遥感入门基础1.docx
《遥感入门基础1.docx》由会员分享，可在线阅读，更多相关《遥感入门基础1.docx（50页珍藏版）》请在冰点文库上搜索。
遥感入门基础1
遥感入门和卫星影像
你为什么要用卫星影像？
“当有大量的其他地理数据源如航片、野外测量和地图可用时，用卫星影像有哪些好处呢？
”
在大多数运用中，最简单的回答是卫星影像更快、更好、更便宜。
这也许是陈词滥调，但却是真实的。
卫星影像通常是获得有用的地理信息的最实用的方法。
看一下卫星影像的这些好处：
有对影像细节聚焦能力的大面积覆
盖。
布里斯班：
SPOT10m影像。
目录
你为什么要用卫星影像？
2
遥感入门3
从合适的传感器中选择影像4
选择合适的空间分辨率5
图像特性和术语6
影像应用7
IKONOS8
IKONOS应用10
LANDSAT卫星（过去的）12
LANDSAT7/MSS13
LANDSAT专题制图仪14
LANDSATTM光谱处理15
Geocover17
SPOT卫星18
ASTER21
ASTER光谱23
ASTERDems24
雷达影像26
JERS-129
RADARSAT30
ERS/ENVISAT32
影像融合33
HYPERION34
HYMAP-Mk135
网上卫星影像36
数字化
几乎所有的卫星影像是数字化获得的。
这意味着再不需要昂贵的数据转换、扫描或者数字化。
只需很少的准备，影像就可以迅速地直接装载到您的GIS，图像处理系统或桌面绘图系统并立即使用。
因为它的数字化，卫星影像可以被加工、处理、增强去提取精细的详细资料和信息，这对其他数据源是不行的。
快
在野外工作队卸载他们的设备或飞行员为飞机做飞行前的准备时，遥感卫星可以绘一幅辽阔森林或整个城市的图像。
由于卫星在一个恒定的轨道上运行，他们极少超过一个或两个星期远离您设定区域获得的影像。
但需要一个很小的计划——今天设置一个命令，它将在明天、下星期或接下来的三个月根据您的时间表获得命令。
便宜
对大区域而言，卫星图像通常比航片和野外测量地图要便宜。
一幅未加工的卫星图像的价格不好的平均也低于1美元/km²。
全球性
卫星不受政治或经济边界的限制。
商业遥感卫星都位于极地轨道这样它们可以覆盖地球的任何位置。
不管您设定的区域是否在山顶或海洋的中部，遥感卫星都可以采集它的图像。
最新
在今天高速变化的世界，您需要当前的信息去作重大的商业决定。
地图在它被印刷出来时已经有数月或数年了。
但是您可以在需要的两天后拥有一幅卫星图像。
一幅图像是最新的地图是可以达到的。
概括
在一幅简单的图像中，遥感卫星可以获取陆地覆盖、运输路线以及延伸超过数百公里甚至方圆数千平方公里的主要基础设施。
精确
照相机不会作假，卫星传感器也一样。
因为在产生未处理的卫星图像时没有人的参与，图像包含的信息是地表地物和特征正确、客观、没有偏差的反映。
用卫星影像你不必惊叹如果制图者或野外测量队出了错误。
灵活
从卫星影像处理和提取信息可以和你想的那样难和简单。
不需要一个火箭科学家去看一幅卫星图像、识别一个房屋和一条下雨涨水后的河流以及搞清楚它们之间的关系。
差不多任何人可以获得较复杂的信息，以及在练习当前的用户界面友好的地理信息软件包的几小时后，学习去用许多其他简单可用的地理信息来结合影像。
其他地理数据源
卫星影像是许多制图和资源管理方案的解决方法，但不是唯一的地理数据源。
下面是一些其他的您可能想搞清楚其特殊应用的地理数据源。
航片
对于覆盖小地理区域和制图地面特征小于1m²的情况，航片是一种划算的数据源。
许多航片是黑白、标准颜色或近红外的。
航空扫描
其类似卫星的多多光谱传感器逐渐变得容易被利用。
但和标准航空照相机一样，在大面积制图时每平方公里的花费这方面，航空扫描完全不能和卫星比。
扫描和数字化地图
这是把现有地理数据输入到GIS的一种相对便宜的方法。
该方法的缺点是把通常过时的信息、地图上的误差和错误复制成数字化形式。
