遥感培训课程体系（选修）-曙海培训中心

遥感培训课程体系（选修）

专题划分

专题一：遥感基础与物理原理
专题二：遥感数据获取与传感器技术
专题三：遥感数字图像处理
专题四：定量遥感与参数反演
专题五：遥感图像解译与分类
专题六：微波遥感与雷达图像处理
专题七：高光谱遥感技术与应用
专题八：无人机遥感与低空监测
专题九：遥感制图与专题信息提取
专题十：遥感与GIS集成应用
专题十一：遥感智能化处理（AI/深度学习）
专题十二：行业遥感应用实战

专题一：遥感基础与物理原理

培训对象：

• 新入职遥感技术人员、GIS相关专业人员

• 需要建立遥感整体认知的规划、环保、农业等行业从业者

• 零基础转行进入遥感领域的初学者

培训目标：
掌握遥感的基本概念、发展历程与物理基础，理解电磁波谱、地物波谱特性、遥感成像机理，为后续深入学习奠定理论基础。

培训内容：

1. 遥感定义与系统组成：遥感的概念、发展历程、遥感系统的构成（平台、传感器、数据处理）

2. 电磁辐射基础：电磁波谱、黑体辐射、太阳辐射、大气窗口

3. 地物波谱特性：植被、水体、土壤、岩石、人工地物的反射波谱特征

4. 遥感成像机理：摄影成像、扫描成像、推扫式成像原理

5. 遥感分辨率：空间分辨率、光谱分辨率、辐射分辨率、时间分辨率

6. 遥感数据类型：航空遥感、航天遥感、地面遥感数据特点

7. 遥感平台系统：地球资源卫星、气象卫星、环境卫星、高分系列卫星

8. 遥感数据产品分级：原始数据、辐射校正产品、几何精校正产品

9. 遥感技术发展趋势：高光谱、高空间、高时间分辨率、智能化

10. 中国遥感发展：中巴资源卫星、高分专项、北斗系统、国产卫星进展

11. 遥感应用领域：资源调查、环境监测、灾害评估、农业估产、城市规划

12. 综合研讨：典型遥感应用案例分析

专题二：遥感数据获取与传感器技术

培训对象：

• 遥感数据采集工程师、无人机飞手

• 需要了解传感器选型的遥感应用人员

• 测绘、农林、环保等行业从业者

培训目标：
掌握主流遥感传感器的技术原理与数据获取方法，能够根据应用需求选择合适的遥感数据源，理解不同传感器的特点与适用场景。

培训内容：

1. 传感器分类：主动式与被动式、成像与非成像、摄影机与扫描仪

2. 光学传感器：框幅式相机、缝隙扫描仪、推扫式成像光谱仪

3. 多光谱传感器：Landsat MSS/TM/OLI、Sentinel-2、MODIS、国产卫星载荷

4. 高光谱传感器：航空高光谱、星载高光谱、地面光谱仪

5. 红外传感器：热红外成像原理、地表温度反演、热红外数据源

6. 微波传感器：合成孔径雷达（SAR）原理、侧视雷达、雷达极化

7. 激光雷达（LiDAR）：机载LiDAR、地面LiDAR、点云数据特点

8. 无人机遥感平台：多旋翼/固定翼无人机、任务载荷选型、航线规划

9. 遥感数据获取流程：数据订购、接收站、数据分发、编程拍摄

10. 遥感数据格式：栅格数据格式（GeoTIFF/IMG/HDF）、元数据信息

11. 开源数据资源：Landsat、Sentinel、MODIS、国产卫星开放数据

12. 综合实战：特定应用场景（如农业监测）的遥感数据源选型

专题三：遥感数字图像处理

培训对象：

• 遥感图像处理工程师、GIS技术人员

• 需要掌握遥感图像处理方法的科研人员

• 测绘、地质、环境等行业从业者

培训目标：
掌握遥感数字图像处理的核心技术与方法，能够进行图像辐射校正、几何校正、图像增强、图像变换等操作，为信息提取做准备。

培训内容：

1. 遥感图像数字表达：栅格模型、像元值、波段、文件格式

2. 图像统计特征：直方图、均值、方差、协方差矩阵、相关系数

3. 辐射校正：辐射定标、大气校正（DOS/FLAASH/6S）、地形校正

4. 几何校正：几何畸变原因、地面控制点选取、多项式纠正、正射校正

5. 图像配准：影像到影像配准、影像到地图配准、自动配准技术

6. 图像增强：对比度拉伸、直方图均衡化、滤波增强、彩色合成

