景观分析课程论文吴佳佳.docx

景观分析课程论文吴佳佳.docx

《景观分析课程论文吴佳佳.docx》由会员分享，可在线阅读，更多相关《景观分析课程论文吴佳佳.docx（21页珍藏版）》请在冰豆网上搜索。

景观分析课程论文吴佳佳

摘要

通过这次课程设计，进一步了解ERDAS软件的基本功能和基本操作并且掌握ERDAS处理影像的一般流程，能够熟练使用ERDAS进行图像处理。

此次课程设计中使用ERDASIMAGINE软件的监督分类对呼和浩特市1990年8月和2013年4月这两个时期的遥感影像进行分类，在分类的基础上，利用不同波段影像合成不同变化，融合于一副影像上，这样能明显地显示增加和减少的范围，同时保留影像原有的层次。

然后利用Fragstats软件对合成的影像进行计算、比较、分析。

通过这次课程设计，使我们在课堂教学的基础上进一步将理论与实际相结合，初步掌握利用遥感图像处理软件erdas等来处理影像。

这次实际操作不仅让我们获得了相关实际操作的初步经验和基础技能，更着重培养了我们独立工作的能力，培养我们在操作过程中发现问题、解决问题的能力，而且进一步熟悉了遥感软件的使用技能，为以后的参加科研工作以及毕业设计打下良好的基础。

关键词：

ERDAS；遥感影像；Fragstats；监督分类

目录

第一章引言1

第二章呼市地区概况2

第三章景观分析4

3.1ERDAS中的处理与分析4

3.1.1监督分类4

3.1.2格式转化15

3.2Fragstats的使用 16

第四章总结19

参考文献20

第一章引言

遥感在中国已经取得了世界级的成果和发展，被广泛应用于国民经济发展的各个方面，如土地资源调查和管理、农作物估产、地质勘查、海洋环境监测、灾害监测、全球变化研究等，形成了适合中国国情的技术发展和应用推广模式。

随着遥感数据获取手段的加强，需要处理的遥感信息量急剧增加。

在这种情况下，如何满足应用人员对于大区域遥感资料进行快速处理与分析的要求，正成为遥感信息处理面临的一大难题。

这里涉及二个方面，一是遥感图像处理本身技术的开发，二是遥感与地理信息系统的结合，归结起来，最迫切需要解决的问题是如何提高遥感图像分类精度，这是解决大区域资源环境遥感快速调查与制图的关键。

目前遥感图像分类趋向于把知识理解和统计相结合，今后还将向自动化、智能化方向发展。

神经网络、小波、分形、认知模型、地学专家知识以及影像处理系统的集成等信息模型和技术，会大大提高多源遥感技术的融合、分类识别以及提取的精度和可靠性。

统计分类、模糊技术、专家知识和神经网络分类有机结合构成一个复合的分类器，大大提高分类的精度和类数。

多平台、多层面、多传感器、多时相、多光谱、多角度以及多空间分辨率的融合与复合应用，是目前遥感技术的重要发展方向。

不确定性遥感信息模型和人工智能决策支持系统的开发应用也有待进一步研究。

随着科学技术的进步，光谱信息成像化，雷达成像多极化，光学探测多向化，地学分析智能化，环境研究动态化以及资源研究定量化，大大提高了遥感技术的实时性和运行性，使其向多尺度、多频率、全天候、高精度和高效快速的目标发展。

