导语：如何才能写好一篇卫星影像，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
1引言
当我们看到Google地球时，常常为其惊叹。它方便的查询，直观的判读，给我们留下很深的印象。而在实际的工作中，我们也很希望能把Google地球的卫星影像数据置于我们自己的计算机，随时调用，为工作方便。
Googleearth是我们取材最方便的工具，我们很多人都尝试过下载GE影像，但是其后就会遇到拼接和校正的问题。因为下载的方式常常是通过截屏，一次次只有并不算大的一块。拼图的工具很多，要求不高，使用最多的估计就是使用PS了。如何能够更精确，也不算繁琐的拼接同时还满足坐标校正，笔者结合工作实践，探讨下使用ARCMAP来实现影像校正，以期尽量方便工作。
2坐标转换
Googleearth上是有地理坐标的，因此就给我们提供了精确校正的可能。当然，首先我们要把地理坐标转换成我们所需的常用的坐标。这里，笔者以西安坐标为例。
从GE下载的图片的坐标是有小数点的经纬度坐标，假设刚有一副截图对应的地理坐标信息如下：
纬度经度
左上角30.408018120.007111
右下角30.34842120.098578
我们要先把其转换成度分秒表示的经纬度坐标。由于1°=60′，1′=60″，为60进制的，我们可以在EXCEL（为方便多量的图计算校正）中将度分秒分别计算，假设有小数点的经纬度坐标放在A1的位置。公式为
“度”=INT（A1），
“分”=INT（（C2-INT（C2））*60），
“秒”=ROUND（（60*（C2-INT（C2））-INT（60*（C2-INT（C2））））*60，2）（这里保留了2为小数，可根据需要自己提高精度）
如此，可以换算出对应的度分秒表示的地理坐标。
左上角30°24′28.86″120°0′25.6″
右下角30°20′54.31″120°5′54.88″
接下来，要将其转换成西安80坐标系，可以通过MAPGIS插件完成。实现后的坐标为：
X坐标Y坐标
左上角500683.3013365346.038
右下角509478.0093358743.254
3使用ARCMAP利用精确坐标进行校准
接下来要做的就是拼接和校正的过程了。由于是根据较为精确的坐标进行单幅图校正的，校正后的影像也存在接边关系。可谓一步到位。
打开ARCMAP，调选出Georeferencing工具条。
第一步，点击，打开viewlinktable视窗。
第二步，点击，增加控制点。从理论上将，控制点添加越多，校正出的影响越精确，但至少为3个。这里我们选择添加4个控制点。
影像是无坐标的，在ARCMAP中的现实以左上角为（0，0）原点，其宽度也是与下载时选取的宽度相一致的。这样就可以简单地以影像四个顶点作为控制点进行校正。其控制单信息如下：
第三步，点击UpdateGeoreferencing，保存栅格数据集的转换信息。这样，这幅影像就被校正到了西安坐标系。
第四步，多幅影像校正。
将相邻的影像按照以上方法进行校正。
然后，将校正好的多幅图一起打开，如下图，
可以看出，两幅影像拼接在了一起。
这样，通过以上的步骤，我们不仅将下载的影像校正到了我们常用的西安80坐标系下，还实现了拼接。
4结语
关键词：高分辨率遥感卫星畸变纠正重采样
高分辨率遥感卫星SPOT5、IKONOS、QuickBird、WORDVIEW-2等的出现，使其在城市规划、资源调查、地籍管理、灾害预警和疾病防治等领域得到快速利用。WORDVIEW-2卫星是目前空间分辨率最高的商业卫星之一。
1遥感图像几何畸变
（1）传感器成像几何形态影响：传感器一般的成像几何形态有中心投影、全影投影、斜距投影以及平行投影等几种不同类型。
①全景投变形：红外机械扫描仪、CCD线阵推帚式传感器。②斜距投影变形，侧视雷达属斜距投影，其成像变形规律图。
（2）传感器外方位元素变化畸变。
（3）地球自转的影响：地球自转对于瞬时光学成像遥感方式没有影响，对于扫描成像则造成图像平行错动。
（4）地球曲率影响。
①在星下点视场角较小，曲率影响可忽略。②产生的误差原理与航空像片像点位移相同。
2几何校正的原理与方法
遥感图像的几何校正的有2个核心思想。
2.1选择控制点
在遥感图像和地形图上分别选择同名控制点，以建立图像与地图之间的投影关系，这些控制点应该选在能明显定位的地方，如河流交叉点等。
同名控制点选取：用途：利用有限的控制点的已知坐标，解求多项式的系数，确定变换函数。然后将各个像元带入多项式进行计算，得到纠正后的坐标。
2.2建立整体映射函数
根据图像的几何畸变性质及地面控制点的多少来确定校正数学模型，建立起图像与地图之间的空间变换关系，如多项式方法、仿射变换方法等。遥感影像的数字纠正是通过计算机对图像每个像元逐个地解析纠正处理完成的，其包括两方面：一是像元坐标变换；二是像元灰度值重新计算（重采样）。
（1）坐标变换的两种方案。
首先要确定原始图像和纠正后图像之间的坐标变换关系。对其包括：
直接法：从原始图像阵列出发，依次对其中每一个像元分别计算其在输出（纠正后）图像的坐标，即：式中，x，y为P点原始图像的行数和列数；X，Y为P在新图像中的坐标（即地面坐标系），并把P（x，y）的灰度值重新计算后送到P（X，Y）位置上去。
间接法：从空白图像阵列出发，依次计算每个像元P（X，Y）在原始图像中的位置P（x，y），然后把该点的灰度值计算后返送给P（X，Y）。其纠正公式为：；两则的区别如图1所示。
（2）输出图像的边界大小。
输出图像边界的地面坐标值是由包括纠正后图像在内的最小长方形范围来确定的，如图2所示。
（3）遥感图像灰度值的重采样内插：为了使校正后的输出图像像元与输入的未校正图像相对应，根据确定的校正公式，对输入图像的数据重新排列。
