当前，遥感技术成为人类生活中不可缺少的一部分。多元遥感技术是对传统遥感技术的进一步完善。我国在土地上充分利用多源遥感技术，实现土地的检测等等。20世纪末，多元遥感影像融合的广泛应用已经成为测量土地的动态变化的重要办法，是世界各国普遍关注的问题。
1 多源卫星数据
1.1 航空遥感
无人机是当前比较先进的航拍技术。自控的卫星五人驾驶机与传统航空遥感的区别在于其能够携带专业的数码相机，灵活性较强，可在云层下飞行，避免云对其的限制。这正这项优点其被研究生广泛应用。
1.2 Landsat系列卫星
陆地卫星Landsat能够帮助获得TM等遥感图像，这些图像能够帮助土地利用现状，并编制具体运用情况。
TM影响共有7个波段，每个波段能够充分结合不同事物的光谱特征和大气影响，其自身已经实现优化。在具体实践中，只有第6个波段稍欠丰富外，其他的地表光谱信息是很全面的。
1.3 SPOT系列卫星
2002年5月SPOT-5卫星发射升空。与之前发射的尾箱相比，其能够为研究者提供更加准确、丰富的地表信息资源。该卫星的遥感影像的控件分辨率是2.5m，其传感器能够帮助获得立体影像，并且在储存和传输等性能上都有提高。此外，其还能够符合土地利用动态变化检测的要求。将数据进行校正、增强和分类等，在通过实地调查资料的前提下，获得研究区内卫星区内遥感影响的翻译标志。然后根据对卫星遥感影像的计算机自动解译，能确定土地利用的类型。
1.4 雷达遥感
雷达遥感比光学成像遥感要进步很多，其不仅能够长时间工作，还可以穿透地物。因此，雷达遥感是当前应用十分广泛的一种。
有学者针对热点雷达数据ERS-2展开探究，发现经过一系列的预处理后和实验区分区后，根据土地的类型可以分为非监督类和BP神经网络类对土地利用进行划分。结果发现，多光谱遥感的数据，SAR遥感数据是可以替代的。
目前，我国SAR遥感监测技术主要被应用在那些不方便获得卫星遥感数据的区域。据数据统计显示：在农作物生长季，无论是北方还是南方多光谱遥感数据的利用率都普遍较低，不到5%，其中南方比北方总体上还要低。但是SAR获得的地观测数据可以达到100%。从上述调查中我们不难发现，SAR比较适合于农业、林业等资源调查较高的选择。
2 多源遥感卫星数据的融合
2.1 融合类型
2.1.1 同一传感器不同分辨率的遥感影像数据的融合。笔者在分析资料时发现，有学者会选择法国的2.5m的SPOT-5的全色卫星影像数据和10m的多光谱卫星影像数据，借助影像融合的办法，利用影像的纹理和光谱响应等特征，结合土地利用现状矢量图库完成土地利用现状的调查。
2.1.2 不同传感器的遥感影像数据的融合。在不透光传感器的数据融合方面，有学者采用2002年和2003年SPOT 及ETM+数据在专业遥感软件的辅助下利用多源遥感数据融合技术进行土地利用变化信息提取并对变化信息进行野外调查核实 ，这种办法能够大大降低查找变化地块的效率和时间，调查结果的质量也能够提升，其为以后开展土地变更调查工作的开展提供了一种新的途径和方法。
2.2 多源遥感影像融合的过程
多源遥感影像融合的过程一般分为2个过程：数据预处理和影像融合。
3 遥感影像分类
3.1 目视解译法
目视翻译已经成为信息社会中地学研究中一项十分重要的基本技能，在遥感应用方面也不例外。遥感技术信息的获得能够更加实时、准确。例如重大自然灾害信息等等，其可以无时不刻的关注检测地球的资源和环境的变化程度，为日后世界各国的发展提供真实可靠的信息服务。
目视解释作为遥感图像解译的一类，有往往被称为目视判读。它指专业人员通过直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息的过程。
3.2 计算机自动分类法
计算机自动分类法主要分为非监督和监督两类。具体如下：
非监督是完全根据像元的光谱特性所进行的分类，比较适用于那些对分类区了解不够的情况。该方法的使用需要注意的是原始图像的所有波段应参照分类运算，结果是各类像元数大体等比例。非监督类受人为干预的影响较少，其自动化程度较高。非监督分类一般要按照以下几个步骤实施：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。
监督分类与非监督分类相比，其更多的是受人为干预较多，主要被应用在研究区域相对熟悉的情况。监督类应该首先选择那些可以识别或借助其他相关信息可以断定类型的模板，然后将通过计算机将具有相同特性的像元进行分类。监督分类是运行需要经过以下结果步骤：建立模板（训练样本）、评价模板、确定初步分类图、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。
为了保证数据的精确度，一些新的分类方法也逐渐出现，但是大都由于程序过于复杂而没有被广泛应用。因此，在遥感技术不断发展的条件下，应该充分利用多源遥感技术数据，并借助GIS技术，尽量实现遥感数据的进一步精确。
4 讨论
随着我国科学技术水平的不断进步，多源卫星遥感成为土地利用中不可缺少的重要工具。其融合选择的最佳办法是能够针对不同区域和图像特点进行选择和融合。其融合不同于其他，其关键在于不仅需要融合前两幅图像的精确配准，还应该具体融合方法。
当前，多源卫星遥感数据的融合仍然存在诸多问题，这些问题的存在严重影响融合的质量和水平。其具体融合需要解决的问题主要有以下几点：多光谱与多传感器、多空间下遥感影像的融合的理论框架、模型及其算法的研究，影像的性能评价标准的确定，融合理论的精度的提高，实际应用时会受不同影响以及计算机自动分类等问题，是今后卫星遥感数据融合需要努力研究的方向。
参考文献
[1]刘琳.ETM+（TM）数据在土地利用动态监测中的应用[J].安徽农业大学，2007，4（31）：77-80.