7. 图像变换：主成分分析（K-L变换）、缨帽变换（K-T变换）、傅里叶变换

8. 图像融合：全色与多光谱融合、IHS变换融合、小波变换融合

9. 图像滤波：平滑滤波、锐化滤波、中值滤波、自适应滤波

10. 图像分割：阈值分割、边缘检测、区域生长、分水岭分割

11. 变化检测：影像差值法、主成分分析法、分类后比较法

12. 综合实战：多光谱遥感影像的辐射与几何校正处理流程

专题四：定量遥感与参数反演

培训对象：

• 定量遥感研究人员、遥感应用工程师

• 需要反演地表参数的农业、水文、气象从业者

• 硕士研究生、科研人员

培训目标：
掌握定量遥感的基本理论与参数反演方法，能够利用遥感数据反演植被参数、地表温度、土壤水分等关键地表参数。

培训内容：

1. 定量遥感理论基础：辐射传输方程、大气辐射传输模型

2. 辐射定标与大气校正进阶：绝对辐射定标、相对辐射定标

3. 植被参数反演：植被指数（NDVI/EVI/SAVI）、叶面积指数（LAI）、植被覆盖度

4. 地表温度反演：单通道算法、分裂窗算法、温度/发射率分离

5. 土壤水分反演：光学遥感法、热红外法、微波遥感法

6. 生物物理参数反演：生物量、叶绿素含量、氮素含量

7. 蒸散发估算：地表能量平衡、SEBAL模型、SEBS模型

8. 初级生产力估算：光能利用率模型、CASA模型、MODIS GPP产品

9. 气溶胶与大气环境：气溶胶光学厚度（AOD）反演、PM2.5估算

10. 水质参数反演：叶绿素a浓度、悬浮物浓度、透明度

11. 反演模型验证：地面同步测量、交叉验证、精度评估

12. 综合实战：基于Landsat数据的地表温度反演与验证

专题五：遥感图像解译与分类

培训对象：

• 遥感解译人员、资源调查工程师

• 需要提取土地利用/覆盖信息的技术人员

• 地理国情监测从业者

培训目标：
掌握遥感图像目视解译与计算机分类技术，能够进行土地利用/覆盖分类、地物识别、变化检测，提取专题信息。

培训内容：

1. 目视解译基础：解译要素（色调、纹理、形状、大小、阴影、图案）

2. 解译标志建立：典型地物解译特征、解译标志图制作

3. 野外调查验证：样点布设、地物光谱测量、解译结果验证

4. 计算机分类原理：分类基本概念、特征空间、分类器选择

5. 监督分类：训练样本选取、最大似然法、支持向量机、随机森林

6. 非监督分类：ISODATA算法、K-Means聚类、分类后合并

7. 分类后处理：分类合并、小斑去除、精度评估（混淆矩阵、Kappa系数）

8. 面向对象分类：影像分割、对象特征提取、规则分类、决策树

9. 多源数据融合分类：光学与雷达数据融合、多时相数据分类

10. 土地利用/覆盖分类体系：国家标准、FAO分类体系、实践应用

11. 变化检测技术：分类后比较法、差异图法、时间序列分析

12. 综合实战：区域土地利用分类与精度评估

专题六：微波遥感与雷达图像处理

培训对象：

• 雷达遥感研究人员、地质/海洋监测人员

• 需要处理SAR数据的遥感工程师

• 地质灾害监测、海洋监测从业者

培训目标：
掌握微波遥感原理与SAR图像处理方法，能够进行雷达图像几何校正、辐射定标、干涉测量，应用于地质灾害、海洋监测等领域。

培训内容：

1. 微波遥感物理基础：微波波段、极化特性、介电常数、穿透深度

2. SAR成像原理：合成孔径雷达原理、距离向/方位向分辨率、多普勒效应

3. SAR数据格式：SLC、GRD、RTC产品特点、常用SAR卫星（Sentinel-1/ALOS/高分三号）

4. 雷达图像特征：斑点噪声、几何畸变（透视收缩、叠掩、阴影）

5. SAR图像预处理：斑点滤波（Lee/Refined Lee）、辐射定标、几何校正

6. 极化SAR分析：极化散射矩阵、极化分解、地物分类

7. 干涉SAR（InSAR）原理：干涉图生成、相位解缠、DEM生成

8. 差分干涉（DInSAR）：地表形变监测、地震/滑坡/沉降监测

