遥感技术在滑坡泥石流等地质灾害中的监测应用研究.docx
《遥感技术在滑坡泥石流等地质灾害中的监测应用研究.docx》由会员分享,可在线阅读,更多相关《遥感技术在滑坡泥石流等地质灾害中的监测应用研究.docx(36页珍藏版)》请在冰豆网上搜索。
![遥感技术在滑坡泥石流等地质灾害中的监测应用研究.docx](https://file1.bdocx.com/fileroot1/2023-4/16/e7f2cbc9-42a6-44d8-b197-d91a00af92eb/e7f2cbc9-42a6-44d8-b197-d91a00af92eb1.gif)
遥感技术在滑坡泥石流等地质灾害中的监测应用研究
遥感技术在滑坡泥石流等地质灾害中的监测应用研究
近年来,随着高空间、高光谱、雷达卫星遥感成像系统的迅速发展,遥感理论不断的完善,遥感技术也得到了突飞猛进的增长。
本文叙述了遥感技术在滑坡泥石流等地质灾害中的监测应用研究。
并介绍了近几十年来遥感技术的研究现状与地质灾害遥感解译中的常用技术,同时佐以2010年发生在甘肃舟曲的泥石流灾害作为具体研究对象,分析其影像特征,作为遥感技术在滑坡泥石流等地质灾害中的应用实例,同时针对泥石流的发生并提出具体的灾害防治建议。
关键词:
遥感,泥石流,舟曲
第一章绪论
1.1研究背景
地质灾害,是指在自然或者人为因素的作用下形成的,对人类生命财产、环境造成破坏和损失的地质作用(现象)。
比如崩塌、滑坡、泥石流、地裂缝、水土流失、土地沙漠化及沼泽化、土壤盐碱化,以及地震、火山、地热害等。
我国幅员广阔,960万平方公里的土地上各种地形地貌鳞次栉比,受制于多样的地形地貌,我国也因此是世界受地质灾害影响最为严重的国家之一。
据不完全统计,自上世纪80年代末至90年代初,我国每年由于地质灾害所造成的损失即达到100多亿元,受灾导致300多人死亡。
紧接着的90年代中期,由于受地质灾害影响,每年经济损失骤然拔高达到200多亿元,也因此造成了每年至少一千人因受灾导致的死亡。
截止近年,全国总共查明地质灾害隐患点16万多处,重大隐患点则有2000多处,严重威胁着1150万人和2000亿元生命财产安全,同时有50%以上的国土面积也或多或少地受到地质灾害的威胁。
全国至少有400多个县(市),1万多村庄收到崩塌、滑坡、泥石流的威胁,地质灾害对人民群众的生命财产造成了严重的威胁。
因而对于地质灾害的防控监测,迫在眉睫。
滑坡是指斜坡上的土体或者岩体,受河流冲刷、地下水活动、雨水浸泡、地震及人工切坡等因素影响,在重力作用下,沿着一定的软弱面或者软弱带,整体地或者分散地顺坡向下滑动的自然现象。
常常给工农业生产以及人民生命财产造成巨大损失、有的甚至是毁灭性的灾难。
滑坡对乡村最主要的危害是摧毁农田、房舍、伤害人畜、毁坏森林、道路以及农业机械设施和水利水电设施等,有时甚至给乡村造成毁灭性灾害。
位于城镇的滑坡常常砸埋房屋,伤亡人畜,毁坏田地,摧毁工厂、学校、机关单位等,并毁坏各种设施,造成停电、停水、停工,有时甚至毁灭整个城镇。
发生在工矿区的滑坡,可摧毁矿山设施,伤亡职工,毁坏厂房,使矿山停工停产,常常造成重大损失。
泥石流指的是在地形险峻,沟深谷壑的地区,受到暴雨、暴雪或者其他的自然灾害天气影响所引起的山体滑坡,是一种携带有大量泥沙石块的特殊洪流。
泥石流的特点主要有突发性,难以提前人为预测,并且具有流量巨大,流速极快,物质容量大和破坏力强等特点。
