Please wait a minute...
 
自然资源遥感  2021, Vol. 33 Issue (3): 1-10    DOI: 10.6046/zrzyyg.2020357
  综述 本期目录 | 过刊浏览 | 高级检索 |
基于国产卫星的遥感地质解译能力评估
郑雄伟1,2,3(), 彭孛4, 尚坤5
1.中国自然资源航空物探遥感中心,北京 100083
2.中国地质科学院研究生院,北京 100037
3.中国地质大学(武汉)计算机学院,武汉 430074
4.四川省地质调查院,成都 610036
5.自然资源部国土卫星遥感应用中心,北京 100048
Assessment of the interpretation ability of domestic satellites in geological remote sensing
ZHENG Xiongwei1,2,3(), PENG Bei4, SHANG Kun5
1. China Aero Geophysical Survey & Remote Sensing Center for Natural Resources,Beijing 100083, China
2. Graduate School of Chinese Academy of Geological Sciences,Beijing 100037, China
3. School of Computer Science,China University of Geosciences(Wuhan),Wuhan 430074, China
4. Sichuan Geological Survey Institute, Chengdu 610036, China
5. Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing 100048, China
全文: PDF(7027 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

随着国产卫星空间分辨率、光谱分辨率、时间分辨率和数据覆盖能力的极大提升,国产卫星已在自然资源监管和地质调查工作中得到了深入广泛的应用。以资源一号02C、高分一号、高分二号、资源三号卫星为例,探索研究了其在基础地理、基础地质、土地资源、矿产资源开发、水文地质、工程地质、地质灾害等调查中的解译应用,并对国产卫星的地质调查要素解译能力进行了对比、评估与总结,为国产卫星更加广泛深入应用提供了指导性建议和科学参考。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
郑雄伟
彭孛
尚坤
关键词 ： 国产卫星,  遥感地质,  解译能力    
Abstract：

With the substantial improvement in spatial resolution, spectral resolution, temporal resolution, and data coverage, domestic satellites have been widely used in natural resources supervision and geological surveys. Taking ZY-1 02C, GF-1, GF-2, and ZY-3 satellites as examples, this paper explores and studies their interpretation applications in basic geography, basic geology, land resources, mineral resources development, hydrogeology, engineering geology, and geological disasters. Furthermore, this paper compares, assesses, and summarizes the ability of the domestic satellites in the interpretation of geological survey elements. All these will provide guiding suggestions and scientific references for more extensive and in-depth applications of domestic satellites.
Key words： domestic satellite    geological remote sensing    interpretation ability
收稿日期: 2020-11-09      出版日期: 2021-09-24
ZTFLH:  TP79  
基金资助:地质调查项目“国产卫星数据质量改进与地质矿产综合应用示范”(DD20160067)
作者简介: 郑雄伟(1981-),男,在读博士,教授级高级工程师,主要从事航空航天遥感技术方法研究与应用。Email: 12260746@qq.com。
引用本文:   
郑雄伟, 彭孛, 尚坤. 基于国产卫星的遥感地质解译能力评估[J]. 自然资源遥感, 2021, 33(3): 1-10.
