土地利用覆蓋變化地信息提取

1、實用標(biāo)準(zhǔn)土地利用/覆蓋變化信息提取實驗報告.實驗?zāi)康睦肨M/ETM3個時相衛(wèi)星數(shù)據(jù)，應(yīng)用ENVI軟件進(jìn)行土地利用/覆蓋分類，在此基礎(chǔ)上進(jìn)一步分析其 動態(tài)變化特征。.實驗內(nèi)容金華市土地利用/覆被變化信息的提取。采用決策樹分類法提取土地利用/覆被信息，它通過分析地物光譜特征和其他圖像特征，充分利用高程、坡度等地理輔助信息可以有效地提高分類精度，比較適合于江 南丘陵地形破碎、地物分布復(fù)雜的地區(qū)。和傳統(tǒng)的監(jiān)督分類法相比，它可以消除園地和林地、建設(shè)用地和 裸地光譜相似所帶來的影響。TM影像數(shù)據(jù)的預(yù)處理。本文的遙感數(shù)據(jù)處理主要包括大氣校正、幾何校正和圖像增強，并利用 行政邊界矢量圖對影像進(jìn)行裁剪。土地利

2、用變化信息提取。首先對其中的一期影像 (2003年)分別采用最大似然法、決策分類樹法 進(jìn)行分類，提取土地利用/覆被信息，并對二者的提取精度進(jìn)行比較， 選擇精度最高者作為最終的提取方法， 進(jìn)而提取19882003年金華市土地利用/土地覆被信息。(3)利用空間疊加獲取土地利用 /覆被變化的面積轉(zhuǎn)移矩陣，進(jìn)而通過面積轉(zhuǎn)移矩陣分析土地利用/土地覆被的數(shù)量變化、空間結(jié)構(gòu)變化和土地利用程度。.實驗方案.數(shù)據(jù)預(yù)處理數(shù)據(jù)源文案大全實用標(biāo)準(zhǔn)本文所采用的數(shù)據(jù)包括：兩景金華市的Landsat TM 和一景Landsat ETM 陸地衛(wèi)星影像，一景半SPOT 全色影像；該地區(qū)1 : 50 000地形圖；該地區(qū)81m*

3、81m 分辨率的數(shù)字高程模型（DEM ） ; 1 : 100萬中 國行政邊界矢量圖等。 具體的見表4-1和4-2所小。表4-1研究區(qū)遙感影像數(shù)據(jù)獲取時間傳感器類型數(shù)量（景）1空間分辨率（m ）52003年3月9日SPOT-5全色1/25LandsatETM+15m （全色）2003年3月26日11-8波段30m（多光譜）1996年9月6日LandsatTM1-7 波段1301988年12月5日LandsatTM1-7 波段130表4-2研究區(qū)其他資料及應(yīng)用說明數(shù)據(jù)類型應(yīng)用說明大比例尺地形圖最新時相的1 : 50000地形圖，用于進(jìn)行衛(wèi)星遙感資料的幾何校正野外調(diào)查資料野外控制點的測量，土地利用/

4、覆蓋分類訓(xùn)練樣本區(qū)的調(diào)查，建立判讀 標(biāo)志，進(jìn)行分類及信息提取精度檢驗等工作土地利用現(xiàn)狀圖對比土地利用/覆蓋動態(tài)變化及遙感影像分類精度參考圖像預(yù)處理數(shù)據(jù)預(yù)處理部分主要包括：對遙感影像進(jìn)行大氣校正、幾何糾正、以及對研究區(qū)進(jìn)行邊界裁剪和圖像 增強。主要工作流程如下（圖 4-2 ）:文案大全實用標(biāo)準(zhǔn)圖4-2數(shù)據(jù)預(yù)處理主要技術(shù)流程具體方法如下:1）大氣校正。本文的大氣糾正在PCI軟件的ATCOR2模塊中完成，以去除薄云和大氣對影像光譜的影響，尤其是96年的圖像，經(jīng)過大氣校正后，圖像質(zhì)量得到了很大提高。方法是利用地面控制點對各2）幾何糾正。影像幾何糾正就是將所研究影像納入到一個地面坐標(biāo)系中,種因素引起的遙

