遥感综合实习报告

武汉大学教学实验报告遥感信息工程学院遥感科学与技术专业2014年4月16日实验名称遥感应用综合实习指导教师李刚，刘继林姓名彭湃年级2010学号2010302590247成绩一、土地利用变化监测的目的和意义随着遥感技术和计算机技术的发展，遥感影像在空间分辨率、时间分辨率、光谱分辨率上都获得了极大的提高。快速获得地表覆盖变化的时空分布信息，是资源与生态环境动态监测、土地利用与土地覆盖变化研究的核心技术。1、通过此次综合应用实习，掌握土地利用遥感变化检测的原理以及方法，了解在此领域国内外研究的现状和主要技术，并使用软件实施和编程实现，加深对理论知识的理解。2、掌握土地利用变化检测的各个环节的实施与操作，使用不同的方法，分析比较不同方法的结果。3、练习使用遥感图像处理软件ERDAS的各种模块,并在实习过程中，对遥感影像的监督分类法，各类变化监测的方法做出比较细致的研究和尝试；4、锻炼熟练运用遥感软件独立分析问题、解决具体问题的实际工作能力，打牢基础。5、巩固专业知识的学习，了解遥感在实际生产中的应用，为今后的学习和工作做好充分的准备。二、土地利用变化监测的设计方案和流程2.1实习数据1、P5影像：成像时间：2007/08，单波段影像，5米分辨率；2、SPOT影像：成像时间：2007/08/08，3波段影像，20米分辨率；3、QuickBird影像：成像时间：2002/03，4波段影像，2.4米分辨率；4、2000年湖北省武汉市洪山区喻家山1:10000比例尺的地形线画图。2.2硬软件介绍硬件：PC机软件：MicrosoftVisualC++6.0ERDASIMAGINE9.2MicrosoftofficeWord2.3总体方案为有计划进行实习，总体方案设计如下：2.3.1数据预处理1、波段合成与格式转换。2、数字线划图添加地理信息。3、几何纠正。4、对三幅影像进行统一数据分辨率处理。5、辐射校正：使用直方图匹配，回归分析等消除三幅影像间光谱信息的差异。6、影像关联裁剪：使用ERDAS的关联裁剪功能将本组负责的区域裁剪下来。7、融合影像：用小波或者HIS变换法将p5影像与SPOT影像进行融合，得到融合后的影像。2.3.2监督分类将融合后得到的影像进行监督法分类，得到分类图。2.3.3外业调绘在所得到的分类图上标明每一类别地物类型。2.3.4重编码利用外业调绘的结果，对分类图进行重编码，近而确定每一类所属地物类型代码。2.3.5变化检测分别使用ERDAS基于像素的变化检测和基于分类的变化检测，对重编码后的影像进行变化检测，得到一幅二值影像。2.3.6专题图制作将分类影像与变化检测影像叠加，加入图例信息，经过整理后能够得到专题图。2.3.7精度评定对所获得的变化监测影像进行精度评定。2.4流程框图如下图，分为基于像素的和基于分类的。（1）基于像素的变化监测SPOT影像格式转换为IMGQuickBird影像格式转换为IMGP5影像格式转换为IMG数字线划图的几何校正：输入地理信息以处理过的线画图为参考，对裁剪过的QuickBird影像进行基于多项式的几何纠正以纠正好的QuickBird影像为参考影像，对SPOT影像进行几何纠正以纠正好的QuickBird影像为参考影像，对P5影像进行几何纠正预处理后的QuickBird影像预处理后的P5影像预处理后的SPOT影像使用ERDAS——degrade将所有影像分辨率调至10米。对几何纠正过的三幅遥感影像，以研究区域影像为剪裁窗口，进行精确地重叠区域剪裁，得到三幅剪裁之后的对应相应的研究区域的遥感影像辐射校正：使用直方图匹配，回归分析等消除三幅影像间光谱信息的差异融合影像：将P5影像与QuickBird影像进行基于HIS融合使用EDRS的ChangDetection进行基于像素的变化检测，或者使用建模工具进行基于比值法和差值法的变化检测基于像素的变化检测结果图评价变化检测精度制作变化检测专题图（2）基于分类的变化监测SPOT影像格式转换为IMGQuickBird影像格式转换为IMGP5影像格式转换为IMG数字线划图的几何校正：输入地理信息以处理过的线画图为参考，对裁剪过的QuickBird影像进行基于多项式的几何纠正以纠正好的QuickBird影像为参考影像，对SPOT影像进行几何纠正以纠正好的QuickBird影像为参考影像，对P5影像进行几何纠正使用ERDAS——degrade将所有影像分辨率调至10米。