友情链接:
合作联系
|
ASPEN培训课程
*本课程体系结合企业实际人才需求与遥感技术发展路线，按照从基础理论到高级应用、从遥感数据获取到图像处理解译、从二维制图到三维建模、从传统遥感到智能化监测的完整知识体系分类，共分为六个技术专题。每个专题均结合主流遥感软件工具（ENVI/ERDAS/eCognition/ArcGIS/Pix4D/ContextCapture）与工程实践。*
遥感（Remote Sensing）是指通过非接触传感器获取目标地物的电磁波信息，并对这些信息进行处理、分析和解译的技术系统。遥感技术广泛应用于资源调查、环境监测、城市规划、农业估产、灾害评估、国防安全等领域。随着卫星遥感、无人机遥感、激光雷达等技术的快速发展，以及人工智能与遥感技术的深度融合，遥感产业对复合型技术人才的需求持续增长。通过遥感培训，学员可以掌握遥感数据获取、处理、分析和应用的全流程技能，培养利用遥感技术解决实际问题的能力。本课程体系参考了国家高等教育智慧教育平台精品课程、中国科学院遥感课程、摄影测量与遥感技术专业培养方案以及微专业课程设置，按照从基础到高级、从通用到专业的进阶路径设计，确保课程内容的系统性、先进性和实用性。
掌握遥感的基本概念、类型与特点
理解电磁辐射与地物波谱特征
熟悉遥感平台与传感器成像原理
具备遥感数据源选择与质量评价能力
遥感概念与遥感技术系统：遥感的基本定义，遥感技术系统的构成（空间信息采集系统、地面接收和预处理系统、信息处理和分析系统），遥感的类型（按平台分、按电磁波波段分、按应用领域分），遥感的主要特点
遥感的类型与特点：主动遥感与被动遥感，光学遥感与微波遥感，航天遥感、航空遥感与地面遥感，不同遥感类型的特点与适用场景
遥感的发展与应用：国际遥感发展历程，中国卫星遥感发展趋势，遥感在资源调查、环境监测、城市规划、农业估产、灾害评估、国防安全等领域的主要应用
电磁波与电磁波谱：电磁波的基本性质，电磁波谱的划分（紫外线、可见光、红外线、微波），各波段遥感的特点与应用，ENVI软件中的波谱库应用
黑体辐射与实际物体辐射：黑体辐射定律（普朗克定律、斯蒂芬-玻尔兹曼定律、维恩位移定律），实际物体的辐射特性，发射率概念
太阳辐射及大气对辐射的影响：太阳辐射光谱，大气组成与结构，大气对电磁辐射的影响（吸收、散射、透射），大气窗口概念，ENVI大气校正模块原理
地球辐射与地物波谱特性：地物的反射辐射、吸收辐射、透射辐射，典型地物（植被、水体、土壤、岩石）的反射波谱特性，地物波谱特性的影响因素，USGS波谱库应用
不同电磁波段地-气相互作用：可见光-近红外波段的大气影响，热红外波段的大气影响，微波波段的大气影响
遥感平台及运行特点：航天遥感平台（气象卫星、陆地卫星、海洋卫星），航空遥感平台（有人机、无人机），地面遥感平台，各类平台的特点与应用，Landsat、Sentinel、高分系列卫星数据获取
传感器成像原理：摄影成像原理，扫描成像原理（光机扫描、推扫式扫描），微波遥感成像原理（真实孔径雷达、合成孔径雷达），传感器参数与影像质量关系
遥感图像特征：空间分辨率、光谱分辨率、辐射分辨率、时间分辨率的概念，不同传感器图像的特征对比，ENVI中图像信息查看与分辨率分析
常用遥感卫星与传感器：Landsat系列、SPOT系列、Sentinel系列、MODIS、高分系列等卫星的特点与应用，传感器参数解读，数据下载与预处理流程
掌握遥感数字图像的基本格式与特征
能够使用ENVI进行遥感图像的辐射校正与几何校正
熟悉图像增强与变换的主要方法
具备ENVI/ERDAS等遥感软件基础操作能力
遥感数字图像处理基础：遥感图像处理的基本概念，遥感数据的分级（0级、1级、2级等），遥感图像文件的基本格式（BSQ、BIL、BIP、HDF、GeoTIFF），ENVI软件文件格式支持
