資源描述：
《基于landsat7etm遙感影像的拉薩市區(qū)地物信息提取》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于LANDSAT7ETM+遙感影像的拉薩市區(qū)地物信息提取【摘要】采用遙感數(shù)據(jù)對(duì)地物進(jìn)行識(shí)別是獲取地物信息的一種重要手段。本文以西藏自治區(qū)拉薩市市區(qū)landsatETM+遙感影像為數(shù)據(jù)源，通過(guò)局部直方圖匹配算法對(duì)影像進(jìn)行條帶修復(fù)后，運(yùn)用ENV14.8中監(jiān)督分類(lèi)的方法，提取拉薩市區(qū)濕地、居民地、植被、河流、裸地等地物信息，并計(jì)算kappa系數(shù)，進(jìn)行精讀評(píng)價(jià)?！娟P(guān)鍵詞】landsatETM+條帶修復(fù)監(jiān)督分類(lèi)ENVI【中圖分類(lèi)號(hào)】TP391.41【文獻(xiàn)標(biāo)識(shí)碼】A【文章編號(hào)】1672-5158(2013)04-0004-01隨著航空、航天技術(shù)的飛速發(fā)展，遙
2、感技術(shù)成為研究全球變化、人口資源環(huán)境不可替代的先進(jìn)手段。遙感影像提供了地面極為豐富和復(fù)雜的信息，因此，根據(jù)不同的專(zhuān)業(yè)信息需要，圖像處理的流程會(huì)不同；基于不同的需求目的，選擇的感興趣的區(qū)會(huì)不同，處理的手段也就各不相同，但目的只有一個(gè)，那就是為提取出所需要的遙感影像信息服務(wù)。像處理工作一直是遙感處理軟件的最基本的功能，是進(jìn)行信息提取的基礎(chǔ)和前提。圖像處理目的是使圖像變成便于理解和使用的形式，或提取某些圖像特征信息供進(jìn)一步分析使用。要想達(dá)到良好的影像信息提取效果，影像處理的過(guò)程非常重要。根據(jù)本次研究目的要求，在衛(wèi)星影像初步判讀的基礎(chǔ)上，通過(guò)對(duì)多種資料進(jìn)行
3、分析對(duì)比，實(shí)現(xiàn)影像的預(yù)處理和影像數(shù)據(jù)的統(tǒng)計(jì)，這樣就將感興趣的某些特征強(qiáng)調(diào)出來(lái)，同時(shí)抑制了非重要的特征。一、研究區(qū)概況本文選擇“一江兩河”地區(qū)的拉薩市區(qū)作為研究對(duì)象，分析該區(qū)地質(zhì)地貌特征，以便對(duì)圖像進(jìn)行合理分類(lèi)。拉薩市城關(guān)區(qū)地處雅魯藏布江支流拉薩河中游河谷平原地區(qū)，地勢(shì)南北高、中間低，區(qū)域東西跨距28公里，南北跨距31公里，面積為554平方公里，平均海拔3658米，氣候?qū)俑咴瓬貛О敫珊导撅L(fēng)氣候區(qū)。市域內(nèi)江河年均徑流量112億立方米，湖泊儲(chǔ)水200億立方米，地下水豐厚，人均水量和每畝地占水量均高于中國(guó)平均水平。在人口壓力下，當(dāng)?shù)鼐用駷榱司S持生計(jì)而進(jìn)行的
4、薪材砍伐、過(guò)牧、開(kāi)墾等土地利用行為導(dǎo)致了水土流失加劇，沙化面積擴(kuò)大。二、影像介紹及預(yù)處理Landsat7ETM+影像共8個(gè)波段。其中多光譜波段7個(gè)，第六波段光譜分辨率為60m,123457波段光譜分辨率為30m,第8波段高分辨率全色波段，空間分辨率15m。本文采用的影像具體信息如下，可以從USGS有關(guān)網(wǎng)站下載。Landsat陸地衛(wèi)星系列是全球生態(tài)觀測(cè)研究最系統(tǒng)、數(shù)據(jù)連續(xù)性最好的遙感衛(wèi)星，所傳回的影像在生態(tài)環(huán)境監(jiān)測(cè)、自然資源調(diào)查等領(lǐng)域應(yīng)用十分廣泛。自2003年5月31曰，由于增強(qiáng)專(zhuān)題制圖儀的掃描線矯正器發(fā)生故障，從landsat-7發(fā)回的ETM+圖像
