土地變化信息提取

1、遙感實驗報告課程名稱：遙感概論年級：實驗日期：姓名：學(xué)號：班級： 實驗名稱：土地變化信息提取實驗序號：10成員人數(shù)：實驗?zāi)康模?1、了解常用提取土地變化信息的方法，掌握分類后比較方法提取土地利用變化信息。2、通過實習(xí)內(nèi)容掌握土地利用變化信息的基本流程（變化信息發(fā)現(xiàn)-變化 信息提取-變化信息類型表示）。實驗內(nèi)容：1、已學(xué)過的監(jiān)督分類方法對兩時相影像進行土地利用類型分類，提取土地利用變化信息2、完成一份實驗報告實驗方法和步驟： （1） 觀察圖像，建立土地覆被分類體系，利用ERDAS AOI畫訓(xùn)練樣區(qū)；（2） 選擇適當方法進行監(jiān)督分類，及后處理，分別獲land1990land2006兩個時相的土地覆

2、被分類信息。(3) 對兩個時相的土地覆被分類結(jié)果進行精度檢驗，如果精度不合格，重新進行分類，檢驗，直到精度滿足為止。(4) 打開ERDAS中的圖像解譯（Interpreter）-GIS分析工具 - matrix，提取變化信息，導(dǎo)入到ARCGIS進行專題制圖。 （5）計算土地覆被變化矩陣。實驗的過程和結(jié)果：（一） 分別對兩張圖像進行監(jiān)督分類1.第一步：定義分類模板第一步：打開分類的圖像，南寧市1990年9月16日TM，目視判斷該遙感圖像中南寧市土地利用類型，確定土地利用分類體系為：耕地、灌草地、林地、水域、建設(shè)用地、裸地。第二步：打開模板編輯器并調(diào)整顯示字段點擊主菜單上的classifier打開

3、classification對話框,選擇signature editor。如圖1-1： 圖1-1第三步：獲取分類模板信息，點擊AOI，利用AOI-tools中的多邊形工具繪制某一地類的樣區(qū)。將畫好的耕地AOI添加到模板。signature editor-edit-add. 重復(fù)步驟第三步，在圖中采集多個耕地樣本。選擇所有耕地樣本模板，按merge按紐合并這組分類模板。合并后將模板取名為耕地。利用同樣的方法，依次做好其灌草地、林地、水域、建設(shè)用地、裸地土地覆蓋類型模板。如圖1-2：1990年圖像的分類信息模板： 圖1-22006年分類信息模板： 圖1-3 第四步：保存分類模板。 2.評價分類模板

4、 第一步：點signature editor -Evaluate-contingency，利用可能性矩陣方法評價分類模板精度。達到90以上即為精度滿足要求，否則重新選擇訓(xùn)練樣區(qū)，再次進行精度評價，直到精度滿足。 1990年的模板評價結(jié)果：Classified Dataforest and water forest urban-forest and 99.83 0.00 1.14 1.66 water 0.00 100.00 0.00 0.00 forest 0.00 0.00 90.90 0.00 urban 0.00 0.00 0.00 98.34 bare land 0.17 0.00 0

5、.00 0.00 formland 0.00 0.00 8.96 0.00Column Total 604 638 703 602Reference Data-Classified Data bare land formland Row Total-forest and 0.00 0.00 621 water 0.00 0.00 638 forest 0.00 4.88 662 urban 0.00 0.00 592 bare land 100.00 0.00 612 formland 0.00 95.12 648Column Total 611 615 3773 - End of Error

