遙感綜合實習報告

武漢大學教學實驗報告遙感信息工程學院遙感科學與技術專業(yè)2014年4月16日實驗名稱遙感應用綜合實習指導教師李剛，劉繼林姓名彭湃年級2010學號2010302590247成績土地利用變化監(jiān)測的目的和意義隨著遙感技術和計算機技術的發(fā)展，遙感影像在空間分辨率、時間分辨率、光譜分辨率上都獲得了極大的提高?？焖佾@得地表覆蓋變化的時空分布信息，是資源與生態(tài)環(huán)境動態(tài)監(jiān)測、土地利用與土地覆蓋變化研究的核心技術。1、通過此次綜合應用實習，掌握土地利用遙感變化檢測的原理以及方法，了解在此領域國內(nèi)外研究的現(xiàn)狀和主要技術，并使用軟件實施和編程實現(xiàn)，加深對理論知識的理解。2、掌握土地利用變化檢測的各個環(huán)節(jié)的實施與操作，使用不同的方法，分析比較不同方法的結(jié)果。3、練習使用遙感圖像處理軟件ERDAS的各種模塊,并在實習過程中，對遙感影像的監(jiān)督分類法，各類變化監(jiān)測的方法做出比較細致的研究和嘗試；4、鍛煉熟練運用遙感軟件獨立分析問題、解決具體問題的實際工作能力，打牢基礎。5、鞏固專業(yè)知識的學習，了解遙感在實際生產(chǎn)中的應用，為今后的學習和工作做好充分的準備。土地利用變化監(jiān)測的設計方案和流程2.1實習數(shù)據(jù)1、P5影像：成像時間：2007/08，單波段影像，5米分辨率；2、SPOT影像：成像時間：2007/08/08，3波段影像，20米分辨率；3、QuickBird影像：成像時間：2002/03，4波段影像，2.4米分辨率；4、2000年湖北省武漢市洪山區(qū)喻家山1:10000比例尺的地形線畫圖。2.2硬軟件介紹硬件：PC機軟件：MicrosoftVisualC++6.0ERDASIMAGINE9.2MicrosoftofficeWord2.3總體方案為有計劃進行實習，總體方案設計如下：2.3.1數(shù)據(jù)預處理1、波段合成與格式轉(zhuǎn)換。2、數(shù)字線劃圖添加地理信息。3、幾何糾正。4、對三幅影像進行統(tǒng)一數(shù)據(jù)分辨率處理。5、輻射校正：使用直方圖匹配，回歸分析等消除三幅影像間光譜信息的差異。6、影像關聯(lián)裁剪：使用ERDAS的關聯(lián)裁剪功能將本組負責的區(qū)域裁剪下來。7、融合影像：用小波或者HIS變換法將p5影像與SPOT影像進行融合，得到融合后的影像。2.3.2監(jiān)督分類將融合后得到的影像進行監(jiān)督法分類，得到分類圖。2.3.3外業(yè)調(diào)繪在所得到的分類圖上標明每一類別地物類型。2.3.4重編碼利用外業(yè)調(diào)繪的結(jié)果，對分類圖進行重編碼，近而確定每一類所屬地物類型代碼。2.3.5變化檢測分別使用ERDAS基于像素的變化檢測和基于分類的變化檢測，對重編碼后的影像進行變化檢測，得到一幅二值影像。2.3.6專題圖制作將分類影像與變化檢測影像疊加，加入圖例信息，經(jīng)過整理后能夠得到專題圖。2.3.7精度評定對所獲得的變化監(jiān)測影像進行精度評定。2.4流程框圖如下圖，分為基于像素的和基于分類的。（1）基于像素的變化監(jiān)測P5影像格式轉(zhuǎn)換為IMG數(shù)字線劃圖的幾何校正：輸入地理信息QuickP5影像格式轉(zhuǎn)換為IMG數(shù)字線劃圖的幾何校正：輸入地理信息QuickBird影像格式轉(zhuǎn)換為IMGSPOT影像格式轉(zhuǎn)換為IMG以處理過的線畫圖為參考，對裁剪過的以處理過的線畫圖為參考，對裁剪過的QuickBird影像進行基于多項式的幾何糾正以糾正好的以糾正好的QuickBird影像為參考影像，對SPOT影像進行幾何糾正以糾正好的以糾正好的QuickBird影像為參考影像，對P5影像進行幾何糾正使用使用ERDAS——degrade將所有影像分辨率調(diào)至10米。