遥感原理与应用实训实践报告.docx
《遥感原理与应用实训实践报告.docx》由会员分享,可在线阅读,更多相关《遥感原理与应用实训实践报告.docx(24页珍藏版)》请在冰豆网上搜索。
遥感原理与应用实训实践报告
闽江学院地理科学系
实践报告
课程名称:
___遥感应用与原理________
实践项目:
__遥感应用与原理实训_______
实践地点:
____闽江学院__________
姓名:
__田冰__学号:
3110503224__
专业:
资环(房地产开发与管理)班级:
二
实践时间:
2012年12月24日至2012年1月13日
同组学号:
_3110503224____________
实践成绩
评阅老师
遥感原理与应用实训实践报告
一、实习目的
(1)掌握遥感数据处理与分析的基本方法与技能;
(2)培养学生综合利用“RS”技术解决实际问题的能力
二、实习原理
基于遥感影像的变化监测就是从不同时间获取的遥感影像中,定量分析和确定地表变化特征和过程的技术。
变化监测的方法大体上可分为两类:
一类是基于分类的变化监测,即根据变化前后图像的分类结果进行变化监测,称为后分类法,这种方法对分类的精度要求较高;另一类是基于像素的变化监测,对于不同时期图像的像素灰度变化进行比较,或在灰度变化的基础上进行相关的分析,实现变化监测,称为逐个像元比较法,这种方法需要消除不同时期影像之间的由于成像条件不同而产生的差异。
这两种方法的流程图如下所示:
常见的变化监测算法主要有:
(1)差值法(直接差值法,窗口均值差值法,归一化差值)
图像差值法是使用最广的变化探测方法,它是将两个时相的遥感图像按波段进行逐像元相减,从而生成一幅新的代表二时相间光谱变化的差值图像,差值图像中接近于零的像元就被看作是未变化的,而那些大于或小于零的像元表示其覆盖状况发生了某种变化;
变化区域的提取:
利用模型,选取3倍中误差作为阈值。
(2)图象比值法
比值处理被认为是辨识变化区域相对较快的手段;与差值法不同,它是将多时相遥感图像按波段进行逐像元的相除;显然,经过辐射配准后,在图像中末发生变化的像元其比值应近似为1,而对于变化像元而言,比值将明显高于或低于1;
变化区域的提取:
利用模型,选取3倍中误差作为阈值。
(3)回归系数法
图像回归法则是认为同一地物在不同时相的变化应该是线性的,根据样本点,采用最小二乘法估计出这个线性函数的参数,然后由时相1图像根据这个线性函数算出估计的时相2的图像,再与真实的时相二的图像比较,这两者光谱信息差别大的像元则认为是变化信息。
图像回归法可以用于处理不同时期图像的均值和方差存在差别的情况,所以不同的大气条件和太阳角的影响被减小了。
y0=a+b*xd=|y–y0|
(4)相关系数法
相关系数法是以待定点为中心的窗口内影像之灰度分布为影像匹配的基础。
它不像逐个像元法,只考虑单个像素的灰度特征,而是考虑了定义窗口内所有像素的相关性,理论上可以很大的消除成像条件的不同。
(5)NDVI
NVVI=(TM4-TM3)/(TM4+TM3)是植被指数中最常用的一种,它比单波段探测生物量有着更好的灵敏性,是植物生长状况以及植被空间分布密度的最佳指标因子,此外NDVI指数具有波段比值特性,可以在一定程度上消除地形起伏和地物阴影对地物波谱信息的影响,从而增强遥感图像的解译力。
(6)TasseledCap(穗帽)变换
穗帽变换后的6个分量中前3个分量与地物有着明确的关系,分别用亮度、绿度、湿度来表示。
亮度分量是TM图像6个波段的加权和,代表总的电磁波辐射水平;绿度分量表现了可见光波段与近红外波段之间的差异;湿度分量反映的是TM1-5和TM7之间的对比,该分量对土壤湿度和植被湿度反映敏感。
(7)PrincipalComponents(主成分)变换
主成分分析的第二分量,在主成分中占第二大方差,体现了地物在各波段固有的差异特征;
三、实习主要内容
1、遥感影像处理
本次实习利用遥感卫星TM影像进行土地利用变化监测,包括1989,2002两年的影像数据。
在进行变化监测之前,需要进行一些基本的图象处理,主要包括以下内容:
(1)遥感图像预处理
主要是对图像进行几何校正:
2002年遥感图像已配准,对1989年的原始影像以校正好的2002年影像为参考,进行几何纠正。
(2)遥感图像处理
图像处理的目的是增强或突出需要解译的土地覆盖类型。
根据研究区土地覆盖特点及解译需要,对图像进行相应处理。
2、监督法分类