重采样内插有几种方法：最近邻域法、双线性内插法、双三次卷积法这里指探讨用的最多的最近邻法。
最近邻域法：用距离投影点最近像元灰度值代替输出像元灰度值。当前校正后的网格（I，J），其中心点实地坐标为（X，Y），该网格属性值A（I，J）等于原始图像中心点距（x，y）最近的网格的属性。如图3所示：黄点：原始图像像素；红点：地理坐标反算像素。
2.3遥感图像数字纠正方法
纠正的函数可有多种选择：多项式方法、共线方程方法等，其中多项式方法的应用最为普遍，这里主要讨论高分辨率卫星纠正精度比较高的基于共线方程的物理模型纠正方法，此方法有如下三个思想：
（1）由于地形起伏和侧视扫描成像造成的像点位移，需要利用DEM进行正射校正，其示意图如图4所示。
（2）共线方程==物理模型。
共线方程模型需要卫星的轨道星历参数和传感器参数以恢复卫星飞行瞬间成像的影像坐标和地面坐标之间的关系，是CCD影像纠正的精确数学模型，即物理模型，正射校正采用的物理模型是支持各种卫星影像的严格物理模型（不同卫星数据，物理模型不同）。物理模型方法与其它算法的本质区别是：物理模型以数据获取时卫星的各种参数为基础建立变形模型。因此利用大地控制点修正不准确的参数，提高模型精确度，然后应用修正后的物理模型来校正图像。在地形起伏大或影像侧视角大的地区，对于能够提供卫星严格轨道模型的数据，利用成像的卫星轨道参数、传感器参数及DEM，对影像进行严密的物理模型纠正。纠正时首先恢复影像的成像模型，然后利用数字高程模型根据成像模型来纠正投影差，然后利用现有的控制资料或GPS外业实地测量获取控制点三维坐标对影像进行控制纠正，最后得到正射纠正影像
基于RPC的有理多项式正射校正，公式如下
（，）归一化的图像坐标，（X，Y，Z）对应地面点的三维地理坐标，RPC（rationalpolynomialcoefficient）模型适用于窄视场和强先验信息的摄像系统。与宽视场摄像机不同，窄视场的摄像机投影参数不独立。选用80个系数来确定投影关系部分遥感数据由于其物理模型参数的保密性等原因，数据生产商以RPC参数的形式提供卫星拍摄时的轨道、姿态等信息。将地面的经纬度坐标或者大地坐标与像片的行列号对应起来，这样达到粗校正的目的。纠正时采用有理函数RPC模型来模拟其物理模型进行正射纠正。
3SPOT5正射校正实验
对于SPOT-5，其物理模型包括了卫星与地球的位置关系（卫星轨道、高度、坐标等），卫星本身的姿态（侧摆角、视角、视场、离心率等），传感器参数（CCD相机的扫描模型），地球模型（椭球模型、投影系统）以及图像参数（影像中心坐标、四角坐标等）。利用这些模型参数、DEM数据和控制点坐标数据，可以对遥感图像进行正射校正。
以天津市蓟县山区1∶1万的地形图为基准图，利用房山区10m分辨率的DEM，采用通过地面控制点修正投影参数的RPC法对天津市蓟县山区2010年10月1日获取的SPOT5的10m分辨率的多光谱数据进行了正射校正，只需要9个控制点就达到了精度要求，结果如图5、图6所示。
实验证明：RPC模型结合高精度控制点和DEM数据的纠正方法精度很高，所需控制点少，RPC法优于基于线性阵列扫描影像数字纠正方法。特别是通过地面控制点修正投影参数后，校正后较好的消除了地形起伏对影像几何变形的影响。
参考文献
[1]秦绪文.基于拓展RPC模型的多源卫星遥感影像几何处理[D].北京：中国地质大学，2007.
[2]巩丹超.高分辨率卫星遥感立体影像处理模型与算法[D].郑州：信息工程大学，2003.
[3]张过.缺少控制点的高分辨率卫星遥感影像几何纠正[D].武汉：武汉大学，2005.
关键词：免费卫星遥感影像；林业调查设计；技术方法
中图分类号：P407.8文献标识码：ADOI：10.11974/nyyjs.20150501083
1技术方法
1.1获取卫星遥感影像
1.1.1获取遥感数据
1.1.2导出地图和拼接地图
首先，导出卫星遥感影像地图。如果屏幕上显示的地图区域已经覆盖了整个林业调查区，那么只需导出一幅地图即可；如果屏幕上显示的地图区域只是拟定林业调查区的一部分，那么需要分幅导出。然后，拼接卫星遥感影像地图。将所有导出的卫星遥感影像地图，放入ArcMap中，屏幕上会显示整个调查区域的卫星遥感影像，运用镶嵌工具，将导出的多张卫星影像放到一幅导出影像图之中，形成整个林业调查区的卫星遥感影像地图[3]。
1.2配准卫星遥感影像
1.2.1公共点的采集和参照
对于拟定林业调查区的四至边缘上的明显地点的坐标值进行采集，采集点一般在3个以上，明显的地点一般是指路的拐点或交叉点。采集完后，新建一个shapefile点层文件，将采集的公共点的坐标值输入进去，然后保存并导出shapefile点层文件[4]。
1.2.2配准校正
将导出的卫星遥感影像地图和shapefile点层文件添加到内容列表进行叠加，对公共点与遥感地图叠加后偏移的部分进行配准校正处理，具体操作方法为：进入地理工具配准工具条中的增加控制点，输入采集公共点的坐标值；点击地理标准工具条中的更新地理标准，尽可能的让公共点与卫星遥感影像地图重合。
2卫星遥感影像成果的使用实例
2.1毁林开荒调查
2.2森林抚育作业设计
大理州森林资源管理站准备在弥渡县开展森林抚育计划，由于该林业地区地质和历史的变迁，2006年应用的卫星遥感影像已经无法真实的反映该地区的地理面貌，如图1。于是通过利用上述技术方法，具体操作如下：获得弥渡县林业区的卫星遥感影像地图，如图2；采集3条公路和多个小路的交叉点坐标值，与卫星遥感影像地图进行配准校正；确定森林抚育区域，利用配准校正后的卫星遥感影像获取抚育区域的地形地貌、道路、水路等信息，并根据具体信息作出具体规划；排除不符合森林抚育条件的地段，避免不必要的浪费。
图12006年卫星遥感影像
图2新获取的卫星遥感影像
关键词：遥感影像；1：2000地形图；地形图更新；调绘