GPS野外测量
GPS已被证实为一种非常精确的制图方法。
实际上，它常常用于采集有限数目的控制点以增加卫星图像的精度。
然而，倘若单独用于制图，GPS测量是很耗时很昂贵的，且只提供了几个数据点而不是影像有的那种全面广泛的信息。
2
SPOTXS波段的光谱反射率曲线
各种波段中天然地物的反射率可以被区分，来得到上述图表中和SPOT123卫星上传感器的带宽作了比较的光谱反射率曲线。
在这个图表中，不同波段被用人工彩色红外线合成（FCIC）描绘的颜色显示（看图和下面的说明）。
如果我们为植被分析该曲线，我们注意在可见光谱部分有最高反射率的是可见的绿色，这就是为什么人眼看植被是绿色的原因，然而近红外线波段植被的反射率是很高的。
在FCIC中这个波段被设为红色，所以植被是红色。
红外线波段中宽范围的反射率反映植被的健康情况，通常反射率越高植被的健康状况就越好。
在可见红波段的最低反射率归咎于高的吸收，因为健康的植物吸收这个波长的光来生长叶绿素。
在有水的情况下，反射率随着波长的增加而减少，这是因为较短的波长会穿过逐渐变深的水去在海底获得反射率。
在理想的条件下，反射率可以用来测量水深。
扩展这个分析类型到所有自然存在的地面覆盖类型是可能的。
遥感入门
据最新计算，已经有6个商业卫星系统进入轨道，而且几乎有一样多的卫星将计划在明年投入使用。
到下个世纪，将有十几颗卫星绕地球旋转，每个都得到一个详细精确的影像产品。
大量影像的可选择对终极用户的您是有益的，因为这增加了您得到合适的图像的可能性，该图像为您提供了成功完成您的项目所需要的详细精确的信息。
但更多的选择也使得更难断定该买那类图像。
这一部分将给您介绍基本的遥感概念及其专业术语，这将帮助您选择合乎您需要的影像。
你该要理解的最重要的遥感概念是遥感影像实际上是什么以及它是怎么获得的。
图像并不是装有底片的照相机照出的相片。
几乎所有的商业遥感卫星用数字传感器来获取图像。
这些传感器是和最近变得流行的新数码相机相同的原理来工作的。
就像数码相机一样，卫星传感器没有底片。
取而代之，传感器上有成千上万的微小探测器，来测量从地表和地物反射来的电磁辐射量（也就是能量）。
这被称为光谱测量。
每个光谱的反射率值作为数字码被计下来。
这些数码被传到地面，在那里它们被计算机修改成颜色或灰度值，从而产生一幅看起来像照片的图像。
依靠探测器设计的灵敏性，传感器可以测量电磁波谱中可见光、近红外、短波红外、热红外以及微波雷达的一部分的能量的反射率。
大多数遥感卫星根据很详细很精确的光谱波长来测量能量。
现在您应该理解光谱成像的概念对您来说是必不可少的，意识到数字卫星影像的全部价值，以及掌握各种图像类型之间怎么不同。
反射率的测量和由它们产生的图像，对地物及其表面特征（形状、大小、颜色以及整个视觉外观）用肉眼看起来像什么，提供了非常精确的显示。
这被称为图像的空间内容。
但或许甚至更重要的，数字图像显示非常简单的那些空间详细资料。
反射率测量可帮助显示岩石所含的矿物内容、土壤的水分、植物的健康状况、建筑物的物理位置以及成千上万的其他不可见的详细资料。
这被称为图像的光谱内容。
由于能量反射率的可测量，对数字传感器来说光谱信息是明显的。
密度、水内容、化学药品的捏造、其他不可见情况以及详细地貌特征，都影响各个波长（或光谱）能量怎么与特征相结合和怎么反映它。
事实上，数字传感器测量这些光谱交互作用，它们依次为那些不可见的条件和特征提供洞察力。
Spot高光谱图像Redlands
展示了人工彩色红外线合成的准备。
由于没有可见的蓝波段，习惯的颜色配置是可见绿波段用蓝色，可见红波段用绿色，近红外线波段用红色。
记录植被反映的主导，耕地/草原是亮粉红色以及当地的桉树森林是暗红色。
只拥有较少量的植被的城市区域被画为蓝色或青色。
同样的原理用于通过颜色监控器检视影像。
