土地变化信息提取.docx
《土地变化信息提取.docx》由会员分享,可在线阅读,更多相关《土地变化信息提取.docx(15页珍藏版)》请在冰点文库上搜索。
土地变化信息提取
遥感实验报告
课程名称:
遥感概论
年级:
实验日期:
姓名:
学号:
班级:
实验名称:
土地变化信息提取
实验序号:
10
成员人数:
实验目的:
1、了解常用提取土地变化信息的方法,掌握分类后比较方法提取土地利用变化信息。
2、通过实习内容掌握土地利用变化信息的基本流程(变化信息发现----变化信息提取----变化信息类型表示)。
实验内容:
1、已学过的监督分类方法对两时相影像进行土地利用类型分类,提取土地利用变化信息
2、完成一份实验报告
实验方法和步骤:
(1)观察图像,建立土地覆被分类体系,利用ERDASAOI画训练样区;
(2)选择适当方法进行监督分类,及后处理,分别获land1990\land2006两个时相的土地覆被分类信息。
(3)对两个时相的土地覆被分类结果进行精度检验,如果精度不合格,重新进行分类,检验,直到精度满足为止。
(4)打开ERDAS中的图像解译(Interpreter)-GIS分析工具-matrix,,提取变化信息,导入到ARCGIS进行专题制图。
(5)计算土地覆被变化矩阵。
实验的过程和结果:
(一)分别对两张图像进行监督分类
1.第一步:
定义分类模板
第一步:
打开分类的图像,南宁市1990年9月16日TM,目视判断该遥感图像中南宁市土地利用类型,确定土地利用分类体系为:
耕地、灌草地、林地、水域、建设用地、裸地。
第二步:
打开模板编辑器并调整显示字段
点击主菜单上的classifier打开classification对话框,选择signatureeditor。
如图1-1:
图1-1
第三步:
获取分类模板信息,点击AOI,利用AOI-tools中的多边形工具绘制某一地类的样区。
将画好的耕地AOI添加到模板。
signatureeditor-edit-add.重复步骤第三步,在图中采集多个耕地样本。
选择所有耕地样本模板,按merge按纽合并这组分类模板。
合并后将模板取名为耕地。
利用同样的方法,依次做好其灌草地、林地、水域、建设用地、裸地土地覆盖类型模板。
如图1-2:
1990年图像的分类信息模板:
图1-2
2006年分类信息模板:
图1-3
第四步:
保存分类模板。
2.评价分类模板
第一步:
点signatureeditor-Evaluate-contingency,利用可能性矩阵方法评价分类模板精度。
达到90以上即为精度满足要求,否则重新选择训练样区,再次进行精度评价,直到精度满足。
1990年的模板评价结果:
Classified
Dataforestandwaterforesturban
--------------------------------------------------
forestand99.830.001.141.66
water0.00100.000.000.00
forest0.000.0090.900.00
urban0.000.000.0098.34
bareland0.170.000.000.00
formland0.000.008.960.00
ColumnTotal604638703602
ReferenceData
--------------
Classified
DatabarelandformlandRowTotal
----------------------------------------
forestand0.000.00621
water0.000.00638
forest0.004.88662
urban0.000.00592
bareland100.000.00612
formland0.0095.12648
ColumnTotal6116153773
-----EndofErrorMatrix-----
2006年影像的模板评价结果:
3.执行监督分类
打开Classifier-surperviseclassification,选择分类决策规则,进行监督分类。
1990年的结果如图1-4:
图1-4
2006年的结果如图1-5:
图1-5
(二)分类后处理
1.去噪:
去噪声,interpreter-gisanalysis,然后在弹出的窗口中选择neighborhood,1990年结果如图2-1:
图2-1
2006年的结果如图2-2:
图2-2
2.分类重编码
分类重编码主要是针对之前非监督分类结果不理想的一种修正,可以将同种用地类型但属于不同类别的类合并在一起,具体操作如下:
点击ERDAS图标面板工具条下的interpreter图标,选择GISAnalysis/下的Recode命令,打开Recode对话框:
1990年的结果如图2-3:
图2-3
2006年的结果如图2-4:
图2-4
(三)分类精度评价
1.ERDAS图标面板工具条:
点击Classifier图标→Classification菜单
→选择AccuracyAssessment菜单项→打开AccuracyAssessment对话框
第二步:
打开分类专题图像AccuracyAssessment对话框菜单条:
File→Open→打开ClassifiedImage对话框→在ClassifiedImage对话框中确定与视窗中对应的分类专题图像→OK(封闭ClassifiedImage对话框)→返回AccuracyAssessment对话框。
第三步:
将原始图像视窗与精度评估视窗相连接AccuracyAssessment对话框:
→工具条:
点击SelectViewer图标(或菜单条:
选择View菜单的SelectViewer)→将光标在显示有原始图像的视窗中点击一下→原始图像视窗与精度评估视窗相连接。
第四步:
在精度评价对话框中设置随机点的色彩AccuracyAssessment对话框:
→菜单条View→ChangeColors菜单项→打开Changecolor面板
→在PointswithnoReference确定没有真实参考值的点的颜色→在PointswithReference确定有真实参考值的点的颜色→OK(执行参数设置)→返回AccuracyAssessment对话框。
如图3-1:
图3-1
第六步:
产生随机点本步操纵将在分类图像中产生一些随机点,随机点产生之后,需要用户给出随机点的实际种别。
然后,随机点的实际种别与在分类图像的种别将进行比较。
AccuracyAssessment对话框:
→Edit→Create/AddRandomPoints→打开AddRandomPoints对话框。
→在searchCount中输进1024→在NumberofPoints中输进20→在DistributionParameters选择Random单选框→OK(按照参数设置产主随机点)→返回AccuracyAssessment对话框可以看到在AccuracyAssessment对话框的数据表中出现了10个比较点,每个点都有点号、X\Y坐标值、Class、Reference等字段,其中点号、X/Y坐标值字段是有属性值的。
说明:
在AddRandomPoint对话框中,searchCount是指确定随机点过程中使用的最多分析像元数,当然这个数目一般都比NumberofPoint大很多,NumberofPoints设为20说明是产生20个随机点,假如是做一个正式的分类评价,必须产生20个以上的随机点。
选择Random意味着将产主尽对随机的点位,而不使用任何强制性规则。
EqualizedRandom是指每个类将具有同等数目的比较点。
stratifiedRandom是指点数与种别涉及的像元数成比例,但选择该复选框后可以确定一个最小点数(选择UseMinimumPoints),以保证小种别也有足够的分析点。
如图3-2:
图3-2
第六步:
显随机点及其种别AccuracyAssessment对话框:
→View.→ShowAll(所有随机点均以第五步年设置的颜色显示在视窗中)→Edit→ShowClassValues(各点的种别名出现在数据表的class字段中)如图3-5:
第八步:
输进参考点的实际种别值AccuracyAssessment对话框:
→在数据表的Reference字段输进各个随机点的实际种别值(只不要输进参考点的实际分类值,它在视窗中的色彩就变为第五步设置的PointWithReference颜色得到1990年影像的分类精度评价是:
APPA(K^)STATISTICS
---------------------
OverallKappaStatistics=0.7917
ConditionalKappaforeachCategory.
------------------------------------
ClassNameKappa
---------------
unclass0.0000
water1.0000
bareland0.0000
formland0.0000
forest1.0000
urban1.0000
forestandgrass0.6190
2006年的精度评价结果是:
(四)打开ERDAS中的图像解译(Interpreter)-GIS分析工具-matrix,,提取变化信息,导入到ARCGIS进行专题制图。
第一步:
打开ERDAS中的图像解译(Interpreter)-GIS分析工具-matrix,,提取变化信息,如图4-1:
图4-1
得到的结果加入到Arcgis后如图4-2所示:
图4-2
第二步:
打开它的的属性表,增加一个字段change,表示变化土地覆被信息,观察,明确变化的信息。
如前一时相的编号为1,后一时相的编号为1,表示forestandgrassnochange;前一时相的编号为1,后一时相的编号为2,表示forestandgrasstoforest;仔细观察,判断变化的土地覆盖信息属性,如4-3所示。
图4-3
第三步:
对土地覆被信息进行专题制图
如图4-4所示:
图4-4
(五)计算土地覆被变化矩阵
第一步:
将1990年与2006年的土地分类利用图导入到ARCGIS当中,然后在分别将两张图像转成矢量图。
如图5-1所示:
图5-1
如图5-2所示为1990年的土地分类矢量图:
图5-2
转好之后,每幅图的属性表都要有一个表示土地利用类型的字段,并且要使用不同的名称加以区分,分别修改两张图像的土地类型字段如1990class_name,2006class_name。
土地利用类型名称必须统一,并且完整,如都使用“water”、“urban”等。
如图5-2:
图5-3
第二步:
数据融合
在ArcMap里分别打开两张图的图层,打开ArcToolbox,选择DataManagementTools|Generalization|Dissolve工具。
InputFeature选择要融合的图层,OutputFeatureClass选择输出结果存储的位置及名称,DissolveField(s)选择土地利用类型字段(Type1990),然后勾选Creatmultipartfeatures选项,点击OK完成。
重复此过程,对另一时相数据进行融合。
此步骤使相同利用类型的记录融合为一个记录,以提高后面步骤的计算速度,如图5-3。
图5-4
第三步:
叠置分析
在ArcMap中打开两个时相融合后的数据,在ArcToolbox中选择AnalysisTools|Overlay|Intersect工具,InputFeatures选择两个时相的图层,OutputFeatureClass选择叠加结果存储的位置及名称,其余选项可以忽略,单击【OK】完如图5-5所示:
结果如图
图5-5
结果如图5-6所示:
图5-6
第四步:
计算面积并导出属性表
在ArcMap中打开叠加后的图层数据,在该图层上右键打开属性表,选择Option|Addfield…新建一个字段,命名为NewArea。
在Editer工具条中选择Editer|StartEditing,然后在属性表中NewArea字段上单击右键选择CalculateGeometry…,在打开的CalculateGeometry对话框中,Property选择Area,Units选择要使用的面积单位,单击【OK】完成图斑面积计算。
如图5-7:
图5-7
依次选择Editer|SaveEdits/EndEditing保存和退出编辑状态。
在属性表中选择Option|Export…将属性表保存为dbf文件。
第五步:
制作转移矩阵
在Excel中打开上一步保存的dbf,另存为Excel格式并打开。
在Excel中选中所有数据,点击【插入】选项卡,选择【数据透视表】|【数据透视表】,点击【确定】。
在打开的数据透视表中按图示将字段拖入相应区域。
Excel自动计算矩阵,将该表稍事整饰就得到美观的土地利用转移矩阵。
矩阵中就表示i类型向j类型转移的土地面积,空值表示i类型向j类型没有转移。
如图5-7:
单位为平方米。
图5-7
总结:
通过这个实验,让我不仅掌握了监督分类的方法。
和专题图的制作,还懂得了如何提取土地的变化信息。