引言
为了满足城乡发展建设的需要,提高地形图现势性，地形图更新问题就显得尤为重要；然而地形图的更新情况不很乐观。本文结合某矿区1：2000地形图更新工程，探讨利用QuickBird卫星影像更新1：2000比例尺地形图的方法、流程和其间遇到的问题。
数据预处理
1.1QuickBird卫星影像处理
⑴遥感影像处理的工作流程：影像数据的处理是整个更新工作的关键，因此，确定影像处理的工作流程是十分重要的。影像处理的工作流程如下：
图1遥感影像处理流程图⑵
纠正精度的控制：遥感影响的纠正过程中，X残差、Y残差、以及RMS(RootMeanSquare即均方根中误差)都控制在1个像素之内，很好的满足了技术规范的要求；如果纠正的精度超过标准，则回到纠正模式下，调整GCP的输入重新进行几何纠正，直至达到需要的精度为止。
1.2纸制地形图的矢量化扫描纸质地形图时，要确保地形图的完整无损、无折皱；矢量化的过程中要按照地理信息系统的标准做好分层矢量化，以及属性数据的录入。具体流程如下：
图2地形图矢量化流程图
1.3遥感影像和数字线划图的叠加配准将分幅后的遥感影像和数字化完毕的数字线划图导入测图软件或地理信息系统软件进行叠加配准。
2.地形图的更新在更新系统中，经影像与矢量图叠加配准后，便可以采用屏幕数字化的方式进行变化地物(主要是居民地、道路、水系、植被等)的更新(增、删、减等)[1]。
2.1建筑物的更新建筑物是大比例尺地形图中的主要地物，因此，对于建筑物的更新是地形图更新工程中一个相当重要的部分。由于工作区范围内的建筑物多为农村的四点平房，并不存在太多的边界线遮掩问题；所以在遥感影像上对建筑物的识别比较简单。但是，由于楼房以及工厂棚房与平房在遥感影像中并没有很明显的区别，所以，对于这些地物的判读必须由外业调绘人员到实地调查完成。
2.2道路的更新由于铁路以及高速公路的形状规则、特征明显，所以通过遥感影像很容易进行判读。但是对于等级公路、等外公路、大车路等，只能做大概的判断，由外业人员进行调绘处理时再做必要的补充。
2.3水系的更新按形状划分，水系大致可分为两种类型：线型水系(如河流、沟渠)非线型水系(如湖泊、池塘)。⑴线型水系的更新：根据水与河岸在影像上呈现的色调不同，可以容易地确定水涯线的位置，然后利用屏幕数字化的方式直接进行更新。⑵非线型水系的更新：工作区范围内存在大量的池塘，对于池塘的更新也是我们这次更新的一个重要环节。根据了解到的当地情况，集中分布的池塘多为鱼塘，而零星分布的池塘多为普通的池塘。依据这个经验，我们对工作区范围内的池塘进行了分类；经过后续的外业调绘发现，对于池塘的判读准确率是相当高的。
2.4植被的更新植被主要包括耕地、林地、草地等。由于工作区范围内多为农村，因此，对于耕地类型的更新是植被更新的关键。由于采用的QuickBird影像成像于2005年11月，此时正值该地区的农闲时节，所以不能从影像中判读植被的类型。在实际的操作中我们基于以下两原则对植被类型进行了判读：①由于水田具有比较大的田埂，因此在影像上水田表现为具有明显的边界。②水田土壤的含水量高于旱地土壤的含水量，所以在影像上呈现的色调较深。经过后续的调绘发现，通过以上两点原则较好地区分了耕地的类型。
2.5外业调绘及补测⑴调绘：更新矢量地形图时，影像上无法判读的地物必须借助外业调绘进行确定。外业调绘主要作用是：对室内解译成果进行验证，对线状地物宽度实地量测，对新增地物的名称注记进行实地调查[2]。调绘过程中主要进行了以下两部分的工作：①不确定地物的调绘。很多相似的地物仅通过影像图是很难判读的，例如：平房与棚房、围墙具体界限、果园与林地等。对于这部分内容一定要到现场亲自调查以确定其类型，尤其是对于植被类型，要以地类界进行详细的划分。②注记数据的调绘补充。其调查内容可分为以下几种：楼房的层数、企事业单位的名称、村名、公路名称及等级、河渠名称及走向等。⑵补测：补测是地形图更新中相当重要的部分，起着数据补充的重要作用。在实际操作过程中我们针对以下两种情况进行了补测：①用户未提供矢量化地形图的地区。②地物变更范围比较大的地区。对所有需要补测的地区均采用GPS和全站仪进行了补测，并把所有结果都记录在线划图上。将外业调绘和补测的修改、新增、和变化地物的信息添加到地形图中，通过编辑处理形成用户需要的最终成果。
3.结论及建议
⑴作为更新数据源的QuickBird影像，其质量的好坏直接影响成果的精度。工程中采用的该矿区QuickBird影像清晰度好，分辨率高，倾角小，为工程的成功开展提供了良好的前提。
Abstract：Thispaperproposesanobjected-orientedmethodtoextractland-usefromhigh-resolutionsatelliteimage.Firstly，thenearestneighborclassificationmethodisusedtoobtainroughclassificationresultthoughjudgmentofimageobjects.Theseimageobjectscomefrommultiresolutionsegmentationtorawimage.Then，theknowledgebaseisconstructedaccordingtotheimagefeaturesofdifferentclasses.Lastly，land-useinformationisoptimizedusingknowledgebase.Theexperimentresultshowthatobject-orientedland-useinformationextractioncoulduseimageinformationcompletelyandobtainbettereffect.