ZHENG Xiongwei, PENG Bei, SHANG Kun. Assessment of the interpretation ability of domestic satellites in geological remote sensing. Remote Sensing for Natural Resources, 2021, 33(3): 1-10.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/zrzyyg.2020357      或      https://www.gtzyyg.com/CN/Y2021/V33/I3/1
数据类型 地面分辨率/m 适用比例尺
02C 多光谱: 10
全色: 5
HR: 2.36		 1:100 000
1:50 000
1:23 600
ZY3 多光谱: 5.8
全色: 2.1		 1:58 000
1:21 000
GF1 多光谱: 8
全色: 2		 1:80 000
1:20 000
GF2 多光谱: 4
全色: 1		 1:40 000
1:10 000
Tab.1  国产卫星空间分辨率与成图比例尺关系
融合影
像类型		 空间分
辨率/m		 地面分
辨率/m		 点状要
素解译
精度/m		 线状要
素解译
精度/m		 面状要
素解译
精度/m2
02C 2.36 6.68 6.68 2.23 401.01
ZY3 2.1 5.94 5.94 1.98 317.52
GF1 2 5.66 5.66 1.89 288
GF2 1 2.83 2.83 0.94 72
Tab.2  图像地面分辨率与地质解译精度关系
要素 02C ZY3 GF1 GF2
国道省道
其他道路
分析 交通道路宽度>2.5 m,各卫星均能清楚识别交通道路形态、位置,02C对边界反映略差
居民聚集区
分析 居民地聚集区面积为60 775 m2,各卫星对此类面状居民地位置、边界、形态均能很好的解译,解译程度较高
独立居民地
分析 红色框面积64~90 m2,蓝色框面积102~199 m2,紫色框面积为290 m2,黑色框面积为420 m2。各卫星均能对此类面积分散居民地位置、边界、形态进行解译,据统计,GF2可识别的独立居民地面积为≥64 m2; GF1,ZY3可识别的独立居民地面积为≥290 m2; 02C对独立居民边界区分较难,可识别的独立居民地面积为≥420 m2
河流面
分析 河流宽度>17.9 m,各卫星均对河流位置、边界、形态进行解译,各卫星解译能力表现一致
河流线
分析 河流宽度>7 m,ZY3,GF1,GF2卫星均能识别水系位置、形态、边界; 02C对此类河流边界解译能力稍差
水库
分析 水库面积为920 001 m2,各卫星对此类水库位置、边界、形态均能很好的解译,表现形式面状
库塘
分析 区内库塘面积最小者475 m2,各卫星均分辨此类库塘位置、形态,02C对库塘边界的识别能力相对较差。各卫星均能满足1:5万解译要求
Tab.3  基础地理要素直接解译能力对比
解译要素 可解译程度 建议使用的数据 备注
居民地 高 GF1,ZY3,02C(更高精度要求下建议使用GF2) 自动提取
公路 高 GF1,ZY3,02C(更高精度要求下建议使用GF2) 人工提取
水系 高 GF1,ZY3,02C(更高精度要求下建议使用GF2) 人工提取
地形地貌 高 GF1和ZY3(对微地貌的调查建议使用GF2) 人工提取
Tab.4  基础地理要素解译能力
要素 02C ZY3 GF1 GF2
冲洪积
残坡积
断裂构造
分析 4颗国产卫星具有较高的空间分辨率,区内断裂构造线性分布明显,各卫星均能较好的反映解译构造的位置和走向,从解译能力上看,GF2卫星的解译能力相对较好,其他3颗星差
地层岩性
分析 地层岩性: 地层岩性的解译能力主要受制于影像解译标志建立的准确性、地表覆盖情况、地层岩体的出露大小、岩石类型等,从对比结果来看,GF2,GF1,ZY3在地层岩性的解译能力大致相当,02C由于缺少蓝光波段,影像分辨率较低,影像纹理较差,相对其他3颗卫星解译效果较差
Tab.5  基础地质要素解译能力对比
解译要素 可解译程度 建议使用
的数据		 备注
活动断裂 中高 GF1,ZY3 目视解译结合现有资料
地层 低 GF1,ZY3 目视解译结合现有资料
第四系 中 GF1,ZY3 目视解译结合现有资料
Tab.6  基础地质解译能力
要素 02C ZY3 GF1 GF2
有林地
园地
分析 02C可对林地一级类布区进行识别,林地二级类的边界难以区分; GF1,ZY3能划分林地二级类的边界,对二级类属性区分较难,GF2对部分林地二级类可以直接判读其性质。GF1,ZY3,GF2均能识别面积> 300 m2 的独立林地
水田
旱地
分析 ZY3,GF1,GF2可对耕地及其二级类进行很好的解译,02C可较好地对耕地一级类进行解译,但对耕地二级类的边界划分较难, GF1,ZY3,GF2均能识别面积> 300 m2 的耕地,3颗卫星对耕地二级类的边界解译能力均较强
Tab.7  土地资源要素解译能力对比
解译要素 可解译程度 建议使用的数据 备注
草地 较高 GF2,GF1,ZY3 目视解译(二级类需实地查证)
耕地 较高 GF2,GF1,ZY3 目视解译