6、 Matrix -2006年影像的模板評價結(jié)果：3 .執(zhí)行監(jiān)督分類打開Classifier-surpervise classification,選擇分類決策規(guī)則，進行監(jiān)督分類。1990年的結(jié)果如圖1-4： 圖1-42006年的結(jié)果如圖1-5： 圖1-5（二） 分類后處理1. 去噪：去噪聲，interpreter-gis analysis，然后在彈出的窗口中選擇neighborhood,1990年結(jié)果如圖2-1： 圖2-12006年的結(jié)果如圖2-2： 圖2-22.分類重編碼分類重編碼主要是針對之前非監(jiān)督分類結(jié)果不理想的一種修正，可以將同種用地類型但屬于不同類別的類合并在一起，具體操作如下： 點擊

7、ERDAS圖標面板工具條下的interpreter圖標 ，選擇 GIS Analysis /下的Recode命令，打開Recode對話框：1990年的結(jié)果如圖2-3：圖2-32006年的結(jié)果如圖2-4：圖2-4（三） 分類精度評價1. ERDAS 圖標面板工具條：點擊Classifier 圖標Classification菜單選擇Accuracy Assessment菜單項打開Accuracy Assessment對話框第二步：打開分類專題圖像 Accuracy Assessment 對話框菜單條：FileOpen 打開Classified Image對話框 在Classified Image對

8、話框中確定與視窗中對應(yīng)的分類專題圖像 OK（封閉Classified Image對話框） 返回Accuracy Assessment對話框。第三步：將原始圖像視窗與精度評估視窗相連接 Accuracy Assessment對話框：工具條：點擊Select Viewer圖標（或菜單條：選擇View 菜單的Select Viewer） 將光標在顯示有原始圖像的視窗中點擊一下 原始圖像視窗與精度評估視窗相連接 。第四步：在精度評價對話框中設(shè)置隨機點的色彩 Accuracy Assessment對話框： 菜單條View Change Colors菜單項 打開Change color面板在Points

9、with no Reference確定沒有真實參考值的點的顏色 在Points with Reference確定有真實參考值的點的顏色 OK（執(zhí)行參數(shù)設(shè)置） 返回Accuracy Assessment對話框 。 如圖3-1： 圖3-1第六步：產(chǎn)生隨機點 本步操縱將在分類圖像中產(chǎn)生一些隨機點，隨機點產(chǎn)生之后，需要用戶給出隨機點的實際種別。然后，隨機點的實際種別與在 分類圖像的種別將進行比較。 Accuracy Assessment對話框： Edit Create/Add Random Points 打開Add Random Points對話框。在search Count中輸進1024 在Numb

10、er of Points中輸進20 在Distribution Parameters選擇Random單選框 OK（按照參數(shù)設(shè)置產(chǎn)主隨機點） 返回Accuracy Assessment對話框 可以看到在Accuracy Assessment對話框的數(shù)據(jù)表中出現(xiàn)了10個比較點，每個點都有點號、XY坐標值、 Class、 Reference 等字段，其中點號、 XY坐標值字段是有屬性值的。 說明：在Add Random Point對話框中， search Count是指確定隨機點過程中使用的最多分析像元數(shù)，當然這個數(shù)目一般都比 Number of Point大很多，Number of Points設(shè)

11、為20說明是產(chǎn)生20個隨機點，假如是做一個正式的分類評價，必須產(chǎn)生20個以上的隨機點。選擇Random意味著將產(chǎn)主盡對隨機的點位，而不使用任何強制性規(guī)則。Equalized Random是指每個類將具有同等數(shù)目的比較點。stratified Random是指點數(shù)與種別涉及的像元數(shù)成比例，但選擇該復(fù)選框后可以確定一個最小點數(shù)（選擇Use Minimum Points）,以保證小種別也有足夠的分析點。如圖3-2： 圖3-2第六步：顯隨機點及其種別 Accuracy Assessment對話框： View. Show All(所有隨機點均以第五步年設(shè)置的顏色顯示在視窗中) EditShow Clas