5、感影像的幾何畸變進(jìn)行糾正，以便確定影像上每個像元在地面的坐標(biāo)，其過程就是把目標(biāo) 由一個空間向另一個空間轉(zhuǎn)換的過程。3）邊界裁剪。對遙感影像進(jìn)行上述處理后，利用所給的金華縣行政邊界矢量圖邊界對影像進(jìn)行裁剪, 分別得到1988年和1996年的TM圖像以及2003年的SPOT和ETM研究區(qū)影像。4）圖像增強。本文采用最佳指數(shù)因子分析方法對 最佳波段組合。最佳指數(shù)因子的計算公式為：3幅多光譜影像三波段組合方案進(jìn)行評價最后得出。尸=2pji-i j-i(2-1 )文案大全實用標(biāo)準(zhǔn)式中，1為i波段圖像的亮度標(biāo)準(zhǔn)差，其值越大，說明數(shù)據(jù)的離散度越大，所包含的信息量越大，可D分離性越高；為三波段中任意兩波段之間

6、的相關(guān)系數(shù)，其值越小，表明圖像數(shù)據(jù)獨立性越高，信息的冗余度越小。OIF越大，組合圖像的信息量越大，組合方案越佳。利用最佳指數(shù)因子分析方法計算1988、1996、2003年三幅多光譜影像的三波段組合值如下表（表 4-3 ）:表4-3影像最佳波段組合信息含量表OIF組合方案 影像42143253254375274375488 年 TM26.33829.18225.52133.60527.79333.98333.91096 年 TM32.15434.86416.84536.02516.08936.16325.59803 年 ETM16.24019.48321.12123.24020.88022.59

7、220.427從上表中可得知，1988年和1996年兩幅TM影像的743組合值都是最大的，2003年的ETM543 組合值最大，743次之，整個金華市的土地利用格局以耕地和林地等農(nóng)用地為主，整個地區(qū)有較高的植被 覆蓋，而743組合更接近植被的真彩色，有利于植被的分類，所以三幅影彳t都采用743組合方案參與分類。土地利用/ 土地覆被分類監(jiān)督分類法此法的關(guān)鍵在于訓(xùn)練區(qū)的選擇。訓(xùn)練區(qū)的選取應(yīng)與分類地區(qū)的特點和分類系統(tǒng)相適應(yīng)。對訓(xùn)練區(qū)的統(tǒng) 計特征應(yīng)進(jìn)行詳細(xì)的分析，以選擇最有效的參數(shù)變量（譜段）參與后續(xù)的分類。此外，應(yīng)對訓(xùn)練區(qū)特征指標(biāo)的外延性進(jìn)行評估（趙英時，2003 ）。監(jiān)督分類法中具體方法包括最小距

8、離分類法、多級切割分類法、特 征曲線窗口法和最大似然分類法，其中最大似然分類法用的最多。最大似然分類法（maximum likelihood classifier ）在多類別分類時，常常采用統(tǒng)計學(xué)方法建立起一 個判別函數(shù)集，然后根據(jù)這個判別函數(shù)集計算各待分像元的歸屬概率。這里，歸屬概率是指：對于待分像 元x,它從屬于分類類別 比的（后驗）概率。設(shè)從類別 小中觀測到黑的條件概率為F5工）,則歸屬概率上意可表示為如下形式的判別函數(shù)：Lk =段式幻=F（幻乂取與為/ X戶口 5 f） 3（3-1 ）式中，或為待分像元，為類別上的先驗概率，它可以通過訓(xùn)練區(qū)來決定。止匕外，由于上式中分母和類別無關(guān)，在類