對幾何糾正過的三幅遙感影像，以研究區(qū)域影像為剪裁窗口，進行精確地重疊區(qū)域剪裁，得到三幅剪裁之后的對應相應的研究區(qū)域的遙感影像對幾何糾正過的三幅遙感影像，以研究區(qū)域影像為剪裁窗口，進行精確地重疊區(qū)域剪裁，得到三幅剪裁之后的對應相應的研究區(qū)域的遙感影像輻射校正：使用直方圖匹配，回歸分析等消除三幅影像間光譜信息的差異輻射校正：使用直方圖匹配，回歸分析等消除三幅影像間光譜信息的差異預處理后的P5影像預處理后的QuickBird預處理后的P5影像預處理后的QuickBird影像預處理后的SPOT影像使用EDRS的ChangDetection進行基于像素的變化檢測，或者使用建模工具進行基于比值法和差值法的變化檢測使用EDRS的ChangDetection進行基于像素的變化檢測，或者使用建模工具進行基于比值法和差值法的變化檢測融合影像：將P5融合影像：將P5影像與QuickBird影像進行基于HIS融合評價變化檢測精度評價變化檢測精度基于像素的變化檢測結(jié)果圖基于像素的變化檢測結(jié)果圖制作變化檢測專題圖制作變化檢測專題圖（2）基于分類的變化監(jiān)測使用ERDAS——degrade將所有影像分辨率調(diào)至10米。以糾正好的QuickBird影像為參考影像，對P5影像進行幾何糾正以糾正好的QuickBird影像為參考影像，對SPOT影像進行幾何糾正以處理過的線畫圖為參考，對裁剪過的QuickBird影像進行基于多項式的幾何糾正數(shù)字線劃圖的幾何校正：輸入地理信息P5影像格式轉(zhuǎn)換為IMG使用ERDAS——degrade將所有影像分辨率調(diào)至10米。以糾正好的QuickBird影像為參考影像，對P5影像進行幾何糾正以糾正好的QuickBird影像為參考影像，對SPOT影像進行幾何糾正以處理過的線畫圖為參考，對裁剪過的QuickBird影像進行基于多項式的幾何糾正數(shù)字線劃圖的幾何校正：輸入地理信息P5影像格式轉(zhuǎn)換為IMGQuickBird影像格式轉(zhuǎn)換為IMGSPOT影像格式轉(zhuǎn)換為IMG對幾何糾正過的三幅遙感影像，以研究區(qū)域影像為剪裁窗口，進行精確地重疊區(qū)域剪裁，得到三幅剪裁之后的對應相應的研究區(qū)域的遙感影像制作變化檢測專題圖評價變化檢測精度，跟分類精度密切相關使用EDRS建模工具針對分類結(jié)果圖進行變化檢測分析，得到基于分類的變化檢測結(jié)果圖對兩幅圖像分別應用最大似然法分類進行監(jiān)督法分類，得到分類結(jié)果圖野外調(diào)繪，標明地物類型，利用外業(yè)調(diào)繪的結(jié)果，對分類圖進行重編碼，確定每一類所屬地物類型融合影像：將P5影像與QuickBird影像進行基于HIS融合預處理后的SPOT影像預處理后的P5影像預處理后的QuickBird影像制作變化檢測專題圖評價變化檢測精度，跟分類精度密切相關使用EDRS建模工具針對分類結(jié)果圖進行變化檢測分析，得到基于分類的變化檢測結(jié)果圖對兩幅圖像分別應用最大似然法分類進行監(jiān)督法分類，得到分類結(jié)果圖野外調(diào)繪，標明地物類型，利用外業(yè)調(diào)繪的結(jié)果，對分類圖進行重編碼，確定每一類所屬地物類型融合影像：將P5影像與QuickBird影像進行基于HIS融合預處理后的SPOT影像預處理后的P5影像預處理后的QuickBird影像土地利用變化監(jiān)測的過程和步驟3.1用ERDAS完成遙感影像的預處理1）格式轉(zhuǎn)換將所獲得的數(shù)據(jù)進行格式轉(zhuǎn)換（.tif轉(zhuǎn)換為.img)，直接打開tif格式的影像文件，然后直接另存為img格式的影像，即可完成格式的轉(zhuǎn)換。