对待分类影象进行监督法分类,分为四类地物:
水体(湖泊、鱼塘,滩涂,池塘),建城区(包括城市用地,道路,建筑用地),林地,农用地(包括旱地,水田)。
在选择训练样区时,首先选取最具有代表性的AOI,然后进行分类,查看效果如何,然后对分类效果较差的部分添加选取AOI,重新分类,直到分类结果满意为止。
3、对分类后的影象进行裁切
本次变化监测的研究区域为福州市区,根据研究区域,在不同时期的影像中分别裁剪获得需要的数据。
4、变化监测
变化监测的算法较多,见实习原理部分。
本实习中主要利用后分类比较法进行变化监测。
四、几何校准
以2002年影像为参考,对1989年影像进行几何精校正。
实践步骤:
在ERDAS图标面板中点击Viewer图标两次,打开两个视窗(Viewer#1和viewer#2),并将两个视窗平铺放置,操作过程如下:
第一步:
显示图像文件(DisplayImageFiles
1.ERDAS图标面板菜单条:
Sessign->TileViewers
2.在Viewer#1中打开需要校正的LandsatTM图像:
fz1989.img
3.在Viewer#2中打开校正过的图像:
fz2002rectify.img
第二步:
启动几何校正模块GeometricCorrectionTool
1.在Viewer#1菜单条,单击Raster->GeometricCorrection命令
2.打开SetGeometricModel对话框,
3.选择多项式几何校正计算模型为Polynomial
4.单击OK按钮
5.在PolynomialModelProperties窗口中,定义多项式模型参数
6.同时打开GeoCorrectionTools对话框和PolynomialModelProperties对话框
(1)定义多项式次方(PolynomialOrder)为2
(2)单击Apply按钮应用,单击Close按钮关闭
(3)打开GCPToolReferenceSetup对话框
第三步:
启动控制点工具(StartGCPTools)
1.首先在GCPTootsReferenceSetup对话框中选择采点摸式,
2.选择视窗采点模式:
ExistingViewer
3.OK(关闭GCPToolsReferenceSetup对话框)
4.打开ViewerSelectionInstructions指示器
5.在显示作为地理参考图像fz2002recify.img的Viewer#2中点击左键(要点在图像中)
6.打开ReferenceMapInformation提示框(显示参考图像的投影信息)
7.OK(关闭ReferenceMap1nformation提示框)
第四步:
采集地面控制点(GroundControlPoint)
1在GCP工具对话框中点击SelectGCP图标,进入GCP选择状态
2在GCP数据表中将输入GCP的颜色(设置为比较明显的黄色
3在Viewer#1中移动关联方框位置,寻找明显的地物特征点,作为输入GCP
4在GCP工具对话框中单击CreateGCP图标,并在Viewer#3中点击左键定点,GCP数据表将记录一个输入GCP,包括其编号、标识码、X坐标、Y坐标
5在GCP工具对话框中点击SelectGCP图标,重新进入GCP选择状态
6在GCP数据表中将参考GCP的颜色(Color)设置为比较明显的红色
7在Viewer#2中移动关联方框位置,寻找对应的地物特征点,作为参考GCP
8在GCP工具对话框中点击CreateGCP图标,并在Viewer#4中点击左键定点,系统将自动把参考点的坐标(XReference,YReference)显示在GCP数据表中
9在GCP工具对话框中点击SelectGCP图标,重新进入GCP选择状态;并将光标移回到Viewer#1,准备采集另一个输入控制点。
10不断重复①~⑨,采集若干GCP,直到满足所选定的几何校正模型为止;而后,每采集一个InputGCP,系统就自动产生一个Ref.GCP,通过移动Ref.GCP可以逐步优化校正模型。
第五步:
采集地面检查点(GroundCheckPoint)
第四步中采集的GCP点的类型(Type)均为Control(控制点),用于控制计算,建立转换模型及多项式方程。
本步所要采集的GCP点的类型均是Check(检查点).用于检验所建立的转换方程的精度和实用性。
依然在GCPTool对话框状态下,按以下步骤操作:
1在GCPTool菜单条中确定GCP类型