9、別間比較的時候可以忽略。訓(xùn)練樣區(qū)的選取與純化文案大全實用標(biāo)準(zhǔn)本文中采用的方法為試分類混淆矩陣分析法和J-M距離法來對所選取的訓(xùn)練樣本純度進(jìn)行評價，通過對所得混淆矩陣進(jìn)行分析，即可得到訓(xùn)練樣本占原來各類個體總數(shù)的百分比，以確定其分類的正確率，從 而也檢驗了訓(xùn)練的純度。在ENVI 4.2中對純化前和純化后的訓(xùn)練樣本區(qū)進(jìn)行了分類，并以訓(xùn)練樣本自身對分類結(jié)果進(jìn)行精度檢驗，得到混淆矩陣。純化前訓(xùn)練樣本的訓(xùn)練區(qū)分類混淆矩陣顯示：Overall Accuracy = 92.0142%, KappaCoefficient = 0.9165。對訓(xùn)練樣本進(jìn)行純化后，訓(xùn)練樣本的訓(xùn)練區(qū)分類混淆矩陣顯示：Overall

10、 Accuracy=96.3045%, Kappa Coefficient = 0.9500。在ENVI 4.2中未純化前和純化后的訓(xùn)練樣本區(qū)進(jìn)行統(tǒng)計其J-M距離，結(jié)果顯示：純化前訓(xùn)練樣本的J-M距離，最小的是園地和林地之間的J-M距離，只有1.3208 o另外園地和耕地之間、居民點及工礦用地和未利用地之間的 J-M距離也比較小，但均大于 1.5。經(jīng)純化以后，只有園地和林地之間的J-M距離仍然小于1.5。其他均在1.8以上。訓(xùn)練樣本之間的可分性明顯增大。分類精度及結(jié)果分析在對影像做了圖像預(yù)處理后，根據(jù)影像的光譜特征，選擇適當(dāng)?shù)挠?xùn)練樣區(qū)，將土地利用分為若干不同 的類別。結(jié)合研究區(qū)的實際情況，根據(jù)

11、目視判讀選擇訓(xùn)練樣本，采用最大似然分類法(Maximum Likelihood Classification, MLC),將金華市2003年的土地利用分為 5類，即耕地、園地、林地、居民點及工礦用地、 水域。（a） 1988 年（b） 1996 年（c） 2003 年圖5-1金華市最大似然法土地利用/土地覆被分類圖利用上面確定的方法和已有的樣本數(shù)據(jù)對研究區(qū)分類后圖像進(jìn)行精度估計，得到最終最大似然法的誤 差矩陣和各項統(tǒng)計指標(biāo)(以 2003年為例)。表5-1最大似然法分類精度矩陣未分居民點及工類別耕地類園地林地水體 未利用地總計礦用地未分類00000000文案大全實用標(biāo)準(zhǔn)耕地0658000073園

12、地03141900036林地1119400097居民點及工0002140016礦用地水體0000010010未利0004801224用地合計16923119221012256表5-2最大似然法分類精度評價（）類別參考總計分類總計正確分類數(shù)生產(chǎn)精度用戶精度未分類100耕地69736594.20%89.04%園地23361460.87%38.89%林地119979478.99%96.91%居民點及工礦22161463.64%87.50%用地水體101010100.00%100.00%未利122412100.00%50.00%用地合計256256209總精度=209/256 =：81.64 %表5-

13、1和5-2顯示了在最大似然分類中，園地和未利用地的分類精度比較低，分別為： 38.89%和 50.00%，這是因為園地、耕地、林地之間和未利用地和居民點及工礦用地之間的光譜特征很多比較相似（圖5-2）,從而導(dǎo)致誤判。尤其是林地和園地錯分現(xiàn)象比較多，36個園地樣點中，有19個被誤分為林地，3個被誤分為耕地。決策樹分類1）典型地物光譜分析為了獲取研究區(qū)內(nèi)各種地物類型光譜特征知識，對研究區(qū)內(nèi)典型地物類型進(jìn)行采樣并加以統(tǒng)計，統(tǒng)計 結(jié)果見表5-3 （以03年為例）。其中03年耕地按耕地1（主要為水田）和耕地2（主要為旱地）兩類采樣，水 體分為水體1（河流）和水體2（水庫和坑塘水面）兩類采樣。88年圖像上