第二章呼市地区的概况

呼和浩特位于内蒙古中部，黄河总和平原土默特平原的东东北部，平均海拔1000米，北枕巍峨的大青山，南临滔滔黄河水，东依连绵起伏的蛮汉山，西与土默特右旗接壤。

周围分别与卓次县毗连，隔黄河相望就是著名的鄂尔多斯高原。

黄河、大黑河会乌拉素河形成的水系，总和而成了这个土壤肥活，地形平坦，灌溉便利的“前套平原”，历史上也叫“丰洲滩”，又称“土默特平原”，即现在和呼和浩特平原。

呼和浩特地区自古以来就是一个依山抱水，气候宜人，宜农宜牧，美丽富饶的好地方。

呼和浩特现辖新城区、回民区、玉泉区、赛罕区、左旗、托克托县，清水河县，武川县，和林格尔县9个旗县区。

全市总人口211。

8万，少数民族人口26。

4万，有蒙、汉、回、满、鄂伦春、鄂温克等34个民族共居。

  呼和浩特地域辽阔、土质肥沃，水资源丰富，农业发展条件十分优越。

现有耕地532千公顷，其中水浇地163千公顷，农作物有小麦、玉米、高梁、莜麦、荞麦等，粮食产量稳定在年产80万吨左右。

2002年，农业增加值达到35.6亿元人民币。

近年来，呼和浩特不断巩固农业的基础地位，积极推进农业产业化进程，发展区域特色农牧业，重点开展对乳品、玉米、马铃薯、蔬菜等农产品的产业化经营，使农业和农村经济结构趋于合理，全市呈现出高效农业的发展势头。

内蒙古华蒙金河集团依托当地丰富的玉米资源，积极发展生物发酵技术，现已成为世界最大的饲料金霉素生产厂家。

在国家实施西部大开发的战略中，呼和浩特在积极推进农业和农村经济结构调整的过程中，注意发挥区域比较优势，发展具有比较优势的资源性产业。

以市场为导向，积极退耕还林还草，因地制宜地提出"奶业兴市"战略。

全力打造中国乳城品牌，使奶牛业得到了空前的发展。

现有奶牛22万头，鲜奶产量64万吨，全市鲜奶产量、人均拥有鲜奶量、鲜奶加工能力，位居全国大中城市之首。

内蒙古伊利集团凭借本地纯天然、无污染的优质鲜奶，加快科技改造的步伐，已发展成为中国最大的乳业集团。

伊利雪糕、冰淇淋、奶粉、液态奶等产品畅销神州大地。

为推动农村经济的发展，呼和浩特还积极推进农村经济园区和小城镇建设，并取得可喜成果。

农业资源的转化和开发已进入健康发展的轨道。

作为内蒙古自治区商业贸易的中心城市，呼和浩特现已形成了一个连接城乡、幅射内蒙古自治区中西部，沟通内地与蒙古国及俄罗斯的商业流通网络。

内蒙古民族集团、天元商厦、新世纪广场、百盛购物中心、华联商厦、新亚泰商厦等一大批现代化商贸企业的建设，使呼和浩特的市场体系逐渐完善，经营方式日趋多样化，建成了农副产品、粮油、肉食、糖酒食品、服装、建材、农机、机动车交易、电器等专业市场，各类商业、饮食网点已发展到3万多家，2002年社会商品零售总额达92亿元人民币。