单击Edit->SetPointType->Check(注意TYPE为control的个数不能少于六个,不能将所有点的TYPE都变成Check,否则会报错)
2在GCPTool菜单条中确定GCP匹配参数(MatchingParameter):
3确定地面检查点
在GCPTool工具条中选择CreateGCP图标,并将Lock图标打开,锁住CreateGCP功能,如同选择控制点一样,分别在Viewer#1和Viewer#2中定义5个检查点,定义完毕后点击Unlock图标,解除CreateGCP功能。
采集地面检查点
第六步:
图象重采样(ResampletheImage)
1在GeoCorrectionTools对话框中选择ImageResample图标
2打开ImageResample(图像重采样)对话框
3在ImageResample对话框中,定义重采样参数:
4OK(关闭ImageResample。
对话框,启动重采样进程)
2、裁剪子图像
ERDAS图标面板DataPrep|SubsetImage
UX720539.000000UY2899527.000000
LX743459.000000LY2875557.000000
由于步骤较简单,裁剪步骤在此不再述说。
3、监督分类
对1989年和2002年福州市土地利用进行分类。
在此以对1989年福州市土地利用进行分类为例。
实验步骤:
第一步:
显示需要进行分类的图像
在视窗中显示图像:
fz1989——rectcy.img(Red4、Green5、Blue3)、选择FITTOFRAME,其它使用缺省设置)。
第二步:
打开模板编辑器并调整显示字段,在ERDAS图标面板工具条,单击
Classifier图标->SignatureEditor,打开SignatureEditor窗口
第三步:
调整分类属性字段
在SignatureEditor窗口菜单条,单击view->Columns,打开ViewSignatureColumns对话框,在ViewSignatureColumns对话框中
(1)单击第一个字段的Column列并向下拖动鼠标直到最后一个字段,此时,所有字段都被选择上,并用黄色(缺省色)标识出来.
(2)按住Shift键的同时分别点击Red、Green、Blue三个字段,Red、Green、Blue三个字段将从选择集中被清除.
(3)单击Apply按钮,分类属性表中显示的字段发生变化
(4)单击Close按钮,关闭Viewsignaturecolumns对话框
第四步:
获取分类模板信息
(1)在显示fz1989.img图像的菜单,单击Raster---tools命令,打开Raster工具面板。
(2)点击Raster工具面板的createpolygonAOI图标
(3)在视窗中选择绿色区域(农田),绘制一个多边形AOI
(4)在signatureEditor对话框,点击createnewsignature(s)fromAOI图标,将多边形AOI区域加载到Signature分类模板中
(5)在图象窗口中选择另一个绿色区域,再绘制一个多边形AOI
(6)同样在SignatureEditor窗口,单击createnewsignature(s)fromAOI图标,将多边形AOI区域加载到SignatureEditor分类模板属性表中
(7)重复上述两步操作过程,选择图象中你认为属性相同的多个绿色区域绘制若干多边形AOI,并将其作为模板依次加入到SignatureEditor分类模板属性表中。
(8)按下Shift键,同时在SignatureEditor分类模板属性表中依次单击选择Class#字段下面的分类编号,将你上面加入的多个绿色区域AOI模板全部选定。
(9)在SignatureEditor工具条,单击MergeSignatures图标,将多个绿色区域AOI模板合并,生成一个综合的新模板,其中包含了合并前的所有模板像元属性。
(10)在SignatureEditor菜单条,单击Edit->Delete,删除合并前的多个模板。
(11)在SignatureEditor属性表,改变合并生成的分类模板的属性:
包括名称与颜色分类名称(SignatureName):
Agriculture/颜色(Color):
绿色
(12)重复上述所有操作过程,根据实地调查结果和已有研究成果,在图象窗口选择绘制多个黑色区域AOI(水体),依次加载到SignatureEditor分类属性表,并执行合并生成综合的水体分类模板,然后确定分类模板名称和颜色。