对几何纠正过的三幅遥感影像，以研究区域影像为剪裁窗口，进行精确地重叠区域剪裁，得到三幅剪裁之后的对应相应的研究区域的遥感影像预处理后的QuickBird影像预处理后的P5影像预处理后的SPOT影像融合影像：将P5影像与QuickBird影像进行基于HIS融合使用EDRS建模工具针对分类结果图进行变化检测分析，得到基于分类的变化检测结果图评价变化检测精度，跟分类精度密切相关制作变化检测专题图对两幅图像分别应用最大似然法分类进行监督法分类，得到分类结果图野外调绘，标明地物类型，利用外业调绘的结果，对分类图进行重编码，确定每一类所属地物类型三、土地利用变化监测的过程和步骤3.1用ERDAS完成遥感影像的预处理1）格式转换将所获得的数据进行格式转换（.tif转换为.img)，直接打开tif格式的影像文件，然后直接另存为img格式的影像，即可完成格式的转换。2）波段叠加使用layerstack分别将SPOt和QuickBird影像进行波段叠加。单击ERDASIMAGINE9.1的Interpreter模块，选择ImageInterpreter菜单Utilities…→LayerStack菜单→LayerSelectionStacking对话框→InputFile(选择要合成的图像文件名1)→Layer(选择层数或All)→Add→InputFile(选择要合成的图像2)→Layer(选择层数或All)→Add→InputFile(选择要合成的图像3)→Layer(选择层数或All)→Add(一直重复选择完要合成的图像为止)→OutputFile(输出组合后的文件名)→OK!图3.1波段叠加3)数字线划图的地理信息输入首先修改线划图的投影信息，根据图上显示的公里格网地理坐标，对线划图进行基于键盘输入的几何纠正，录入大地坐标。几何纠正重采样时需要修改像素信息。4)几何纠正在ERDAS中的ImageGeometricCorrection功能中，以处理过的线画图为参考，对裁剪过的QuickBird影像进行基于多项式的几何纠正。在以纠正好的QuickBird影像为参考影像，对余下的P5和SPOT影像进行几何纠正。5）辐射校正使用直方图匹配法消除三幅影像间光谱信息的差异，以便于后续处理。6）统一分辨率对三幅影像进行统一数据分辨率处理：使用ERDAS——degrade将QuickBird影像分辨率调至5m，使用基于HIS融合法将SPOT和P5影像分辨率统一成5m。：先将裁剪好的影像转到HIS空间：点击Interpreter模块→SpectralEnhancement…→RGBToIHS→RGBToHIS对话框，输入输出影像；用Sport影像代替I分量进行融合，操作与波段叠加类似，在选择层时选2和3；将融合后的影像转回到RGB空间：点击Interpreter模块→SpectralEnhancement…→IHSToRGB→IHSToRGB对话框，输入输出影像，选择分辨率为5米。影像融合也可以采用基于主分量变换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）图像剪裁对几何纠正过的三幅遥感影像，以研究区域影像为剪裁窗口，进行精确地重叠区域剪裁，必须保证所裁剪区域为三幅影像的公共区域，为便于运算，范围可以稍微小一些，得到三幅剪裁之后的对应相应的研究区域的遥感影像。点击DataPre模块，选择SubsetImage→Subset对话框，输入要裁剪的影像及裁剪后生成的影像；分别输入所要裁剪区域左上角和右下角的精确坐标完成裁剪。