泥石流的爆发时常会导致周围村镇的破坏,以及周边公路铁路等交通设施的冲毁,造成巨大的损失。
因为泥石流无法提前人为预测爆发且一旦爆发来势凶猛破坏力巨大,并时常伴随着洪水和滑坡的双重打击。
因此泥石流的危害程度比单一的洪水或者崩塌等地质灾害都要巨大。
据统计,我国有29个省(区)、771个县(市)正在遭受泥石流的威胁,泥石流灾害平均每年发生的频率为18次╱县,泥石流灾害影响所造成的直接死亡人数每年达到了3700余人。
据不完全调查统计,在建国后的50多年中,我国的县级以上城镇因为泥石流而致死的人数已有约4400人,同时泥石流还时时刻刻威胁着上万亿财产的安全,由此可见泥石流对人类生产生活的危害之重。
目前我国己查明的受泥石流灾害威胁的县级以上城镇有138个,主要分布在甘肃(45个)、四川(34个)、云南(23个)和西藏(13个)等西部地区,受泥石流灾害威胁的乡镇级城镇数量更为巨大。
随着近年来我国人民群众物质生活与精神生活水平的提高,人民群众对于自身生命财产安全保障的意识也越来越高,然而天灾终是可防不可控,怎样做到及时监测地质灾害的受灾情况,避免受灾情况进一步恶化,正日益受到国家与人民的重视。
1.2研究现状
1遥感,即遥远的感知,从广义上说是泛指从远处探测、感知物体或事物的技术。
具体而言,遥感指的是不直接接触物体本身,通过传感器从远处探测和接收来自目标地物的信息(如电场、磁场、电磁波、地震波等信息),经过信息的传输、加工处理及分析解译等过程,最终识别目标物体和现象的属性及其空间分布等特征与变化规律的理论技术。
狭义的遥感是指对地观测,即从空中和地面的不同工作平台上(如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船、航天飞机等)通过传感器,对地球表明地物的电磁波反射或发射信息进行探测,并经传输、处理和判读分析,对地球的资源与环境进行探测和监测的综合性技术。
通过地质灾害遥感解译,可以对目标区域内已经发生的地质灾害点和地质灾害隐患点进行系统全面的调查,查明其分布、规模、形成原因、发育特点、发展趋势以及危害性和影响因素;利用不同时期的遥感图像进行对比研究,可对其发展趋势和危害程度做出准确的判断。
在此基础上划分地质灾害易发区,评价易发程度,为防治地质灾害隐患,建立地质灾害监测网络提供基础。
2近几十年来,随着相关技术的发展,比如航空对地观测技术、计算机技术与电磁波信息传输等技术等深入研究发展,遥感技术因此受益得到了迅猛的发展,由于遥感技术具有宏观观测,大范围获取数据资料;动态监测快速更新监控范围数据;技术手段多样;可获取海量信息;应用领域广泛,经济效益高等特点,因此被广泛的应用于各种环境评价及灾害监测与国土资源调查中。
遥感技术起初应用于地质灾害调查可追溯到上世纪70年代末期,彼时在日本、美国及欧洲,对于地质灾害监测方面遥感技术开展良好。
在大量滑坡泥石流等地质灾害遥感调查的基础上,欧洲率先对遥感技术进行了相关的系统总结,在遥感图像识别的空间率上指出了适用于不同规模、不同亮度或对比度的滑坡和泥石流所需的要求;日本则随后利用遥感技术制成了1/5万的全国性地质灾害分布图。
遥感技术与地面调查相结合的方法,使得监测滑坡活动成为了可能。
32008年9月7日消息,据国外媒体报道,美国商业卫星遥感公司GeoEye今日宣布,迄今为止分辨率最高的商业对地成像卫星“地眼一号”从加州成功升空(9月6日),将为GoogleEarth提供50厘米分辨率高清照片。