园地 较高 GF2,GF1,ZY3 目视解译(二级类需实地查证)
林地 较高 GF2,GF1,ZY3 目视解译(二级类需实地查证)
建设用地 较高 GF2,GF1,ZY3 目视解译
其他土地 较高 GF2,GF1,ZY3 目视解译(二级类需实地查证)
Tab.8  土地资源要素解译能力
要素 02C ZY3 GF1 GF2
开采面与中转场
分析 开采面面积11 450 m2,ZY3,GF1,02C卫星均能识别矿山分布区的位置、范围; GF1,ZY3对开采面与中转场边界划分可能存在误差,02C数据对开采面与中转场边界划分较困难
停采面
分析 图中停采面积为5 675 m2,ZY3,GF1,GF2,02C卫星均能识别停采面的位置、范围及边界,但02C由于缺少波段,停采面图斑与周边翻耕后的地物色调较一致,易造成漏解译
矿山复绿区
分析 GF1,ZY3,GF2数据均能很好的对复绿区位置、边界、范围进行解译,02C由于缺少波段,矿山开采区经自然复绿后与周边林地色调较一致,易造成解译过程中的漏解
Tab.9  矿产资源遥感解译能力对比
解译要素 可解译程度 建议使用的数据 备注
开采面 较高 GF2,GF1,ZY3 目视解译,多期影像对比
中转场 较高 GF2,GF1,ZY3
矿山建筑 较高 GF2,GF1,ZY3
复绿区 较高 GF2,GF1,ZY3
采硐口 较高 GF2,GF1,ZY3
环境污染区 较高 GF2,GF1,ZY3
Tab.10  矿产资源开发要素解译能力
解译要素 可解译程度 建议使用
的数据		 备注
河流 高 GF1,ZY3 自动提取
湖泊 高 GF1,ZY3 自动提取
坑塘、水库 高 GF1,ZY3 自动提取
地下含水层 低 GF1,ZY3 结合现有资料
泉眼、泉群泉域 中低 GF2 目视解译
地下水溢出带 中低 GF2 目视解译
Tab.11  水文地质要素解译能力
解译
要素		 可解译程度 建议使用的数据 备注
土体 中 GF1,ZY3 目视解译结合现有资料
岩体 低 GF1,ZY3 目视解译结合现有资料
Tab.12  工程地质解译能力
要素 02C ZY3 GF1 GF2
滑坡
崩塌
分析 区内灾害发育规模均较小,从解译的结果看,02C,ZY3,GF1均无法直接对小型灾害体进行判读,GF2基本能判别出地质灾害的位置和规模。各卫星对中型以上灾害体的解译能力均表现较强
Tab.13  地质灾害解译能力对比
解译要素 可解译程度 建议使用的数据 备注
崩塌 中 优先使用GF2,其次为GF1,ZY3 目视解译,多期影像对比
滑坡 中 优先使用GF2,其次为GF1,ZY3 目视解译,多期影像对比
Tab.14  地质灾害要素解译能力
[1] 自然资源部科技发展司. 自然资源部卫星遥感应用报告(2019年)[R]. 北京:自然资源部, 2020.
Department of science and technology development,Ministry of Natural Resources of the People's Republic of China. Report on satellite remote sensing application of the Ministry of Natural Resources (2019)[R]. Beijing:Ministry of Natural Resources of the People’s Republic of China, 2020.
[2] 王润生, 熊盛青, 聂洪峰, 等. 遥感地质勘查技术与应用研究[J]. 地质学报, 2011, 85(11):1699-1743.
Wang R S, Xiong S Q, Nie H F, et al. Remote sensing geology and its application ingeological exploration[J]. Acta Geologica Sinica, 2011, 85(11):1699-1743.
[3] 郑雄伟, 杨金中, 陈玲, 等. 国土资源卫星地质矿产应用成效[J]. 国土资源遥感, 2017, 29(s1):1-7.doi: 10.6046/gtzyyg.2017.s1.01.
doi: 10.6046/gtzyyg.2017.s1.01
Zheng X W, Yang J Z, Chen L, et al. A review on the effects of applying land and resources satellites to geology and mineral resources[J]. Remote Sensing for Land and Resources, 2017, 29(s1):1-7.doi: 10.6046/gtzyyg.2017.s1.01.
doi: 10.6046/gtzyyg.2017.s1.01
[4] 张焜, 马世斌, 李宗仁, 等. 高分一号卫星数据遥感地质解译[J]. 遥感信息, 2017(1):115-123.
Zhang K, Ma S B, Li Z R, et al. Geological interpretation of GF-1 satellite inagery[J]. Remote Sensing Information, 2017(1):115-123.