三个独立连续色调的“黑/白”图像分别被颜色监控器的红、绿、蓝枪显示，来显示一幅彩色图。
当一幅灰度图像被显示时，同样的黑/白图像被显示在三个颜色枪。
从合适的传感器中选择影像
由于关系到几乎所有后面产品的选择，许多不同传感器类型的选择是最重要的决定之一。
在多数情况下，这是很容易选择的，由于有很好地备有证明文件的应用，在这些应用中每种类型的传感器做得最好。
下面的信息可以帮助您先去选择可能对您的应用最合适的传感器类型。
但是先让我们详细说明全色和多光谱图像的意思。
全色影像是通过数字传感器在电磁波谱的一个宽度范围测量能量反射率来获得的。
（这些光谱范围就是通常所说的波段。
）对当前绝大多数的全色传感器来说，这个单一的波段通常跨越光谱的可见光到近红外部分。
全色数据以黑白影像显示。
多光谱影像是通过数字传感器在许多波段测量反射率来获得的。
例如，一组探测器可能测量反射的可见红光的能量，而另一组测量近红外波的能量。
这些多重反射率值被组合来产生彩色图像。
流行的多光谱遥感卫星一次测量3到7个波段的反射率。
一个被称为高光谱的特殊多光谱影像包含许多单个的波段，常常几百个。
高光谱遥感理论是在许多很窄的光谱部分测量反射率，这样可以探测地表地貌（特别是植被，土壤和岩石）间微妙的特性和差别。
见34和35页。
我们讨论的所有全色和多光谱成像系统都归诸于遥感卫星携带的最普通的一种被称为电子光学传感器。
但有另外一种叫着合成孔径雷达（SAR），在用户中也有受到了欢迎。
光电传感器是一种被动成像方法，测量起初来源于太阳又经地表反射的电磁能量。
被称为被动法是因为它们不发射自己的能量源。
这种方法只能在白天操作。
（一个例外是光电传感器测量不是反射太阳的而是地表散发的热红外辐射。
）
SAR传感器是主动成像系统，这意味着它们要发射一个光谱的微波部分的雷达信号，以及测量经地表反射回来信号的强度和特征。
SAR影像传达特征信息与光电影像传达空间和波谱详细信息的一些方法不同。
因为SAR是主动的且起作用的波长比光电系统的要长，它可以穿过云层、烟雾、薄雾和黑暗获得图像。
更多信息见26到28页。
全色应用
●通过它们的物理外观，如形状、大小、颜色、方向，来定位、识别、测量地表特征以及主要地物；
●识别和精确地绘制认为特征的位置，如建筑物、道路、人行道、房屋、有用设备、城市基础设施、机场以及车辆；
●更新现有地图的物理特征；
●描绘水陆分界线；
●鉴别和量化城市的扩大和发展；
●获得高度精确的数字地面模型；
●土地利用分类。
多光谱应用
●通过少的明显特征如矿物内容、湿度、植被种类、叶绿素内容或者化学性质，来定位、区分和识别表面特征；
●探测植被、农作物或树木的压力；
●描绘和测量自然生活环境和生态系统的变化；
●通过它们的成分和合成来区别表面岩石和土壤；
●描绘沼泽地；
●估计沿海地区水深；
●土壤覆盖分类。
合成孔径雷达应用
●获得经常被云雾覆盖或因持续黑暗引起模糊的区域的图像；
●定位冰山和海冰以及绘制其他海洋表面环境图；
●绘制非常精确的地形特征如断层和褶皱。
航拍应用
●绘制地面特征小于1m²的地图；
●绘制小于1000km²的地图；
●及时绘制符合像洪水或发生飓风或龙卷风后特殊事件的地图
现有和未来系统总览
选择合适的空间分辨率
在您图像查究时，权衡场景大小和空间分辨率二者是一个重要的因数。
想象一个镜头上升的相机。
当照相机放大小特征时，视域缩小。
对卫星影像也是一样的。
很高的空间分辨率，比如1m，相对应着一个小的覆盖面积（和很大的数字文件大小）。
在选择您的影像时，您应该平衡这两个方面使得空间分辨率刚好高得满足去辨别您需要识别的物体。
场景大小应宽阔地足够放得下那些以适当比例显示的目标地物。
换句话说，您不希望为树而失去森林。
传感器能识别的最小特征由地物的特性决定。
特性如形状、幅员和光谱和背景的比较在定义多小的目标或特征可以被识别时是很重要的。
