农业资源与环境专题 实践报告(共11页)

1、农业资源与环境(hunjng)专题实践报告 学 院： 农学院 专 业： 农业资源(zyun)与环境 班 级： 学 号： 学生(xu sheng)姓名： 指导教师： 李 屹 旭 2014 年 07 月 22 日实习(shx)情况：小组(xioz)人员：陈碧晶11b班 王烽11a班图像(t xin)区域：田园北路周围地带图像比例尺：1：16（图上距离1cm，实地距离15.90m）实习目的：1要求学会使用Google Earth和ERDAS软件；2学会制作遥感影像图，能够对遥感影像进行信息提取。通过对ERDAS软件的学习和实习操作，了解遥感图像处理的基本原理、流程以及软件系统的基本构成和功能，加深多

2、所学课程原理的理解，为从事相关项目的研究和开发奠定基础。实习内容：1遥感影像谷歌地球(Google Earth)下载、拼接、预处理；2地类信息提取；3遥感影像图制作；4野外实际调查；5修测完成，输出打印。实习操作过程：1下载Google Earth，并在地图上找出贵大南区的相应位置，去除地名及导航等不需要的显示，截图备用。右下角Google Earth标志无法去除，可忽略。使用遥感的专用软件ERDAS，将在Google Earth上截的图进行格式转换，由jpg格式转化为img格式，用以监督分类。打开(d ki)转换后的南区.img，点击主菜单(ci dn)上的classifier打开class

3、ification对话框，选择Signature Editor，开始制作分类模板。点击图片窗口的AOI菜单，打开Tools，选定模板(mbn)后添加至Signature Editor的模板中，根据情况重复上述步骤分完模板，必要时可合并，并编辑相应的颜色和命名，点击Evaluate菜单的contingency Matrix查看可能性矩阵，若各个分类模板所占比例大于85%，则符合分类要求，接受分类结果；若不符合要求，则需重新进行分类。将符合要求的分类模板(mbn)保存。打开Classifier的Supervised Classification对话框，依次(yc)输入原图像、保存的分类模板，见下图

4、：然后，输出南区监督(jind)分类后的图像，如下图：打开Main菜单栏的Image Interpreter对话框，点击GIS Analysis，选择Clump，输入监督(jind)分类后的图像：输出(shch)聚类分析后的图像：打开Main菜单栏的Image Interpreter对话框，点击GIS Analysis，选择Sieve，输入(shr)聚类分析后的图像：输出过滤(gul)分析后的图像：打开Main菜单栏的Image Interpreter对话框，点击GIS Analysis，选择(xunz)Eliminate，输入过滤分析后的图像，并将Minimum改为(i wi)50甚至更大，

5、得到下图：输出去除分析(fnx)后的图像：打开Main菜单栏的Image Interpreter对话框，点击(din j)GIS Analysis，选择Recode，输入去除分析后的图像，并点击Setup Recode进行(jnxng)重新分类：分类后，因为系统默认的颜色为黑色，所以需要更改(gnggi)颜色才能看到。重新(chngxn)编码后得到下图：到与地图上对应(duyng)的地点进行实地测量，计算出比例尺。以公路为例，公路的实地宽度为15.90m，测量(cling)出图上的公路(gngl)宽度，便可得到比例尺。至此，历经一个月的图像获取、图像分类、分类的后期处理以及野外实际调查等实习内

6、容结束。实习心得：在刚开始安装软件这一环节，我就遇到了很多的麻烦，几乎ERDAS所以的版本都试过了，但都由于管理员权限或其他错误而无法安装，最终是在同学的帮助下成功安装了ERDAS9.2破解版。用Google Earth选择图像时，因为没有将导航、地名等选项勾除去，图像上的这些标志影响了分类效果，在老师的提醒后我们将所有无关选项都关闭后再进行了截图。我们这次监督分类使用的方法是最大似然比分类法，在进行ERDAS模板分类，选取区域时有些接近的地物容易混合，从而降低分类精度。所以在分类模板这一过程重复了很多次，经过放大局部、缩小样本面积来提高分类的精度，直到可能性矩阵达到大于85%的要求，分类模板

7、才终于完成。之前我第一次选择的地点是贵州大学南校区，包括运动场这一块，分类下来可能性矩阵很多都没有达标，因此第二次换成了湿地公园，这一地块地物比较单一容易分类。但由于很多地物的灰度值都十分相似，分类后很多不是同一类型的地物都被分为一类了，并且无论如何放大图像和精确分类，可能性矩阵的分类都会出现一种地物选到了另一地物的情况，因此最后也放弃了这一地块，而选择了田园北路周围的一片地块。这一地块也进行了多次分类，并合并了同类地物。监督分类后的聚类分析、过滤分析和去除分析问题都不大，问题主要是出现在分类重编码。输入去除分析后的图像，还要重新分类一次，才能得到分类重编码后的图像，因为这一项系统默认的模板颜

8、色为黑色，与窗口的背景色相同，因此打开分类重编码的图像后要弹出Raster菜单栏的Attribute对话框，更改颜色属性，才能看见分类重编码后的图像。通过这次为期四周的专题实践，我对Google Earth和ERDAS的运用更加熟练了，虽然不是十分专业，而且只是加强了监督分类的操作和分类图像的后期处理，但这些操作我已经能熟练地运用了。这段时间每天都在接触ERDAS，虽然不可能在短期内学会所有的操作，但今后的学习和生活中，我还会不断积累相关的经验和知识。通过这次实践，我懂得了只有通过不断练习，反复思考问题，才能掌握好一项技能。在学习过程中，必须将所学的理论基础和实际操作共同运用，做到劳逸结合，才能完全掌握一门知识。虽然一开始可能无从下手，但经过不断的摸索和尝试后，你一定会有意想不到的收获的。现在的网络十分普及，很多不清楚的问题都可以通过网络解决。最重要的是我们要明白学无止境，知识