[5] 陈玲, 梁树能, 周艳, 等. 国产高分卫星数据在高海拔地区地质调查中的应用潜力分析[J]. 国土资源遥感, 2015, 27(1):140-145.doi: 10.6046/gtzyyg.2015.01.22.
doi: 10.6046/gtzyyg.2015.01.22
Chen L, Liang S N, Zhou Y, et al. Potential of applying domestic high-resolution remote sensing data to geological survey in high altitudes[J]. Remote Sensing for Land and Resources, 2015, 27(1):140-145.doi: 10.6046/gtzyyg.2015.01.22.
doi: 10.6046/gtzyyg.2015.01.22
[6] 何凯涛, 甘甫平, 王永江. 高空间分辨率卫星遥感地质微构造及蚀变信息识别研究[J]. 国土资源遥感, 2009(1):97-99.doi: 10.6046/gtzyyg.2009.01.22.
doi: 10.6046/gtzyyg.2009.01.22
He K T, Gan F P, Wang Y J. The ectraction of geological micro-structure and altered rock information with high-resolution satellite images in a small range[J]. Remote Sensing for Land and Resources, 2009(1):97-99.doi: 10.6046/gtzyyg.2009.01.22.
doi: 10.6046/gtzyyg.2009.01.22
[7] 贺奋琴. 基于RS和GIS的水土流失因子提取与分析——以攀枝花市为例[D]. 成都:成都理工大学, 2004.
He F Q. Analysis and Extraction of soil and water loss factors based on RS and GIS——the case of Panzhihua City[D]. Chengdu:Chengdu University of Technology, 2004.
[8] 荆凤, 陈建平. 矿化蚀变信息的遥感提取方法综述[J]. 遥感信息, 2005(2):62-65.
Jing F, Chen J P. The review of the alteration information extraction with remote sensing[J]. Remote Sensing Information, 2005(2):62-65.
[9] 张远飞, 吴健生. 基于遥感图像提取矿化蚀变信息[J]. 矿产勘查, 1999(6):604-606.
Zhang Y F, Wu J S. Extraction of mineralization and alteration information from remote sensing images[J]. Mineral Exploration, 1999(6):604-606.
[10] 沈利霞, 刘丽萍, 苏新旭, 等. 不同植被覆盖率地区遥感矿化蚀变提取研究[J]. 现代地质, 2008, 22(2):293-298.
Shen L X, Liu L P, Su X X, et al. Study on identification of altered wall-rock in areas of different vegetation coverages based on remote sensing[J]. Geoscience, 2008, 22(2):293-298.
[11] 郑纬. 不同自然景观区的矿化蚀变信息检测与提取应用研究[D]. 长沙:中南大学, 2011.
Zheng W. Application Research on detection and extraction of mineralization and alteration information in different natural landscape areas[D]. Changsha:Central South University, 2011.
[12] 郭志娟, 孔牧, 张华, 等. 适合地球化学勘查的景观划分研究[J]. 物探与化探, 2015, 39(1):12-15.
Guo Z J, Kong M, Zhang H, et al. Landscape division suitable for geochemical exploration[J]. Geophysical and Geochemical Exploration, 2015, 39(1):12-15.
[13] 孙家抦. 遥感原理与应用(第二版)[M]. 武汉: 武汉大学出版社, 2009.
Sun J B. Remote sensing theories and application (Second Edition)[M]. Wuhan: Wuhan University Press. 2009.
[14] 贾永红. 数字图像处理(第二版)[M]. 武汉: 武汉大学出版社, 2010.
Jia Y H. Digital image processing (Second Edition)[M]. Wuhan: Wuhan University Press, 2010.
[15] 覃征, 鲍复民, 李爱国, 等. 数字图像融合[M]. 西安: 西安交通大学出版社, 2004.
Qin Z, Bao F M, Li A G, et al. Digital image fusion [M]. Xi’an: Xi’an Jiaotong University Press, 2004.
[16] 齐信, 邵长生, 陈州丰, 等. 多源遥感数据在断裂构造解译中的应用[J]. 大地测量与地球动力学, 2012(32):90-93.
Qi X, Shao C S, Chen Z F, et al. Application of multi-source remote sensing data in fault structure interpretation[J]. Journal of Geodesy and Geodynamics, 2012(32):90-93.
[17] 陈曦, 刘严松. 遥感解译在钒钛磁铁找矿过程中的应用——以攀枝花地区为例[J]. 矿物学报, 2013(s2):745-746.
Chen X, Liu Y S. Application of remote sensing interpretation in vanadium titanium magnetite prospecting:The case of Panzhihua area[J]. Acta Mineralogica Sinica, 2013(s2):745-746.
[18] 陈建平. 断裂构造解译质量的评价[J]. 遥感信息, 1988(3):14-16.
Chen J P. Evaluation of interpretation quality of fault structures[J]. Remote Sensing Information, 1988(3):14-16.
[19] 王丽丽. 攀枝花市土地利用/覆被变化监测与时空演变分析[D]. 成都:成都理工大学, 2010.