呼和浩特市容整洁，城市绿化良好，市内建造了“青城”“满都海”两大型公园和多处街心公园。

近年来，城市基础设施得到明显改善，正在实现“现代化首府城市”的建设目标。

不论哪个季节，鳞次栉比的高楼大厦，都掩映在飞红流翠之中，使呼和浩特成为名符其实的“青色之城”。

第三章景观分析

3.1ERDAS中的处理与分析

3.1.1监督分类

1.监督分类的步骤

1、给定需要处理的影像

2、确定分类类别

通过色调、纹理等图像特征，确定该区域分类类别为耕地，居住地，水体，道路。

表3-1分类特征

类别

判别特征

耕地

色调呈现红色

居住地

色调为白色

水体

色调呈蓝色，纹理变化较小

道路

较窄条带

3、为每一类选择训练区及特征文件

（1）AOI操作工具简介

在Viewer窗口中选择“AOI”→“Tools…”，调出AOI（AreaOfInterest，感兴趣区）浮动工具栏（如图3-1所示）。

图3-1 AOI浮动工具栏

其中较为常用的工具按钮为：

（2）特征文件操作工具简介

特征文件从AOI区域中获得。

使用“Erdas”→“Classifier”→“SignatureEditor”，调出特征文件编辑器，如图3-2所示。

图3-2特征文件编辑器

其中较为常用的工具为：

打开一个特征文件。

新建一个特征文件/打开新的特征文件编辑器。

添加选中的AOI的特征到特征文件中。

使用选中的AOI特征替换当前特征。

合并选中的特征文件中的特征到一个特征。

一般建立特征文件的步骤是，

（1）在Viewer窗口中使用AOI工具勾画感兴趣区，使用

把该AOI区域中的特征添加到特征文件中。

也可以选中多个AOI批量添加到特征文件中。

（2）为各类别建立训练区文件和特征文件。

把遥感影像放大到像元级，选择矩形AOI选择工具，根据建立的判读标识，在遥感影像上选择AOI区域，然后使用依次添加特征到特征文件中。

在Viewer窗口中使用

去除已经保存完毕的AOI图层，重新选择其他类别的训练区，并建立新的特征文件。

（3）合并特征文件在各个类别的特征文件建立完毕后，需要合并成为一个总体特征文件。

新建一个特征文件编辑器，选择

打开保存的“水体.sig”文件。

注意选择“Append”（添加）把特征文件添加进来，而非“Replace”（替换）。

如图3-3所示。

图3-3 添加特征文件

把水体特征文件添加进来之后，全部选中所有的特征，如图3-4所示。

图3-4选中所有特征

使用工具，把选中的水体的所有特征合并为一个总体的水体特征，右单击“Class#”列表，选择“DeleteSelection”删除原有特征如图3-5所示。

图3-5 删除原有特征

重命名总体水体特征的“SignatureName”为“水体”。

如图3-6所示。

图3-6 总体水体特征

如此添加其他三类进入，并合并成各自的总体特征，分别命名为“植被”、“滩涂”。

并更改Value值为1，2，3，并另存为（SaveAs）“结果特征文件.sig”如图3-7所示

图3-7结果特征文件

（4）分类

选择“Erdas”→“Classifier”→“SupervisedClassification”，在分类设置对话框中如图3-8设置。

图3-8 监督分类设置

在该对话框中，使用输入待分类的图像“subset.img”、分类特征文件“结果特征文件.sig”并指定分类结果的保存路径及名称，如“分类结果.img”。

分类方法选择“MaximumLikelihood”（最大似然），其余可以默认。

点击“OK”，系统将对原始影像依据指定的特征文件进行分类。

运算完毕界面如图3-9示。

图3-9运算完成

（5）分类结果

分类的结果如图3-10所示。

图3-10 分类结果

为了更好的表达分类结果，可以使用Viewer窗口中的“Raster”→“Attributes”，更改“水体”和“植被”的显示颜色为蓝色（RGB为001）和绿色（RGB为010），如图3-11示。

图3-11 调整颜色

调整颜色后的分类结果如图3-12所示。

图3-12

2.处理影像的结果

1、1990.08.13结果特征如图3-13所示

图3-13

2、1990.08.13分类后的结果如图3-14所示

图3-14

3、2013．04.30结果特征如图3-15所示

图3-15

4、2013.04.30分类后的结果如图3-16所示

图3-16

5、1990.08.13和2013.08.30分类后的结果图合并为一张图，如图3-17所示

图3-17

3.1.2格式转化

1990.08.13和2013.04.30两个图比较结果，如表3-2所示，单位：

㎡

表3-2

2013

1990

水体

耕地（优）

耕地（中）

耕地（劣）

居住地

道路

耕地

113.02

75.89

261.66

234.85

77.53

137.06

居住地

198.75

61.38

143.99

230.14

123.13

142.61

水体

299.54

183.28

154.56

103.95

17.78

140.88

道路

113.71

59.46

255.86

244.75

71.23

154.98

据表分析如下：

1990年耕地中在2013年时有113.02㎡转化为水体，75.89㎡转化为耕地（优），261.66㎡转化为耕地（中），234.85㎡转化为耕地（劣），77.53㎡转化为居住地，137.06㎡转化为道路；

1990年居住地中在2013年时有198.75㎡转化为水体，61.38㎡转化为耕地（优），143.99㎡转化为耕地（中）,230.14㎡转化为耕地（劣）,123.13㎡转化为居住地,142.61㎡转化为道路;

1990年水体中在2013年时有299.54㎡转化为水体，183.28㎡转化为耕地（优），154.56㎡转化为耕地（中）,103.95㎡转化为耕地（劣）,17.78㎡转化为居住地,140.88㎡转化为道路;

1990年道路中在2013年时有113.71㎡转化为水体，59.46㎡转化为耕地（优），255.86㎡转化为耕地（中）,244.75㎡转化为耕地（劣）,71.23㎡转化为居住地,154.98㎡转化为道路.