“地眼一号”不仅能以41厘米黑白分辨率和1.65米彩色分辨率搜集图像,而且还能以3米的定位精度精确确定目标位置。
因此,一经投入使用,“地眼一号”将成为当今世界上能力最强、分辨率和精度最高的商业成像卫星。
据悉,“地眼一号”耗时四年,研发费用高达五亿美元,其中美国国家地理空间情报局提供了一部分资金。
4谷歌发言人KateHurowitz称:
“在商用卫星市场,地眼一号是分辨率最高的商业对地成像卫星。
大多数卫星的分辨率为60厘米,而GeoEye-1可达到41厘米。
”
5不过根据美国政府现行的法律,GeoEye公司对公众只能提供分辨率在50厘米和以上的照片。
6我国利用遥感技术在地质灾害监测方面的起步较晚,然而经过几十年的发展,遥感技术已经成为我国对区域地质灾害及其发育环境宏观调查的不可缺少的先进技术。
在地质灾害的灾前预测、灾情监控、灾后评估三个主要方面的工作中发挥了重要的作用,为环境灾害调查及防灾减灾工作作出了重要贡献。
但我国的遥感技术在灾害预测方面应用较少,主要集中应用在灾后评估和应急反应方面。
经过近年来的发展,地质灾害遥感调查与监测已从实验阶段走向全面的推广的实用性阶段,并随着遥感技术的不断发展具有广阔的前景。
充分利用多时相高分辨率遥感、航天遥感、差分干涉雷达、“3S”技术及其集成技术进行地质灾害调查与监测,尤其在灾害预测评估的研究方面,是未来遥感技术在地质灾害调查与监测应用中的发展趋势。
第二章研究区地质环境背景
2.1甘肃舟曲研究区地质环境背景
2.1.1总体概况
舟曲县位于甘肃省南部地区,所属与甘南藏族自治州,具体的经纬度为东经103°51′30″至104°45′30″,北纬33°13′至34°1′。
舟曲邻近武都宕昌等县,同时在县的西南部与迭部县、文县以及四川省的九寨沟县相接壤。
海拔高度大约在1173米至4504米之间,东西纵长99.4公里,南北横宽88.8公里。
总的土地面积约有3009.98平方公里,折合451.48万亩。
据相关统计调查,2004年末舟曲耕地面积为14.30万亩,山地12.84万亩,川地1.46万亩。
舟曲总人口13.47万人,其中藏族4.4万人,占32.78%,同时下辖20个乡、2个镇,210个行政村。
舟曲境内的年平均气温约为12.7℃,年降雨量在400至800毫米,全年的无霜期平均约为223天。
图2.1甘肃省舟曲县地形全图
2.1.2地质构造
舟曲地区最早升为陆地是在印支期造山运动时期。
后来连续经历了燕山与喜马拉雅山构造运动运动,随着南秦岭西翼眠山山系的生成,舟曲地区呈东南—西北隆起伸延。
并且在长期的挤压、扩张、和复合过程中,形成了许多导致地质体不连续,不稳定的复杂因素,最终呈现出多周期性的断裂构造,其中在背斜北翼沿葱地:
舟曲县城至中牌一线发育的一组区域性挤压断裂带,控制分隔地层,并影响着山体与白龙江沟槽的具体去向。
在舟曲地区,区域性岩浆的活动十分活跃,伴有频繁的地震,岩层倾斜角增大,山体结构较为松散;以趋升运动为主的新构造运动活动剧烈,地表显著切割,造成了境内峰峦重迭,山谷高深的景象,并伴有多级台地,小盆地和走山滑坡等地质现象。
境内的裸露地层主要有古生界志留系和中生界三叠系褶皱形成的走向西北的复背斜。
古生界地层主要成分为炭酸盐岩,其中志留系表现明显,其中有巨厚的含炭千枚岩,页岩间夹薄层灰岩。
中生界三叠系是一套砂、页岩交互渗合的隆相碎硝岩。
白平系及新生界第四系(第三系地层缺失)岩层以水平状散布在上述的褶皱岩系之上,为角度不整合地接触。