Wang L L. Land use/cover change monitoring and spatial-temporal evolution analysis in Panzhihua City[D]. Chengdu:Chengdu University of Technology, 2010.
[20] 聂洪峰, 袁崇桓, 刁淑娟, 等. 遥感技术在攀枝花地区土壤侵蚀调查中的应用研究[J]. 国土资源遥感, 1996(3):15-21.doi: 10.6046/gtzyyg.1996.03.03.
doi: 10.6046/gtzyyg.1996.03.03
Nie H F, Yuan C H, Diao S J, et al. The application of remote sensing technique in the survey of soil erosion in Panzhihua area[J]. Remote Sensing for Land and Resources, 1996(3):15-21.doi: 10.6046/gtzyyg.1996.03.03.
doi: 10.6046/gtzyyg.1996.03.03
[21] 黄洁 .邵怀勇 .杨显华, 等. 四川省矿山开发遥感监测方式与实践[M]. 北京: 测绘出版社, 2013.
Huang J, Shao H Y, Yang X H, et al. Methods and practice on remote sensing monitoring of mine development in Sichuan Province[M]. Beijing: Surveying and Mapping Press, 2013.
[22] 李成尊, 聂洪峰, 汪劲, 等. 矿山地质灾害特征遥感研究[J]. 国土资源遥感, 2005(1):45-48.doi: 10.6046/gtzyyg.2005.01.11.
doi: 10.6046/gtzyyg.2005.01.11
Li C Z, Nie H F, Wang J, et al. A remote sensing study of characteristics of geological disasters in a mine[J]. Remote Sensing for Land and Resources, 2005(1):45-48.doi: 10.6046/gtzyyg.2005.01.11.
doi: 10.6046/gtzyyg.2005.01.11
[23] 李聪. 遥感技术在水文地质勘查中的应用[J]. 水利信息化, 2002(4):35-37.
Li C. Application of remote sensing technology in hydrogeological exploration[J]. Water Conservancy Informatization, 2002(4):35-37.
[24] 童立强, 安国英, 刘春玲, 等. 利用高分辨率遥感数据在水文地质调查中的应用[C]. 深圳:区域遥感应用国际论坛, 2008.
Tong L Q, An G Y, Liu C L, et al. Application of high resolution remote sensing data in hydrogeological survey[C]. Shenzhen:International Forum on Regional Remote Sensing Applications, 2008.
[25] 郭庆十. 遥感技术在区域水文地质调查中应用研究[C]. 南京:中国遥感应用协会暨区域遥感发展与产业高层论坛, 2010:4-6.
Guo Q S. The application study of remote sensing technology in field hydrogeology survey[C]. Nanjing:China Association of Remote Sensing Applications and Regional High Level Forum on Remote Sensing Development and Industry, 2010:4-6.
[26] 潘建永. 遥感技术在1:5万水文地质调查中的应用初探[J]. 河北遥感, 2015(3):15-16.
Pan J Y. Preliminary study on the application of remote sensing technology in 1:50000 hydrogeological survey[J]. Hebei Remote Sensing, 2015(3):15-16.
[27] 尹显科, 黄洁, 刘智. 四川省红层丘陵区地下水遥感综合调查方法和成果[J]. 四川地质学报, 2005, 25(1):35-40.
Yin X K, Huang J, Liu Z. Methods and results of remote sensing geological survey for underground water in red beds hills,Sichuan[J]. Acta Geologica Sichuan, 2005, 25(1):35-40.
[28] 卓宝熙. 工程地质遥感图像典型图谱[M]. 北京: 科学出版社, 1999.
Zhuo B X. Typical atlas of remote sensing image of geology engineering[M]. Beijing: Science Press, 1999.
[29] 卓宝熙. 工程地质遥感判释与应用[M]. 北京: 中国铁道出版社, 2011.
Zhuo B X. Remote sensing interpretation and application of geology engineering[M]. Beijing: China Railway Press, 2011.
[30] 冯东霞, 余德清, 龙解冰, 等. 地质灾害遥感调查的应用前景[J]. 国土资源导刊, 2002, 21(4):314-318.
Feng D X, Yu D Q, Long J B, et al. Application prospect of remote sensing survey of geological disasters[J]. Land and Resources Guide, 2002, 21(4):314-318.
[31] 鲍巨才, 张秀敏. 常见地质灾害的遥感图像解译标志[J]. 科技信息, 2011(10):798-799.
