如何评价遥感图像的质量,常用的指标有哪些?

1、评价：1）查看影像直方图中单个亮度值出现的频率。2）在计算机上查看某一个具体位置为地理区域的像元亮度值。3）计算基本的医院描述性统计量，判断影像遥感数据中是否存在异常。4）计算多元统计量以确定波段间的相关关系（如识别冗余信息）。

2、彩色红外航空像片质量评价。可从航片的重叠度、航线偏移程度，像片的成像质量和冲洗质量方面予以评价。（2）热红外图像质量评价。主要从图像的色调、反差，图像回放时曝光强度的控制等方面予以评价。

3、首先清晰度很重要，显然模糊的图像再怎么处理都不如清晰的图像，除此之外还有图上有没有云彩，再有就是看分辨率如何，如果还有的话就是看看房子的阴影覆盖情况，有的图都是楼房的阴影，处理起来也是很头疼的。

石漠化遥感影像的判读指标

植被指标：植被指标在遥感影像解译工作中是一个参照的重要因素，特别是TM2波段。当质地、岩性和坡度等指标确定以后，石漠化强度级别判定的指标就是植被，植被覆盖度、植被结构信息从影像色调深浅及色相确定。

通过遥感调查，得到了实验区石漠化现状图与石漠化现状分布（图版5－4）数据，并进行了相应的指标评价。

在遥感影像TM2波段中，对植被的反映敏感，当质地、岩性和坡度等指标确定以后，多边形图斑的勾绘和石漠化强度级别判定的指标就是植被、植被覆盖度、植被结构信息从影像色调深浅及色相确定（表3-5）。 野外作业验证 在遥感影像调查工作中，野外作业验证是不可缺少的重要环节。

什么是卫星的重返周期和回归周期,其技术指标对遥感影像获取有什么意义...

能够带来准确信息如果卫星绕地球作匀速圆周运动，则可用GMm/（r^2）=4（π^2）m/（T^2）计算卫星运行周期，时间分辨率是关于遥感影像间隔时间的一项性能指标。遥感探测器按一定的时间周期重复采集数据，这种重复周期，又称回归周期。

重访周期指的是卫星首次拍摄某地后x天后依然能够利用传感器上的侧摆角拍摄到此地的影像。重复周期是卫星在轨道上运行一圈所用的时间。重访时间是卫星经过同一个星下点的时间间隔。

卫星主要性能指标达到了国际90年代初期同类静止气象卫星的水平。 风云二号气象卫星是空间技术、遥感技术、通信技术和计算机技术等高技术相结合的产物，它定向覆盖、连续遥感地球表面与大气分布，具有实时性强、时间分辨率高、客观性和生动性等优点。

传感器的性能

1、个性能指标 线性度：指传感器输出量与输入量之间的实际关系曲线偏离拟合直线的程度。定义为在全量程范围内实际特性曲线与拟合直线之间的最大偏差值与满量程输出值之比。灵敏度：灵敏度是传感器静态特性的一个重要指标。其定义为输出量的增量与引起该增量的相应输入量增量之比。用S表示灵敏度。

2、传感器的性能指标 在检测控制系统和科学实验中，需要对各种参数进行检测和控制，而要达到比较优良的控制性能，则必须要求传感器能够感测被测量的变化并且不失真地将其转换为相应的电量，这种要求主要取决于传感器的基本特性。

3、可靠性要求：传感器应当能够在恶劣的工况下稳定、可靠地工作，如能够耐受高温、高湿、腐蚀、振动等环境条件。响应速度要求：一些应用场景中，如机器控制或自动化系统，对传感器的响应速度会有要求，因此传感器响应速度应当快，确保实时性。

4、灵敏度：灵敏度是传感器静态特性的一个重要指标。其定义为输出量的增量Δy 与引起该增量的相应输入量增量Δx 之比。

农业遥感主要监测什么

1、利用遥感对作物进行监测，包括农作物面积、长势情况、产量估算、土壤墒情、病虫害等作物信息监测。作物种植面积监测 不同作物在遥感影像上呈现不同的颜色、纹理、形状等特征信息，利用信息提取的方法，可以将作物种植区域提取出来，从而得到作物种植面积和种植区域。

2、农业遥感主要用于监测和评估以下指标： 作物种植面积。通过遥感图像可以识别不同作物种植区域的范围和面积，为作物产量估计和农业区规划提供数据支撑。 作物生长状况。通过监测作物的植被指标，如落叶面积指数（LAI）、归一化植被指数（NDVI）等，可以判断作物的生长状况和健康程度。 作物产量。

3、农业遥感利用卫星遥感技术和其他地面监测手段，对农业生产环境进行动态监测和评估。 主要监测指标包括植被生长情况，通过多光谱遥感技术获得植被指数、覆盖度和绿度等信息。 农业遥感可以及时了解农作物生产情况，如产量和品质，从而指导优化农业生产。

4、农业遥感是将遥感技术与农学各学科及其技术结合起来，为农业发展服务的一门综合性很强的技术。主要包括利用遥感技术进行土地资源的调查，土地利用现状的调查与分析，农作物长势的监测与分析，病虫害的预测，以及农作物的估产等。是当前遥感应用的最大用户之一。

5、遥感在农业方面的应用意思是主要是在进行农用土地资源调查、作物估产和气象灾害、作物病虫害的监测、预报等方面。遥感技术在农业中的应用现状：随着时代的进步发展与我国现代化建设进程的加快，现代农业中对先进技术的应用也越来越广泛。在农业生产中，遥感技术在多个方面均有所应用。

01.植被覆盖度遥感估算及等级划分

植被覆盖度遥感估算与等级划分：生态洞察的遥感技术应用 植被覆盖度，作为地球表面绿色生命的直观指标，通过地表植被垂直投影面积占总面积的百分比，揭示了生态环境的健康状况与生物多样性。

．-1=NDVI=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大 3．NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。

植被覆盖度，即FVC，表示植被在地表的投影面积占总面积的百分比，是生态环境评估的重要参数。早期的地面测量方法复杂且效率低，现在更多采用遥感估算，如基于NDVI的计算公式：NDVI = （NIR - R） / （NIR + R）。

植被覆盖度（Fractional Vegetation Cover， FVC）是生态健康评估的重要指标，通过遥感手段如经验模型和植被指数如NDVI（Band5-Band4）/（Band5+Band4）来估算。处理这种数据通常涉及辐射定标和大气校正，特别是在高光谱数据上。在ENVI和ArcMap中，尽管ENVI可能产生异常值，ArcMap的计算通常更为正常。

植被监测：光学遥感数据可以用于植被监测和评估。通过植被指数（如归一化植被指数，NDVI）等，可以推断植被的生长状况、叶绿素含量、植被覆盖度等信息，用于农业管理、森林资源管理和环境监测等。 地表温度估算：光学遥感数据可以用于估算地表温度。通过测量地表辐射的红外反射率，可以推算地表的温度。