其中的页岩主要可分为上、中、下三段。
下段以坚硬半坚硬的紫红色砾岩为主。
上段为紫红色、浅灰和绿色相间的砂页岩,坚硬砂岩以及少量坚硬砾岩,厚度大约为2880米。
第四系的代表岩性卵粒、泥砾、角粒以及碎块石等,构成了白龙江。
拱坝河,峪河沿岸的多级阶地,以及泥石流冲沟与洪积扇,结构较为密实,呈以半胶结状态。
上覆的黄土层具有松散角粒,厚度越为2至3米。
为本县主要的耕植性土壤。
根据现有的裸露山岩地层层位以及在高台地发现的海生动物的化石推析,在古生界、中生界存在着海相地层的相互沉积。
古生界志留系地层为本县最古老的地层。
其后,中生界二叠系地层活跃的加里东运动与华西里运动导致了此时此地该地层的缺失。
三叠系末规模巨大的印支造山运动,促使了地史继续变动,并导致自然环境的不断演化,从而奠定了本县的地貌基本轮廊。
燕山和喜马拉雅山运动,则致使了早期的地质构造复活,并因此破坏了老地层的连续完整性。
在地质新生代旧第三系的始新世和渐新世阶段,出现了具有剧烈间歇性的阿喜山运动,导致该地区地势抬升,是形成现在的两河河谷间断性多阶地的主要因素。
7在地质第四纪的晚期阶段,人类开始在舟曲县境内活动。
由于人类砍伐森林以及破坏植被等行为,增大了地质体的不稳定因素。
导致了该地区洪冲积、滑坡、泥石流的发生并且愈演愈烈,也因此给人民生命财产带来了巨大的威胁。
2.1.3地形地貌
舟曲县地处南秦岭山地地区,境内的主要山系为岷山山系,呈东南—西北走向贯穿全境。
县西北部地区地势较高,东南地区地势较低。
白龙江谷底海拔高度大约在1200米左右,江南北两则的山地最高峰则可达4000米以上,落差较大,同时在中部的大草坡、葱花坡、吊草坡一带,山势则较为平缓,海拔高度大约在3000米左右。
舟曲县境内山峦林立,沟谷纵横,是典型的高山峡谷区。
山峦高耸、沟谷纵深、碎石遍布、山坡陡峭、土壤贫薄、水流湍急并伴有大量的水土流失,泥石流、滑坡等地质灾害频发是舟曲的自然现状。
2.1.4水文气候
舟曲县位居温暖带气候区,由于地势高差悬殊,地形地貌复杂,导致了因海拔不同呈现出气候的巨大差异。
常有“山下桃花盛开,山上白雪皑皑”的自然景观,同时也表现出“十里不同天,一山有四景”的气候特点。
春季温暖回升快而稳,秋季温凉阴雨多。
据县气象局资料记载,全县的平均年日照总数为1842.4小时,一年之内以8月份为日照最多月,日照率约为42%,年总辐射总量为105.8千卡/㎝2。
但是全县的热量分布极不均匀。
舟曲县年平均气温约为12.7℃,最热月平均气温为23.1℃,极端最高达到气温35.2℃,极端最低气温为-10.2℃。
舟曲县属陇南山区,降水较为充足,并有随着海拨高度的升高降水量逐渐增大的规律。
同时因为植被覆盖的原因,在同一海拔,拱坝河、博峪河流域的降水量要大于白龙江流域。
前者的年平均降水量可达900毫升以上,是县内降水量的最大值中心,而白龙江流域的年平均降水量则为500毫升以上。
第三章地质灾害遥感解译中的关键技术
遥感图像关键处理技术是地质灾害解译中重要的环节之一,目前在地质调查中,地质灾害解译中的关键遥感技术扮演着非常重要的角色。
由于各种因素的影响,使得遥感图像在成像过程中存在一定的几何变形和辐射量失真的现象,这种现象将影响图像的质量和使用效果,必须进行削弱或者消除。
因而在此过程中选取合适的遥感图像及正确的图像处理方法是是充分发挥遥感技术的关键步骤,后期图像解译的效果以及各种专题制图的精度都将受图像处理结果好坏的影响。