关键词：土地分类；高分辨率卫星影像；面向对象；知识库
Keywords：land-useinformation；highspatialresolutionsatelliteimage；object-oriented；knowledgebase
0引言
土地分类是按照土地自然属性进行的土地类型划分，分类后形成的土地类型是土地资源评价、土地利用规划的基础。传统的分类方式以实地勘察为主，但这类方式速度慢、时效性低。随着QuickBird、GeoEye、Worldview等高分辨率卫星影像的出现，人们在利用影像的光谱信息的同时还可以利用影像中丰富的纹理和地物形状、位置信息，这为土地类型快速、准确地划分提供了条件。
利用高分辨率遥感影像进行信息提取时，如果采用传统的面向像元方法会由于高分辨率影像信息的丰富性、细致性产生大范围的“椒盐现象”，造成分类精度的降低。面向对象的遥感影像分类方法能利用影像中的光谱、纹理、空间信息进行影像类别判定，从而能提高信息提取的精度。Hackelford和Davis通过对比面向对象分类方法与面向像元分类方法，得出了面向对象的分类方法更适合于进行城市或城郊分类信息提取的结论[1]。Hofmanne使用面向对象的分类方法针对IKONOS影像较好的识别了非正式居民地[2]。余坤勇、许章华、刘健等使用“基于片层-面向类”算法实现了南方山地丘陵区的竹林信息提取[3]。余晓敏、湛飞并采用了一种基于影像对象最优化特征组合的方式对城市地表信息提取[4]。莫登奎等则基于模糊逻辑分类的面向对象的分析方法提取了株洲市城乡结合部的土地覆盖信息[5]。这些方法虽然取得了不少研究成果，但在提取的速度、自动化程度上还与实际的运用有一定的差距[6]。
本文利用高分辨率卫星影像自身的光谱、空间、纹理特征，对研究区进行土地分类信息提取。
1面向对象的土地类型提取方法
面向对象的信息提取是将影像分割成同质影像块后模拟人类认知事物的过程对分割好的影像块设定条件，将满足条件的影像块分配到合适的类别中去，最后得到与实际相符的分类图[7]。本文采用的面向对象土地分类流程如图1所示。
1.1影像分割
影像分割是面向对象遥感信息提取的第一步，只有通过分割才能形成具有光谱、纹理、形状、位置信息的影像对象块。分割算法包括对比度分割、多阈值分割、光谱差异分割等，在]有任何辅助数据的条件下将原始遥感影像数据进行分割的常用算法是多尺度分割。多尺度分割是基于给定分辨率影像对象的最小影像异质性的由下至上分割，而影像的异质性由光谱、光滑度和紧凑度三个指标决定，计算公式为shape=1-color；shape=smoothness+compactness；smoothness=（1-βcompactness）*shape。其中shape为影像对象的形状因子，color是光谱信息，smoothness是对象边界的光滑度，compactness代表了对象的紧凑性。
1.2面向对象土地分类信息的提取原理
根据土地类别的特征，利用分割后形成的影像对象块的光谱、纹理、形状特征进行最大似然分类，形成遥感影像土地类型的初分类。然后根据地类的特征设置提取规则集优化地类信息提取的效果。
2土地分类信息提取试验
2.1试验区概况
安宁县位于滇中高原中部，有“安宁雄镇，诸爨要冲”的美誉，年平均气温14.8℃，属于中亚热带气候。本试验选取拍摄于2010年1月经过校正和与全色光融合后QuickBird安宁市温泉镇影像，精度达到0.61m，覆盖面积达到了6512.25平方米，如图2所示。
从图2可以看出，该地区地类主要包括植被、裸地、水体、道路和建筑5个类别。由于对太阳光线的遮挡，在高分辨率的遥感影像上就出现了若干由植被或者建筑物遮挡产生的暗色调阴影区域。在没有其他辅助数据的协助下很难识别落影下的实际地类类型，故将阴影另设为一特殊的地类。
2.2影像初处理
面向对象遥感信息提取的第一步就是根据影像的特点选择相应的参数对影像进行分割，形成与实际地物相似的影像对象块。通过多次数据实验本文选择分割尺度为80，光谱异质性权重在蓝光波段为0.5、绿光和红光波段为0.8、近红外光波段为1，形状差异性权重为0.8，紧凑度权重为0.2的多尺度分割算法对影像进行分割，分割后的影像对象块边界与地类边界相一致且避免了对象的过度破碎。
在分割完成后需要利用影像对象的光谱、形状、纹理信息进行最近邻采样，即在选择了有代表性的样本后，以样本的光谱亮度均值、标准差及形状指数为指标参数进行最近邻分类，并最终将影像对象块分类到植被、裸地、水体、道路、建筑和阴影6个类别中，粗分类结果如图3所示。
2.3基于知识库的土地分类优化
从图3可以看出由于地类间光谱信息的相似性和影像中纹理、位置信息的利用不充分导致了部分土地类型的错分类，造成了土地分类碎化性严重、一定量的地类归并为阴影类等情况。针对以上问题需要根据各地类错分类的情况，利用地类在影像上的特征构建相应的规则集进行土地分类优化。
建筑物地类的错分类主要由两部分组成：一是具有蓝绿色屋顶的建筑物被错分到了植被类中。由于植被在蓝光波段的低反射性和蓝绿色屋顶在蓝光波段的小反射峰，可以将NDVI>0.2且蓝光波段均值小于200的建筑物派送到植被类中；二是由于试验区影像的拍摄区域存在一定量的乡镇地带，乡镇建筑物的形状、颜色具有很大的自主性，难于寻到统一的规范，所以通过手动调整的方法进行修改。
道路地类的长条状特性使其在影像对象块的类别判定中具有明显的优势，该地类的错分主要表现在与裸地和建筑物阴影的错分中。低等级道路的路宽较窄、路面多由沙土铺设而成，因而与裸地存在一定的误分，通过设置长宽比大于8的裸地派送为道路类。建筑物的落影在影像上构成长条状的影像对象，其阴影的暗色调会掩盖地物的实际类别，通过将明亮度小于150的规则将错分为道路的对象划分到阴影类。
部分裸地由于土质成分、光线照射不充分等原因使其成像色调较暗被错分成了阴影类，需要通过位置关系将距离建筑物超过30米且亮度大于148的阴影归为裸地类。
阴影的错分类主要集中在植被、水体和道路类中，该类错误则通过如上所说的NDVI、NDWI指数和明亮度进行完善。
通过上述基于知识库的方法对影像中的五大地类信息进行类别优化后，最终的分类结果如图4所示。
3结果分析与评价
从图4的分类结果来看，本文提出的方法能较好的保证土地分类中各地类内部的均一性和连续性。为了精确的验证面向对象的高分辨率遥感影像土地分类结果，使之与Erdas监督分类进行比较，并随后在Erdas中对两种分类结果随机抽取250个点进行分类精度评价。比较结果如表2所示，可以看出本文提出的面向对象土地分类方法比传统基于像元的监督分类方法精度提高了将近17%。
本文采用方法的不足之处在于对土地分类中的道路、裸地信息识别精度较低。这主要是由于实验区影像含有一定量的乡镇地区，乡间道路等级较低，其光谱特性与黄褐色的裸地极易混淆；再者村镇中的建筑物密度高且形状不规则，会对其间的内部道路有不同程度的遮挡，造成影像上道路的突然中断或者形状不连续，因而无法很好的利用道路识别知识库的内容进行提取。所以在以后研究中应注重对乡镇土地类型中的道路、建筑和裸地信息光谱、形状、纹理相应特征的研究，以提高乡镇土地利用类型信息提取的精度。
4结束语
本文利用面向对象的方法，在最近邻分类完成后通过建立的土地类型知识库的方式进一步完成了高分辨率卫星影像的土地分类信息的提取。该种方法能较好的利用影像的位置、纹理信息，避免由于影像分辨率过高而造成的地类破碎化严重的问题，很好地识别了各地类。
参考文献：
[1]陈小良.基于面向ο蠹际醯耐恋乩用/覆被分类研究[M].中国地质大学，2009.
[2]Hofmann，P.DetectinginformalsettlementsfromIKONOSimagedatausingmethodsofobjectorientedimageanalysis-anexamplefromGapeTown（SouthAfrica），RemoteSensingofUrbanAreas/FemerkundunginurbanenRaumen.Regenseburg，ed.ByJURGENS，C，2001：41-42.
[3]余坤勇，许章华，刘健，等.“基于片层-面向类”的竹林信息提取算法与应用分析[J].中山大学学报（自然科学版），2012，51（1）：89-95.
