RS徐巧芝綜合性實(shí)驗(yàn)報(bào)告

1、本科學(xué)生綜合性實(shí)驗(yàn)報(bào)告學(xué)號(hào) 姓名 徐巧芝 學(xué)院 旅游與地理科學(xué)學(xué)院 專業(yè)、班級(jí) 地理科學(xué)11A 實(shí)驗(yàn)課程名稱 遙感原理與運(yùn)用 教師及職稱 胡文英 （副教授） 開課學(xué)期 2012 至 2013 學(xué)年 第二 學(xué)期 填報(bào)時(shí)間 2013 年 6 月 21 日云南師范大學(xué)教務(wù)處編印一實(shí)驗(yàn)設(shè)計(jì)方案實(shí)驗(yàn)序號(hào)10實(shí)驗(yàn)名稱滇池流域的土地分類實(shí)驗(yàn)時(shí)間2013-6-20實(shí)驗(yàn)室睿智樓5-4071實(shí)驗(yàn)?zāi)康模?）了解土地利用動(dòng)態(tài)監(jiān)測(cè)的過程；（2）學(xué)會(huì)獲取遙感圖像的方法，遙感圖像的糾正，裁剪，合成，監(jiān)督分類/非監(jiān)督分類；（3）學(xué)會(huì)使用ERDAS進(jìn)行圖像的處理； （4）能夠運(yùn)用ERDAS進(jìn)行綜合成圖，最后提交TM土地分類圖、

2、實(shí)習(xí)報(bào)告。2 實(shí)驗(yàn)原理、實(shí)驗(yàn)流程或裝置示意圖實(shí)驗(yàn)原理：常規(guī)的圖像分類方法主要有兩種方法：非監(jiān)督分類和監(jiān)督分類。監(jiān)督分類更多受用戶控制，常用于對(duì)研究區(qū)域比較了解的情況，首先選擇可以識(shí)別或借助的其他信息能斷定其類型的像元建立模板，然后基于該模板使計(jì)算機(jī)自動(dòng)識(shí)別具有相同特性的像元，根據(jù)分類結(jié)果再對(duì)模板進(jìn)行修改，多次反復(fù)建立一個(gè)比較準(zhǔn)確的模板進(jìn)行最終分類。非監(jiān)督分類指不必對(duì)影像地物獲取先驗(yàn)知識(shí)，僅依靠影像上不同類地物的光譜線性進(jìn)行特征提取，以提取出統(tǒng)計(jì)特征的差別來達(dá)到分類目的的方法。主要采用聚類分析方法，是在初始狀態(tài)給出圖像粗糙分類，然后基于一定原則在類別間重新組合其樣本，直到分類比較合理為止。該方法

3、的主要環(huán)節(jié)是聚類、集群的分裂和集群的合并等處理。實(shí)驗(yàn)流程： 遙感圖像數(shù)據(jù)數(shù)據(jù)的處理（影像格式轉(zhuǎn)換、圖像融合、提取適合波段圖像、行政區(qū)裁剪圖像）土地覆被判讀標(biāo)志的建立監(jiān)督分類/非監(jiān)督分類結(jié)果分析、評(píng)價(jià)3實(shí)驗(yàn)設(shè)備及材料軟件：ERDASIMAGINE ARCGIS實(shí)驗(yàn)數(shù)據(jù)：一景包含昆明市區(qū)的TM影像圖Fri. Jun. 22, 2012 LANDSAT 7 Time: 01:524實(shí)驗(yàn)方法步驟及注意事項(xiàng)（1）數(shù)據(jù)的收集 在國際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)（2） 遙感影像格式轉(zhuǎn)換啟動(dòng)ERDASIMAGINE，點(diǎn)擊Import，在對(duì)話框中設(shè)置：Type為TIFF,Media為File,在input File點(diǎn)擊F盤

4、中的昆明市區(qū)影像圖的第一個(gè)波段，在output File點(diǎn)擊存在F盤中命名為1.img，最后點(diǎn)擊OK。重復(fù)上面操作，直到把6個(gè)波段的*。Tif文件全部轉(zhuǎn)換成*.img文件。（3） 圖像的融合在Interpreter中選擇Utilities選項(xiàng)下的Layer Stack，進(jìn)行六個(gè)波段的合成（4） 提取合適波段進(jìn)行分析（5） 利用裁剪對(duì)合成圖進(jìn)行切割，切出滇池流域的區(qū)域范圍在ERDAS圖標(biāo)面板工具條中，點(diǎn)擊Viewer打開圖片，并點(diǎn)擊Utility/InquireBox，拖動(dòng)圖中矩形框邊決定所選區(qū)域的大小，并點(diǎn)擊Apply/Close如下:在ERDAS圖標(biāo)面板工具條中，點(diǎn)擊DataPrep/Sub