因此,为了制作出高质量的遥感图像,必须对原始的遥感图像进行增强处理,并在进行遥感图像解译之前必须选择适当的图像处理关键遥感技术。
3.1遥感图像的预处理
8遥感数据的预处理也称图像恢复处理,目的是为了改正或补偿成像过程中的辐射失真、几何畸变、各种噪声以及高频信息的损失而进行的处理,它是作进一步增强或分类处理的基础。
主要的预处理操作主要有辐射预处理与几何预处理。
辐射预处理主要调整大气对像元值的影响,几何预处理则是将遥感数据与地图或其他影像进行配准。
上述的预处理方法虽然常用但并没有具体的预处理方法标准步骤。
因为根据项目的不同,预处理方法在具体实施过程的步骤会受影像数据质量等相关因素的影响而导致不同。
对一种影像合适的预处理方法,并不一定适用于其他的影像,因此在实际处理过程中分析人员更多的通过具体的情况分析来采用合适的预处理方法,这主要与经验有关。
也只有采用合适的预处理操作方法才能真正体现预处理的价值,达到信息分析的最佳效果。
3.1.1辐射校正
9亮度值是进入传感器的辐射强度在图像上的反映。
辐射强度越大,亮度值越大。
亮度值主要受到太阳辐射照射到地面的辐射强度与地物的光谱反射率两个物理量的影响。
当太阳辐射相同时,地物目标光谱反射率的差异可通过图像上像元亮度值的差异直接反映。
但在实际测量过程时中,传感器本身、大气辐射、太阳高度以及地形等因素都会引起辐射强度值的失真,这种失真现象就称为辐射畸变,而为了消除这种失真现象的过程称为辐射校正。
引起辐射畸变的两个主要原因:
一个是传感器仪器本身的误差;另一个是大气对辐射的影响。
仪器引起的误差是指仪器系统在工作时产生的误差以及各个检测器之间存在的差异,这种仪器误差将导致接收的图像成像不均匀,并产生条纹和噪声。
一般情况下,生产单位会针对这种畸变根据传感器的具体参数在数据生产过程中就对其进行校正,因此用户不需要考虑这种畸变,而应该考虑的是大气影响造成的畸变。
3.1.2几何校正
图3.1遥感校正流程示意图
10在遥感图像在获取过程中,目标物相对位置的坐标关系会因为多种原因在图像中发生变化,这种变化称为几何畸变。
而为了消除遥感图像的几何畸变的处理过程,称为几何校正。
11几何畸变产生的原因主要有以下几个方面:
(1)遥感平台位置和运动状态变化的影响
12
(2)地球自转的影响
13(3)大气折射的影响
14(4)地球表面曲率的影响
15(5)地形起伏的影响
针对遥感图像的几何变形问题可通过几何校正的方式加以解决,这对后续的处理和分析也相当重要。
主要表现有三个方面:
第一,只有在对原始遥感图像进行几何变形校正后,才能对图像信息进行后续的分析,并制作满足量要求的各类地球资源环境遥感专题图。
第二,为保证各不同图像间的几何一致性,在应用不同的传感器、光谱范围以及不同成像时间的各种同一地域的复合图像数据时,必须进行图像间的几何配准。
第三,利用遥感图像进行地形突测图或更新对遥感图像的几何校正提出了更严格的要求。
3.1.3图像镶嵌
16图像镶嵌是指将数个单景图像拼接为一个在几何形态和色调分布上协调一致,统一为一个整体的新图像。
图像镶嵌过程一般要满足两个要求:
一个是相邻图幅间有一定的重复覆盖区,另一个是镶嵌前图像之间要进行图像匹配。
其中重复覆盖区要进行精确配准,图像匹配则是为削弱由于获取时间的差异,大气状态以及太阳光照强度的变化,或者遥感器本身具有的不稳定性,造成在不同图像上的对比度与亮度值的差异。