14、由于存在大量山體陰影，因此陰影也列為單獨一類進(jìn)行采樣。表5-3 03年典型地物樣本亮度值統(tǒng)計表文案大全實用標(biāo)準(zhǔn)地物波段耕地耕地2園地林地居民點及工 礦用地水體1水體2未利用地最小值4.0014.008.000.009.000.005.001.00最大值B140.0041.0029.0024.0090.0047.0035.00101.00均值21.0624.2215.767.5628.7531.2514.2536.07均方差4.033.582.882.855.934.294.499.45最小值10.0021.0013.000.0016.000.009.008.00最大值59.0062.0047.

15、0032.00101.0079.0055.00118.00B2均值35.8735.5724.2115.2938.3548.3819.8757.00均方差5.544.684.063.527.388.287.7112.52最小值10.0018.0011.000.0018.000.006.0013.00最大值76.0067.0057.0032.00117.0081.0063.00138.00B3均值35.2838.3623.3813.5245.3146.6415.3772.54均方差6.676.135.793.569.199.437.9918.70最小值25.0019.0022.000.0017.0

16、00.000.0017.00最大值109.0090.0072.0067.0082.0065.0063.0095.00B4均值71.2042.1246.4341.8836.7813.185.4064.83均方差10.288.476.089.527.708.435.7510.54最小值30.0011.0020.000.0024.000.004.0026.00最大值117.00110.00102.0092.00172.0099.0095.00167.00B5均值75.4347.5860.5047.7567.1814.4310.41106.08均方差9.2617.839.7711.6212.1111.

17、347.2118.14最小值16.007.0012.000.0019.000.001.0023.00最大值B797.0089.0080.0059.00163.0075.0068.00155.00均值47.2431.0135.7424.5160.7110.597.5286.17均方差9.4613.238.597.1311.648.385.2616.75通過03年典型地物樣本亮度值統(tǒng)計可以得到03年典型地物樣本波譜響應(yīng)曲線:耕地耕地2園地林地T1居民點及工礦用地T水體一水體2圖5-2 03年典型地物樣本波譜響應(yīng)曲線文案大全實用標(biāo)準(zhǔn)2）決策樹的構(gòu)建對于03年圖像：由于水體和陰影的低反射率，尤其是在長

18、波部分更明顯。因此可以利用TM4/TM3的比值來區(qū)分大部分林地。然后通過纓帽變換的亮度分量可以區(qū)分大部分耕地，剩下的耕地、園地和林地可以通過地學(xué)輔助知識如高程和坡度信息來加以區(qū)分。最后通過分析得到03年的分類決策樹：圖4-5 03年分類決策樹依據(jù)同樣的原理，通過分析分別得到88年和96年的分類決策樹:5-6 96年分類決策樹文案大全實用標(biāo)準(zhǔn)圖5-7 88年分類決策樹3）分類精度及結(jié)果分析通過決策樹分類以及分類后的合并處理最后得到三個時期的土地利用/覆被分類圖:（a） 1988 年（b） 1996 年（c） 2003 年圖5-8金華市決策樹分類法土地利用 /土地覆蓋分類圖通過分層采樣和已有的樣本

19、數(shù)據(jù)對研究區(qū)分類后圖像進(jìn)行精度估計，得到最終決策樹的誤差矩陣和各 項統(tǒng)計指標(biāo)（以2003年為例）。表5-6決策樹分類精度矩陣類別未分居民點及工耕地園地林地水體未利用地總計類礦用地未分類00000000文案大全實用標(biāo)準(zhǔn)耕地0773300083園地0111000012林地062105100114居民點及工0200211024礦用地水體1000012013未利000020810用地合計1861610823139256表5-7決策樹分類精度評定（）類別參考總計分類總計正確分類數(shù)生產(chǎn)精度用戶精度未分類100耕地86837789.53%92.77%園地16121168.75%91.67%林地1081141

