土地变化信息提取.docx

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。