Bao J C, Zhang X M. Remote sensing image interpretation signs of common geological disasters[J]. Science and Technology Information, 2011(10):798-799.
[32] 倪恒, 刘翔宇. 高山峡谷地区的高精度地质灾害遥感解译方法研究[J]. 南方能源建设, 2016, 3(2):146-151.
Ni H, Liu X Y. Study on the method of high-precision geological hazard remote sensing interpretation of reservoir in the mountain and ravine region[J]. Southern Energy Construction, 2016, 3(2):146-151.
[33] 刁淑娟, 刘春玲, 张涛 等. 基于SVM的湖泊咸度等级遥感信息提取方法——以内蒙古巴丹吉林沙漠为例[J]. 国土资源遥感, 2016, 28(4):114-118.doi: 10.6046/gtzyyg.2016.04.18.
doi: 10.6046/gtzyyg.2016.04.18
Diao S J, Liu C L, Zhang T, et al. Extraction of remote sensing information for lake salinity level based on SVM:A case from Badain Jaran desert in Inner Mongolia[J]. Remote Sensing for Land and Resources, 2016, 28(4):114-118.doi: 10.6046/gtzyyg.2016.04.18.
doi: 10.6046/gtzyyg.2016.04.18
[1] 张伟, 张涛, 郑雄伟, 齐建伟, 王光辉. GXL二次开发在国产卫星数据处理中的应用研究[J]. 自然资源遥感, 2022, 34(2): 176-183.
[2] 蒋校, 钟昶, 连铮, 吴亮廷, 邵治涛. 卫星遥感地质信息产品分类标准研究进展[J]. 自然资源遥感, 2021, 33(3): 279-283.
[3] 蒋校, 路云阁, 孙昂, 李勇志, 连铮. 国产高分一号卫星数据在境外地质矿产调查中的应用——以伊朗法尔亚地区为例[J]. 国土资源遥感, 2021, 33(1): 199-204.
[4] 刘建宇, 陈玲, 李伟, 王根厚, 王博. 浅析构造层次理论在遥感地质工作中的应用[J]. 国土资源遥感, 2019, 31(3): 166-173.
[5] 胡官兵, 刘舫, 党伟, 杨坤, 陈庆松. 遥感技术在滇西南植被覆盖区地质填图中的应用[J]. 国土资源遥感, 2019, 31(2): 224-230.
[6] 郑鸿瑞, 徐志刚, 甘乐, 陈玲, 杨金中, 杜培军. 合成孔径雷达遥感地质应用综述[J]. 国土资源遥感, 2018, 30(2): 12-20.
[7] 董双发, 姜雪, 李名松, 王瑞军, 孙永彬. 基于国产卫星数据的全要素遥感地质解译体系研建——以干旱半干旱高寒山区为例[J]. 国土资源遥感, 2017, 29(s1): 21-26.
[8] 丁宇雪, 初禹, 薛广垠. 利用国产卫星数据开展湿地调查——以黑龙江省为例[J]. 国土资源遥感, 2017, 29(s1): 151-154.
[9] 郑雄伟, 魏英娟, 李春英, 雷兵, 甘宇航. 基于多源海量国产卫星影像智能优选实现[J]. 国土资源遥感, 2017, 29(s1): 13-20.
[10] 丁宇雪. 基于国产卫星数据自然资源调查研究——以黑龙江省中西部地区为例[J]. 国土资源遥感, 2017, 29(s1): 121-126.
[11] 杨金中, 陈薇, 王辉. 西昆仑成矿带黑恰达坂温泉沟群含铁层位的圈定[J]. 国土资源遥感, 2017, 29(3): 191-195.
[12] 赵玉灵, 杨金中, 付宗堂. 遥感地质图图例的制作与研究[J]. 国土资源遥感, 2017, 29(2): 226-231.
[13] 张幼莹, 余江宽, 张丹丹, 林华暖. 国产卫星影像本底数据更新的实用方案——以地质灾害易发区遥感影像为例[J]. 国土资源遥感, 2017, 29(1): 149-157.
[14] 张微, 金谋顺, 张少鹏, 陈玲, 钟昶, 董丽娜. 高分遥感卫星数据在东昆仑成矿带找矿预测中的应用[J]. 国土资源遥感, 2016, 28(2): 112-119.
[15] 史俊波, 康孔跃, 张辉善, 杨伟, 张杰, 刘恒轩, 任清军. SPOT5数据在西昆仑麻扎构造混杂岩带填图中的应用[J]. 国土资源遥感, 2016, 28(1): 107-113.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发