感器、照度传感器、色度 传感器、图像传感器、亮度传感器磁学量磁场强度传感器、磁通传感器电学量电流传感器、电压传感器、电场强度传感器声学量声压传感器、噪声传感器、超声波传感器、声表面波传感器射线x射线传感器、射线传感器、射线传感器、辐射剂量传感器化学量传感器离子传感器、气体传感器、湿度传感器生理量传感器生物量体压传感器、脉搏传感器、心音传感器、体温传感器、血流传感器、 呼吸传感器、血容量传感器、体电图传感器生化量酶式传感器、免疫血型传感器、微生物型传感器、血气传感器、血液 电解质地理国情监测天空地一体化对地观测传感网国情普查和检测专题数据收集和采集 包括社会经济、人口基础数据、法人单位 基础数据、自然资源数据，以图表文本形 式存储。 这些数据来自政府相关部门。数据要求 数据获取是地理国情检测的基础 分辨率的要求 时间的要求 质量的要求 认识数据获取在地理国情监测中的作用 最好的传感器是什么？谢谢！