土地利用變化遙感監(jiān)測(cè)測(cè)試報(bào)告

1、,,,,,,,土地利用變化遙感監(jiān)測(cè),情 況 介 紹,,任務(wù)內(nèi)容： 利用高空間分辨率衛(wèi)星影像，提取城市土地利用 年際動(dòng)態(tài)變化信息。 原始數(shù)據(jù)： Landsat TM: 12332 SPOT: 279269 / 280269 / scene1 / scene3,,,,,,,,土地利用變化遙感監(jiān)測(cè),技 術(shù) 路 線,,影像讀取,,幾何校正,圖像融合,,變化檢測(cè),,,土地

2、利用動(dòng)態(tài)變化圖,波段選擇,,,,,,,,,一、讀取衛(wèi)星影像數(shù)據(jù),1、12332：美國(guó)Landsat5 TM影像，EOSAT Fast Format;用ERDAS Import模塊讀入；2、280269、279269：法國(guó)SPOT影像，無(wú) headfile純數(shù)據(jù)文件, 從 header.dat文件中得到相關(guān)信息，用任一圖像軟件可讀之；3、 Scene01、Scene03: 法國(guó)SPOT影像，有文件頭，用ENVI3.5內(nèi)置的“SPO

3、T格式”可以讀入,土地利用變化遙感監(jiān)測(cè),,,,,,,,,1、Landsat TM(12332),時(shí)相：99年8月10日波段：7空間分辨率：30米格式：BSQ行數(shù)：5728列數(shù)：6920,一、讀取衛(wèi)星影像數(shù)據(jù),土地利用變化遙感監(jiān)測(cè),,官?gòu)d水庫(kù),,密云水庫(kù),北京城區(qū),,,,,,,,,2、法國(guó) SPOT,279/269,2000年9月16日SPOT全色波段,空間分辨率10m,280/269,2000年9月16日SPOT全色波段,

4、空間分辨率10m,一、讀取衛(wèi)星影像數(shù)據(jù),土地利用變化遙感監(jiān)測(cè),,,,,,,,,2、法國(guó) SPOT,279/269,1999年7月9日SPOT全色波段,空間分辨率10m,280/268,1999年7月9日SPOT全色波段,空間分辨率10m,一、讀取衛(wèi)星影像數(shù)據(jù),土地利用變化遙感監(jiān)測(cè),,,,,,,,,二、衛(wèi)星影像幾何校正,土地利用變化遙感監(jiān)測(cè),,1、幾何校正的目的： 去除遙感圖像在幾何位置上的畸變（行列不均勻，像元

5、大小與地面大小對(duì)應(yīng)不準(zhǔn)確，地物形狀不規(guī)則變化等）；定量地確定圖像上的像元坐標(biāo)（圖像坐標(biāo)）與目標(biāo)物的地理坐標(biāo)（地圖坐標(biāo)等）的對(duì)應(yīng)關(guān)系（坐標(biāo)變換式）。 2、產(chǎn)生的原因：遙感器的內(nèi)部畸變：由遙感器結(jié)構(gòu)引起的畸變； 遙感平臺(tái)位置和運(yùn)動(dòng)狀態(tài)變化的影響； 地形起伏的影響、地球表面曲率的影響大氣折射的影響、地球自轉(zhuǎn)的影響,,,,,,,,二、衛(wèi)星影像幾何校正,土地利用變化遙感監(jiān)測(cè),,3、幾何校正的方法 （1）系統(tǒng)性校正

6、：利用與遙感器構(gòu)造有關(guān)的校準(zhǔn)數(shù)據(jù)（焦距等）及遙感器的位置、姿態(tài)等）代入到理論校正式中進(jìn)行幾何校正。 （2）非系統(tǒng)性校正：利用控制點(diǎn)的圖像坐標(biāo)和地圖坐標(biāo)的對(duì)應(yīng)關(guān)系，近似地確定所給的圖像坐標(biāo)系和應(yīng)輸出的地圖坐標(biāo)系之間的坐標(biāo)變換式。坐標(biāo)變換式的系數(shù)可從控制點(diǎn)的圖像坐標(biāo)值和地圖坐標(biāo)值中根據(jù)最小2乘法求出。,,,,,,,,,二、衛(wèi)星影像幾何校正,土地利用變化遙感監(jiān)測(cè),,4、幾何校正的步驟 （1）重采樣：利用與遙感器構(gòu)造有關(guān)的校準(zhǔn)數(shù)據(jù)

