基于landsat8OLI的2014年瑞安地区土地利用分类

1基于landsat8/OLI的2014年瑞安地区土地利用分类题目：基于Landsat8/OLI的2014瑞安地区土地利用分类学院：地理与环境科学学院专业：地理科学132班作者：学号：指导教师：完成时间：2015年6月18日1基于landsat8/OLI的2014年瑞安地区土地利用分类1.研究区域基本概况瑞安市位于浙江省东南沿海，地理坐标为120°E10′~121°E15′，27°S40′~28°0′之间，属亚热带海洋性季风气候。东临东海，南接平阳，西连文成，北邻瓯海、龙湾。西北与丽水地区的青田县接壤，东北隔海与洞头县相望。瑞安境内地势西高东低，分为西部山区、中部丘陵、东部平原、浅海滩涂和沿海岛屿等5类。西部为中、低山丘陵地，属南雁荡山与洞宫山的余脉，是天然的林业基地。其间群山绵亘，峰峦起伏，海拔一般在600m-1000m，最高峰巾子山海拔1320m；中部为丘陵与河谷冲积平原，是主要经济作物产区；东部为飞云江冲积和沿海淤积共同作用形成的平原，地势平坦，河网密布，一派水乡景象，平均海拔在10m以下。瑞安陆域面积1271平方公里，海域面积3060平方公里，辖5个镇、10个街道（图1），2012年末瑞安市总户数31.96万户，户籍口径总人口121.60万人，除汉族外，还有畲、回等少数民族。本市汉族居民绝大多数属江浙民系，使用吴语瓯江片方言，通行吴语温州话。图1瑞安市行政区划1987年瑞安市被国务院确定为首批14个沿海经济开发区之一，为中国农村综合经济实力百强县（市）之一、浙江省小康县（市）、浙江省重要的现代工贸城市和历史文化名城。2013年中国最具投资潜力中小城市，瑞安市位列第31位。2.数据来源表1遥感影像数据信息成像日期数据轨道号地面分辨率（m）2014-12-22Landsat-8/OLR118-040302表2Landsat-8/OLR波段设置波段序号波段波长范围/μm应用领域1蓝色0.45-0.52对水体有投射能力，能够反射浅水水下特征，可区分土壤和植被、编制森林类型图、区分人造地物类型2绿色0.52-0.60探测健康植被绿色反射率、可区分植被类型和评估作物长势，区分人造地物类型，对水体有一定投射能力3红色0.63-0.69可测量植物绿色素吸收率，并依此进行植物分类，可区分人造地物类型4近红外0.76-090测定生物量和作物长势，区分植被类型，绘制水体边界、探测水中生物的含量和土壤湿度5短波红外1.55-1.75用于探测植物含水量及土壤湿度，区别云与雪6热红外10.4-12.5探测地球表面不同物质的自身热辐射的主要波段，可用于热分布制图，岩石识别和地质探矿7短波红外2.08-2.35探测高温辐射源，如监测森林火灾，火山活动等，区分人造地物类型图2研究区LANDSAT8OLR743彩色合成图像3表3剪裁区域基本地类显示颜色基本地类颜色水体深蓝色林地绿色裸地白色耕地浅白色、蓝色建筑紫色3.土地利用分类监督分类（supervisedclassification）又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立；反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：判别分析、最大似然分析、特征分析、序贯分析和图形识别等。平行六面体法：平行六面体将用一条简单的判定规则对多光谱数据进行分类。判定边界在影像数据空间中是否行成了一个N维的平行六面体。平行六面体的尺度是由标准差阈值所确定的，而该标准差阈值则是根据每种所选类的均值求出的。最大似然法：假定每个波段中的每类的统计都呈现正态分布，并将计算出给定象元都被归到概率最大的那一类里。最小距离法：使用了每个感兴趣区的均值矢量来计算每个未知象元到每一类均值矢量的欧氏距离，除非用户指定了标准差和距离的阈值，否则所有象元都将分类到感兴趣区中最接近的那一类马氏距离法：一个方向灵敏的距离分类器，分类时将使用到统计信息，与最大似然法有些类似，但是她假定了所有类的协方差都相等，所以它是一种较快的分类方法二值编码分类法：根据波段值落在均值的上或下方，把数据波普和端元波普编码为0或1，异或逻辑函数用来将每种编码后的参考波普同编码后的数据波谱进行比较，生成一副分类影像波谱角填图分类法：是一个基于物理的波谱分类法，它是用N维角度将象元与参考波谱进行匹配，此方法将波谱看成是空间中的矢量，矢量的维数就等于波段的个数，通过计算波谱间的角度，来判断连个波谱间的相似程度费歇尔线性判别法：费歇尔线性判别法是一种应用广泛，具有较高判别能力的多元逻辑概率判别方法，基于费歇尔线性判别法，结合实际数据，构建了高校财务风险判别指标体系和建立了费歇尔线性判别模型，并进行实证检验。