土地利用變化遙感監(jiān)測(cè)-測(cè)試報(bào)告課件

土地利用變化遙感監(jiān)測(cè)

測(cè)試報(bào)告

情況介紹數(shù)據(jù)讀入幾何校正波段選擇信息融合變化特征提取土地利用變化遙感影像圖

土地利用變化遙感監(jiān)測(cè)測(cè)試報(bào)告情況介紹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)：

LandsatTM:12332SPOT:279269/280269/scene1/scene3土地利用變化遙感監(jiān)測(cè)情況介紹任務(wù)內(nèi)容：2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)土地利用動(dòng)態(tài)變化圖波段選擇土地利用變化遙感監(jiān)測(cè)技術(shù)路線影像讀取幾何圖像變化土地3一、讀取衛(wèi)星影像數(shù)據(jù)1、12332：美國(guó)Landsat5TM影像，EOSATFastFormat;用ERDASImport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“SPOT格式”可以讀入土地利用變化遙感監(jiān)測(cè)

一、讀取衛(wèi)星影像數(shù)據(jù)1、12332：美國(guó)Landsat5T41、LandsatTM(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)1、LandsatTM(12332)時(shí)相：99年8月10日52、法國(guó)SPOT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一、讀取衛(wèi)星影像數(shù)據(jù)土地利用變化遙感監(jiān)測(cè)62、法國(guó)SPOT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一、讀取衛(wèi)星影像數(shù)據(jù)土地利用變化遙感監(jiān)測(cè)7二、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)8二、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：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)9二、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)（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)10二、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：最近鄰法雙向線性?xún)?nèi)插法三次卷積內(nèi)插法。

二、衛(wèi)星影像幾何校正土地利用變化遙感監(jiān)測(cè)11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)

未校正影像校正后影像插值運(yùn)算重采樣控制點(diǎn)(示意)二、衛(wèi)星影像12三、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TM2：0.52-0.60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(lèi)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)1、13波段波長(zhǎng)分辨率用途XS10.5-0.59綠色20米位于植被葉綠素光譜反射曲線最大值的波長(zhǎng)附近，對(duì)植被識(shí)別有利，同時(shí)位于水體最小衰減值的長(zhǎng)波一邊，能探測(cè)水的混濁度和10-20米的水深。XS20.61-0.68紅色20米位于葉綠素吸收帶，為可見(jiàn)光最佳波段，用于識(shí)別作物、裸露土壤和巖石表面狀況。XS30.79-0.89近紅外20米能很好地穿透大氣，植被表現(xiàn)得特明亮，水體表現(xiàn)很暗。全色0.51-0.73微米10米

三、波段選擇土地利用變化遙感監(jiān)測(cè)

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

波段波長(zhǎng)分辨率用途XS10.5-0.5920米位于植被葉綠14（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(lèi)的方法：對(duì)不同年份影像分別作監(jiān)督分類(lèi)，將兩年的分類(lèi)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(lèi)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)

Note:LUCC變化檢測(cè)比較成熟的方法有：（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，151、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)

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162、融合算法（1）主成分分析（K－L變換）

TM7PVASPOT代替PC1InversePCA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[SPOT]=Fusion3四、信息融合（特征變異融合）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）四、信息融合（特173、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（1）用2000年SPOT影像與99年TM影像的183、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)

3、融合結(jié)果（2）用2000年SPOT影像與99年TM影像的191、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)1、增強(qiáng)假彩色合成用2000年SPOT影像與99年TM影像的202、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)2、模擬真彩色合成用2000年SPOT影像與99年TM影像的213、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)223、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)234、變化信息的審定五、土地利用變化檢測(cè)土地利用變化遙感監(jiān)測(cè)

（1）確定變化種類(lèi)：用上一年的土地利用圖，與變化圖層進(jìn)行比較，確定變化類(lèi)型（2）去偽存真：現(xiàn)場(chǎng)調(diào)查，核實(shí)變化信息、變化類(lèi)型，去除偽變化信息。4、變化信息的審定五、土地利用變化檢測(cè)土地利用變化遙感監(jiān)測(cè)24六、土地利用變化影像圖制作土地利用變化遙感監(jiān)測(cè)

以提取的LUCC變化信息為依據(jù)，以國(guó)土資源部有關(guān)規(guī)范為指導(dǎo)，生成統(tǒng)一的數(shù)據(jù)產(chǎn)品。六、土地利用變化影像圖制作土地利用變化遙感監(jiān)測(cè)25土地利用變化遙感監(jiān)測(cè)

測(cè)試報(bào)告

情況介紹數(shù)據(jù)讀入幾何校正波段選擇信息融合變化特征提取土地利用變化遙感影像圖

土地利用變化遙感監(jiān)測(cè)測(cè)試報(bào)告情況介紹26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)：

LandsatTM:12332SPOT:279269/280269/scene1/scene3土地利用變化遙感監(jiān)測(cè)情況介紹任務(wù)內(nèi)容：27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)土地利用動(dòng)態(tài)變化圖波段選擇土地利用變化遙感監(jiān)測(cè)技術(shù)路線影像讀取幾何圖像變化土地28一、讀取衛(wèi)星影像數(shù)據(jù)1、12332：美國(guó)Landsat5TM影像，EOSATFastFormat;用ERDASImport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“SPOT格式”可以讀入土地利用變化遙感監(jiān)測(cè)

一、讀取衛(wèi)星影像數(shù)據(jù)1、12332：美國(guó)Landsat5T291、LandsatTM(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)1、LandsatTM(12332)時(shí)相：99年8月10日302、法國(guó)SPOT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一、讀取衛(wèi)星影像數(shù)據(jù)土地利用變化遙感監(jiān)測(cè)312、法國(guó)SPOT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一、讀取衛(wèi)星影像數(shù)據(jù)土地利用變化遙感監(jiān)測(cè)32二、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)33二、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：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)34二、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)（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)35二、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：最近鄰法雙向線性?xún)?nèi)插法三次卷積內(nèi)插法。

二、衛(wèi)星影像幾何校正土地利用變化遙感監(jiān)測(cè)36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)

未校正影像校正后影像插值運(yùn)算重采樣控制點(diǎn)(示意)二、衛(wèi)星影像37三、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TM2：0.52-0.60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(lèi)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)1、38波段波長(zhǎng)分辨率用途XS10.5-0.59綠色20米位于植被葉綠素光譜反射曲線最大值的波長(zhǎng)附近，對(duì)植被識(shí)別有利，同時(shí)位于水體最小衰減值的長(zhǎng)波一邊，能探測(cè)水的混濁度和10-20米的水深。XS20.61-0.68紅色20米位于葉綠素吸收帶，為可見(jiàn)光最佳波段，用于識(shí)別作物、裸露土壤和巖石表面狀況。XS30.79-0.89近紅外20米能很好地穿透大氣，植被表現(xiàn)得特明亮，水體表現(xiàn)很暗。全色0.51-0.73微米10米

三、波段選擇土地利用變化遙感監(jiān)測(cè)

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

波段波長(zhǎng)分辨率用途XS10.5-0.5920米位于植被葉綠39（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(lèi)的方法：對(duì)不同年份影像分別作監(jiān)督分類(lèi)，將兩年的分類(lèi)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(lèi)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)

Note:LUCC變化檢測(cè)比較成熟的方法有：（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，401、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)

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412、融合算法（1）主成分分析（K－L變換）

TM7PVASPOT代替PC1InversePCA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