基于MAPGIS的土地利用分类以赣州市为例

1、36 遥感处理组 _J20137180 遥感组 处理报告 指导老师：周炳喜、吴波 团队成员：李晓翠、赵国鑫 赣南师范学院地理与规划学院 二零一三年九月 1、处理流程 根据大赛提供的数据源下载网址和遥感数据处理方向等条件和要求，本小组通过指定地址获取所选地区的遥感影像的全色影像和多光谱影像数据，并初步进行目视解译以及根据收集到的所选区域的具体信息进行了如下的流程制定：全色和波段合成南康市和赣州市市市多光谱1-4波段AOI 编辑影像分类影像融合影像截图波段合成数据转换数据准备TIFMSI制定计划，分配任务 处 理 流 程 影像增强划分土地利用类型，制定分类方案噪声去除薄云去除(效果不明显)显)监督

2、分类，非监督分类精度评价、小区处理，聚类分析，面积统计变化检测分类后处理 2、过程解析 结合流程图以及大赛遥感平台提供的培训视频，我们对所有的操作步骤进行了整块的分类综合。首先是：影像预处理模块，主要包括数据转换、影像融合、影像增强等操作。其次是：影像分类模块，主要包括AOI区编辑、土地利用类型分类、分类后处理、 矢量化编辑等相关操作；最后是：结果输出模块。以下是对各模块的详细介绍。2.1、影像预处理模块2.1.1、数据转换 因从网站下载获取的原数据均为tif格式，又因大赛指定软件为Mapgis，为方便使用和操作，将tif格式全部转换为软件自带msi格式。具体操作如下：打开MapGIS K9软

3、件遥感处理系统，在菜单栏中单击“数据转换”，选择“影像数据转换”。在弹出的对话框中单击“添加文件”选择需要转换的原始数据，在“转换设置”中选择结果类型，单击“转换”，即可实现影像数据转换。转换设置如下图所示： 2.1.2、波段合成 打开MapGIS K9软件遥感处理系统，在菜单栏中单击“影响变换”，选择“波段合成”。在弹出的对话框中单击“输入影像”，选择需要合成的原始数据，“波段选择”中选择“所有波段”单击“添加”，选择“输出影像”地址，单击确定。2.1.3、创建数据库 打开Map GIS K9 GBD企业管理器，在MapGISLocal上右击，创建数据库： 点开数据库，找到“简单要素类”右击

4、“导入其他数据”，导入已经下载好的“地区界”和“县界”。 找到“栅格数据集”，右击“导入影像”，导入之前“波段合成”的影像，点击转换：打开MapGIS K9 地图编辑器。从MapGIS数据目录中找到刚才导入的“地区界”和“县界”上拉，并调整使得“县界”位于“地区界”下方：2.1.2、影像截图 鉴于影像数据覆盖面积较大，并且本组所选地区为赣州市和南康市两个面积超过2000千米的市级行政单位。因此本组将在大赛已提供的数据库中提取并下载全国县级城市行政图，具体见数据显示： 打开MapGIS K9 地图编辑器。从MapGIS数据目录中找到刚才导入的“地区界”和“县界”上拉，并调整使得“县界”位于“地区

5、界”下方： 在图上找到南康市和赣州市的界限： BOUNT_poly_poly BOUNT_line_line 赣州市南康市及其周边地区选中“地区界”和“县界”，右击选中“编辑”，点击菜单栏中的“线编辑 选择线”，选出南康市和赣州市的线边界：在“新地图”上右击“新建图层”选择简单要素类，“确定”选择“线类型”：选择菜单栏上的“通用编辑”选择“拷贝图元”： 右击“南康市和赣州市边界”图层选择“当前编辑”，菜单栏上的“通用编辑”选择“粘贴图元”。保持“当前编辑状态”选中所有线，点击菜单栏的“线编辑”“线拓扑处理 线拓扑差错”，没有报错，单击“线编辑”“线转弧造区”： 当前编辑“南康市和赣州市边界 造