5、setImage打開subsetImage對(duì)話框，并設(shè)置參數(shù)如下設(shè)置完成后點(diǎn)擊OK，待轉(zhuǎn)換完成后再點(diǎn)擊OK便剪切完成。（6）監(jiān)督分類A、定義分類模塊在viewer窗口中選擇打開dianchi.img，單擊classifer/classification/signature editor，打開分類模板編輯器（signature editor）在屬性表對(duì)話框菜單欄中Edit/ColumnProperties打開列屬性對(duì)話框調(diào)整字段在viewer窗口中打開raster/tools，打開raster工具面板選擇AOI多邊形繪制按鈕，進(jìn)入多邊形AOI繪制狀態(tài)，在圖像上選擇區(qū)域，繪制一個(gè)多邊形AOI，在s

6、ignature editor窗口，單擊 按鈕，將多邊形AOI區(qū)域加載到signature editor分類模板屬性表中，在圖像上繼續(xù)選擇區(qū)域，再繪制一個(gè)多邊形AOI，在signature editor窗口，單擊 按鈕，將多邊形AOI區(qū)域加載到signature editor分類模板屬性表中（在分類模板屬性表中，依次單擊這些AOI的class#字段下的分類編號(hào)（按住shift鍵），并單擊 ，將所選中的模板合并成一個(gè)新的模板，則生成一個(gè)新的模板。單擊其signature name屬性進(jìn)入編輯狀態(tài)，輸入名稱，單擊color屬性，選擇合適的顏色，在signature editor菜單條，單擊edit

7、/delete，刪除合并前的模板。B、可能性評(píng)價(jià)選中signature editior屬性表中的所有類別，單擊evaluate/contingency, 打開contingency matrix對(duì)話框如下設(shè)置點(diǎn)擊ok按鈕，便顯示分類誤差矩陣，若誤差矩陣大于85%，結(jié)果令人滿意。C、進(jìn)行監(jiān)督分類點(diǎn)擊classifier/supervised classification,如下設(shè)置，單擊ok，執(zhí)行監(jiān)督分類。假彩色圖片與分類圖對(duì)比 D、 分類后評(píng)價(jià)點(diǎn)擊Classifier下的Accuracy Assessment，open打開監(jiān)督分類后圖像，出現(xiàn)對(duì)話框；原始圖像和分類后圖像的鏈接：點(diǎn)擊在Accura

8、cy Assessment對(duì)話框中的 按鈕，然后在原始圖像上點(diǎn)擊一下，就把兩個(gè)圖像連接在一起。設(shè)置隨機(jī)點(diǎn)的色彩：在在Accuracy Assessment對(duì)話框中，點(diǎn)擊View下的Change Colors，出現(xiàn)對(duì)話框并且設(shè)置。產(chǎn)生隨機(jī)點(diǎn)：在Accuracy Assessment對(duì)話框中，點(diǎn)擊Edit下的Create/add Random Points，出現(xiàn)對(duì)話框，設(shè)置30個(gè)隨機(jī)點(diǎn)。顯示隨機(jī)點(diǎn)：在Accuracy Assessment對(duì)話框中，點(diǎn)擊View下的Show All，原始圖像上出現(xiàn)隨機(jī)點(diǎn)。輸入隨機(jī)點(diǎn)的實(shí)際類型：在Accuracy Assessment對(duì)話框中的Reference一欄寫

9、入隨機(jī)點(diǎn)的真實(shí)類型。如圖：輸出評(píng)價(jià)報(bào)告：在Accuracy Assessment對(duì)話框中，在Report下的Options中的所有項(xiàng)打鉤，之后選擇Accuracy Report導(dǎo)出分類報(bào)告：分析評(píng)價(jià)報(bào)告，確認(rèn)監(jiān)督分類是否在合理的誤差范圍之內(nèi)。（7）非監(jiān)督分類ERDAS工具面板中Classifier/UnsupervisedClassification然后，定義分類參數(shù)打開原圖像與分類圖像 在Raster/Attributes打開分類圖像屬性表對(duì)話框在屬性表對(duì)話框菜單欄中Edit/ColumnProperties打開列屬性對(duì)話框調(diào)整字段顯示順序標(biāo)注各類別的名稱和相應(yīng)的顏色假彩色圖片與分類圖對(duì)比

10、5實(shí)驗(yàn)數(shù)據(jù)處理方法切割圖像建立土地利用分類系統(tǒng)-增強(qiáng)處理-分類處理6參考文獻(xiàn)1王萬茂韓桐魁.土地利用規(guī)劃學(xué).中國農(nóng)業(yè)出版社.2002年2月第1版2（美）MaridethPrice.李玉龍閆衛(wèi)東王楊剛等譯.ArcGIS地理信息系統(tǒng)教程.電子工業(yè)出版社第四版3梅安新彭望琭秦其明.遙感導(dǎo)論.高等教育出版社.2001年7月第一版4夏春林，楊貴軍，武文波.土地利用變化信息自動(dòng)提取方法J.遼寧工程技術(shù)大學(xué)學(xué)報(bào).2004.5黨安榮，王曉棟，陳嘵峰，張建寶等.ERDASIMAGINE遙感圖像處理方法.清華大學(xué)出版社.2003.6朱運(yùn)海，張百平，曹銀璇，張運(yùn)生.土地利用/覆被變化遙感檢測(cè)方法與應(yīng)用分析J.中國科