5、數(shù)據(jù)存在約占全景數(shù)據(jù)25%的不存在任何數(shù)據(jù)的黑色條帶。但數(shù)據(jù)本身保留了良好的輻射和幾何性質(zhì)，修復(fù)后仍可用于一些特殊領(lǐng)域。1.圖像修復(fù)本文采用局部直方圖匹配算法對(duì)影像進(jìn)行修復(fù)，即以一景SCL-ON的影像來(lái)修復(fù)SCL-0FF的影像。本算法較之插值法和全局直方圖匹配精讀較高，但算法復(fù)雜。ENV14.8軟件可運(yùn)行相應(yīng)的插件來(lái)進(jìn)行計(jì)算，修復(fù)后再將影像重新保存進(jìn)行組合。2.圖像剪切從全國(guó)縣級(jí)行政區(qū)矢量邊界圖中借助ArcGis軟件提取出拉薩市城關(guān)區(qū)矢量邊界，再據(jù)此矢量邊界從一幅影像中裁剪出工程區(qū)遙感影像。因?yàn)槔_市區(qū)濕地、城區(qū)、山坡植被很明顯，選取5、4、3的波
6、段組合進(jìn)行目視區(qū)分。3.影像融合ETM+多光譜影像具有豐富的多光譜信息，全色波段B8具有較高的幾何分辨率。將多光譜影像與全色波段進(jìn)行融合，融合后即保留了多光譜的信息，又提高了影像的空間分辨率。本文采用GS方法做融合處理，結(jié)合影像來(lái)看，效果較好。三、遙感信息提取及分類(lèi)從研究區(qū)概況可以看出，市區(qū)居民地、山坡植被、水系存在，結(jié)合研究區(qū)的特點(diǎn)和實(shí)地情況，將地物類(lèi)型分為草地、濕地、河流、居民地、裸地及其他5種典型地物類(lèi)型。為了對(duì)所分的地物在TM影像上的光譜特征差異進(jìn)行比較深入的了解，對(duì)每種地物選取一定的樣本，要求樣本具有較好的代表性和獨(dú)立性。這可以用樣本可分
7、離度來(lái)表示。當(dāng)類(lèi)與類(lèi)之間的可分離度大于1.9時(shí)，類(lèi)的獨(dú)立性很好，能夠被有效的區(qū)分。從上表可以看出：植被與居民地可分離度低，地植被與濕地的可分離度較低。這是因?yàn)檫x用的影像為10月17日，樹(shù)木開(kāi)始枯黃，從光譜上不易區(qū)分濕地植被與樹(shù)木。此外，市區(qū)的城市綠化的存在也導(dǎo)致了植被與居民地波譜響應(yīng)的相似性。監(jiān)督分類(lèi)采用的是最大似然法。假設(shè)每一個(gè)波段的每一類(lèi)統(tǒng)計(jì)都呈正太分布，計(jì)算給定象元屬于某一訓(xùn)練樣本的似然度，像元最終被歸并到似然度最大的一類(lèi)當(dāng)中。在假彩色合成的影像上選取訓(xùn)練樣本時(shí)，通過(guò)目視解譯進(jìn)行，并使樣本盡量分布均勻。監(jiān)督分類(lèi)時(shí)，以拉薩市城關(guān)區(qū)矢量邊界做掩膜
8、，使背景不參與分類(lèi)。分類(lèi)結(jié)果見(jiàn)圖2。四、結(jié)論為定量評(píng)價(jià)分類(lèi)精讀，進(jìn)行了分類(lèi)混淆矩陣和kappa系數(shù)的計(jì)算，結(jié)果如下:河流、