[4]余晓敏，湛飞并.基于高分辨率遥感影像的城市地表信息提取研究[J].测绘与空间地理信息，2012，35（7）：21-24.
[5]蔡银桥，毛政元.基于多特征对象的高分辨率遥感影像分类方法及其应用[J].国土资源遥感，2007（1）：77-81.
关键词：卫星遥感技术；城乡规划；建设监察
中图分类号：TU984文献标识码：A
一、遥感卫星系统组成
遥感卫星系统由卫星数据获取系统和数据反演系统组成，如图1所示。在遥感数据获取系统中完成的是遥感的正演过程，在反演系统中完成的是反演过程。卫星数据获取系统包括载有遥感器的遥感卫星系统和用于遥感数据接收和处理的地面系统，遥感卫星系统的输入是载有景物（实体）信息的电磁波，输出是景物包含的有关信息。这些信息再送入遥感数据反演系统以获取有关知识，以满足卫星遥感最终用户的任务需求。
图1遥感卫星系统组成
二、影响遥感卫星系统应用效果的要素
目前，遥感卫星系统在取得显著成就的同时，也面临着许多问题。集中表现在：一方面大量的遥感数据仍未得到真正有效的利用，另一方面遥感应用所需求的有效信息又十分匮乏。这两者实际上是从不同侧面反映了遥感数据应用的有效性问题，为此有必要从遥感信息链的角度分析影响遥感卫星系统应用效果的关键要素，指导后续遥感卫星系统应用效能的提升。
1、卫星平台要素
承载能力、供电能力、姿态稳定、轨道保持、微振动抑制、机动能力、温度控制等直接影响遥感卫星载荷的性能和应用效能。
2、有效载荷要素
安装在卫星平台上对地面或天体目标进行感知的精密光学或电子仪器。与卫星平台、星地链路都存在紧密的耦合关系，直接影响遥感卫星数据的质量。
3、传输链路要素
主要需考虑遥感卫星信号传递响应和衰减、大气影响、空间电磁环境影响、信息安全、信息压缩解压等影响因素。
4、地面系统要素
一般由地面数据接收系统、地面处理系统和应用系统组成。接收、处理和应用受到卫星平台、载荷、星地链路的综合影响，系统指标通常从服务能力、服务效率和应用精度等方面衡量。
三、卫星遥感技术在城乡规划建设的监察流程
1、数据收集
数据方面大多是获得监察城市的高分遥感数据、城市整体规划图的城乡规划基础数据以及地形图等相应的辅助数据，来实现后续处理的需求，把所获得的数据通过整理后创建基础数据库。
1.1遥感数据要求
遥感数据的原则应当包含多光谱数据，最好还具备可见光波段以及近红外波段。遥感数据应当通过初步辐射校正以及几何校正。
1.2规划数据需求
规划基础数据通过电子媒介供应，包含图纸、文本，而图纸是通过DWG各式进行提供，也存在一些JPG以及TIFF格式，所提供的图纸要符合一定分辨率的需求。
1.3地形图数据的需求
地形图数据具备以下标准：比例尺>1∶10000；原则使用地方坐标系。如果收集不到地形图，可以使用通过坐标配准的高分辨正射遥感影像取代。
2、数据处理
数据处理包含了对高分遥感数据的几何校正、全色以及多光谱数据之间的配准、融合以及镶嵌，并且还包含了遥感数据以及规划数据之间的配准。而几何纠正透过计算机或者人工目测解释的方法找到影响地面控制点，通过多项式纠正的模型给遥感数据执行几何纠正。
镶嵌，把被镶嵌图像相互间的几何位置对准，令其变成完整的图片，将多余的行、列像元去掉的过程。
3、信息归类
信息归类主要是使用不同的方法相结合的方式将城乡建设现状表现出来。运用的方式包含了源于结合规划图的信息分类法的自动提取方式以及源于目测解释的人工提取方式。而结合规划图的信息分类方式。使用结合规划图的自动归类方式将高分遥感数据的地物大类状况提取出来，然后使用目测解释对无法辨认的地物大类和地物大类下的各种小类别进行选取，最后获得土地利用现状的矢量数据，创建城乡建设现状的资料库。
4、变化监察
变化监察也使用了自动以及人工相融合的方式进行信息的提取。自动变化检查应用了多属性差值扩散变化监察的方式，人工提取变化监察信息主要通过目测解译方式进行，提取变化图斑，创建城乡建设变化的专用资料库。
5、业务应用
首先，城市规划监察。在提取变化图斑以后，要对变化图斑的属性进行核实。变化图斑的属性有变化前后的用地类型、涉及城市规划强制性内容、审批状况、处理方法、处理状态等。通过处理方法的差别，对变化图斑进行不同程度的审核，透过监察的基本状况，反馈的核查结论以及实地核查状况，透过汇总进行整理与分析，构成城市规划监察报告。其次，城市发展监察。城市发展监察主要通过多时相的城市土地利用现状的矢量图，以城市建成区面积、城市发展动向以及城市空间演替三方面指标为根据，对城市发展状况进行监察，把城市发展监察结论同过去所有城市规划监察结论进行整合，以此来获得年度监察报告。
四、遥感技术在城乡规划建设监察中的作用
1、城市用地规模的监察
在2010年―2013年，对我国36个城市建设用地面积进行监察后发现，所有监察城市在上一年度城市建设用地面积上都有所增长，而增长的方式主要呈现出均匀增长、单一方向增长以及城市规划建成区内部增长的几方面。城市建设用地的增长大多在城市规划建成区区域的控制范围之内，展现出内部增长的形势，由于城市总体规划确定的规划建城区面积较大，所以在城市扩张方面依旧需要较大的发展空间。
2、城市整体规划强制性内容的监察
在2010年―2013年期间，从我国36座城市的动态监察中可以看出，存在城市绿线内容的监察、城市蓝线内容的监察、城市黄线内容的监察及城市紫线内容的监察。
结束语
我国城乡规划正步入高速发展阶段。可是因为当前的城市规划理论与技术、计划经济形势下的城市政府行为和盲从的城市扩张及改造运动，令我国的程式化高速发展出现了许多问题。尤其是目前我国土地征用方式、国家当前的税制制度、企业改制转型方式、市场的定位发展等等重大政策的调控方面都会对城市规划的内容以及操控的方法有所影响。因为市场准入准则所提倡的公平开放竞争环境产生了不同的利益纷争，而且由于竞争的逐渐激烈，令竞争的方式也产生了各种变化，这也会促使城乡规划管理的要求逐渐提高。而且，因为城乡规划的重心也从过去的过于注重物质实体联系到目前的意识到社会、经济、政治以及空间相互联系对于城乡规划过程的重要性。所以，对城乡规划职能尤其是监督职能进行再次审视与定位，显得尤为重要。
[1]王旭辉.遥感技术及在城市国土规划中的应用[J].上海国土资源，2014，01：88-91.
