土地利用覆盖变化信息提取.doc

《土地利用覆盖变化信息提取.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、土地利用/覆盖变化信息提取实验报告1. 实验目的利用TM/ETM3个时相卫星数据，应用ENVI软件进行土地利用/覆盖分类，在此基础上进一步分析其动态变化特征。2. 实验内容金华市土地利用/覆被变化信息的提取。采用决策树分类法提取土地利用/覆被信息，它通过分析地物光谱特征和其他图像特征，充分利用高程、坡度等地理辅助信息可以有效地提高分类精度，比较适合于江南丘陵地形破碎、地物分布复杂的地区。和传统的监督分类法相比，它可以消除园地和林地、建设用地和裸地光谱相似所带来的影响。（1）TM影像数据的预处理。本文的遥感数据处理主

2、要包括大气校正、几何校正和图像增强，并利用行政边界矢量图对影像进行裁剪。（2）土地利用变化信息提取。首先对其中的一期影像(2003年)分别采用最大似然法、决策分类树法进行分类，提取土地利用/覆被信息，并对二者的提取精度进行比较，选择精度最高者作为最终的提取方法，进而提取1988～2003年金华市土地利用/土地覆被信息。（3）利用空间叠加获取土地利用/覆被变化的面积转移矩阵，进而通过面积转移矩阵分析土地利用/土地覆被的数量变化、空间结构变化和土地利用程度。3. 实验方案4. 数据预处理4.1 数据源本文所采用的数据包

3、括：两景金华市的LandsatTM和一景LandsatETM陆地卫星影像，一景半SPOT全色影像；该地区1：50000地形图；该地区81m*81m分辨率的数字高程模型（DEM）；1：100万中国行政边界矢量图等。具体的见表4-1和4-2所示。表4-1 研究区遥感影像数据获取时间传感器类型数量（景）空间分辨率（m）2003年3月9日SPOT-5全色151/252003年3月26日LandsatETM+1-8波段115m（全色）30m(多光谱)1996年9月6日LandsatTM1-7波段1301988年12月5日La

4、ndsatTM1-7波段130表4-2 研究区其他资料及应用说明数据类型应用说明大比例尺地形图最新时相的1：50000地形图，用于进行卫星遥感资料的几何校正野外调查资料野外控制点的测量，土地利用/覆盖分类训练样本区的调查，建立判读标志，进行分类及信息提取精度检验等工作土地利用现状图对比土地利用/覆盖动态变化及遥感影像分类精度参考 4.2 图像预处理数据预处理部分主要包括：对遥感影像进行大气校正、几何纠正、以及对研究区进行边界裁剪和图像增强。主要工作流程如下（图4-2）：图4-2数据预处理主要技术流程具体方法如下：1

5、）大气校正。本文的大气纠正在PCI软件的ATCOR2模块中完成，以去除薄云和大气对影像光谱的影响，尤其是96年的图像，经过大气校正后，图像质量得到了很大提高。2）几何纠正。影像几何纠正就是将所研究影像纳入到一个地面坐标系中，方法是利用地面控制点对各种因素引起的遥感影像的几何畸变进行纠正，以便确定影像上每个像元在地面的坐标，其过程就是把目标由一个空间向另一个空间转换的过程。3）边界裁剪。对遥感影像进行上述处理后，利用所给的金华县行政边界矢量图边界对影像进行裁剪，分别得到1988年和1996年的TM图像以及2003年的

6、SPOT和ETM研究区影像。4）图像增强。本文采用最佳指数因子分析方法对3幅多光谱影像三波段组合方案进行评价最后得出最佳波段组合。最佳指数因子的计算公式为：                                    （2-1）式中， 为i波段图像的亮度标准差，其值越大，说明数据的离散度越大，所包含的信息量越大，可分离性越高； 为三波段中任意两波段之间的相关系数，其值越小，表明图像数据独立性越高，信息的冗余度越小。OIF越大，组合图像的信息量越大，组合方案越佳。利用最佳指数因子分析方法计算1988、199

7、6、2003年三幅多光谱影像的三波段组合值如下表（表4-3）：表4-3影像最佳波段组合信息含量表影像OIF组合方案42143253254375274375488年TM26.33829.18225.52133.60527.79333.98333.91096年TM32.15434.86416.84536.02516.08936.16325.59803年ETM16.24019.48321.12123.24020.88022.59220.427从上表中可得知，1988年和1996年两幅TM影像的743组合值都是最大的，20

8、03年的ETM543组合值最大，743次之，整个金华市的土地利用格局以耕地和林地等农用地为主，整个地区有较高的植被覆盖，而743组合更接近植被的真彩色，有利于植被的分类，所以三幅影像都采用743组合方案参与分类。5 土地利用/土地覆被分类5.1 监督分类法此法的关键在于训练区的选择。训练区的选取应与分类地区的特点和分类系统相适应。对训练区的统计特征应进行详细