3.2基于像素的变化检测在得到预处理后的2002年和2007年的两个时相的影像后，可以用ERDAS进行变化检测。其步骤为点击Interpreter模块→Utilities…→ChangDetection图3.2变化检测可以通过选择不同的阈值来得到不同的变化监测效果图，并结合两图对比比较最佳变化监测阈值，得到监测图像。3.3基于分类的变化检测监督法分类步骤:（1）导入待分类处理的影像（2）启动分类器Classifier→signatureEditor；（3）在视窗中点击AOI→点击工具模块中任意多边形按钮；（4）在不同的类别中分别画训练样区；（5）然后在特征定义编辑器signatureEditor中的对话框中点→编辑菜单Edit→Add将画的训练样区加到特征定义编辑器中，此时编辑器中增加了该训练样区的一些信息，如训练样区的名字、颜色、总像元数以及统计信息最大值、最小值、均值、标准偏差等等；（6）重复4，5直至将类别的训练样区都画完；（7）在signatureEditor(特征定义编辑器)的对话框中点Evaluate（评价）→Contingency(计算混淆矩阵),混淆严重，精度受影响，重新修改训练样区直至满意为止；（8）在signatureEditor(特征定义编辑器)的对话框中→Classify(分类)→Supervised(监督法分类)→在OutputFile处给输出文件名→点击AttributeOptions...→Close→用缺省的最大似然法分类（或最小距离法）→OK。将2002年和2007年的影像分别进行分类后，得到的结果就可以用来进行变化检测。四、土地利用变化监测的结果分析与评价4.1影像预处理结果4.1.1几何纠正结果图4.1.1-(1)QuickBird几何纠正结果图4.1.1-(2)P5几何纠正结果图4.1.1-(2)P5几何纠正结果在实习过程中，几何选点也是有讲究的，尽量使点分布均匀，且分布在四角会使精度提高很多，我使用的三次多项式，选取十五个点，可以得到较好的纠正效果。而选用二次多项式容易产生形变。几何纠正过程是个细致的工程，影响精度的一个原因是数字线画图和遥感影像之间对应不是十分严密，另一个原因是某些地区地物特征不够明显，因此造成了选点的困难。所以选点纠正过程中尽量把图像放大，选择易于识别的地物特征，做细微的调整，以降低误差。一般来说，提高几何纠正的精度方法是使控制点尽量均匀分布在图像空间，控制点应选在明显的地物点处，交叉点、拐点、明显地物特征点；另外选点的个数要符合一定的要求，因为计算多项式系数是是按照最小二乘法进行计算的，点数太少平差的精度不高。此外还可根据GCP数据表剔除影响误差较大的点，重新选点。4.1.2辐射校正、影像裁剪、影像融合后的结果4.1.2-（1）QuickBird裁剪后的结果图4.1.2-（2）P5与SPOT融合后的结果图辐射校正对于基于像素的变化检测方法来说是必须的，主要是利用直方图匹配、直方图归一化、回归分析等方法，消除不同大气状况、不同成像时间所造成的影像光谱信息的差异。在统一分辨率的基础上进行影像裁剪，输入准确的角坐标，尽量选取小区域，提高运算速度。4.2基于像素的变化检测结果图4.2.1-（1）基于灰度的变化检测结果图图4.2.1-（2）基于灰度的变化检测突出变化区域图阈值的选择决定了变化检测性能的优劣，选择合适的阈值可以将实际的变化和随机因素的影响最大限度地分开。通过多次对比试验，当阈值取20的时候监测效果比较好。4.3基于分类的变化检测结果图4.3.1基于分类的变化检测结果图分类后变化检测可以克服由于多时相图像的传感器性质、分辨率等因素的差异带来的不便，不需要数据归一化过程。但分类后变化检测也有自身的一些缺点：分类误差会产生组合影响，由两个独立分类产生的变化图的精度近似于各自精度的乘积；最终变化检测的精度很大程度上取决于分类的精度；分类和变化检测步骤的分离使得处理过程不是基于原始信息，信息量的减少会造成准确性的丧失。