2）波段疊加使用layerstack分別將SPOt和QuickBird影像進行波段疊加。單擊ERDASIMAGINE9.1的Interpreter模塊，選擇ImageInterpreter菜單Utilities…→LayerStack菜單→LayerSelectionStacking對話框→InputFile(選擇要合成的圖像文件名1)→Layer(選擇層數(shù)或All)→Add→InputFile(選擇要合成的圖像2)→Layer(選擇層數(shù)或All)→Add→InputFile(選擇要合成的圖像3)→Layer(選擇層數(shù)或All)→Add(一直重復選擇完要合成的圖像為止)→OutputFile(輸出組合后的文件名)→OK!圖3.1波段疊加3)數(shù)字線劃圖的地理信息輸入首先修改線劃圖的投影信息，根據(jù)圖上顯示的公里格網(wǎng)地理坐標，對線劃圖進行基于鍵盤輸入的幾何糾正，錄入大地坐標。幾何糾正重采樣時需要修改像素信息。4)幾何糾正在ERDAS中的ImageGeometricCorrection功能中，以處理過的線畫圖為參考，對裁剪過的QuickBird影像進行基于多項式的幾何糾正。在以糾正好的QuickBird影像為參考影像，對余下的P5和SPOT影像進行幾何糾正。5）輻射校正使用直方圖匹配法消除三幅影像間光譜信息的差異，以便于后續(xù)處理。統(tǒng)一分辨率對三幅影像進行統(tǒng)一數(shù)據(jù)分辨率處理：使用ERDAS——degrade將QuickBird影像分辨率調(diào)至5m，使用基于HIS融合法將SPOT和P5影像分辨率統(tǒng)一成5m。：先將裁剪好的影像轉(zhuǎn)到HIS空間：點擊Interpreter模塊→SpectralEnhancement…→RGBToIHS→RGBToHIS對話框，輸入輸出影像；用Sport影像代替I分量進行融合，操作與波段疊加類似，在選擇層時選2和3；將融合后的影像轉(zhuǎn)回到RGB空間：點擊Interpreter模塊→SpectralEnhancement…→IHSToRGB→IHSToRGB對話框，輸入輸出影像，選擇分辨率為5米。影像融合也可以采用基于主分量變換的方法以及小波融合方法，采用的方法不同得到的融合影像效果不同。7）圖像剪裁對幾何糾正過的三幅遙感影像，以研究區(qū)域影像為剪裁窗口，進行精確地重疊區(qū)域剪裁，必須保證所裁剪區(qū)域為三幅影像的公共區(qū)域，為便于運算，范圍可以稍微小一些，得到三幅剪裁之后的對應相應的研究區(qū)域的遙感影像。點擊DataPre模塊，選擇SubsetImage→Subset對話框，輸入要裁剪的影像及裁剪后生成的影像；分別輸入所要裁剪區(qū)域左上角和右下角的精確坐標完成裁剪。3.2基于像素的變化檢測在得到預處理后的2002年和2007年的兩個時相的影像后，可以用ERDAS進行變化檢測。其步驟為點擊Interpreter模塊→Utilities…→ChangDetection圖3.2變化檢測可以通過選擇不同的閾值來得到不同的變化監(jiān)測效果圖，并結(jié)合兩圖對比比較最佳變化監(jiān)測閾值，得到監(jiān)測圖像。