获得 Image Analyst 许可后可用。
遥感影像由卫星、飞机或无人机平台收集。 所有的遥感影像均不相同，收集此类影像通常是为了满足工程要求。 各个工程的条件决定了影像的收集和相关处理需求，并依此对影像类型进行分类。 第一层区别是影像中所包含的信息内容以及影像的几何特征。 无论在对影像进行直观分析还是通过遥感影像处理技术对其进行处理，这些因素（例如最小制图单位、光谱波段宽度和放置以及地理定位精度）都决定了特定类型影像对于工程目标和要求的适用性。
影像中的信息内容
影像中所包含信息的性质主要取决于三种类型的分辨率：空间分辨率、光谱分辨率和时态分辨率。这三种分辨率均会对工程的最小制图单位产生影响。
空间分辨率
空间分辨率是指地面上构成影像的像素（图片元素）大小，且通常称为地面采样间距 (GSD)。 为传感器性能和传感器飞行高度的函数。 GSD 决定了空间细节的级别以及影像中所显示的要素类型。 通常情况下，像素越小，影像中所包含的细节就越多。 小像素尺寸，例如 3 英寸或 10 厘米，会生成非常大的文件，难于处理、存储和管理。 还有一点需要考虑的是，要素提取技术可能对于一个 GSD 很有效，但对于其他 GSD 却完全无效。 小像素尺寸并不总是适用于某一特定工程，例如州、省或国家/地区的土地覆被分类。 空间分辨率同工程的最小制图单位密切相关，这是因为识别要素时需要用到足够多的像素。
光谱分辨率
光谱分辨率由传感器决定并会测量电磁光谱的各个部分。 传感器的光谱特性包括影像波段的数量、波段波长、波段的光谱宽度以及信噪比。 光谱分辨率是指传感器测量要素光谱特征的能力。 这些特征决定了可检测和映射的要素和现象类型。 多光谱传感器收集四个或四个以上的非重叠波段，这些波段均具有一定的宽度（50 至 80 纳米）并置于适当位置以区分不同种类的要素，如植被、土壤、水和人造要素。 高光谱传感器收集许多（100 个以上）窄波段（5 至 10 纳米）并策略性地置于适当位置以检测要素光谱特征的特定部分。 高光谱传感器提供了更为详尽的信息，如植被种类、水质或材料特性。 较多光谱传感器而言，高光谱传感器不太常见，因为其通常用于飞机中，且价格更为昂贵，另外还需要具有专业知识的人员对数据进行操作、处理和分析。
许多传感器可在光谱的不可见部分工作，例如热红外传感器。 这些传感器属于电光传感器，但仅收集表示释放热量而不是反射太阳能的光谱部分。 从几何角度来看，这些传感器同其他电光影像相似，但其检测的是肉眼无法看到的电磁光谱区域。
此外还有其他主动传感器，例如雷达，此类传感器可为其自身提供照明。 这些传感器的工作频率比同它们对应的电光传感器长很多，且为影像提供的几何同样不同于透视几何。
时态分辨率
时态分辨率是指地理位置的覆盖频率，通常由某一类卫星传感器平台所覆盖。 时态分辨率由卫星经过的次数、轨道力学以及传感器平台的灵活性决定。 对于垂直向下指向地球的卫星，如 Landsat 系列，其时态分辨率为覆盖相同的地理位置 16 天。 气象卫星等空间分辨率较为粗糙的对地静止卫星例外。 具有较高分辨率的卫星也具有较高的时间频率，这是由于互补轨道中部署了许多相似的传感器系统以及可以指向从垂直查看位置的传感器像底点偏离量。 当像底点偏离量查看产生较高的时态分辨率时，也许在每天覆盖相同的地理位置时都会如此，影像是倾斜的并具有较大的 GSD。
随着无人机影像技术的出现，时态分辨率得到了显著的提高。 无人机可每日几次或持续不断地对某一位置进行监视。 此技术使得许多之前无法使用的监视应用程序成为可能。
注：
在考虑为某一工程选取适当的影像时，还有一个重要的考虑因素，那就是遥感影像系统的覆盖范围。 影像范围是指传感器在地面上的覆盖区或覆盖范围。 卫星传感器的覆盖范围非常广，通常为 10 到 200 公里或更广，而航空传感器的覆盖范围则要小许多，每个影像约为几百米，主要取决于传感器和飞行高度； 无人机的覆盖范围很小，约为几十米。
影像的几何特征
在 GIS 中，可根据几何将影像分为六类。 每一类都会影响到特定应用程序或操作中影像的可用性。 此外还会影响到应用程序中影像处理的方式以获得最佳结果。 某些类型的影像最好在处理时以图像为中心，而有一些最好以地图为中心。 例如，垂直影像和底图影像在处理时应以地图为中心。 倾斜影像和动态视频影像在处理时通常以图像为中心，根据倾斜程度的不同可能会带有切换至地图模式的选项。 立体影像需要在专门的立体视图中以图像为中心进行处理。 最后，由于图片没有足够的几何定位信息，所以应在单独的弹出窗口中予以处理。 每一类影像的使用和限制均由几何来决定：