6、区”影像，点击菜单栏“区编辑 合并区”：投影转换：菜单栏“工具”“投影变换 类投影”： 源简单要素类，选择“南康市和赣州市边界 造区”，“目的简单要素类”中“目的空间参照系”选择波段合成.msi自定义，点击确定：将波段合成影像和投影转换的影像上拉至图层，调整位置：使波段合成影像位于上方：影像裁剪：打开MapGIS K9遥感处理系统，菜单栏影像预处理 分块裁剪。输入文件为波段合成的影像，设定裁剪区域中的裁剪模式设置为“矢量区裁剪”，单击下方的“简单要素区”选择之前“投影转换的区域”：裁剪完后的效果图：赣州市+南康市4，3，2假彩色影像截图以相同方法裁剪该区域第八波段的图像。 第 8波段截图2.1

7、.3、影像融合影像融合是将同一目标或场景的用不同传感器获得的，或用同种传感器以不同成像方式，或在不同成像时间获得的不同影像，融合成一幅影像，在保持多光谱影像辐射信息的同时提高了影像的空间分辨率的遥感影像处理方法。 根据遥感平台提供的几种融合方法，我们将上一节的多光谱加彩色截图与第8波段的全色影像截图进行融合并一一做了操作并最终发现“加权法”得到的结果影像在采用4,3,2波段假彩色显示后与实际地物最相似并且最容易辨认。本小组将进行2001年与2009年的影像的分别融合并提取细节以供分析参考。 2001年赣州市和南康市影像融合结果图 2009年赣州市和南康市影像融合结果图细节展示： 细节1（主要地

8、物为林地植被） 细节2 （主要地物为城市地区，水体） （ 以上两幅是2001年数据融合后的细节影像） 细节展示1 （主要地物为城市地区，水体） 细节展示2 （主要地物为耕地，农村居民点，水体） 细节展示3 （主要地物为森林，农村居民点，耕地） （以上两幅是2009年数据融合后的细节影像） 2.2、影像分类模块 2.2.1、AOI区编辑 在做AOI区编辑之前需要对已经预处理好的影像进行目视解译，对所选地区的土地利用做一个初步的判读，再根据影像数据的4,3,2加彩色显示，并根据4,3,2波段的红，绿，蓝三色的分布与实际地物的对比，对赣州市和南康市作AOI编辑制作方案，最后在实际情况的基础上作出AO

9、I区域调整分类，准确选择训练区。综合以上所有基础准备工作，本组制作出如下2001年和2009年的两个年份的分类对照方案：方案土地类型组 成AOI区编辑植被耕地、林地 、草地水体河流、湖泊、池塘、水库城镇用地住宅用地、厂房用地、城市建筑交通运输用地公路、铁路、乡间道路、飞机场农村居民点用地设施农用地其他裸地、空闲用地 AOI区编辑方案土地类型组成AOI区编辑林地 耕地 草地 水体 城镇居民地 农村居民地 其它 (2001年分类对照表)方案土地类型组 成AOI区 编 辑水域 城镇用地 农村居民点用地 植被 耕地 林地 草地 其他 (2009年分类对照表) 注:因做AOI编辑的数据源是4,3,2,假

10、彩色显示，且元数据的光谱分辨率和空间分辨率不高导致多种地物的像元值相近或相同，造成分类出现很大误差，精度评价不高，因此本小组将结合Googlearth软件，利用其高空间分辨率类观察所选区域的实际地物，便于较精确的选取训练区。打开MapGIS K9 遥感处理系统，菜单栏 影像分类 AOI编辑，进行分类编辑：2.2.2、土地利用类型分类 鉴于遥感的影像分类方法非常多，且各有特点，但总体上来说还是分为监督分类和非监督分来两大类，本小组将对影像作非监督的ISODATA分类和监督分类的最大似然法分类和LVQ2神经网络分类，并对其他分类方法进行尝试。 ISADATA分类（分类效果不好，几乎看不到地物特征）