20、0597.22%92.11%居民點及工礦23242191.30%87.50%用地水體13131292.31%92.31%未利910888.89%80.00%用地合計256256234總精度=209/256= 91.41 %表5-6和5-7顯示了決策樹分類中，園地和未利用地的分類精度明顯有所提高，分別為：91.67%和80.00% ,林地和園地錯分現(xiàn)象明顯減少，12個園地樣點中，只有 1個被誤分為耕地，同樣，在 10個未利用地樣點中，只有 2個樣點被誤分為居民點及工礦用地。這是因為在決策樹分類過程中，充分利用了地 物的各種特征信息，除了利用園地、耕地、林地之間和未利用地和居民點及工礦用地之間的光

21、譜特征之外，還有效使用了其他的特征信息，如紋理信息，通過 NDVI可以很好的初步分離耕地、園地和林地，利用纓 帽變換的亮度、濕度和綠度信息可以很好的區(qū)分未利用地和居民點及工礦用地，在初步分類結(jié)果的基礎(chǔ)上，通過GIS輔助數(shù)據(jù)，像高程和坡度等信息，可以進(jìn)一步分離混分部分，使分類精度大大提高。兩種分類精度評定及結(jié)果分析對兩種分類方法的分類結(jié)果分別進(jìn)行精度評定最后得到了兩種分類方法三個時期總體分類精度:表5-8兩種分類方法的分類精度比較年份最大似然法決策樹分類法文案大全實用標(biāo)準(zhǔn)方法總體精度Kappa系數(shù)總體精度Kappa系數(shù)198884.7 %0.784687.89 %0.8288年199676.95

22、 %0.694987.89 %0.8290年200381.64 %0.746191.41 %0.8751年從上述表格兩種方法分類結(jié)果的比較可以看出:(1)決策樹分類方法從整體上優(yōu)越于最大似然法，而且整體上比較平均， 該方法在各單項地物類型的分類精度之間相差比較小，分類結(jié)果較為滿意，總精度達(dá)到了85 %以上，均達(dá)到最低允許判別精度0.7的要求(Lucas I F J , 1994 )。(2)基于知識的決策樹分類方法是提高遙感影像土地利用/覆被自動分類精度的有效途徑之一，其關(guān)鍵在于知識的獲取與規(guī)則的創(chuàng)建，只有在對地類光譜特征、幾何特征、地類間相互關(guān)系、地類變化規(guī)律、 地學(xué)分布規(guī)律等知識認(rèn)真分析的基

23、礎(chǔ)上建立合理的規(guī)則，通過有效地推理判斷才能得到高質(zhì)量的分類結(jié)果。本研究在對金華研究區(qū)地物分布規(guī)律、地物光譜特征分析的基礎(chǔ)上所建立的規(guī)則用于分類取得了較好的效 果，說明其規(guī)則的創(chuàng)建是合理而有效的。6 土地利用/覆被變化分析6.1金華市土地利用類型的數(shù)量變化根據(jù)土地利用/覆被遙感圖像分類的結(jié)果，1988年、1996年和2003年金華市各類土地利用/覆被類型的面積和比例的變化，如表 4-1和4-2所示。表6-1 1988年-1996年金華市土地利用總量變化分析表土地利用類型1988 年面積/hm 21996 年面積增加/hm 2變化率%比例%面積/hm 2比例%耕地103476.2450.19677

24、70.7232.87-35705.52-34.51園地2442.961.1915425.647.4812982.68531.43林地87942.3342.65102268.3549.614326.0216.29居民點及工5617.982.7212702.516.167084.53126.10礦用地水體3111.031.515589.92.722478.8779.68未利用地3586.051.742419.471.17-1166.58-32.53合計206176.59100206176.591000.000.00文案大全實用標(biāo)準(zhǔn)表 6-2 1996年-2003年金華市土地利用總量變化分析表土地利

