遥测技术
2011-12-02 14:22:58   来源：   点击：

遥测技术起源於19世纪运用热气球登高望远，使用照相机记录大地图像。20世纪後以飞机、卫星、太空站做为遥测的「载台」，可以看到更大的范围；遥测载台的发展更是日新月异：高空摄影方面，有大量不同轨道、高度，与地球同步或绕行南北极飞行的卫星，做为不同高度、拍摄范围与拍摄周期的载台； 21世纪後卫星布满天空，侦测飞机随时可以起飞运作。低空摄影方面，除各类飞机、直升机外，也发展出各类无人飞行载具，如遥控固定翼、螺旋翼、飞船等小型机动载具，藉以提供更多机动性高的低空高解像力影像，遥控飞机更让遥测技术快速普及。

遥测侦测的主要的能量类别为电磁波和声波，其次为磁波、重力波等。目前是以电磁波为主，配合者感应技术的提升也开始可以侦测其他形式的能量讯息。 摄像设备则是由传统的底片转为电子化的摄像设备，可以记录更大、更细、更多光线频段的讯息。摄像设备除光学摄影外，更发展出高光谱扫瞄仪、雷射测绘仪（Light Detection and Ranging，LiDAR），以及水下与地下各类探测影像设备，更大幅提升人类取得环境资讯的能力。

遥测的处理设备则随着资讯技术的发展与人工智慧的演化，更聪明的进行影像资讯的判释或抽取：由光谱资讯的利用进化到空间资讯与光谱资讯整合运用；也由单像元进化到地物导向的判释技术。

现代的遥测技术，使人类得以更及时的发现更细致的环境状态与变化，有助於掌握各类环境课题的严重性与分布；例如，透过气象卫星掌握台风的大小与走向。除了提供更广更清晰的大地影像外，还可以了解不容易感知的地下、水下与空中的环境状态；例如，水面的温度、水下的地形、地下的地层或土壤结构与含水量、大气云层高低与风向风速、臭氧层的分布或电离层的变化等等。

遥测资讯已融入一般日常生活，如气象预报中的卫星云图或气象雷达影像，提供更多准确的气象资讯；网路地图工具Google Earth，以全球卫星影像做为底图，呈现地球不同地区的面貌。遥测可快速测量出地面高解像的数值地形模型（Digital Terrain Model，DTM），提供3D展示或虚拟实境重要的立体呈现，也逐渐被运用於地方文化、观光导览的介绍资讯。

中文关键字： 地理资讯系统 , 雷射测绘仪 , 数值表面模型

英文关键字geographic information system , Light Detection and Ranging , Digital Surface Model

参考资料

1. Liu, C. C., C. A. Wu, , M. L. Shieh, J. G. Liu, C. W. Lin, C. L. Shieh. 2005. “Monitoring the illegal quarry mining of gravel on the riverbed using daily revisit FORMOSAT-2 imagery.” Geoscience and Remote Sensing Symposium, 2005. IGARSS '05. Proceedings. 2005 IEEE International, 3: 1777-1780.
2. Huang, M. H., J. C. Hu, C. S. Hsieh, K. E. Ching, R. J. Rau, E. Pathier, , B. Fruneau and B. Deffontaines. 2006. “A growing structure near the deformation front in SW Taiwan as deduced from SAR interferometry and geodetic observation.” Journal of Geophysical Research, 33, L12305, doi:10.1029/2005GL025613.
3. 徐百辉。2003。〈小波转换应用於高光谱影像光谱特徵萃取之研究〉。博士论文，成功大学测量工程学系。
4. Chen, C. M., G. F. Hepner, R. R. Forster.2003.”Fusion of hyperspectral and radar data using the IHS transformation to enhance urban surface features.” Journal of Photogrammetry & Remote Sensing, 58: 19-30.
5. Houldcroft, C. J., C. L. Campbell, I. J. Davenport, R. J. Gurney, N. Holden. 2005. “Measurement of canopy geometry characteristics using LiDAR laser altimetry: a feasibility study.” IEEE Transactions on Geoscience and Remote Sensing, 43(10): 2270-2282.
6. Van Coillie, F. M. B., L. P. C. Verbeke, R. R. De Wulf. 2007. “Feature selection by genetic algorithms in object-based classification of IKONOS imagery for forest mapping in Flanders, Belgium.” Remote Sensing of Environment, 110: 476-487.
7. Tsai, F., H. C. Lin. 2007. “Polygon-based texture mapping for cyber city 3D building models.” International Journal of Geographical Information Science, 21(9): 965-981.
8. 中央大学太空及遥测中心∥。http://www.csrsr.ncu.edu.tw。
9. 国家海洋科学研究中心遥测实验室∥。http://www.ncor.ntu.edu.tw/rsst/new/mainindex.html。
10. 行政院农委会林务局农林航空测量所∥。http://www.afasi.gov.tw。