遥感应用模型遥感反演土地变化检测

遥感应用模型实习报告学 院：班 级：学 号：姓 名：日 期：指导老师：Part1大冶研究区土地使用情况分析监督分类最大似然法2009年影像分类结果：分了4类：建筑，水体，裸地，植被2010年影像分类结果：栅格转矢量变化检测-叠加分析（1）先提取2009年和2010年分类图的建筑用地：2009年 2010 年（2）变化检测（叠加分析）Chang=2010-2009空间查询变化图层Chang与建设用地红线进行查询提取结果效果图：批而未用 : 用而未尽 ：正规使用：越界开发 ：未批先用将变化矢量图与 2010年影像叠加显示：Part2：遥感反演与建模数据预处理安装环境卫星数据处理补丁将ENVI_HJ1A1B_Tools.sav补丁放在\ITT\IDL\IDL80\products\envi48\save_add目录下。数据读取和定标主菜单->File->Open External File->HJ-1A/1B Tools，打开环境卫星数据处理补丁后， 选择Inputpath 选择环境卫星数据文件夹，点 Search，设置输出路径，勾选“Calibration ”“LayerStacking”，点Apply，如下图：

CCD，工程区裁剪由于整景影像范围太大了，进行几何校正之前，裁剪出我们需要的太湖及其周边区域。打开上一步处理好的数据：HJ1B-CCD1-Calbrated_LayerStacking.img完成太湖及其周边区域的裁剪主菜单->File->Save File As->ENVIStandard，弹出NewFile Builder 面板，单击Import File，弹出Create NewFile Input File 面板，选中Select Input File 面板中的数据，单击Spatial Subset，弹出SelectSpatialSubset面板，单击image弹出SubsetbyImage对话框，在其中裁剪出太湖及其周边区域，在几个对话框中单击ok，在NewFileBuilder面板中，单击choose，设置保存路径，输出文件名HJ1B-CCD1-Cal-sub.img几何校正(1)打开基准影像TM_baseimage.img，选择Map->Registration->AutomaticRegistration ：ImagetoImage，选择基准影像 TM_baseimage.img的波段4作为匹配波段选择被配准影像，选择band4作为匹配波段，在提示是否手动选择同名点时，选择否后，弹出AutomaticRegistrationParameters 面板(3)在AutomaticRegistrationParameters 面板中，设置下图参数单击 ok执行基于像元值自动寻找同名点。对于RMS高的点直接删除，水域中的点由于没有固定参考物都删掉，湖岸线的点 RMS高的点可以直接删掉，或者在两个影像的 ZOOM窗口上将十字光标定位到正确位置， 再点击Update进行微调，在缺少控制点的地方手动添加一些控制点。调整控制点，直到总的 RMS小于1时，完成控制点的选择，点击 GroundControlPoints Selection 上的File->Save GCPstoASCII，保存控制点。(4)在GroundControl PointsSelection 面板上，选择Options->WarpFile（AsImageMap）选择校正文件。在校正参数面板中，投影参数默认。在车，图像输出大小自动更改。选择输出路径和文件名，点击

X和

Y的像元大小输入30，按回ok进行ImageRegistration

。(5)打开基准影像和校正影像，在显示校正后影像的窗口中，右键选择 GeographicLink 命令，选择显示图像的两个窗口，打开十字光标查看校正结果。大气校正环境小卫星提供了波谱响应函数，以文本形式提供第一列表示波长（ nm），后面4列分别表示4个波段对应波长的波谱响应函值。为了做大气校正，需要制作波谱曲线来描述波谱响应函数，用于大气校正（波谱响应函数与 CCD型号相对应）（1）制作波谱响应函数主菜单Window->StartNewPlot Window，打开ENVIPlot Window面板，选择File->InputData->ASCII，导入681_HJ1BCCD1文本文件，波长单位选择 Nanometers，单击ok。在绘制窗口出现了 4条曲线，选择Edit->Data Parameters，编辑每条线的名称为 b1，b2，b3，b4，便于区别选择File->SavePlotAs->SpectralLibrary ，在OutputPlotstoSpectralLibrary窗口中，单击SelectAllItems ，单击ok。在OutputSpectralLibrary 面板中，选择输出路径和文件名“ HJ1BCCD1光谱响应”，单击ok，将波谱曲线保存为波谱库文件。（2）FLASSH大气校正选择主菜单BasicTools->Convert Data（BSQ、BIL、BIP ）选择校正后的影像，在FileParameters 中选择BIL,选择ConvertInPlace ：yes，单击ok。

Convert主菜单Spectral->FLAASH，打开FLAASH大气校正模块，点击InputRadianceImage，选择BIL格式的，在弹出的RadianceScaleFactors面板中，选择Usesinglescalefactorforallbands