- 影像底图 - 一个经过处理的正射校正影像或影像切片集，其具有地图的完整性且可用于参考。 影像底图通常用作 GIS 数据的背景以提供相关的背景信息，且为了获得最佳的视觉效果通常还会进行色彩平衡。 因此，它们可能不适用于自动要素提取。
- 垂直影像 - 为制图而收集且拥有相关地理定位元数据的影像。 其主要用途是提供具有精确几何的底图并进行自动或半自动要素提取。
- 倾斜影像 - 以离像底点视角收集的影像，这可能导致其不适用于精确制图，但对于目视解释和态势感知来说却非常有用。 用于监视应用程序的影像通常都是倾斜的。 其拥有地理定位元数据。
- 立体影像 - 专门针对立体开发收集且拥有精确地理定位元数据的重叠影像。 立体影像主要应用于精确编辑 3D 要素以创建和更新 Landbase 和 GIS 图层。
- 动态视频影像 - 以 1 至 120 赫兹的频率捕捉动态的多帧影像（如视频数据）。 此类影像通常于数字视频流中嵌入了地理配准元数据。
- 图片 - 无地理定位元数据或地理定位元数据不足的影像。 其可能具有一定程度辐射完整性的强度信息。 此类影像通常具有历史性或支持地面参考测量。
底图影像
旧金山的卫星影像地图源自 Esri 影像底图。 其由多个经过色彩平衡并沿接缝线镶嵌在一起的正射校正影像组成。 这一点在从场景右下角观察桥梁时最为明显。 桥梁在水和陆地的边缘处断开连接。 此位移由原始影像中的地貌变形引起，在用于校正的高程矩阵中，此类变形并未纳入考虑范畴。 底图的精确程度非常高，但这一点仅仅是针对裸露地表上的要素而言的。 建筑物、桥梁以及其他高大要素仅在与地面相交的地基处具有较高的精确度。 底图的辐射度也经过了大量修改以提供一个 外观精美的影像。 在尝试从底图中提取要素数据时需格外谨慎。 底图通常用作 GIS 图层的背景，若当前有底图的话，则其将是手动提取要素的绝佳来源，而提取要素的目的则是为了创建和更新 Landbase。 然而，由于创建底图时所需的时间和费用问题而导致底图过期的现象也并非罕见。
垂直影像
通常会出于制图目的收集垂直影像。 其可提供清晰的地形视图且具有极佳的几何完整性，同时便于进行正射校正。 若垂直影像尚未进行明显的色彩平衡，则基于光谱特性进行自动要素分类和提取会非常有用。 垂直影像在整个图像上还具有统一的像素大小或 GSD，以及统一的比例。 垂直影像通常为底图的数据源。
倾斜影像
倾斜影像通常用于态势感知和分析。 倾斜的性质使得要素收集变得更加容易，且通常会为您所感兴趣的区域和要素提供更为直观视图。 根据传感器和距地面的距离，整个影像的比例和 GSD 可能会大为不同。 最好在 Image Analyst 内的影像空间分析应用程序中以透视模式查看和分析倾斜影像。
立体影像
通常会出于若干目的收集立体影像。 其通常用于提取地形模型、建筑物覆盖区以及屋顶，以及林业等领域的植被管理。 其主要用于 3D 要素的提取，以及识别和解释在单像模式下难以或无法看到的要素，例如树冠下的地面。 对于立体影像的查看、分析和使用均是为了在 Image Analyst 内的立体映射应用程序中收集 3D 要素。
动态视频影像
FMV 使用元数据将坐标在视频图像空间和地图空间之间无缝转换，这与图像坐标系 (ICS) 转换静态影像的方式类似。 这为在 GIS 中的所有其他地理空间数据和信息的完整上下文中解释视频数据奠定了基础。 例如，您可以在视频播放时在地图视图上查看视频帧轨迹、帧中心和成像平台的位置，同时可查看 GIS 图层，如具有 ID 的建筑物、地理围栏以及其他相关信息。
摘要
了解工程目标及要求以获得适当的影像类型至关重要。 特定影像类型的适用性取决于影像中的信息内容和几何特征。 ArcGIS Pro 会以某种方式处理不同类型的影像以在查看、分析和开发环境下最为有效地利用影像中所包含的信息和影像几何。
下表对影像特征、其对于一般类型应用程序的适用性以及图像类型在 ArcGIS Image Analyst 中的处理方式进行了总结。
| 图像类型 | 使用 | 普遍性 | ArcGIS Pro 视图 |
|---|---|---|---|
底图影像 | 快捷菜单 | Moderate | 地图视图 |
垂直影像 | 地图的创建与更新 | Moderate | 地图视图 |
倾斜影像 | 态势感知 | High | 透视模式下的地图视图 |
立体影像 | 3D 模式下的精确制图 | 低至中等 | 立体地图视图 |
动态视频影像 | 态势感知 | 低至中等 | 链接到地图视图的视频播放器 |
图片 | 参考 | Low | 弹出窗口 |
正确解决适合不同类型应用的不同类型影像的适用性问题可优化结果并满足操作、学术和研究环境中的诸多工程需求。