在一些情况下，比传感器空间分辨率小一个尺寸大小的特征，如道路，可以被明确表示如果它们和背景对比。
下面是一个对常见空间分辨率及其常用的应用的简短说明。
1米
●识别和绘制公共比例特征大于1m²，比如下水道盖、长椅、汽车、灌木防护林、大小路、人行道、有用设备、围墙以及独立树木和矮树林的地图。
●识别上述特征的特性。
●探测农田或树林中重点强调的小区域。
●定位和绘制房屋附加部分、道路、建筑物、庭院以及小农场。
●区别房屋和建筑物的类型。
10米
●定位和绘制建筑物、院子、道路、房地产分界线、运动场、农场以及小巷。
●通过相关植物的健康情况区分农场和树林。
●制作小面积的土地覆盖分类图。
20/30米
●定位机场、市中心、市郊、购物街、运动场所、大工厂、广阔的森林以及大农场。
●制作一般的土地覆盖分类图。
80米
●绘制地域性地质结构图。
评估一定大区域植被的健康情况。
1千米
●评估州的和全国的植被指标。
●跟踪地域性事件如昆虫出没、干旱以和沙漠化。
图像特性和术语
栅格和矢量
你将听得常常用于描述地理数据的术语，栅格和矢量。
数字卫星图像是光栅数据集。
栅格简单地说就是图像是由覆盖整个场景区域的众多小的单元或象素（图像的最小元素）组成。
另一方面，矢量数据集是高度概括的，由点、线、面构成。
卫星图像与生俱来地就是栅格数据归因于数字成像过程的本质。
光电传感通过从成千上万个定义好的地面区域获得单独的反射的电磁能量大小来器扫描地表。
这些区域有和像元大小或空间分辨率相对应的大小。
举例来说，如果传感器的象素是10m，这意味着它将在成像带上每10m×10m表面面积地测量反射率。
如果是多光谱传感器，它将在几个明显不同的波长段上每10m×10m面积地测量反射率。
象素是由这些测量法生成的图像的最小单位，每个像元都被赋予一个基于反射系数测量的值或者数字码。
图像的判读
记住光谱值是卫星影像所包含信息的唯一部分。
每个象素都有光谱和空间信息。
那就是说您可以通过物理外观从视觉上识别地物和地面特征。
例如，方形的建筑物将显示为方形的，圆形的农场看起来是圆的。
在光谱信息方面，图像的颜色强度也显示信息。
例如，如果在图像中红色被选择去描绘近红外反射率，地物如在那个波长完全反射能量的绿色植被将显示的很亮红。
图像的判读可以从对图像简单形象的目测，到用基于光谱信息的数字值分析和分类地面特征的图像处理系统来分类。
图像处理和一些许多制图软件可以比人眼更准确的对地面特征进行分析和分类。
一些经处理得出的产品有：
分类图——也被称为杂波地图、专题图或者结构图，在这些图里，土地被分类和把相似的土地覆盖或土地利用分成组。
分类也可以扩展大像城市、森林、开放区域以及水域。
或者也许更详细地区分玉米、小麦、大豆、甜菜区域。
见7页。
数字高程模型（DEMs）——也被称为数字地形模型，这些数据集包含对重叠立体图像对应用摄影测量处理获得的地形海拔高度。
DEMs被广泛地应用于3D建模、用于民用工程地质制图的可视化软件包以及飞行模拟。
融合——两幅不同类型的遥感图像可以用计算机融合产生比两幅图像都好的混合产物。
最普通的是融合高分辨率的全色图，比如SPOT10m，和SPOT20m或者LANDSAT30m多光谱图像。
这样得到一幅既有多光谱数据的光谱内容又有全色图像空间细节的图像。
镶嵌——常常一幅卫星图像场景不能覆盖您的整个项目区域。
您可以订购两个或更多的相邻的场景，然后卖主将用复杂的、精确匹配场景边界和平衡颜色计算机算法把它们缝合在一起，产生一幅大面积无缝数据集。
变化检测——一幅变化检测图像通过对两幅同一区域不同时间的卫星图像运用专门研究的算法而产生。
见7页。
产品处理标准
卫星影像可以被处理以便改进它的视觉外观和几何精度。
当您订购图像时卖主会提供许多处理操作。
考虑您需要哪种处理标准是很重要的。
您将主要基于将使用什么软件去处理图像来作出这个选择。
几何修正——图像数据已被重采样，去纠正由地球自转和传感器的入射角引起的几何误差。