图像表达和统计特征：遥感图像的矩阵表达，直方图概念与计算，图像统计特征参数（均值、方差、协方差、相关系数），多元统计特征，ENVI中统计工具应用
色彩模型和色彩空间：RGB色彩模型，HSV色彩模型，IHS色彩模型，不同色彩空间的转换，色彩在遥感图像表达中的应用，ENVI色彩变换工具
彩色合成与图像显示：多波段图像的彩色合成，真彩色合成与假彩色合成，最佳波段组合选择，图像显示拉伸（线性拉伸、非线性拉伸、直方图均衡化），ENVI图像显示设置
辐射传输与辐射误差：辐射传输方程，辐射误差来源（传感器误差、太阳高度角误差、地形误差、大气散射误差），辐射误差对图像分析的影响
辐射校正：辐射定标（将DN值转换为辐射亮度或反射率），大气校正方法（绝对大气校正、相对大气校正），常用大气校正模型（6S、MODTRAN、FLAASH），ENVI FLAASH大气校正模块操作
几何校正的概念和原理：几何畸变来源（平台姿态变化、地球曲率、地形起伏、扫描镜速度变化），几何精纠正的数学模型（多项式模型、共线方程模型、有理函数模型）
几何精纠正流程：地面控制点选择，坐标变换模型建立，像元重采样方法（最邻近法、双线性内插法、三次卷积法），校正精度评估，ENVI几何校正工具应用
图像变换概述：图像变换的目的与意义，常用图像变换方法分类，ENVI变换工具集介绍
傅里叶变换：傅里叶变换原理，频率域图像表达，低通滤波与高通滤波，傅里叶变换在图像处理中的应用，ENVI傅里叶滤波工具
K-L变换：K-L变换（主成分分析）原理，特征值与特征向量计算，主成分图像生成，K-L变换在信息压缩、特征提取中的应用，ENVI主成分分析工具
缨帽变换与彩色变换：缨帽变换（KT变换）原理，亮度、绿度、湿度分量含义，RGB-IHS彩色变换，数字图像融合（全色与多光谱融合、多源遥感数据融合），ENVI图像融合工具（Gram-Schmidt、NNDiffuse）
掌握遥感图像分类的基本原理与方法
能够使用ENVI进行监督分类与非监督分类
熟悉eCognition面向对象分类技术
具备遥感专题信息提取与精度评估能力
遥感图像分类原理：分类的基本概念，地物光谱特征与分类特征空间，分类的数学基础（概率统计、距离度量），分类流程与评价体系
相似性度量：欧氏距离、马氏距离、光谱角、相关系数等相似性度量方法，不同度量方法的适用场景，ENVI中距离计算工具
非监督分类：非监督分类原理，K-均值聚类算法，ISODATA聚类算法，聚类类别数的确定，分类结果分析与类别定义，ENVI非监督分类工具
监督分类：监督分类原理，训练样本选择原则与方法，样本可分离性评价（Jeffries-Matusita距离、转换散度），ENVI样本选择与评价工具
常用监督分类算法：最小距离分类，马氏距离分类，最大似然分类，支持向量机分类，决策树分类，随机森林分类，ENVI监督分类器应用
图像分割的概念、方法和流程：图像分割的定义与目的，分割方法分类（基于阈值、基于边缘、基于区域），分割流程与参数设置，eCognition软件多尺度分割
灰度阈值法：直方图阈值选择，全局阈值与局部阈值，多阈值分割，自适应阈值算法，ENVI密度分割工具
梯度和区域方法：边缘检测算子（Sobel、Canny、Laplacian），区域生长法，分水岭分割算法，ENVI边缘提取工具
分割后处理：数学形态学方法（膨胀、腐蚀、开运算、闭运算），区域标识与合并，小斑块去除，分割结果优化，ENVI形态学工具
面向对象分类：面向对象分类原理，影像多尺度分割，对象特征（光谱、形状、纹理、上下文关系），模糊分类规则，eCognition软件应用（规则集构建、特征选择、分类执行）
分类后处理：分类精度评估（混淆矩阵、总体精度、用户精度、生产者精度、Kappa系数），分类结果滤波，类别合并与制图综合，ENVI精度评估工具