9. 永久散射体（PS-InSAR）：时间序列分析、毫米级形变监测

10. 雷达遥感应用：海洋监测（溢油/船舶）、农业监测（作物高度）、林业监测（生物量）

11. SAR与光学数据融合：特征级融合、决策级融合

12. 综合实战：Sentinel-1 SAR数据InSAR地表形变监测

专题七：高光谱遥感技术与应用

培训对象：

• 高光谱遥感研究人员、地质勘查人员

• 精细农业、环境监测技术人员

• 硕士研究生、科研人员

培训目标：
掌握高光谱遥感原理与数据处理方法，能够进行高光谱数据降维、混合像元分解、地物精细识别，应用于地质、农业、环境等领域。

培训内容：

1. 高光谱遥感特点：高光谱分辨率、连续光谱、图谱合一

2. 高光谱传感器：航空高光谱（AVIRIS/CASI）、星载高光谱（EO-1 Hyperion/高分五号）

3. 高光谱数据特性：波段相关性、数据冗余、维数灾难

4. 高光谱数据预处理：辐射校正、大气校正、光谱平滑

5. 降维技术：主成分分析（PCA）、独立成分分析（ICA）、波段选择

6. 混合像元分解：线性光谱混合模型、端元提取、丰度反演

7. 光谱匹配技术：光谱角填图（SAM）、光谱特征拟合（SFF）、二进制编码

8. 高光谱分类：支持向量机、随机森林、深度学习分类

9. 矿物填图：诊断性吸收特征、矿物识别、蚀变带提取

10. 植被精细分类：树种识别、病虫害监测、生化参数反演

11. 水质参数反演：叶绿素、悬浮物、有色溶解有机物（CDOM）

12. 综合实战：高光谱遥感矿物填图与植被精细分类

专题八：无人机遥感与低空监测

培训对象：

• 无人机飞手、低空遥感数据采集人员

• 测绘、农业、环保等行业应用人员

• 低空经济产业从业者

培训目标：
掌握无人机遥感系统组成与作业流程，能够进行无人机航线规划、影像数据采集、数据处理与成果输出，应用于低空监测场景。

培训内容：

1. 无人机遥感系统组成：无人机平台（多旋翼/固定翼）、飞控系统、任务载荷

2. 无人机装备选型：根据任务需求选择机型、载荷、电池、地面站

3. 飞行法规与安全：空域申请、飞行限制、安全规范、应急处置

4. 航线规划：航带设计、重叠度设置、仿地飞行、航线参数优化

5. 无人机操控技术：起飞/降落、手动飞行、自动飞行、紧急情况处理

6. 影像数据采集：像控点布设、相机参数设置、曝光控制、数据存储

7. 倾斜摄影测量：五镜头相机、多角度拍摄、三维重建基础

8. 无人机数据处理：Pix4D/PhotoScan/大疆智图处理流程

9. 正射影像制作：空中三角测量、密集匹配、正射校正、镶嵌成图

10. 三维实景建模：点云生成、格网构建、纹理映射、模型优化

11. 低空监测应用：环境监测、农业植保、电力巡检、应急响应

12. 综合实战：无人机航测数据采集与正射影像制作

专题九：遥感制图与专题信息提取

培训对象：

• 遥感制图人员、专题信息提取工程师

• 需要输出专业图件的遥感应用人员

• 测绘、规划、环保等行业从业者

培训目标：
掌握遥感制图的基本规范与专题信息提取方法，能够将遥感处理结果制作为专业地图产品，满足行业应用需求。

培训内容：

1. 遥感制图基本要素：图名、图例、比例尺、指北针、坐标格网、制图说明

2. 专题图类型：土地利用/覆盖图、植被类型图、地质图、环境质量图

3. 图面配置设计：图幅布局、色彩搭配、符号设计、注记配置

4. 专题信息提取流程：从遥感分类结果到专题矢量的转换

5. 图斑综合处理：制图综合、最小图斑处理、边界平滑

6. 专题属性标注：图斑编号、面积标注、属性表挂接

7. 地图整饰与输出：图廓整饰、比例尺设置、输出分辨率、格式选择

8. 制图表达规范：国家标准、行业规范、国际制图标准

9. 统计图表集成：分类面积统计图、变化柱状图、饼图制作

10. 系列专题图制作：多时相专题图、多要素专题图

11. 遥感监测报告编制：技术流程、精度评估、结论建议

12. 综合实战：土地利用遥感监测专题地图制作