，在此

Singlescalefactor

选择默认：

10，单击

ok。设置输出路径及文件名，传感器基本信息设置数据可以从数据头文件

.XML中读取大气模型选MLS，气溶胶模型选 Rural，气溶胶反演方法选 None，能见度给40km单击MultispectralSetting 按钮，在FilterFunctionFile线“HJ1BCCD1光谱响应”，单击 ok。单击AdvancedSettingsa 按钮，TileSize 设置为100，点击

导入之前做好的光谱响应曲ok。在大气校正模块中，单击 apply，进行大气校正。校正完成后检查校正结果，分别加载校正前后的影像，将两幅影像进行地理链接，移动到植被区域，在影像上右键选择ZProfile打开光谱曲线窗口，显示两幅图像同一位置的光谱曲线。左边为大气校正前，右边为大气校正后：6.区域裁剪打开大气校正后的图像Parameters

dqjz.img，在image窗口中选择

Overlay->Vectors

，打开

Vector选择正确的投影类型，弹出AvailableVectorsList面板，选择该矢量文件，点击LoadSelected，选择显示图像的Display，点击ok，将矢量叠加在影像上。在AvailableVectorsList面板，选择File->ExportLayerstoROI，在SelectDataFiletoAssociatewithnewROI面板中选择影像，点击ok，在弹出的对话框中选择ConvertallrecordsofanEVFlayertooneROI，点击ok，将矢量转化为ROI；在图像窗口，选择Overlay->RegionofInterest，打开ROI面板，选择File->SubsetDataviaROIs，在SelectInputFiletoSubsetviaROI中，选择影像，单击ok；在SpatialSubsetviaROIParameters中选择太湖ROI，MaskpixelsoutsideofROI选择Yes；设置输出路径及文件名dqjz-taihu.img，单击ok。反演建模（1）获取采样星上数据使用BasicTool->Bandmath，在Enteranexpression 下面输入表达式：float(b4)/b3 ，单击AddtoList ，单击ok，在VariablestoBandsPairings 面板中选择第3、4波段对应b3、b4，设置输出路径和文件名“ b4除b3”点击ok，计算得到比值图像；在display 中显示比值图像，选择 overlay->RegionOfInterest ，打开ROITool在ROITool 中，选择ROI_Type->InputPointsfromASCII ，选择文本格式的反演点 .txt ，x选择经度3，y选纬度2，Thesepointcomprise ：IndividualPoints 设置投影信息后，点击ok，将实地调查的点位信息加载到图像中。在ROITOOL中，选择File->OutputROIstoASCII。选择b4/b3的图像，在OutputROIstoASCIIParameters面板中选择ROI点，单击EditOutputASCIIForm，在输出内容设置面板中，选择ID、经纬度（GeoLocation）、波段像元值（BandValues）模型参数反演：叶绿素反演:线性模型2.指数模型3.对数模型Part3QiuckBird 数据融合后分类提取影像融合（1）多光谱影像重采样在MapGis中查看影像信息后，可知多光谱影像分辨率为2.4m，全色影像分辨率为0.6m，在进行影像融合前先对多光谱影像重采样，使其分辨率与全色影像的分辨率一样。重采样前：重采样后：（2）裁剪由于整幅影像太大，处理起来计算机要允许很长时间， 于是先对影像裁剪出光谷附近的部分区域。记录下裁剪后的多光谱影像的行列值，对高分辨率的全色影像做相同区域的裁剪：（3）影像融合对影像进行加权融合法融合融合后影像：（4）影像融合精度评价监督分类(最大似然法)原始影像:选取AOI区：分类结果：精度评价:专题图:2.非监督分类(IsoData)分类结果：精度评价：面积统计：面向对象分类分类结果：精度评价：Part4总结本次实习主要分为三大部分，土地利用变化检测，叶绿素反演，分类。在这三块中主要用的的软件有 MapGIS和ENVI4.5。在土地变化检测中，先对时相一和时相二的影像进行监督分类，提取出建筑用地，再进行叠加分析，得出建筑用地变化部分。与所得到的建筑用地红线进行比较，得到批而未用，用而未尽，越界开发，未批先用等违规现象。在这里面从影像里面提取建设用地的精度决定了最后结果的精度。主要锻炼了我们做监督分类，地图编辑器的使用。实践了使用遥感的方式做土地利用变化的方法。在叶绿素的反演建模中，按照实习指导书上的操作，就可以进行叶绿素的反演，其实在这个过程中，操作不难，主要是经过这个过程，就可以熟悉反演这个过程。在第三部分的分类，主要是面向对象的分类。面向对