[2]胡艳，袁超，陈静.国产卫星遥感的城乡规划综合应用平台研究及示范[J].遥感信息，2014，01：55-60.
关键词：精密单点定位精密星历精度
不同的精密星历的精度及时延各不相同，在实际应用中应综合考虑这两方面的因素进行选择。IGS最终星历的标称精度最高，但是其时延很长（12～18天），这在对时延要求较高的定位中是无法使用的，而IGS快速星历的标称精度虽较最终星历稍差，但是其时延较短（17～41小时），因此在无法获得最终星历的情况下可以考虑用快速星历代替最终星历进行定位。本文将探讨用快速星历IGR代替最终星历IGS对精密单点定位的影响。
1、快速星历IGR与最终星历IGS的比较
在探讨用快速星历代替最终星历进行精密单点定位的可行性之前，首先将IGR与IGS星历自身进行比较，以确定两者的差异。现以2010年2月25日PRN号为5的卫星为例，比较IGR与IGS的卫星坐标和钟差的差异。其差值如图1、图2所示，两图中横坐标为历元数，历元间隔为15min。图1的纵坐标为IGR与IGS卫星坐标之差，单位为m；图2的纵坐标为IGR与IGS卫星钟差之差，单位为ns。
从图1可以看出，IGR星历与IGS星历坐标上的差异在X、Y、Z方向上均在2cm以内。其中，在X方向上偏差最大值达到-2cm，最小值接近于0；Y方向上的偏差较小，最大偏差不超过7mm，且变化较为稳定；Z方向上的偏差总体上介于X、Y方向上的偏差之间，最大偏差不超过1.8cm。从图2可以看出，卫星钟差的差异变化较为平缓，其变化范围在-0.68～-0.89ns之间。
从以上比较可以看出，IGR与IGS在卫星坐标和钟差上的差异较小，这为用IGR代替IGS进行精密单点定位提供了直观上的可行性。下面将通过试验来分析采用IGR星历进行精密单点定位的精度。
2、试验与分析
为了探讨用IGR星历代替IGS星历进行精密单点定位的可行性，分别采用IGR星历和IGS星历进行静态精密单点定位试验，将两者的定位结果进行比较，并将两者的结果同IGS跟踪站的已知坐标（作为真值）进行比较分析。
试验数据采用从IGS网站下载的三个IGS跟踪站BJFS、SHAO、XIAN在2010年2月25日的观测文件，导航文件，以及对应的精密星历文件IGR，IGS及钟差文件。解算软件使用高精度数据处理软件WaypointGrafNav8.20。
利用GrafNav软件中的静态精密单点定位功能，分别采用IGR星历和IGS星历对三个IGS跟踪站的数据进行定位解算。解算前的参数设置如下：处理方向设为Forward，处理方式为Automatic，卫星截止高度角为7.5°，精密星历基准为ITRF05，基准转换为Automatic，码观测值的标准差设为7m，载波相位观测值的标准差为0.02m。
2.2试验结果及分析
将试验的定位结果通过matlab画图，以比较利用IGR星历和IGS星历进行精密单点定位的差异。限于篇幅，仅给出BJFS站利用两种星历进行精密单点定位的坐标差值图，画图过程中删除了少量含有粗差的数据。结果如图3所示，横轴为观测数据历元数（历元间隔为30s），纵轴为坐标在X、Y、Z方向上的差值。
以上是从利用IGR星历的IGS星历进行精密单点定位的差异性进行分析，下面将它们与IGS跟踪站的坐标真值进行比较，以分析用IGR星历代替IGS星历的可行性。利用IGR星历和IGS星历对三个IGS跟踪站进行精密单点定位的定位结果dX，dY，dZ以及中误差，，见表2所示：
从表2可以看出，三个IGS跟踪站利用IGR星历和IGS星历进行精密单点定位的结果与真值之差在X、Y、Z方向上均小于5cm，其中差值最大的在SHAO站的Y方向上，达到4.86cm。利用IGR星历进行定位的结果与利用IGS星历定位的结果的差异很小，其互差均在毫米级。BJFS、SHAO站利用IGR星历定位结果在X、Y方向上稍差于利用IGS星历定位的结果，但在Z方向上反而好于利用IGS星历定位的结果，而在XIAN站三个方向上的差异性也不统一，这说明利用IGR星历进行定位的结果在最终差值上并不比利用IGS星历定位的结果差。
从中误差上看，三个IGS跟踪站利用IGR星历和IGS星历进行定位的结果中误差在X、Y、Z方向上均小于5.7cm。从总体上看，利用IGR星历进行定位的中误差要稍大于IGS星历进行定位的中误差，但是其差值均在3mm以下。因此，利用两种星历进行定位的差异在差值和中误差上都很小。
3、结语
通过以上试验分析可知，在进行静态精密单点定位时，利用IGR星历和IGS星历进行精密单点定位，其结果之差在X、Y、Z方向上均可达到几个mm的水平，两种星历进行定位的结果与真值之差均小于5cm。另外，利用IGR星历进行定位的结果在最终差值上并不比利用IGS星历定位的结果差，只是在中误差上稍差。这说明IGR星历和IGS星历对静态精密单点定位精度的影响是等价的。因此，在实际应用中，完全可以用快速星历代替最终星历进行精密单点定位解算。
[1]韦建超.GPS精密单点定位的数据处理研究[D].长沙:中南大学,2007.
[2]张小红,郭斐斐,李星星.IGS卫星钟差产品采样间隔对PPP精度的影响[J].武汉大学学报（信息科学版）,2010,35(2),152-155.
[3]KOUBA.J.,P.HEROUX.PrecisepointpositioningusingIGSOrbitandclockproducts[J].GPSSolutions,2000,5(2):12-28.
[4]WitchayangkoonB.ElementsofGPSprecisepointpositioning[D].Orono:CollegeofEngineeringMaine,2000.