11、學(xué)院地理科學(xué)與資源研究所.2007.二實(shí)驗(yàn)報(bào)告1實(shí)驗(yàn)現(xiàn)象與結(jié)果實(shí)驗(yàn)結(jié)果 監(jiān)督分類結(jié)果圖 非監(jiān)督分類圖實(shí)驗(yàn)現(xiàn)象：由實(shí)驗(yàn)結(jié)果圖看出，昆明市區(qū)土地資源緊缺，土地供需矛盾十分突出。昆明市區(qū)人口多、人口密度大，人均土地面積和耕地面積都比較低。土地利用集約程度和生產(chǎn)力水平不高，農(nóng)業(yè)基礎(chǔ)薄弱，是制約全市國民經(jīng)濟(jì)發(fā)展的主要因素。土地利用結(jié)構(gòu)和布局不盡合理，部分陡坡開墾的耕地從保護(hù)生態(tài)環(huán)境的角度需要退耕。中部滇池湖盆地區(qū)只要是居民用地和交通用地，東北部崇明盆地區(qū)主要是林地和草地，本區(qū)地形復(fù)雜，海拔跨度高土地利用地區(qū)差異明顯林地和草地是主要的土地利用類型，水利交通等基礎(chǔ)設(shè)施不足，城鎮(zhèn)化發(fā)展緩慢。其土地利用的方向應(yīng)

12、該以種植業(yè)為基礎(chǔ)，果林牧并舉，發(fā)展農(nóng)業(yè)多種經(jīng)營模式，提高森林覆蓋率，改善生態(tài)環(huán)境，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，加快農(nóng)村城市化速度。2對(duì)實(shí)驗(yàn)現(xiàn)象、實(shí)驗(yàn)結(jié)果的分析及其結(jié)論實(shí)驗(yàn)結(jié)果分析：通過分類前后圖像的比較，發(fā)現(xiàn)非監(jiān)督分類后的圖像容易區(qū)分不同地物。分類過程中存在錯(cuò)分漏分現(xiàn)象，分類后的圖像同一種地物屬于不同類別，造成同種類別中有多種地物。實(shí)驗(yàn)結(jié)論：區(qū)別與聯(lián)系：根本區(qū)別在于是否利用訓(xùn)練場地來獲取先驗(yàn)的類別知識(shí)。非監(jiān)督分類不需要更多的先驗(yàn)知識(shí)，據(jù)地物的光譜統(tǒng)計(jì)特性進(jìn)行分類。當(dāng)兩地物類型對(duì)應(yīng)的光譜特征差異很小時(shí)，分類效果不如監(jiān)督分類效果好。n監(jiān)督分類常常用于對(duì)分類區(qū)比較了解情況下,要求用戶控制.。選擇可以識(shí)別或可以

13、斷定其類型的像元建立模板,然后基于該模板使系統(tǒng)自動(dòng)識(shí)別具有相同特征的像元。對(duì)分類結(jié)果進(jìn)行評(píng)價(jià)后再對(duì)模板進(jìn)行修改,多次反復(fù)后建立比較正確的模板,在此基礎(chǔ)上最終進(jìn)行分類。監(jiān)督分類的特點(diǎn)：主要優(yōu)點(diǎn)：可充分利用分類地區(qū)的先驗(yàn)知識(shí)，預(yù)先確定分類的類別；可控制訓(xùn)練樣本的選擇，并可通過反復(fù)檢驗(yàn)訓(xùn)練樣本，以提高分類精度（避免分類中的嚴(yán)重錯(cuò)誤）；可避免非監(jiān)督分類中對(duì)光譜集群組的重新歸類。主要缺點(diǎn)：人為主觀因素較強(qiáng)；訓(xùn)練樣本的選取和評(píng)估需花費(fèi)較多的人力、時(shí)間；只能識(shí)別訓(xùn)練樣本中所定義的類別，對(duì)于因訓(xùn)練者不知或因數(shù)量太少未被定義的類別，監(jiān)督分類不能識(shí)別，從而影響分結(jié)果（對(duì)土地覆蓋類型復(fù)雜的地區(qū)需特別注意）。非監(jiān)督分類特點(diǎn)：主要優(yōu)點(diǎn)：無需對(duì)分類區(qū)域有廣泛地了解，僅需一定的知識(shí)來解釋分類出的集群組；人為誤差的機(jī)會(huì)減少，需輸入的初始參數(shù)較少（往往僅需給出所要分出的集群數(shù)量、計(jì)算迭代次數(shù)、分類誤差的閾值等）；可以形成范圍很小但具有獨(dú)特光譜特征的集群，所分的類別比監(jiān)督分類的類別更均質(zhì)；獨(dú)特的、覆蓋量小的類別均能夠被識(shí)別。主要缺點(diǎn)：對(duì)其結(jié)果需進(jìn)行大量分析及后處理，才能得到可靠分類結(jié)果；分類出的集群與地類間，或?qū)?yīng)、或不對(duì)應(yīng)，加上普遍存在的“同物異譜”及“異物同譜”現(xiàn)象，使集群組與類別的匹配難度大；因各類別光譜特征隨時(shí)間、地形等變