基本编码——获取图像时卫星记下的位置信息数据被转为地图坐标。
完全编码——数据被用地图或GPS测量获得的地面控制坐标（GCPs）修正。
在世界的一些区域，卖主可能需要您提供地图或GCPs。
正色校正——正色校正是一个计算机处理过程，通过处理水平和垂直的扭曲变形从图像中去除。
这个处理明显地改进了图像的质量和可用性，因为它给图像和地图一样的质量。
增强——卖主运用计算机算法去增加影像的质量，增强某些特征。
卖主做的最普通的增强是反差拉伸，在该方法中，反射率值被重新分配到覆盖全部256级灰度范围。
这种处理和调整您电视的灰度差不多。
存档影像
卫星影像常常被认为是最终的地图，因为它可以是和昨天一样新的。
但是要记住旧的影像也有重大意义。
以前收集的卫星影像被存为档案，且广泛地应用于被称为变化检测的研究。
在这些项目中，旧的图像被与新图像比较去发现在过去时间发生改变了的区域，如土地利用、土地覆盖、生活环境、农场、房地产以及沼泽地。
您的影像提供商能建议您注意存档影像的花费和实用性。
用下面的说明来决定您是否该购买存档。
查找存档影像如果：
●您正在用刚获得的新图像做变化检测分析，
●最近植被覆盖或城市发展的变化对您的项目不重要，
●您的项目重点在研究地质结构或其他不随时间有一丝变化的物理特征，
●您急切地需要一幅图像，不能为预定的卫星经过您的工程区域而等几天，
●过去一个月发生的土地覆盖变化不影响您的项目。
订购新的影像为：
●绘制任何类型的城市地图，在道路位置、高速公路条件、城市发展和土地利用变化的方面需要最新信息，
●更新扫描的或数字化的地图，
●在变化分析中和演变趋势项目中，和存档图像比较，
●监控农作物或森林的健康状况。
其他几点考虑
价格——图像的价格根据空间分辨率、场景面积、处理标准和时间变化。
比较两幅不同图像的最好方法是通过用共有的单元。
例如，分解价格到每平方公里多小美元。
一般地价格随处理标准的变高而增加。
当然用旧图像价格将下降。
买一幅存档图像比订购一幅新的便宜。
大小——只有在很少对现实在制图适合的标准场景大小下图像才是有用的。
今天，不多的几个系统操作者已开始依大小提供影像来匹配地图产品。
格式——有几十种数字化图像数据文件格式。
务必从您的影像供应者，以对您图像处理或GIS软件包恰当的格式订购数据。
比例——数字化卫星影像没有固定的比例。
但是，由数字化图像数据集获得的地图和硬拷贝图像是有比例限制的。
图像的比例依图像数据的质量而定，且与空间分辨率有非常密切的关系。
通常，高空间分辨率数据集产生高地图比例。
下表提供了一些对各种没有失真的空间分辨率，可达到的最佳地图比例的建议。
图像分辨率典型地图比例
1000m1:
1500000
100m1:
250000
30m1:
80000
10m1:
25000
1m1:
20006
影像应用
遥感影像为全球数百企业的数千交易提供有用的信息。
列出所有的项目类型和所有影像利用的从生产到销售的市场是不可能的，但有把握地说几乎所有包含卫星图像的项目，都包括一些由一个或更多下列普通的应用变化出来的应用。
特征绘图——卫星图像非常普通地用于识别、定位和绘制地物及其特征。
在GIS中，这种制图过程常被称为组合数据层。
绘制目标的大小只由影像的分辨率决定，且图像被用于绘制从地质结构、高速公路网到建筑物定位、公共汽车站的每个事物。
由图像绘制地图，可以以很少的、只是测量人员做同样工作耗时的一小部分的花费。
特征地图被广泛地用于制图者、地质勘探者、交通规划者、城市规划者和公用事业工程师。
土地覆盖分类——这是一种多光谱影像很好地完成的绘图类型，通过简单的图像处理系统用分类函数，它可以被实现。
在该过程中，图像被分为一般的土地覆盖区域，如被森林覆盖的、空旷土地、庄稼、水域以及城市发展用地。
分类可以依农作物的类型获得很详细的区分农场区域。