(13)同样重复上述所有操作过程,绘制多个蓝色区域AOI(建筑)、多个红色区域AOI(林地)等,加载、合并、命名,建立新的模板Fz1989_rectcy.img:
Fz2002_rectcy.img
第五步:
保存分类模板
在第四步中产生了分类模板,下面将该模板保存起来。
(1)在SignatureEditor对话框菜单条中点击File->Save
(2)打开SaveSignatureFielAs对话框
(3)确定是保存所有的模板还是只保存被选中的模板
(4)确定文件的目录和名字(fz1989_classmodel.sig文件)
(5)点击OK按钮
通过可能性矩阵对分类进行评估。
执行监督分类
在ERDAS图标面板工具条上,单击Classifier->Supervisedclassification
命令,打开SupervisedClassification对话框。
1.在SupervisedClassification对话框中,确定参数
2.单击OK(执行监督分类,关闭supervisedClassification对话框)
3.评价分类结果。
在视窗中打开原始图像
在Viewe中打开分类前的原始图像,以便进行精度评估。
启动精度评估对话框
在ERDAS图标面板工具条,单击Classifier图标->Cassificatlon->Accuracy
Assessment命令,打开AccuracyAssessment窗口。
打开分类专题图像
在AccuracyAssessment对话框菜单条单击File->Open,或单击OpenFile图标
(1)打开ClassifiedImage对话框
(2)在ClassifiedImage对话框中确定与视窗中对应的分类专题图像fz1989_superclass.img
(3)OK(关闭classifiedImage对话框),返回AccuracyAssessment对话框
将原始图像视窗与精度评估视窗相连接
(1)单击View菜单->SelectViewer,并将光标在显示有原始图像fz1989rectcy.img的视窗中点击一下
(2)原始图像视窗与精度评估视窗相连接
在精度评价对话框中设置随机点的色彩
(1)单击View->changeColors命令;打开Changecolor面板
(2)在PointswithnoReference确定没有真实参考值的点的颜色;在PointswithReference确定有真实参考值的点的颜色
(3)OK(执行参数设置),返回AccuracyAssessmeni对话框
产生随机点
(1)单击Edit->Create/AddRandomPoints命令,打开AddRandomPoints对话框
(2)在SearchCount中输入1024;在NumberofPoints中输入15
(3)在DistributionParameters选择Random单选框
(4)单击OK(按照参数设置产生随机点),返回AccuracyAssessment对话框
显示随机点及其类别,
(1)单击view->ShowAll(所有随机点均以第五步所设置的颜色显示在视窗中)
(2)单击Edit->ShowClassValues(各点的类别号出现在数据表的Class字段中)
输入参考点的实际类别值
在AccuracyAssessment对话框精度评估矩阵。
在数据表的Reference字段输入各个随机点的实际类别值(只要输入参考点的实际分类值,它在视窗中的色彩就变为第五步设置的PointWithReference颜色)
设置分类评价报告输出环境及输出分类评价报告
(1)单击Report->Options命令
(2)分类评价报告输出内容选项,单击选择参数
(3)单击Report->AccuracyReport命令(产生分类精度报告)
(4)单击Report->CellReport命令(报告有关产生随机点的设置及窗口环境)
(6)单击File->SaveTable命令(保存分类精度评价数据表)
(7)单击File->Close命令(关闭AccuracyAssessment对话框)。
4、变化检测
(1)变化检测。
利用ERDAS中的MODELMAKER模块
1)建立模型
ERDAS图标面板菜单条Main|SpatialModeler|ModelMaker