3.1训练样本的选择及精度评价将研究区域样本划分为林地、水体、建筑、耕地和裸地，其中大部分样本可分性可以达4达到1.8以上，耕地、水体、建筑、林地这四者之间的可分性高，但裸地和耕地，部分耕地与耕地之间的可分性小。裸地和耕地之间的可分性小，这可能与耕地植被覆盖率低，植被特征不明显有关，最后可能导致部分耕地被错分为裸地，使裸地面积比增大。表3研究区训练样本选择离散度表类别像元个数类别像元个数分离性耕地3419耕地18361.51裸地293耕地18361.57裸地293耕地34191.83建筑5207耕地18361.91林地4234林地19011.95林地4234耕地18361.96建筑5207耕地20371.97建筑5207裸地2931.98耕地2037耕地18361.98林地4234裸地2931.99裸地293耕地20371.99建筑5207耕地34191.99水体692建筑52071.99水体692耕地20371.99林地4234水体6921.99水体692裸地2931.99林地1901水体6921.99水体692耕地18361.99耕地2037耕地34191.99水体4594水体6921.99林地4234建筑52071.99水体692耕地34191.99林地4234耕地34191.99林地1901裸地2931.99林地4234耕地20371.99水体4594耕地20371.99林地1901耕地18361.99林地1901建筑52071.99水体4594裸地2932.00水体4594建筑52072.00林地1901耕地20372.00林地1901耕地34192.00水体4594耕地18362.00林地1901水体45942.00水体4594耕地34192.00林地4234水体45942.0053.2分类结果及精度评价监督分类基本流程1.打开裁剪后的数据文件,彩色合成OLR764---RGB2.找到ROI命令,打开窗口,右边窗口点选Zoom3.选出分类样本，右击color,改变类别颜色，改Region#1为分类样本名称4.ROI可分性分析,选择文件及波段，选上所有样区，输出可分性结果5.打开掩模文件6.进行分类，选择最大似然法7.选择分类文件及波段，选择掩模文件，填写相关参数，输出结果8.合并类别，选择文件，依次点选要合并的类别，之后点击Addcombination9.删除被合并的类别，保存为合并后分类结果10.改变类别颜色，将类别名称和颜色逐一修改，改变颜色之后的图像及图例11.类别统计（需要打开分类后结果图像）12.统计结果13.精度评价：建立检验ROI文件(比分类用的ROI更纯,数目可以少一些,但要均匀,名字一定要与合并之后的类别匹配)14.打开分类图及检验ROI，找到分类评价的工具15.输出结果图32014年瑞安土地利用监督分类结果林地建筑水体耕地裸地图例6精度评价表42013年瑞安最大似分类法混淆矩阵实际类别分类类别林地水体建筑裸地耕地总计未分类000000林地9610000961水体010330001033建筑0063400634裸地7001527166耕地23104838866总计99110346341568453660表52013年瑞安遥感影像最大似然分类精度评定类别参考总计分类总计正确分类数生产精度用户精度林地190196196196.97%100%水体6921033103399.9%100%建筑5207634634100%100%裸地29316615297.44%91.57%耕地203786683899.17%96.77%总计1013036603618总精度=3618/3660=98.8525%Kappa=0.9850当总精度达到85%以上时算分类模式较好。本研究所提出的分类模式具有良好的分类效果，总体分类精度达到了98.85％，Kappa系数为0.9850，各类别的分类精度均达到91％以上。4.结果分析表62014年瑞安市土地利用面积（Km2）及所占比例(%)类别年份林地水体建筑裸地耕地面积616.787169.0129150.3801102.6396395.7003比例24.9522.7926.0844.15216.008通过对2014年瑞安地区土地利用分类的研究，可以得出以下结论：1.2014年瑞安市土地利用面积以林地最多，耕地次之，水体最少。说明瑞安市境内地形以山地丘陵为主，平原较少。大量山地丘陵仍保持较好的森林绿化率，耕地面积比重大，说明农业在瑞安城市发展中仍占有重要地位，农村人口多，仍需加快城市化进程。2.城市建筑用地占全市面积的6.084%，且集中于瑞安市东部、中部和飞云江的中下游，集中性强，这主要是因为西部地区多山区，地形条件限制了瑞安市向西发展。3.据表格发现瑞安市城市裸地面积偏大，说明地表部分地区裸露程度高，植被覆盖率低，该部分裸地可能是正在施工的建筑工程用地，也有可能是山林伐木导致的地表裸露。大量的裸地容易导致水土流失、空气扬尘污染，相关土地部门需加强该方面的监督力度。