3.3基于分類的變化檢測監(jiān)督法分類步驟:（1）導入待分類處理的影像（2）啟動分類器Classifier→signatureEditor；（3）在視窗中點擊AOI→點擊工具模塊中任意多邊形按鈕；（4）在不同的類別中分別畫訓練樣區(qū)；（5）然后在特征定義編輯器signatureEditor中的對話框中點→編輯菜單Edit→Add將畫的訓練樣區(qū)加到特征定義編輯器中，此時編輯器中增加了該訓練樣區(qū)的一些信息，如訓練樣區(qū)的名字、顏色、總像元數(shù)以及統(tǒng)計信息最大值、最小值、均值、標準偏差等等；（6）重復4，5直至將類別的訓練樣區(qū)都畫完；（7）在signatureEditor(特征定義編輯器)的對話框中點Evaluate（評價）→Contingency(計算混淆矩陣),混淆嚴重，精度受影響，重新修改訓練樣區(qū)直至滿意為止；（8）在signatureEditor(特征定義編輯器)的對話框中→Classify(分類)→Supervised(監(jiān)督法分類)→在OutputFile處給輸出文件名→點擊AttributeOptions...→Close→用缺省的最大似然法分類（或最小距離法）→OK。將2002年和2007年的影像分別進行分類后，得到的結(jié)果就可以用來進行變化檢測。土地利用變化監(jiān)測的結(jié)果分析與評價4.1影像預處理結(jié)果4.1.1幾何糾正結(jié)果圖4.1.1-(1)QuickBird幾何糾正結(jié)果圖4.1.1-(2)P5幾何糾正結(jié)果圖4.1.1-(2)P5幾何糾正結(jié)果在實習過程中，幾何選點也是有講究的，盡量使點分布均勻，且分布在四角會使精度提高很多，我使用的三次多項式，選取十五個點，可以得到較好的糾正效果。而選用二次多項式容易產(chǎn)生形變。幾何糾正過程是個細致的工程，影響精度的一個原因是數(shù)字線畫圖和遙感影像之間對應不是十分嚴密，另一個原因是某些地區(qū)地物特征不夠明顯，因此造成了選點的困難。所以選點糾正過程中盡量把圖像放大，選擇易于識別的地物特征，做細微的調(diào)整，以降低誤差。一般來說，提高幾何糾正的精度方法是使控制點盡量均勻分布在圖像空間，控制點應選在明顯的地物點處，交叉點、拐點、明顯地物特征點；另外選點的個數(shù)要符合一定的要求，因為計算多項式系數(shù)是是按照最小二乘法進行計算的，點數(shù)太少平差的精度不高。此外還可根據(jù)GCP數(shù)據(jù)表剔除影響誤差較大的點，重新選點。4.1.2輻射校正、影像裁剪、影像融合后的結(jié)果4.1.2-（1）QuickBird裁剪后的結(jié)果圖4.1.2-（2）P5與SPOT融合后的結(jié)果圖輻射校正對于基于像素的變化檢測方法來說是必須的，主要是利用直方圖匹配、直方圖歸一化、回歸分析等方法，消除不同大氣狀況、不同成像時間所造成的影像光譜信息的差異。在統(tǒng)一分辨率的基礎上進行影像裁剪，輸入準確的角坐標，盡量選取小區(qū)域，提高運算速度。4.2基于像素的變化檢測結(jié)果圖4.2.1-（1）基于灰度的變化檢測結(jié)果圖圖4.2.1-（2）基于灰度的變化檢測突出變化區(qū)域圖閾值的選擇決定了變化檢測性能的優(yōu)劣，選擇合適的閾值可以將實際的變化和隨機因素的影響最大限度地分開。通過多次對比試驗，當閾值取20的時候監(jiān)測效果比較好。4.3基于分類的變化檢測結(jié)果圖4.3.1基于分類的變化檢測結(jié)果圖分類后變化檢測可以克服由于多時相圖像的傳感器性質(zhì)、分辨率等因素的差異帶來的不便，不需要數(shù)據(jù)歸一化過程。但分類后變化檢測也有自身的一些缺點：分類誤差會產(chǎn)生組合影響，由兩個獨立分類產(chǎn)生的變化圖的精度近似于各自精度的乘積；最終變化檢測的精度很大程度上取決于分