在模型中添加两个输入图像、一个输出图像和一个Criteria,并用箭头连接好。
分别双击输入图像和输出图像,定义好名称和路径。
2)定义映射
a.双击Criteria,出现Criteria对话框,如果输入图像定义好了,在AvailableLayers栏目下会出现输入的图层;
b.选中第一个输入图层,点击AddColumn按钮,可以看到CriteriaTable添加了一列;同样将第二个图层添加进来;
c.按下图在表中输入数值与表达式,在Rows后面确定需要的行数;
d.Descriptor选中CellValue;Satisfy选中AllCriteria;
e.点击OK。
3)处理,输出图像
点击图标
运行模型。
(2)结果与分析
1)赋值(给16种变化类型赋予不同的颜色)
打开输出图像,打开RasterTools;
运用图标
打开属性表。
用New添加一个新的属性列info;
可以在属性编辑器中直接给Color和info赋值。
2)统计
从属性表获取相应数据,建立土地利用变化转移矩阵
2002年
1
2
3
4
1989年
1
2
3
4
95158
7742
2009
38465
16268
69286
2107
12348
8281
1960
200704
49931
27930
7252
2989
72030
1-built,2-water,3-forest,4-farmland
3)绘制土地利用变化图
第一步:
准备专题制图数据
•视窗菜单条:
File---Open---RasterLayer---FileName:
Modeler_output.img
•---RasterOptions:
FittoFrame
•---OK(图像文件Modeler_output.img在视窗中打开)
第二步:
产生专题制图文件
ERDAS图标面板工具条:
点击Composer图标---NewMapComposition---NewMapComposition对话框
在NewMapcomposition对话框中定义参数。
第三步:
确定专题制图范围
1、Annotation工具面板---点击CreateMapFrame图标
①在地图编辑视窗的图形窗口中,按住鼠标左键拖动绘制一个矩形框
(MapFrame)(图框大小随后还可以调整,如果想绘制正方形,可以在
拖动鼠标时按住Shift键),完成图框绘制、释放鼠标左键后,打开
MapFrameDatasource对话框
②点击viewer(从视窗中获取数据填充MapFrame)
打开CreateFrameInstructions指示器
③在显示图像的视窗中任意位置点击左键,表示
对该图像进行专题制图,打开MapFrame对话框
④在MapFrame对话框中定义参数
OK(关闭MapFrame对话框,完成地图图框绘制)
制图编辑视窗的图形窗口中显示出图像fz1989_2002changed.img的输出图面
•将输出图面充满整个视窗(view---scale---Maptowindow)
第四步:
放置图面整饰要素
1、绘制格网线与坐标注记
•Annotation工具面板:
点击CreateGridTics图标,在位于地图编辑视窗图形
•窗口中的图框内点击左键。
打开SetGrid/TickInfo对话框。
•在setGrid/TickInfo对话框中,设置参数:
•单击Apply按钮(应用设置参数,格网线、图廓线与坐标注记全部显示在图形窗口)
•如果制图效果满意,点单击Close按钮(关闭SetGrid/TickInfo对话框)
2、绘制地图比例尺
•在Annotation工具面板:
点击CreateScaleBar图标
•在MapComposer图形窗口中合适的位置按住左键拖动鼠标,绘制比例尺放置框
•打开ScaleBarInstructions指示器
在MapComposer图形窗口的地图图框中点击,指定绘制比例尺的依据
•打开ScaleBarProperties对话框
•在scaleBarproperties对话框中,定义参数:
•单击Apply按钮(应用上述参数绘制比例尺,保留对话框状态)
•如果不满意,可以重新设置上述参数,然后单击Redo按钮,
•更新比例尺,单击close按钮(关闭对话框,完成比例尺绘制)。
3、绘制地图图例(CreateMapLegend)
•在Annotation工具面板:
点击CreateLegend图标
•在MapComposer视窗的图