由以上数据可知，在2013年呼市地区水体总量整体呈上升趋势，居住地明显比1990年增多，耕地类型多样化，分为耕地优、耕地中、耕地劣，道路也逐渐增多。

3.2Fragstats的使用

1.打开Fragstats

首先，从开始菜单或双击桌面图标打开Fragstats。

如图3-18所示。

图3-18

2.创建新模型

接下来需要创建一个Fragstats模型用于对斑块的景观结构进行分析。

点击工具条上的New按钮创建一个空白模型。

3.输入栅格

接下来需要输入一个栅格进行分析。

具体操作为：

点击Addlayer，选择“built-inASCIIgrid”在“datasetname”中输入3.1.2中转换完成的GRD文件。

将其参数进行修改，如图3-19所示。

图3-19

4.具体参数设置

点击用户界面左侧选框的AnalysisParameters按钮。

选中“patchmetrics”“classmetrics”“landscapemetrics”。

在右面有红、黄、蓝三个按钮分别代表“patchmetrics”“classmetrics”“landscapemetrics”单击按钮后选择其下面的“selectall”按钮。

如图3-20所示。

图3-20

5.运行模型

接下来要做的就是运行模型。

直接点击Run按钮，运行窗口里面包含分析类型（本例中选择的是Nosampling）以及斑块、类型及景观各个级别内勾选的指数数目。

如果这些信息无误，那么点击Proceed按钮就可启动运行，否则点击Cancel再对模型设置进行调整。

如图3-21所示。

图3-21

6.查看结果

注意到用户界面右下角的运行日志（Activitylog）。

如果计算顺利，那么你可以在日志中看到计算停止时间，以及整体所用时间。

点击右上角的Results按钮就可以在斑块、类型和景观级别下分别查看对应的景观格局指数

第四章总结

这次课设为期两周时间，按照实验内容的要求分别完成不同的功能模块，总的来说图像校正的难度比较大，尤其是是控制点的选择，鉴于遥感影像的分辨率问题，寻找两幅图像的同名点困难很大，细算了一下我找控制点找了5、6次，最终校正的影象也不是很让人满意，图像扭曲也比较严重，效果不怎么理想，这就要求在以后的学习当中提高识图的能力，勤加练习，积累实际操作经验。

另外，对于监督分类来说，训练区的选择也是一项耗时耗力的工作，为了分类的准确性就必须多的选择训练区，相应的也提高了不同地物的交叉，降低了分类的精度，因此，必须兼顾各方面的要求，在保持分类精度的准确信要求下尽可能多的选择训练区。

通过本次课程设计，得出的主要结论有：

1，ERDAS这个软件的用处确实很大，用它几乎能够做遥感图像的各种处理，这个软件值得我们好好学习。

2，城市遥感影像是很复杂的，在分类上比其他的图像难度更大一些，要想分好类，最好先去找当地的地图信息，并且房屋分类是要好好注意的。

3，变化监测要想做好了必须把分类做好，分类是变化监测的前提，不能随便就行，要认真做几次。

4，与其他人讨论是很重要的，他们给了我很多意见。

通过分析数据得出：

与1990年相比，2013年呼市地区水体总量整体呈上升趋势，居住地明显增多，耕地类型多样化，分为耕地优、耕地中、耕地劣，道路也逐渐增多。

参考文献：

    [1]汤国安等．遥感数字图像处理．科学出版社，2004-3

[2]党安荣等．ERDASIMAGINE遥感数字图像处理．清华大学出版社，2010-4

[3]蒋艳凰.遥感图像高精度并行监督分类技术研究.国防科学大学，2004

[4]任源，杨晓晶.遥感技术在现代环境监测与环境保护中的应用.环境保护科学第33卷第3期，2007

[5]王旭，徐永花，李莉.遥感技术在环境科学领域的应用及其发展趋势.地下水第29卷第3期，2007

[6]巢宁佳.遥感影像监督分类江西测绘，2007-04期

   [7]呼市概况

[8]李德仁．摄影测量与遥感的现状及发展趋势[J]．武汉测绘科技大学学报，2000，25

（1）．

[9]李静．遥感技术发展的新趋势分析一实现遥感地物定量化识别的高级工具ENVI[EB／OL]．http：

／／www．idworld．com．

[10]孙家摘等．遥感原理、方法和应用[M]．北京：

测绘出版社，1997

[11]孙家柄,舒宁,关泽群.遥感原理、方法和应用.测绘出版社.1997年10月.

[12]赵英时等.遥感应用分析原理和方法.北京：

科学出版社.2003年6月.

[13]邬建国主编.《景观生态学》.北京：

高等教育出版社，2007.4