遥感信息提取专题：单一目标的遥感信息提取方法，高光谱图像处理与特征提取，高空间分辨率图像处理，遥感变化检测（代数法、变换法、分类后比较法），ENVI变化检测工具
掌握无人机系统组成与飞行操控技术
能够进行无人机航测任务规划与数据采集
熟悉Pix4D/ContextCapture倾斜摄影测量建模流程
具备无人机遥感数据全流程处理能力
无人机遥感概述：无人机遥感系统组成，无人机类型（多旋翼、固定翼、垂直起降固定翼），无人机遥感的应用优势与场景，大疆、飞马等主流无人机平台介绍
无人机装备技术：无人机平台架构，动力系统（电池、电机、电调），飞行控制系统，导航定位系统（RTK/PPK），载荷集成（可见光相机、多光谱相机、激光雷达），传感器选型原则
无人机操控与维护：无人机模拟器训练，实机组装与调试，飞行前检查，安全操作规程，日常维护与故障排查，大疆Pilot App使用
低空遥感监测装备：多类型遥感装备的结构组成、性能参数、搭载原理，装备与任务匹配策略，五镜头倾斜相机、正射相机对比
航测任务规划：测区踏勘与空域申请，航线设计（航向重叠率、旁向重叠率、飞行高度、航线间距），地面控制点布设，像控点测量，Pix4Dcapture/DJI GS Pro任务规划软件应用
无人机航测数据采集：飞行任务执行，数据采集质量控制，应急情况处理，多架次数据衔接，飞行日志检查与导出
摄影测量基础：中心投影与透视投影，像片的内外方位元素，共线条件方程，立体观测原理，数字摄影测量工作站概念
倾斜摄影测量原理：多角度倾斜摄影系统，倾斜影像特点，多视影像联合平差，三维重建数学模型，Pix4Dmapper/ContextCapture工作原理
空中三角测量：特征点提取与匹配，区域网平差，像控点参与平差，空三精度评估，Pix4D空三处理流程
三维实景建模：密集匹配生成点云，点云滤波与分类，不规则三角网构建，纹理映射与模型优化，ContextCapture三维建模流程（新建工程、添加照片、空三处理、三维重建、模型输出）
实景三维模型后处理：模型修饰与修复，模型简化与格式转换，单体化建模，模型精度评价，DP-Modeler模型修模软件应用
无人机遥感综合实践：完整无人机航测与三维建模项目，从任务规划、数据采集、数据处理到成果输出的全流程操作，生成DOM、DSM、实景三维模型
掌握激光雷达（LiDAR）的工作原理与系统组成
能够使用LiDAR360/TerraSolid进行点云数据的预处理与分类
熟悉数字高程模型（DEM）与三维建模技术
具备多源数据融合与综合应用能力
激光雷达概述：LiDAR技术发展历程，激光雷达的类型（星载、机载、车载、地面），LiDAR在测绘、林业、电力、自动驾驶等领域的应用
LiDAR工作原理：激光测距原理（脉冲法、相位法），扫描方式（线扫描、圆锥扫描、光纤扫描），定位定姿系统（GPS/IMU）集成，点云几何定位原理
LiDAR系统组成：激光扫描仪，高精度定位系统，惯性测量单元，控制单元，数据记录系统，多传感器集成与同步，Riegl、Leica主流LiDAR设备介绍
点云数据特点：点云数据结构，点云密度与分布，强度信息，回波次数信息，点云精度影响因素，LiDAR360/TerraSolid软件界面介绍
点云预处理：航带平差，点云去噪（孤立点去除、低点滤除），点云抽稀与简化，多架次点云拼接，LiDAR360点云预处理工具
点云分类技术：滤波分类原理，渐进三角网滤波，形态学滤波，机器学习分类算法，地面点、植被、建筑物分类，TerraSolid宏命令分类流程
数字高程模型生产：DEM/DSM/DTM概念区别，由点云生成DEM流程，插值方法选择，DEM精度评估，LiDAR360 DEM生成工具
数字表面模型与冠层模型：DSM生成，归一化点云，冠层高度模型计算，植被参数提取（树高、冠幅、郁闭度），LiDAR360林业分析模块