7、（焦距等）及遙感器的位置、姿態(tài)等）代入到理論校正式中進(jìn)行幾何校正。,需求出12個(gè)系數(shù)，至少要找到6個(gè)已知的對(duì)應(yīng)點(diǎn)（控制點(diǎn)） 如果要提高精度，必須大大增加控制點(diǎn)的數(shù)目，用最小二乘法進(jìn)行曲面擬合求系數(shù)。,,,,,,,,,二、衛(wèi)星影像幾何校正,土地利用變化遙感監(jiān)測(cè),,4、幾何校正的步驟 （2）內(nèi)插計(jì)算: 計(jì)算每一點(diǎn)的亮度值。由于計(jì)算后的（x，y）多數(shù)不在原圖的像元中心處，因此必須重新計(jì)算新位置的亮度值。 通常有三種方法：最近鄰法

8、雙向線性內(nèi)插法三次卷積內(nèi)插法。,,,,,,,,,未校正影像,校正后影像 Projection: Geodetic(LL) Datum: Krasovsky,,,,,,,,,插值運(yùn)算,重采樣,控制點(diǎn)(示意),,,二、衛(wèi)星影像幾何校正,土地利用變化遙感監(jiān)測(cè),,,,,,,,,三、波段選擇,土地利用變化遙感監(jiān)測(cè),,1、多光譜TM影像 TM1：0.45-0.52微米，藍(lán)波段 TM2：0.52-

9、0.60微米，綠波段 TM3：0.63-0.69微米，紅波段，為葉綠素的主要吸收波段。 TM4：0.76-0.90微米，近紅外波段。對(duì)綠色植物類別差異最敏感 TM5：1.55-1.75微米，中紅外波段。處于水的吸收帶 TM6：10.4-12.5微米，熱紅外波段。 TM7：2.08-2.35微米，中紅外波段。處于水的強(qiáng)吸收帶。,選取: TM5、4、3波段組合,,,,,,,,三、波段選擇,土地利用變化遙感監(jiān)測(cè),

10、,2、SPOT影像,選取: 高空間分辨率的全色波段，與TM進(jìn)行信息融合,,,,,,,,（1）直接差值運(yùn)算法：對(duì)同一區(qū)域、不同時(shí)相的影像作差值運(yùn)算，根據(jù)差值的變化確定LUCC變化情況。（2）基于分類的方法：對(duì)不同年份影像分別作監(jiān)督分類，將兩年的分類結(jié)果進(jìn)行比較，確定變化情況。（2）基于信息融合的方法：利用不同年份的TM、SPOT數(shù)據(jù)進(jìn)行變異融合，在綜合兩類影像優(yōu)勢(shì)的同時(shí)，突顯地物年際變化特征。,四、變化檢測(cè)方法,土地利用變化遙感監(jiān)測(cè),

11、,Note: LUCC變化檢測(cè)比較成熟的方法有：,,,,,,,,1、融合的目的,（1）優(yōu)勢(shì)互補(bǔ)：既利用TM豐富的多光譜信息，同時(shí)又得到SPOT全色波段的高空間分辨率。（2）突顯變化特征：利用不同年份的TM、SPOT數(shù)據(jù)進(jìn)行變異融合，可以有效去除無(wú)關(guān)信息，突顯地物年際變化特征。,四、變化檢測(cè)方法－信息融合,土地利用變化遙感監(jiān)測(cè),,,,,,,,,2、融合算法,（1）主成分分析（K－L變換） TM 7

12、 PVA SPOT代替PC1 Inverse PCA 新影像（2）Brovey 變換 [TM5 / (TM5 + TM4 + TM3)] x [SPOT] = Fusion1 [TM4 / (TM5 + TM4 + TM3)] x [SPOT] = Fusion2 [TM3 / (TM5 + TM4 + TM3)] x [S

13、POT] = Fusion3,,,,,四、信息融合（特征變異融合）,土地利用變化遙感監(jiān)測(cè),,,,,,,,,3、融合結(jié)果（1）,用2000年SPOT影像與99年TM影像的5，4，3三個(gè)波段融合，左圖為融合后影像,四、信息融合（特征變異融合）,土地利用變化遙感監(jiān)測(cè),,,,,,,,,3、融合結(jié)果（2）,用2000年SPOT影像與99年TM影像的7，4，3三個(gè)波段融合，左圖為融合后影像,四、信息融合（特征變異融合）,土地利用變化遙感監(jiān)測(cè),,,,

14、,,,,,1、增強(qiáng)假彩色合成,用2000年SPOT影像與99年TM影像的5，4，3三個(gè)波段融合，左圖為融合后影像,五、土地利用變化檢測(cè),,,,,,,,2、模擬真彩色合成,用2000年SPOT影像與99年TM影像的7，4，3三個(gè)波段融合，左圖為融合后影像,五、土地利用變化檢測(cè),,,,,,,,3、變化圖層的生成,五、土地利用變化檢測(cè),,,,,,,,3、變化圖層的生成,五、土地利用變化檢測(cè),,,,,,,,4、變化信息的審定,五、土地利用變化檢