遥感概论：土地覆盖检测

土地覆盖检测我们组思路1根据对宪法第二十六条中关于生态环境涵义的解读，以及这些年来使用生态表征人类追求的理想状态，经常被作为褒义形容词的实际情况，中国科学院地理科学与资源研究所研究员、博士生导师陈百明认为生态环境应定义为:不包括污染和其他重大问题的、较符合人类理念的环境，或者说是适宜人类生存和发展的物质条件的综合体。根据这个生态环境含义的理解，同时我们认为应该与别的组的遥感在土地中的应用区分开，又符合生态这一要求，我们侧重于在土地覆盖被污染破坏这方面我们组思路中国生态问题：自然环境先天脆弱水土流失严重荒漠化扩大水资源紧缺，污染严重森林覆盖率低天然林生态系统和野生动植物面临危机气温呈上升趋势我们组思路2.由于提倡在切实抓好现有自然保护区建设与管理的同时，抓紧建设一批新的自然保护区，使各类良好自然生态系统及重要物种得到有效保护。所以我们也关注遥感在自然保护区中的运用我组思路3.感性认识需上升到理性认识。我们认为遥感监测的原理和方法也很重要遥感图像能够直接反映土地覆盖我国土地利用分类的目的是查清各县各种土地分类的面积、分布和利用状况，为国家制定国民经济计划，农业区划和规划，指导农业生产和服务与土地统计登记制度等管理工作。因此土地利用分类的主要依据是土地用途、土地经营方式、土地利用方式和土地覆盖特征等。土地覆盖只是土地利用分类的一个依据，但遥感图像最能够直接反映的是土地覆盖。土地利用分类体系《土地利用现状调查技术规程》中规定，土地利用现状按两级进行分类，统一编码排列，其中：一级类型按土地用途划分为：耕地、园地、林地、牧草地、居民点及工矿用地、交通用地、水域、未利用土地8类；二级类型按利用方式、经营特点及覆盖特征划分为47类。地类编码：一级类型以一位阿拉伯数字1～8表示；二级类型用两位阿拉伯数字表示，前一位表示隶属的一级类型，后一位表示二级类型在该一级类型内的编码，如14，为耕地中的旱地，71为水域中的河流水面。概念土地利用动态遥感监测是基于同一区域不同年份的同一时相影像间存在着光谱特征差异的原理,来识别土地利用状态或现象变化的工作。其本质就是对影像系列时域效果进行量化。土地利用遥感监测就是通过量化多时相遥感影像空间域、时间域、光谱域的耦合特征,以获得区域土地利用变化的类型、位置和数量等内容。原理：将遥感用于土地覆盖变化检测的基本前提是土地覆盖状况的变化导致了光谱反射，辐射值发生变化，并且这种变化必须大于由于其它一些因素（如大气，照度，物候和传感器标度等差异）所引起的反射辐射值变化。因此对遥感图像进行必要的前处理，以增强土地覆盖变化信息并抑制其它“噪声”信息就显得很重要，而遥感图像处理就是为了更明晰准确地提取土地覆盖信息，其处理效果的好坏直接决定了监测的精度，此项工作是遥感监测的基础。图像处理包括图像预处理和图像增强。原理遥感在环境与灾害监测中的运用具体的作用东莞市城市扩张与生态环境变化遥感动态监测研究采用纵横向比较的方法深入浅出的把握东莞市1990-2005年整体生态环境质量的动态演变特征，进一步比较同一时期生态环境质量的空间分布模式；探讨基于土地利用方式的生态服务功能的变化模式。由此基于生态足迹模型探讨东莞市的生态承载力，挖掘影响生态环境质量提升的原因所在，定量化表征生态系统的健康程度，并在以上研究的基础上，客观地进行东莞市生态功能分区。荒漠化监测荒漠化监测的条件拍摄的地球图片利用卫星遥感技术拍摄的地球图片色彩鲜艳、结构复杂，令人叹为观止。它们同时也能反映出地球正面临着的各种问题，例如环境污染、土地荒漠化、城市扩张等等。来自巴黎的环保人士亚恩-波特兰正利用美国国家航空航天局拍摄的卫星航拍图研究地球最迫在眉睫的环境和社会挑战。通过对遥感图像的处理，可以给人的视觉带来冲击，引起人们的注意。坐落于马达加斯加的西海岸，贝奇布卡河的入海口朋贝托卡湾蜿蜒数十公里。红色的部分代表红树林，河口周围的森林已经被矮树林、木薯以及水稻所取代。目视判读常规认为在遥感影像上不同地物目标在遥感图像上通常表现为以下七个特征上的不同，即形状、大小、色调、阴影、纹理、位置、布局特征等。内蒙古多伦县土地沙化及土地利用分布图2000年土地沙化及土地利用面积统计图土地利用遥感监测方法基本上可以分两种:即逐个像元比较法(pixeltopixelcomparison)和分类后比较法(postclassificationcomparison)。第一种方法首先是对同一区域不同年份同一时相影像系列的光谱特征差异进行比较,确定土地利用发生变化的位置,在此基础上,再采用分类的方法来确定土地利用变化类型信息。