图像镶嵌的一般步骤:
首先指定一幅参照图像;然后针对重复的区域进行图像匹配,主要由直方图匹配和彩色亮度匹配两种方法,其中直方图匹配主要是对镶嵌图像的直方图进行转换,使其直方图形状相似,而彩色亮度匹配则是将图像从RGB空间转换的HIS空间,用基准图像的亮度分量替换匹配图像的亮度分量,再进行HIS空间到RGB空间的逆变换;最后选取合适的方法来决定重复覆盖区上的输出亮度值,常用方法有平均值、最小值、最大值、切割线法、线性插值等方法。
3.1.4多图像几何配准
由于在实际应用过程中经常需要将同一地区的各种遥感数据匹配起来,而不同类型的传感器获得的遥感数据在分辨率、比例尺、投影方式等方面往往差异很大,为了将各种图像的优点集中就有必要采取多图像几何配准的方法。
对于目标地物的动态监测、变化信息提取、以及相关信息复合等工作具有重要意义。
17多图像几何配准的原理与方法与几何校正基本相同。
这种配准既适用于遥感图像与遥感图像之间,也适用于遥感图像与各种专题图、地形图的配准。
比如为修测地形图,可以将地形图扫描入计算机并导入相关遥感数据,然后进行配准,便能迅速准确地找到增绘内容。
值得注意的是,配准后的图像分辨率需根据兼顾不同分辨率图像配准时的实用需要和图像数据量大小再决定。
图3.2图像镶嵌效果示意图
3.1.4.1图像函数的数字化
图像函数g(x,y)的数字化指的是把连续的函数图像转换为数字图像。
图像函数的数字化,往往包括以下两个方面的内容:
1、抽样:
进行像幅空间坐标的数字化,即沿像幅X轴和Y轴等距离地分割为M×N个像元(即网格化),并分别量测这些像元的平均灰度值,这一过程称为抽样。
2、量化:
对量测的灰度值进行数字化。
即将灰度值转换成二进制字码代表的某一灰度级。
经过量化后,数字图像的灰度值不是像元的平均辐射值,而是像元平均辐射值所在的编码区间的级数。
灰度级的级数i一般用2的指数m,即i=2m(m=1,2,„,8)
当m=1时,灰度有黑白两级(二值化)
当m=8时,则灰度有256级,0—255,0为黑,255为白。
如MSS的量化级26TM、SPOT的量化级28
183、数字图像:
由离散化的坐标和灰度值组成的M×N数字矩阵:
g(0,0),g(0,1),……,g(0,N-1)
g(x,y)=g(1,0),g(1,1),……,g(1,N-1)
g(M-1,0),g(M-1,1),……,g(M-1,N-1)
19即为数字化图像,其中每一个格网称为一像元,它在M×N数字阵中,用行、列号和灰度值表示。
图3.3图像数字化处理模拟直方图
3.1.4.2图像的直方图
图像中的每个波段亮度值的分布曲线即为图像的直方图。
其中图像的灰度级变化为直方图的横坐标,图像中某个灰度级像元数目占整个图像象元数目的百分比或累积百分比为直方图的纵坐标。
直方图能够直观地反映图像的信息量及分布特征,是图像亮度值分布的直观描述。
图3.4图像直方图形成过程示意图
图3.5不同景物直方图效果图
203.2图像增强
针对某些遥感数字图像的对比度不够、图像模糊即目视效果较差;或者虽然总体目视效果较好,但边缘信息或线状地物不够明显,无法突出所需信息;或者一些数据量较大且相关性较强的图像,为进一步处理造成困难等问题,采取的处理手段即为图像的增强处理。
改善图像的质量、提高图像的目视效果、突出目标物体所需要的信息以及压缩图像的数据量,为进一步的图像分析做好准备。
3.2.1反差扩展(灰度变换)