通常地，这些图像已被颜色编码以至于整幅图像上不同的土地覆盖类别都以不同的颜色显示。
记住分类仅仅是对有类似值的像元分组在一起，而不是在没有用户提供的地面真实信息的情况下识别详细的土地类型。
训练是该分类处理方法的一个变种，在该方法中，用户在图像中指明一快已经知道的松树林或麦地的位置，接着图像处理系统将找出所有的其他的松树林或麦地。
土地覆盖制图是电讯设计者、林务官、农场主、自然资源管理者、环境保护论者、地域规划者以及众多政府机构的喜欢的一个应用。
三维建模——在图像处理系统或GIS系统中，卫星图像可以被组织为数字高程模型来产生地形的三维景观。
许多软件包有可视化工具，它可以让用户选择在图像上方的任何好的观察点，接着从头到尾移动三维场景，可以以真实的景观看到小山、山脉以及其他地形特征。
三维建模，特别是有走过或飞过能力的，需要一台有大内存的高性能计算机。
它频繁地被林务官用于收割计划，被军事飞行员用于任务演习，地质学者用于深入的结构分析，民用工程师用于建筑物规划以及很多其他方面。
地图矢量更新——新卫星图像被认为是完美的地图，因为它们是最新的，而且在像照相一样的透视图中显示了地面特征和地理关系。
图像处理和GIS软件允许用户在卫星图像上覆盖一幅扫描或数字化地图来查找地图的错误。
例如，新道路在图像中可能是明显的，该软件允许用户用手向地图上添加新的矢量或特征图标来反映这些变化。
遍及绘图产业，这种方法正在变成较便宜的可供选择的去给野外工作人员更新地图。
7
土地利用分类——这是土地覆盖分类的另外一种形式。
它用同样的分类法和训练技术把图像分为小的土地利用区域。
一些普通的分类包括耕地、住房发展用地、工厂、商业区和市中心。
高分辨率影像可以根据房屋和建筑物的密度更进一步细分这些类别。
土地利用制图被土地覆盖制图相同的用户用，另外还被民用工程师、城市规划者、房地产开发者和保障代理用。
变化检测——这是另外一个任何图像处理系统可以执行的自动处理过程。
它需要两幅同一地理区域不同时间的卫星图像。
影像在经过矫正或地理匹配后，该系统比较这两幅图像相对应的像元值，决定哪些值是不同的，这表示在两幅图间隔时间里地面特征发生了一些改变。
为了清楚地显示，变化的图像变化了的区域常常都用亮颜色加亮。
需要影像的手工检查或野外调查来精确确定具体变化是什么。
环境保护论者用这个技术去跟踪森林砍伐。
城市发展规划者用它去定位城市增长模式。
IKONOS
1999年12月24号，随着加利福尼亚州范登堡空军基地空间成像IKONOS卫星的成功发射，商业卫星遥感进入新纪元。
IKONOS是全球第一颗高分辨率卫星，它提供1m精度的商业可用地球影像。
2000年1月，空间成像开始出售IKONOS影像。
这颗640千克的卫星在一个680千米高的轨道上以每秒7千米的速度运行。
这副影像给人们的生活、全球所有地方的商业和政府带来了积极的影像，被用于去帮助城市规划、农业、制图、国家安全、保险和风险管理、通讯以及灾难反映等。
空间成像逐渐地建立全球IKONOS影像档案。
然而，没有一个像澳大利亚上空LANDSAT一样的定期的捕获和数据存档的计划。
澳大利亚上空数据用卫星上的记录器捕获存储，在美国的地面接收站传送到地面。
IKONOS数据可以从现有的存档购买，当那些影像是有用的或获取的是所需要的。
下图显示了已获得的存档场景的分布状况，还显示了澳大利亚上空相当大的存档。
通过GEOIMAGE公司IKONOS数据
在澳大利亚普遍可以用到
轨道：
向南的中心穿越时间为上午10.30
●与太阳同步
●延轨道和交叉轨道指向视角
重访性能：
每140天轨道精确重合，但依靠纬度每1到3天可以覆盖大部分地区。
IKONOS在纬度40度附近3天可达到1m分辨率
IKONOS在纬度40度附近1.5天可以达到1.5m分辨率
IKONOS在赤道附近4天可以达到1m分辨率
IKONOS在赤道附近1.7天可以达到1.5m分辨率
升级会员 