25、用類型1996 年面積/hm 2比例%2003 年面積/hm 2比例%面積增加/hm 2變化率%耕地67770.7232.8772926.7335.375156.017.61園地15425.647.488804.254.27-6621.39-42.92林地102268.3549.6101124.2749.05-1144.08-1.12居民點及工12702.516.1615782.677.653080.1624.25礦用地水體5589.92.725588.462.71-1.44-0.03未利用地2419.471.171950.210.95-469.26-19.40合計206176.5910020

26、6176.591000.000.006.2金華市土地利用類型轉(zhuǎn)換變化單純看面積增加或減少，難以反映土地利用的內(nèi)部結(jié)構(gòu)變化。 為揭示各土地利用類型的內(nèi)部轉(zhuǎn)移特征， 基于1988年、1996年和2003年金華市土地利用分類圖，利用ArcGIS軟件中空間分析模塊的疊加功能, 分別將每兩個時期分類圖像疊加，得到土地利用面積轉(zhuǎn)移矩陣(表 6-3、表6-4和表6-5)。表6-3 1988 1996金華市土地利用轉(zhuǎn)換矩陣( Unit : hm 2)1996 年1988年合動態(tài)轉(zhuǎn)移矩陣園地居民點及未利用地計耕地林地工礦用地水域耕地61793.3713575.9616128.638208.452044.8917

27、20.44103476.24P/%32.5738.7019.694.914.13100.00園地1423.71438.48421.3869.319.4470.652442.96P/%71.0321.023.460.973.52100.00林地2287.62745.2984457.8274.77115.4764.0887942.33P/%65.6021.377.883.311.84100.00居民198點及651.24277.56651.243618.36321.6697.925617.988年工礦用地P/%32.5713.8832.5616.094.90100.00水域131.0468.131

28、34.46161.372580.9334.833111.03P/%24.7312.8625.3830.466.57100.00未利1483.74318.42475.2369.63501.66437.43586.05用地P/%47.1210.1115.0911.7415.93100.001996年合計67770.7215425.64102268.3512701.525589.92419.47206176.59文案大全實用標(biāo)準(zhǔn)總的來說，耕地和未利用地一直在減少，耕地減少的最多，是其他用地的主要來源；居民點及工礦用 地的面積呈大幅度地增加，主要來自于耕地；林地、園地、水域面積有不同程度的增加。1）耕

29、地轉(zhuǎn)換分析耕地在前期（ 1988年1996年）向各種類型均有不同程度的轉(zhuǎn)變，其中主要向園地、林地和居民點 及工礦用地轉(zhuǎn)變，轉(zhuǎn)化量分別為13575.96 hm 2、16128.63 hm 2、8204.54 hm 2,分別占由耕地轉(zhuǎn)換為其他用地總量的32.57 %、38.7. %和19.69%,在后一時期（1996年2003年）耕地有稍微的增加，主要 由林地、園地、居民點及工礦用地轉(zhuǎn)化而來，分別為 8088.21 hm 2、8047.98 hm 2、3402.36 hm 2?？偟?來說，耕地面積一直在減少，從 1988年到2003年，主要轉(zhuǎn)化為園地、林地和居民點及工礦用地，分別 達(dá)到了 6732

30、.99 hm 2、15919.29 hm 2、11062.26 hm 2,占用由耕地轉(zhuǎn)為非耕地的 18.14 %、42.88 %和 29.80 %。2）園地轉(zhuǎn)換分析園地的變化起伏比較大，先增加后減少。前期主要是大幅度地增加，轉(zhuǎn)出主要是變?yōu)楦睾土值?，?加的面積主要由耕地而來，達(dá)到了13575.96 hm 2,后期面積逐漸減少，到 2003年時主要轉(zhuǎn)向了耕地和園地，分別為 8088.21 hm 2、327402 hm 2,占了由園地變?yōu)榉菆@地總量的62.09 %和25.13 %。總趨勢是園地面積在增加，由 1988年的2442.96 hm 2至U 2003年的8804.25 hm 2,主要來自耕地和林地。3）林地轉(zhuǎn)換分析林