该方法优点是首先确定了土地利用变化的位置,因此缩小了分类范围,提高了监测速度,同时也避免了分类过程中引入虚假的变化类型;第二种方法是首先对整个监测区域的逐影像系列进行各自分类,然后比较在各影像系列同一位置分类结果,进而确定土地利用类型变化的位置和所属类型。以IKONOS卫星遥感图像监测南麂列岛土地覆盖状况为例：1.陆地信息提取对土地覆盖进行分类,首先要从图像中分离陆地,并提取其海岸线。在IKONOS近红外波段的图像中,因为海水对近红外的强烈吸收,以及陆地植被和地物的强反射作用,水体和陆地的灰度反差十分明显,如图1所示。因此本文用直方图和阈值法来提取海岸线。然后与4m分辨率的假彩色合成图像作对比分析和校正,除了几处由于云层覆盖导致海陆边界不明,而发生较大偏离外,效果较好。对有云层覆盖的小部分岸线,用1∶1万的地形图作验证。2.监督分类及精度分析在本研究中利用Envi软件和IKONOS多光谱数据对南麂列岛陆地部分进行监督分类。根据南麂列岛的实际情况,拟划分为草地、灌木林地、居民地、庄稼地、道路、水体、沙滩、岩石等8类土地覆盖类型,另外对云也进行了单独分类。首先根据2001年6月份开展的实地调查所记录的重要解译标志的定位信息和录像照片数据,以及遥感图像上对应的明确解译标志,为每一类覆盖类型和云层选定样本区,进行样本训练。随后采用最小距离法进行监督分类,生成南麂列岛的IKONOS遥感图像土地覆盖分类统计信息。为了分析监督分类的精度,根据实地调查和目视解译抽取部分测试样本,进行分类精度分析。分类精度是像元分类类别与其参考类别(或实际类别)相比较的分类准确程度,目前通常用误差矩阵法进行分析。3.土地覆盖分类结果校正：通过监督分类,南麂列岛的土地覆盖已经被分成了9大类,但是精度分析和目视判读都表明存在很大一部分的漏分和错分,与IKONOS高分辨率的特性不相符。主要原因是遥感探测中普遍存在的异物同谱和同物异谱现象造成的,另外由于IKONOS的高分辨率可能造成同一地物的不同部位光谱特性也存在差异。因此有必要对监督分类结果图进行必要的校正。校正的依据主要是地物的空间位置、形状、纹理特征以及实地调查数据等,采用的方法主要是植被指数法和人机交互目视判定法。4.土地覆盖状况经过监督分类法的分类以及植被指数法和人机交互法的校正后得到了南麂列岛土地覆盖状况分布图,包括的土地覆盖类型分为草地、灌木林地、庄稼地、居民地、水体、道路、沙滩和岩石等8类土地覆盖类型以及云层。根据表3的统计数据和南麂列岛土地覆盖状况分布图,可以得出以下一些结果。①南列岛土地覆盖以草地和灌木林地等自然属性覆盖为主,占总面积的70%以上。其中草地的分布范围最广,几乎在所有岛屿上均有分布。灌木林地主要分布在主岛上,在海龙山有少量分布。②居民点较为分散,分布于南麂岛、竹屿、大檑山和门屿等岛屿上,共有16处。道路主要分布于南麂岛上,其中公路都在南麂岛上,连接大部分居民地。公路的总长度约为18.6km。庄稼地分布于居民点的周围,几乎所有居民点周围都有数量不等的庄稼地。③由于居民地、庄稼地和道路往往混杂分布,且光谱特征相似,分类精度不够,所以很难分别精确计算各自的面积。④岩石主要分布岛屿的边缘,主要为海蚀岩石。在陆地内部也有部分,面积很小的孤立岩块。这是由南麂列岛以海蚀地貌为主的状况决定的。⑤根据实地调查,南麂列岛的岛屿陆域狭小,大多地方坡度很陡,溪流短小,储水性能很差,一般雨天有水,雨后溪流就断流。因此在遥感图像上很难探测到溪流应用例子的原理用IKONOS的蓝光(1)、绿光(2)、红光(3)和近红外(4)波段数据合成各种彩色图像。4个波段数据理论上可以组合出24幅不同的彩色图像。经过比较分析这24种幅合的彩色合成图像,针对土地覆盖监测发现有以下特征。(1)近红外波段对合成彩色图像色调影响最大。根据近红外波段被赋予颜色的不同,这24种组合可分4大类,即近红外为红色、蓝色、绿色和不含近红外4种情况。(2)近红外波段被赋予红色成分时的组合,图像为近似于假彩色图像,植被为红色色调,居民点为暗灰色调,水体为深绿或深蓝色调,沙滩、道路、岩石等裸露地为浅白、粉红色调。(3)近红外波段被赋予绿色成分时的组合,图像为近似于真彩色图像,植被为绿色调,其中草地为暗绿色,灌木林地为亮绿色。居民地为灰色,水体为暗青或暗紫色调,沙滩、道路、岩石等裸露地为浅青、浅黄色调。(4)近红外波段被赋予蓝色成分时的组合,陆地为蓝色,不易被采用作为土地覆盖监测。(5)在不含近红外波段的组合中,321与312组合相似,231与132组合相似,123与213组合相似。因此分为3种情况加以讨论。①321与312组合的整体色调接近于真实景观。特别是321作为真彩色合成图像,最能