为扩大地物之间亮度差异,分出更多亮度级,可采用反差扩展的处理手段。
具体为拉伸或扩展图像的亮度数据分布,使之占满整个动态范围(0~255)。
其目的是充分利用显示设备的能力,使人的视觉能力从影像中分辨出尽可能多的亮度等级。
例如原始的一幅MSS图像,亮度范围集中在10~40范围内,我们可以将其扩展到0~255,扩大了相邻亮度值之间的差别,提高了分辨能力(但不能增加亮度等级)。
具体的操作原理则是在反差扩展中,输出的像元值y,是输入的像元值x的函数:
y=f(x)021这个函数可以是线性的也可以是非线性的。
图3.6线性增强前后对比图
(1)线性扩展指用直线方程来扩展图像。
y=f(x)斜率=45°即y=x表示无变化
<45°如y=1/2x表示压缩
>45°如y=2x表示扩展
(2)基本函数非线性扩展是用一些基本数学函数进行变换,然而对于要进行扩展的灰度范围是有选择性的。
常用的非线性扩展方法主要有以下四种:
对数扩展(暗区)、指数扩展(亮区)
正弦扩展(中部)、正切扩展(二端)
图3.7非线性扩展示意图
(1)正弦扩展
(2)对数扩展(3)指数扩展(4)正切扩展
3.2.2比值/差值法
为增强不同地物或岩性之间的灰度值的微小差别可采用比值或者差值法的处理技术。
前者的具体操作内容是对于两个不同斜率波段的图像,经配准后将像元值对应相除的运算,相除以后乘以系数并取整,最终调到显示设备允许的动态范围。
比值法的处理成果比值图像最显著的特征是增强了地面特定地物的波谱特征曲线的某些特征。
如果所选的波段覆盖了峰值、吸收谷及曲线形态变换处,不仅会造成对波谱的差别有夸大作用,也增强了地物之间的微小差异。
而差值法则常用于图像直方图的方差较小,目标与背景反差小的信息提取处理过程中。
差值法的处理结果会导致压缩图像的平均背景,突出亮度值相近的地物的波段间差值,从而根据光谱差异分出某些特定目标地物,达到增强有用信息的目的。
3.2.3主成分分析
主成分分析也称K-L变换,是基于图像统计特征基础上的多维正交线性变换,常用于多光谱通道的多元统计图像处理过程中。
具体内容为在原始的输入图像进行相关性分析的基础上实行多维正交线性变换,从而产生一组互不相关的原始输入图像的线性组合即主分量,每一主分量与前一序列的主分量相比具有较小的方差和相关性,前面三个主分量集中了原始图像的大量信息。
这种级序排列受目标地物的空间分布及原始图像的统计特征影响。
为获取地物分布与丰度方面的信息,可以通过调节原始图像的统计特征,并针对特征波段输入使方差信息得以重新分配的方式。
因此,为消除一幅多波段图像的不同波段之间存在的相关性可采用主成分分析的手短。
该方法的实质即将原来多波段图像中的有用信息集中到数目尽可能少的新的组合图像中,并使组合图像间互不相关,即各自包含不同地物波段信息;从而以达到大大减少总数据量,消除不同组合之间数据的重复目的。
值得注意的是,主成分分析通常是以牺牲一些信息为代价,或者舍弃一些次要参数或信息,来降低复杂集合的维数。
3.2.4彩色增强
由于人对于灰度级与彩色的分辨能力不同,不同亮度和色调的彩色分辨能力可达到灰度分辨能力的百倍以上。
所以为了改善图像的可视性和可分辨性,可将灰度图像变成彩色图象或改变已有彩色的合成。
具体方法有:
(1)彩色合成
利用计算机将同一地区不同波段的图像存放在不同通道的存储器中,并依照彩色合成原理,分别对各通道的图像进行单基色变换,在彩色屏幕上进行叠置,从而构成彩色合成图