建筑物三维重建：建筑物点云分割，屋顶面提取，规则化处理，三维模型构建，模型纹理映射，LiDAR360建筑物建模工具
电力线提取与分析：电力线点云识别，电力线三维重建，导线弧垂计算，净空距离分析，LiDAR360电力线分析模块
多源数据融合：LiDAR与影像融合，点云赋色，多源数据配准，融合数据的三维建模，Global Mapper数据融合应用
激光雷达综合实践：机载/地面LiDAR数据处理完整流程，从点云分类到三维建模的应用项目，成果输出与精度评价
掌握遥感在自然资源、生态环境等领域的应用方法
能够结合ArcGIS进行专题制图与空间分析
熟悉基于深度学习的遥感智能解译技术
具备遥感工程应用与解决方案设计能力
遥感应用概述：遥感应用的层次与流程，遥感在国民经济各领域的作用，遥感与GIS、GPS的集成应用（3S技术），ArcGIS与ENVI一体化应用
植被遥感：植被光谱特征，植被指数（NDVI、EVI、SAVI、RVI），植被参数反演（LAI、生物量），植被物候监测，森林资源调查，ENVI植被指数计算工具
水体遥感：水体光谱特征，水体识别方法（单波段法、比值法），水质参数反演（叶绿素、悬浮物、透明度），水体富营养化监测，洪涝灾害评估，ENVI水体提取模型
土壤遥感：土壤光谱特征，土壤类型识别，土壤水分反演，土壤侵蚀监测，土壤盐渍化监测，ArcGIS空间插值工具
城市遥感：城市不透水面提取，城市热岛效应监测，城市扩张监测，城市功能区划分，夜间灯光数据应用，ENVI城市分析工具
大气遥感：大气气溶胶反演，PM2.5浓度估算，臭氧层监测，大气污染源识别，ENVI大气校正模块扩展应用
自然资源低空监测：自然资源普查与动态监测（树种识别、蓄积量估算、病虫害监测、耕地变化、违法用地识别、生态修复评估），全流程技术方案设计
低空遥感图像智能解译：深度学习基础（CNN、RNN、Transformer），目标检测（YOLO、Faster R-CNN），语义分割（UNet、DeepLab），变化检测，遥感影像智能解译流程（数据标注、模型训练、结果评估），ENVI深度学习模块应用
三维实景建模与数字孪生：实景三维模型构建，城市信息模型（CIM），数字孪生系统架构，物联网数据接入，Cesium平台应用，ContextCapture模型导出与发布
多时相遥感分析：时间序列构建，趋势分析，物候参数提取，干扰与恢复监测，长时序遥感数据分析方法，ENVI时间序列分析工具
遥感与GIS集成应用：遥感制图技术，专题地图制作，空间决策支持系统，WebGIS发布与服务，ArcGIS Pro遥感影像制图流程
遥感综合实践：行业应用完整项目设计，从需求分析、数据获取、处理分析到成果输出的全流程，涵盖自然资源监测、生态环境评估等典型场景，项目成果汇报与展示
| 学员背景 | 推荐学习专题 | 学习目标 | 对应企业岗位 |
|---|---|---|---|
| 零基础初学者 | 专题一 → 专题二 → 专题四 | 掌握遥感基础与图像处理技能 | 助理遥感工程师 |
| 测绘/地信人员 | 专题二 → 专题三 → 专题五 | 掌握图像解译与三维建模技术 | 遥感数据处理工程师 |
| 无人机飞手 | 专题四 → 专题五 → 专题六 | 掌握无人机遥感全流程 | 无人机遥感工程师 |
| 软件开发人员 | 专题三 → 专题六 → 专题二 | 掌握智能解译与AI应用 | 遥感算法工程师 |
| 自然资源管理者 | 专题六 → 专题一 → 专题三 | 掌握遥感监测应用 | 自然资源监测工程师 |
| 环境监测人员 | 专题六 → 专题二 → 专题三 | 掌握生态环境遥感应用 | 环境遥感工程师 |
| 高校学生/毕业生 | 专题一 → 专题三 → 专题四 → 专题六 | 建立完整遥感技能体系 | 初级遥感岗位 |