【关键词】卫星遥感图像;森林资源调查;解译标志;正判率;数字化林业
1.解译标志的建立及验证
正判率：以固定样地所统计的各地类数量为基准，匹配判读样地中其相同地类所占比例为正判率。本次判读样地71099块，匹配样地6056块。通过计算统计各地类正判率情况如下：林分87.0%、疏林75.0%、灌木林16.7%、经济林46.7%，薪炭林0、未成林地0、火烧迹地50.0%、采伐迹地16.7%、荒山33.3%、荒地31.6%、沙荒66.7%、牧地59.1%、农地86.4%、水地61.2%、未利用地63.3%、其它65.6%。从以上判读结果可以看出：有林地、非林地判读效果较好，正判率高；无林地正判率低，而未成林地、薪炭林正判率极低。
2.判读结果分析
对卫星图像波段、时相的选择和图像结构特征的解译决定判读效果，提高正判率是提高统计估计精度的唯一手段。
2.1卫星图像波段及时相的选择
选择不同波段及时相合成的TM图像，其反映的地类色调可分性不同，经专家建议及多年TM图像应用经验，本次判读选择的波段为Landsat-7的ETM+5(red)、4（Green）、3（Blue）数据与全色波段融合、时相为9-10月份。由解译标志可以看出色调的区分性为：有林地、非林地与其它地类区分效果理想、未成林地、荒山荒地、采伐迹地区分性较差（地类色调重叠）。
2.2卫星图像的结构特征
本次使用卫星图像特征为：平原地区地类图像比较规则，易判读，正判率偏高，如农地、草地、水地，而未成林地及林带（较难判别）；山区图像略复杂，个别地块较难区分，如荒山、荒地、未成林地及草地、农田、有林地、疏林地。图像集中连片易判别，正判率高，分布较多的地类有有林地、农田、水地、未利用地。几种地类色调相同（重叠）较难判别，正判率低，分布有荒山、荒地、草地、采伐迹地、未成林地及个别有林地。
3.遥感双重抽样估计及卫星图像应用效果分析
3.1双重比估计
双重比估计是抽样调查中双重抽样方法之一，亦是面积成数估计常用的一种方法。即：把遥感判读样地作为第一重样本，与遥感样地匹配样地的固定样地作为第二重样本，根据匹配样地遥感判读成数和固定样地调查类型成数，按比估计方法确定地类面积成数。
3.2估计效果分析
各地类面积及估计精度分别为：有林地面积520.44万hm2，精度95.92%；农地面积1555.65万hm2，精度98.26%；牧地面积182.01万hm2，精度91.99%；水地面积133.67万hm2，精度91.10%；未利用地面积273.02万hm2，精度93.06%；其它地类面积113.76万hm2，精度89.35%；无林地面积65.41万hm2，精度70.31%。无林地尚未达到85%以上的估计精度，问题存在主要原因是：无林地包含地类复杂多样，本次研究无林地包括未成林地、采伐迹地、荒山荒地、火烧迹地、沙荒五个地类；几种地类色调相同尚不能将其清楚地反映出来，致使TM图像可判率较低，正判率仅为31.2%，进而估计精度不高。
3.3TM图像应用效果分析
（1）在TM图像上，有林地和非林地易于判别，正判率较高；灌木林地、未成林地和无林地难于判别，正判率较低。
（2）判读点的类型分布是影响判读类型能否与固定样地类型一致的主要因素，集中连片状分布一致性较高，重叠分布一致性低。
（3）通过遥感目视判读可以提高面积成数的估计精度。遥感判读对面积成数估计的贡献取决于遥感目视判读的正判率，正判率越高，对提高面积成数估计精度的作用越大。因此提高正判率是遥感技术在森林资源连续清查工作中应用的关键。
（4）提高无林地精度的关键是通过研究在保证其它地类图像可分性的前提下，选择较能突出反映无林地的波段组合时相的TM图像，使无林地更加具有可分性，同时提高技术人员对无林地的判读技能。
4.我国数字林业建设现状
随着数字地球等全球信息化浪潮的扑面而来，国家林业局将数字林业确定为“十五”期间重大科技项目，旨在通过数字化的手段再现林业真实情况，提高林业资源管理水平和监测水平。数字林业是3S技术与高科技网络技术以及高速通讯技术有机结合构成的一门新的综合技术，可广泛应用到林业资源动态管理，森林生态系统动态管理，生态环境一致性研究与动态监测，林业发展战略规划，森林火情动态管理和控制，营造林规划，林区道路规划，森林病虫害控制和动态管理，林业工程实施动态管理和监测，土地荒漠化和土地沙化动态监测，湿地动态监测等方面，可实现林业信息采集与处理快速化，为林业决策提供实时、强有力的基础信息和决策支持。
[关键词]MM定理；税收行为理论；厂商；影响
[中图分类号]F27；F810.42
[文献标识码]A
企业作为商品的生产者，通过在给定产出水平下最小化成本，或在给定成本下最大化产出水平等行为选择，实现利润最大化。政府税收将通过对生产要素或商品的市场价格的干预，对此产生重要影响，从而影响到厂商在投资水平、资本结构、产出水平、股利政策和非经济等方面的行为决策。
一、税收对投资水平的影响
作为追求利润最大化的市场主体，企业的投资行为主要取决于对投资收益和投资成本的比较，只要投资收益大于投资成本，厂商必然会继续其投资行为，直到投资收益等于投资成本为止。在政府征税的条件下，最终决定厂商投资行为的投资收益是税后的投资收益；最终决定厂商投资行为的投资成本则包括折旧等多种因素。因此可以根据税收对厂商投资收益和折旧的影响，来分析税收对投资的效应。
就投资收益而言，政府税收会降低企业的投资收益率，对厂商的投资行为会产生方向相反的两种效应：一是收入效应，即投资收益率的下降，减少了纳税人的可支配收益，促使其为维持以往的收益水平而增加投资；二是替代效应，即投资收益率的下降，降低了投资对纳税人的吸引力，促使其用消费等别的行为来替资。税收对厂商投资水平的最终影响，取决于它的收入效应与替代效应究竟哪一种处于支配地位。
二、税收对资本结构的影响
根据诺贝尔经济学奖获得者莫迪利亚尼和米勒提出的MM定理，如果不存在税收和破产成本，那么企业的市场价值与它的资本结构无关，即同它的融资方式无关。定理描述的是一种完全资本市场条件下的理想状态，但这一结论明显同现实情况不符：厂商的融资策略和资本结构对企业的经营效益具有较大的影响。为了解释MM定理同实际情况的这种不一致，专家引入了税收因素，分析其对资本结构和融资决策的影响。
