作业3--基于分类后处理的变化检测方法实验

1、作业3 基于分类后处理的变化检测方法实验学号：课程代码：姓名： 截止日期：2016.11.29上交时间：2016.11.28摘 要：遥感变化检测就是从不同时期的遥感数据中，定量地分析和确定地表变化的特征与过程。它涉及到变化的类型、分布状况与变化量，即需要确定变化前后的地面类型、界线及变化趋势，能提供地物的空间分布及其变化的定性和定量信息。分类后结果比较法是将经过配准的两个时相遥感影像分别进行分类，然后比较分类结果得到变化检测信息。本文采用1990年和2000年的某地的分类结果进行了变化检测，制作了变化转移矩阵和变化图。推荐精选1.方法1.1. 变化检测遥感变化检测就是从不同时期的遥感数据中，定

2、量地分析和确定地表变化的特征与过程。它涉及到变化的类型、分布状况与变化量，即需要确定变化前后的地面类型、界线及变化趋势，能提供地物的空间分布及其变化的定性和定量信息。很多人对变化监测和变化检测两个名词混淆。可以理解为：变化监测是一个广义的名词，泛指数据预处理、变化信息发现与提取、变化信息挖掘与应用等，以对整个流程的叙述。变化检测是一个狭义的名词，主要指部分数据预处理、变化信息发现与提取。在一定的意义和场合上讲，两个词的意思是一样的。很多地方把这两个词说成动态监测和动态检测。目前，遥感变化检测技术大多是针对两个时相的遥感影像进行操作。根据处理过程来分，遥感变化检测方法主要的三类有：图像直接比较法

3、、分类后比较法、直接分类法1。本文采用的是分类后比较法。1.1.1. 分类后比较法分类后结果比较法是将经过配准的两个时相遥感影像分别进行分类，然后比较分类结果得到变化检测信息。虽然该方法的精度依赖于分别分类时的精度和分类标准的一致性，但在实际应用中仍然非常有效1。本文附录中程序涉及到的主要工作如下：1) 修改本文文件数据：将前几行字符数据删除，替换-9999为0；2) 读取数据并将分别将两个文件转为一维（方便统计）的a和b；3) 令c=10a+b（其中10可以被大于等于6的数替换，但用10最方便理解），这样使得到c可以区分出任何前后的变化，c的十位数表示1990年的类别，个位数表示2000年的

4、类别，例如从1990年的1变为2000年的6则表示为16；4) 统计c中不重复的数和其频数即可获得转移矩阵中的数据；5) 再将c还原为二维矩阵d，将d中的11,22,33,44,55,66（前后没有变化的数据）用0替换；6) 利用等值面绘出从d中从1到66的地方，颜色每隔1变化一次，再利用等值线冲掉等值面的黑线，得到图2-2；2. 结果与分析利用ENVI CLASSIC加载txt并设置对应的颜色不难得出某地1990年和2000年的两幅分类结果。从图2-1中可以大致看出2000年较1990年城市面积有明显增长，主要表现为：居民区和商业区的大幅增长和空地的显著萎缩，但工厂、交通用地、公园、水体似乎

5、没用明显的变化。推荐精选(a) 1990年（b）2000年图2-1某地不同时期的两幅分类结果其中红色表示住宅和商业区，黄色表示工厂，洋红色表示公路，绿色表示公园，白色表示空地，蓝色表示水体，黑色表示数据空缺为了定量反应出10年间某地的土地类型变化制作了某地1990年-2000年土地类型转移矩阵，如表2-1所示。表2-1 某地1990年-2000年土地类型转移矩阵时间1990年2000年土地类型住宅和商业区工厂公路公园空地水体空缺总计住宅和商业区214079056740746552160294624工厂042647844097300053221公路509665140284263572418811

6、352319公园00771737000017447空地2185721541450423738576443450974水体138040078112067013026空缺00100010532691053270总计2411704351351065176335146281304710538251934881从表2-1中可以发现变化主要集中在居民区和商业区、工厂和空地上，其他类型土地和空缺数据变化甚小。进一步可以发现2000年较1990年居民区和商业区、工厂的有较大幅度的增长，空地则的显著萎缩。为了更好的可视化出变化的情况，绘制了某地1990年与2000年的土地类别变化图，如图2-2。推荐精选图2-2

7、某地1990年与2000年的土地类别变化图其中颜色表中的十位数表示1990年的类别，个位数表示2000年的类别，表示的范围为1到66，每隔1变化一次颜色从图中可以清楚的看出变化前后的类别和位置，弥补了表2-1只能反映变化大小，不能获取变化的位置的不足。参考文献1 李小娟. ENVI遥感影像处理教程M. 中国环境科学出版社, 2007.推荐精选附录a=reshape(textread(C:UserssiyuanDesktophsr31990.txt),1,);b=reshape(textread(C:UserssiyuanDesktophsr32000.txt),1,);s=size(textread(C:UserssiyuanDesktophsr31990.txt);c=a*10+b;C=unique(c); %取得所有不重复的数N=histc(c,C); %统计各数出现次数d=reshape(c,s(1),s(2);for i=11,22,33,44,55,66idx=find(d=i); % find all id(idx)=0