专题十：遥感与GIS集成应用

培训对象：

• GIS工程师、遥感应用集成人员

• 需要开展空间分析的遥感技术人员

• 资源环境管理、城市规划从业者

培训目标：
掌握遥感与GIS集成应用的方法，能够将遥感信息提取结果与GIS空间分析结合，开展地学综合分析，解决实际问题。

培训内容：

1. 遥感与GIS集成框架：数据互操作、功能集成、一体化平台

2. 遥感数据与GIS数据互转：栅格与矢量互转、空间配准、坐标统一

3. 空间叠置分析：遥感专题数据与地形/土壤/气象数据叠置分析

4. 缓冲区分析：基于遥感分类结果的缓冲区生成与应用

5. 地形分析集成：遥感反演参数与DEM结合分析（坡向/坡度/起伏度）

6. 网络分析集成：遥感路网提取与交通可达性分析

7. 时空变化分析：多时相遥感数据与GIS变化检测集成

8. 适宜性评价：多因子加权叠加、层次分析法、适宜性制图

9. 生态环境评价：遥感生态指数、景观格局指数、生态敏感性分析

10. 灾害风险评估：遥感灾情信息与GIS风险模型结合

11. 三维GIS集成：遥感影像与DEM构建三维场景、虚拟现实应用

12. 综合实战：基于遥感和GIS的区域生态环境评价

专题十一：遥感智能化处理（AI/深度学习）

培训对象：

• 遥感算法工程师、AI应用开发人员

• 需要掌握深度学习遥感解译的技术人员

• 遥感科研人员、智慧城市从业者

培训目标：
掌握人工智能与深度学习在遥感图像处理中的应用方法，能够利用深度学习模型进行目标检测、地物分类、变化检测，提升遥感解译智能化水平。

培训内容：

1. AI与遥感融合概述：机器学习基础、深度学习发展、遥感智能解译

2. 卷积神经网络基础：CNN结构、卷积层、池化层、激活函数、全连接层

3. 经典分类模型：AlexNet、VGG、ResNet、DenseNet在遥感分类中的应用

4. 语义分割模型：FCN、U-Net、DeepLab、SegFormer在高分辨率影像分割

5. 目标检测模型：Faster R-CNN、YOLO系列、SSD在遥感目标检测（车辆/船舶/建筑物）

6. 变化检测模型：Siamese网络、变化检测CNN、时间序列分析

7. 样本数据制备：样本标注工具、样本增强、样本库建设

8. 模型训练与优化：训练参数设置、迁移学习、模型调优

9. 深度学习框架：TensorFlow、PyTorch、Keras在遥感中的使用

10. 遥感深度学习平台：Google Earth Engine、ArcGIS GeoAI、PIE-Earth

11. 轻量化模型部署：边缘计算、无人机端智能、移动端应用

12. 综合实战：基于深度学习的遥感影像建筑物提取

专题十二：行业遥感应用实战

培训对象：

• 各行业（农业、林业、地质、环境、城市）遥感应用人员

• 遥感项目负责人、解决方案工程师

• 需要行业应用经验的遥感从业人员

培训目标：
通过典型行业遥感应用案例，掌握遥感技术在不同领域的应用特点，能够进行需求分析、技术方案设计、项目实施与成果交付。

培训内容：

1. 农业遥感应用：作物识别、长势监测、产量估算、灾害评估

2. 林业遥感应用：森林资源调查、树种分类、生物量估算、森林火灾监测

3. 地质遥感应用：岩性分类、构造解译、矿产资源勘查、地质灾害监测

4. 水资源遥感应用：水体提取、水质监测、水域面积变化、洪涝灾害评估

5. 海洋遥感应用：叶绿素反演、海洋温度、溢油监测、海岸线变化

6. 环境遥感应用：大气污染监测、热岛效应、生态环境评价、自然保护区监测

7. 城市遥感应用：城市扩张监测、不透水面提取、城市热环境、规划实施评估

8. 灾害遥感应用：地震灾害评估、滑坡识别、洪涝淹没分析、灾情应急响应

9. 智慧农业与精准农业：变量施肥、灌溉决策、病虫害预警

10. 自然资源调查监测：国土三调、耕地保护、生态红线监测

11. 碳中和与碳汇监测：植被碳储量估算、森林碳汇监测

12. 综合大作业：行业遥感应用项目完整方案设计与实施

遥感软件工具概览