12、s Values（各點的種別名出現(xiàn)在數(shù)據(jù)表的class字段中）如圖3-5： 第八步：輸進參考點的實際種別值 Accuracy Assessment對話框： 在數(shù)據(jù)表的Reference字段輸進各個隨機點的實際種別值（只不要輸進參考點的實際分類值，它在視窗中的色彩就變?yōu)榈谖宀?設(shè)置的Point With Reference顏色得到1990年影像的分類精度評價是：APPA (K) STATISTICS-Overall Kappa Statistics = 0.7917Conditional Kappa for each Category.- Class Name Kappa - - unclass

13、 0.0000 water 1.0000 bare land 0.0000 formland 0.0000 forest 1.0000 urban 1.0000 forest and grass 0.6190 2006年的精度評價結(jié)果是：（四） 打開ERDAS中的圖像解譯（Interpreter）-GIS分析工具 - matrix，提取變化信息，導(dǎo)入到ARCGIS進行專題制圖。第一步：打開ERDAS中的圖像解譯（Interpreter）-GIS分析工具 - matrix，提取變化信息，如圖4-1：圖4-1 得到的結(jié)果加入到Arcgis后如圖4-2所示： 圖4-2第二步：打開它的的屬性表，增加一

14、個字段change，表示變化土地覆被信息，觀察，明確變化的信息。如前一時相的編號為1，后一時相的編號為1，表示forest and grass no change; 前一時相的編號為1，后一時相的編號為2,表示forest and grass to forest; 仔細觀察，判斷變化的土地覆蓋信息屬性，如4-3所示。 圖4-3第三步：對土地覆被信息進行專題制圖如圖4-4所示： 圖4-4（五） 計算土地覆被變化矩陣第一步：將1990年與2006年的土地分類利用圖導(dǎo)入到ARCGIS當中，然后在分別將兩張圖像轉(zhuǎn)成矢量圖。如圖5-1所示：圖5-1如圖5-2所示為1990年的土地分類矢量圖：圖5-2轉(zhuǎn)好

15、之后，每幅圖的屬性表都要有一個表示土地利用類型的字段，并且要使用不同的名稱加以區(qū)分，分別修改兩張圖像的土地類型字段如1990class_name，2006class _name。土地利用類型名稱必須統(tǒng)一，并且完整，如都使用“water”、“urban”等。如圖5-2： 圖5-3第二步：數(shù)據(jù)融合在ArcMap里分別打開兩張圖的圖層，打開ArcToolbox，選擇Data Management Tools | Generalization | Dissolve工具。Input Feature選擇要融合的圖層，Output Feature Class選擇輸出結(jié)果存儲的位置及名稱，Dissolve F

16、ield(s)選擇土地利用類型字段（Type1990），然后勾選Creat multipart features選項，點擊OK完成。重復(fù)此過程，對另一時相數(shù)據(jù)進行融合。此步驟使相同利用類型的記錄融合為一個記錄，以提高后面步驟的計算速度，如圖5-3。圖5-4第三步：疊置分析在ArcMap中打開兩個時相融合后的數(shù)據(jù)，在ArcToolbox中選擇Analysis Tools | Overlay | Intersect工具，Input Features選擇兩個時相的圖層，Output Feature Class選擇疊加結(jié)果存儲的位置及名稱，其余選項可以忽略，單擊【OK】完如圖5-5所示: 結(jié)果如圖 圖

17、5-5結(jié)果如圖5-6所示：圖5-6第四步：計算面積并導(dǎo)出屬性表在ArcMap中打開疊加后的圖層數(shù)據(jù)，在該圖層上右鍵打開屬性表，選擇Option |Add field 新建一個字段，命名為NewArea。在Editer工具條中選擇Editer | Start Editing，然后在屬性表中NewArea字段上單擊右鍵選擇Calculate Geometry ，在打開的Calculate Geometry對話框中，Property選擇Area，Units選擇要使用的面積單位，單擊【OK】完成圖斑面積計算。如圖5-7： 圖5-7依次選擇Editer | Save Edits / End Editing保存和退出編輯狀態(tài)。在屬性表中選擇Option | Export 將屬性