两类税收会影响企业的资本结构，一是公司所得税，一是个人所得税。在征收公司所得税的情况下，由于企业可以在纳税时扣除支付给债权人的利息，但不能扣除支付给股东的股利，所以厂商为了利用税收优惠可以增加债权融资的比例，进而提高它的市场价值和对投资者的吸引力。然而，如果企业的市场价值能够随着债务比例的扩大而不断增加，那么厂商是否应该追求百分之百负债的资本结构呢在只有公司所得税的前提下，结论确实如此，但它显然与现实不符，引入个人所得税可以作出一定的解释。
在征收个人所得税的情况下，尽管股息和债券利息都要计入应税所得，但股票出售时的资本利得往往能够享受到较低的税率，并且只要资本利得不实现，一般不予征税。个人资本利得税方面的优惠，使得人们持有股票更有利可图，这正好与债券的免税优惠相互冲抵，抑制了厂商扩大债务比例的欲望。当然，除了税收以外，其他因素也会影响企业的资本结构，如破产成本和成本等等，需要考虑的是过高的负债意味着较大的破产可能性。
三、税收对产出水平的影响
税收对企业产出水平的影响也包括两个方面，即收入效应和替代效应。所谓税收对企业产出的收入效应，指的是税收会减少企业可支配的生产要素，从而降低了企业的生产能力，造成企业产出水平的下降。所谓税收对企业产出的替代效应，指的是税收会诱导企业重新选择各种商品的生产组合，增加税率较低的商品的生产量、减少税率较高的商品的生产量，即用轻税商品的生产替代重税商品的生产。
由于税收对企业产出的收入效应，降低了厂商的产出水平，因此会对整个社会产生额外负担。具体地讲，税收意味着在消费者购买商品时支付的数额和厂商得到的数额之间出现了差额，这个差额就是税收的数额，它只是资源从消费者和厂商向政府部门的转移，本身并不会对整个社会造成额外负担。但是，税收除了造成资源转移外，还通过收入效应降低了企业的产出水平，使得消费者只能用较高价格购买较少的商品，从而降低了消费者的福利水平。
税收不仅会对企业的产出水平造成直接的影响，还会带来长期的结构性变化，并对整个行业产生更大的影响。具体而言，尽管各个厂商在短期内只能通过增加或减少产出水平来实现利润最大化，但在长期则还可以选择继续留在这个行业或退出行业。由于税收增加了企业的成本水平，那些处在亏损边缘的厂商会因为成本的提高而无利可图，最后只能退出该行业的商品生产。因此，税收不仅在短期里使得企业的产出水平下降，而且能够在长期里减少厂商的数目，造成产出水平的进一步下降。
四、税收对股利政策的影响
厂商的股利政策是确定企业利润如何在股东股利和再投资之间进行分配的方式，因此它是厂商长期融资战略的重要组成部分。同MM定理类似，莫迪利亚尼和米勒在上世纪60年代的论文中提出了“股利无关性定理”，认为在完善的资本市场上，厂商的股利政策同企业的价值无关。然而，一旦引入税收因素。其结论就会得到修正。如在征收个人所得税的情况下，由于股利收入的税率一般高于资本利得的税率，因此投资者可能不愿以股利形式获取收入。不过，专家指出，可以对股利进行适当的“清选”，而转换成其他收入形式，从而增强股利收入的吸引力。比如投资者在收到股利的同时可以借入一定数量的资金，再投资于其利息收入无需纳税的项目。由于借钱支付的利息可以从应税所得中扣除，所以只要所借入的资金足够大，以至需偿还的利息数额刚好等于股利收入，就可以使股利收入实际上完全免予纳税。
在具体的分析中，还应该进一步考虑其他现实因素。例如：有些国家针对股利收入的清洗行为，在税法中明确规定了个人可以冲减应税所得的利息支出上限，使得股利在这方面优势的发挥受到了限制；同时，资本市场上广泛存在着信息不对称，投资者往往把企业的殷利政策作为一种传递厂商绩效和发展前景等状况的信号，企业的股利政策会影响到投资者的预期等等。由于股利政策受到资本市场的不确定性等诸多因素的影响，因此它是一个重要但又充满争议的话题。
五、税收对非经济效应的影响
征税会对厂商的精神或心理产生一定的影响。通常来说，纳税总是一件令人不愉快的事。在即将面临或实际处理纳税事宜时总让人感到某种压力，特别是厂商在从事的经济活动没有依法纳税时会担心害怕，在受到不公正的税收待遇时也往往会愤愤不平，甚至会产生强烈的对抗情绪。
[关键词]上市公司股权制衡度投资行为
国内外许多学者对中国的股权改革持有不同的意见，呼声最高的就是国有股的减持，但是学术界和实务界也有不同的观点，认为不能一味的要求减持国有股，而要看企业所处的具体环境。而学者们对股权制衡度对资本投资的影响也是存在不一样的观点。那么针对中国上市公司的具体情况，股权制衡度与投资之间存在什么关系，我们应该采取何种措施来应对股权改革，本文将以实证分析的方式探讨这两个问题。
一、研究假设
假设：在其他条件相同的情况下，随着股权制衡度的提高，上市公司投资容易出现扭曲行为。
二、实证分析
1.变量选取
在构建投资模型时，通常我们认为，企业的投资同时受到短期投资机会、长期投资机会、企业的内外部融资成本的影响。为了控制规模因素，我们将被解释变量和控制变量用其除以期初总资产的相对数表示。变量描述如表1。
综合以上因素，我们选取了在沪深两市上市的A股制造业企业2001年～2004年的数据，剔除了PT和ST公司，数据缺损的公司以及在四年内股权性质不一致的公司。最终满足条件的上市公司共有359家，所得样本观察值为1436个。本文所有的数据全部来自于北京大学CCER数据库。
2.模型设计及实证结果分析
为了检验股权制衡度对投资的影响，建立模型：
回归结果见表2。
上表表明所有模型都是显著的，加入股权制衡度后，调整R的平方没有变化，说明股权制衡度对投资的影响是不显著的，但是股权制衡度的系数为负，说明了随着股权制衡度的增加，投资有所减少。加入交叉项后，我们发现交叉项的系数为负，表明随着股权制衡度的增加，出现了投资扭曲行为，对样本的分组回归也得出了一致的结论，而非国有上市公司交叉项系数的绝对值比国有上市公司大，可能的原因是随着股权制衡度的增加，非国有上市公司对控制权的争夺更加厉害，导致更加严重的投资扭曲行为。
三、结论分析及建议
通过实证分析，我们发现前面提出的假设是成立的，也就证明了理论推导是正确的。通过这样的结果，笔者建议不论是国有上市公司还是非国有上市公司，都要保证第一大股东的绝对控制地位，保证没有其他控股股东和它进行权力的争夺，在这种前提下，增加第二到第五大股东的持股比例，形成对大股东的制衡。
[1]陈晓江东:股权多元化、公司业绩与行业竞争性[J].经济研究,2000,(8):28～35
[2]孙永祥黄祖辉:上市公司的股权结构与绩效[J].经济研1999,(12):23～30