11、 广义距离分类 (2001年最大似然法分类结果) 2009年最大似然法分类(效果最好)保存退出AOI编辑。点击菜单栏 影像分类 进行监督分类，我们经过比较发现最大似然法 效果较好。 监督分类方法，首先需要从研究区域选取有代表性的训练场地作为样本。根据样本进行参数设置，对样本进行分类和归类。监督分类最为关键的操作过程是选取训练区，其选取的训练区的准确与否将深刻影响精度评价结果和最终的分类结果。2.2.3分类后处理分类后处理主要包括分类结果编辑、小区处理、精度评价、面积统计、自动生成图例等。分类结果编辑主要是类型区域合并。在操作中本小组最终将土地利用类型定为五类，分别是：耕地、林地、草地、水域、城

12、镇用地、农村居民点用地、其他用地。采用小区合并进行碎斑的处理，选择像元为30,不宜过大要基本保持原基础上的分类结果，处理后的效果还是比较好的。分类后结果打开MapGIS K9软件，菜单栏专题产品分类后比较法：分类后处理结果图赣州市和南康市2001年-2009年土地利用变化3、 结果分析 1 变化转移矩阵(单位: 像素)表12 变化统计报表 (单位: 像素) 类别代码类别面积变化数变化率(%)(A-B)/B*100变化前(B)变化后(A)水体1131836.84654.-47182.-35.788林地25720045.4221055.-1498990.-26.206耕地31520940.3591

13、337.2070397.136.13草地41420236.446440.-973796.-68.566交通用地535333.626028.590695.1671.8城镇居民地6169828.963049.793221.467.07农村居民地7722570.183454.-539116.-74.611其它81617123.104545.-1512578.-93.535表2赣州市和南康市1999年-2009年的土地利用类型在数量上的变化有以下规律：（1） 从2001年到2009年，赣州市和南康市土地利用类型中，建筑用地和林地面积是增加的，而水域、草地，未利用地在减少。这一规律我们可以从表1的变化量

14、一栏中得出。赣州市和南康市个土地利用类型的变化量中建筑用地和林地是正值，而水域、草地，未利用地均为负值。（2） 从2011年到2009年，赣州市和南康市土地利用类型中的建筑用地增幅最大。表2中，建筑用地的变化率在这六种土地利用类型中达到最大。而其他五种土地利用类型变化率均在50%以下。（3） 从2001年到2009年，赣州和南康市土地利用类型中的林地增加量最大。表2中，建筑用地变化量为79,32²。（4） 从2001年到2009年，赣州和南康市土地利用类型中的用地降幅最大。面积减少的四类土地利用类型，其降幅按从小到大排序为：林地未利用地水域草地。水域的面积变化只有2.10²

15、，为什么水域的降幅会大于耕地？这与水域的基量（即该土地利用类型2000年的土地面积）密切相关。（5） 从2001年到2009年，赣州和南康市土地利用类型哪个中的用地减少量最大？根据表2，用地减少的四类土地利用类型按其变化量由小到大排序：耕地未利用地林地水域。以上是赣州市南康市土地利用类型在数量上的变化状况。4、结论遥感图像具有覆盖面广，宏观性强，快速，多时相等特点，而且为土地利用类型的时间和空间变化提供了多种监测手段。因而在此土地利用变化研究中采用的GIS和RS技术的支持下，得到以下结论：2001年2009年，赣州市和南康市各类土地利用类型发生了很大的变化，其中建筑用地大幅度增加，究其原因，主要还是人口的增长及城市化得发展使得对土地的需求增加，而耕地一般地势平坦且靠近居民点，自然成为建筑用地的首选。耕地无论实在转出还是转入方面的变化都比较大。耕地的增加也是人口增长的产物，而耕地的减少，主要是在2001年响应国家退耕还林，还草的号召。草地的减少幅度最大。林地增加量最大，除了退耕还林政策影响外，人工造林也是其增加的主要原因。