收藏 分享(赏)

遥感应用实习报告-康永正.doc

上传人:精品资料 文档编号:10709661 上传时间:2019-12-29 格式:DOC 页数:22 大小:2.66MB
下载 相关 举报
遥感应用实习报告-康永正.doc_第1页
第1页 / 共22页
遥感应用实习报告-康永正.doc_第2页
第2页 / 共22页
遥感应用实习报告-康永正.doc_第3页
第3页 / 共22页
遥感应用实习报告-康永正.doc_第4页
第4页 / 共22页
遥感应用实习报告-康永正.doc_第5页
第5页 / 共22页
点击查看更多>>
资源描述

1、1遥感应用实习报告姓名:康永正 班级:GIS 0701 学号: 2007303204035实习目的:1.掌握 ERDAS 软件的基本使用技巧。2.会使用 ERDAS 来处理遥感图像以及根据特定的目的来分析遥感图像。3.掌握处理遥感影像的一般流程和步骤方法。4.会利用 ERDAS 进行一些简单的建模。实习安排:实习共分为两周;两部分:第一部分:遥感影像的处理与应用第二部分:遥感温度反演和高光谱遥感模型反演第一周(第一部分):1.遥感影像的获取。2.遥感影像的校正。3.遥感影像的识别。4.土地利用变化分析。5.植被变化分析。6.立体土地利用图的制作。第二周(第二部分):1.为期两天的野外实习。2.

2、遥感温度反演和高光谱遥感温度反演。2实习一:遥感影像的处理与应用实验目的:利用 ERDAS 通过对原始遥感影像的获取,校正,识别得到进行最后的相关数据变量分析的成果图以及相关的数据。实习的过程中需要熟悉和了解目前主流的遥感图象处理软件 ERDAS 的主要功能模块,在此基础上,掌握视窗操作模块的功能和操作技能。在遥感图像的几何校正等后续实习中,通过实习操作,掌握遥感图像几何校正的基本方法和步骤,深刻理解遥感图像几何校正的意义。利用所得到的经过几何校正后的遥感影像进行监督分类和 NDVI 植被指数分析,并且能对所得到的结果进行相关数据处理与分析。实验步骤:(一) 遥感影像的获取。在 ERDAS 中

3、使用预处理:InterpreterUtilitiesLayer Stack将 TIF 格式的 1992 年的 7 个光谱波段,2001 年的除了第六个的其他六个波段的影像数据组合多波段数据,并且需要忽略 0 值。组合后的图像*.tif 格式转为*.img 格式,得到 1992 和 2001 年的假彩色影像图。(二) 遥感影像的校正。1.在两个 view 窗口里分别打开之前获取的 img 格式的 TM 假彩色影像图,另个窗口里同时加入 4 块带有经纬度坐标的河流的shapefile 文件。2.用 ERDAS 中的 DATAPREP 里的 image geomatic correction 功能模

4、块。依次点选遥感影像和 shape 图,并选择 polynomial 在两幅图上选择对应的点进行对准校正,获得校准模型以及每个点的选点误差。3.将校正输出后的遥感影像打开,叠加上河流的 shape 图,用3utility 里的功能进行校正质量检查。通过几何校正给遥感影像上的每个像元附上了相应的坐标。(三) 遥感影像的识别。在经过遥感影像的波段合成与几何校正等前期处理工作后,在此基础上进行遥感影像的识别监督分类。建立训练区矢量文件,定义分类模板为以下六类:(1)林地暗红色 、黑色 (2)旱地鲜红(3)水田黄绿、暗红色 (4)城镇用地蓝白色 (5)水域黑色 (6)荒地(河漫滩,仅 2001 年有,

5、云)这里运用的是 ERDAS 里的 classifier 的 signature editor 模块;1.打开 1992 和 2001 两副校正图,对应各类地物进行训练区选点,其中同类地物根据不同的颜色应该先区分归类。2.选择 evaluate 中的 contingency 查看六类地物的分类精度情况,在精度低的地方多取几个训练区。精度符合要求后,用classify-supervised 将分类后的图像输出。3.利用 Erdas 中的 interpretator-gisanalysis-recode,载入分类后的图像,将相同的地物归为一类,然后输出分类合并后的遥感影像,在 raster-att

6、ributes 里进行颜色的修改。567得到两年的监督分类图后需要对监督分类结果进行分类精度评估(将分类图像中的特定象元与已知分类的参考象元进行比较)用 classifier-accuracy assessment 打开分类后的图 editinport user-defined points 分别导入 check92.txt 和check01.txt 设置 comma,其他使用默认值,输出分类评价报告:reportaccuracy report 报 告 的 结 果 如 下1992 年分类评价报告:2001 年分类评价报告:(四) 土地利用变化分析由于两年的图像大小差异需要首先对监督分类后的 1

7、992 和2001 年的两幅图像使用 interpretator-utilities-subsetimage 进行遥感影像中相同的区域8Subset(x:568121684371,y:34273593288369)的裁剪。然后选择GIS Analysis-matrix 用矩阵方法对年份不同的土地利用图做变化分析,得出一幅可以体现变化的成果图. 最终得到土地利用变化表如下:0500100015002000250030001 2 3 4 5 6土 地 类 型变化面积林 地旱 地水 田城 镇水 域荒 地分析:2001 年1992 年 林地 旱地 水田 城镇 水域 荒地 合计林地 55331.7 73

8、08.45 77015 11259.6 6713.55 2260.26 159888.6旱地 114103 100551 203937 38562.1 23091.7 14112.9 494357.7水田 201038 115474 277516 58356.3 66667 6340.14 725391.4城镇 29734.8 9979.11 53435.9 21623.5 7451.46 4062.6 126287.4水域 16078.7 4898.7 11772.3 9633.96 48192 1917 92492.66荒地 383.04 2719.53 10573.5 1631.16 1

9、498.68 1842.3 18648.21合计 416669.2 240930.8 634249.7 141066.6 153614.4 30535.2 16170669根据土地利用变化的数据可以得出在 2001 年时,6 类地物分别由 1992 年时的 6 类不同的地物所转变的面积大小的柱状图(上图) ;再结合 10 年间 6 类地物向其他类型转变的变化比例图,可以看出1.水田和旱地的面积是比较大的,分别占了总面积的 51.9%和19.8%。2.10 年里林地,旱地,城镇,荒地大部分都变成了水田,分别占各自总共的 62.5%,61.07%和 59.6%。3.林地,荒地还有一部分转变为城镇和

10、旱地,自身一直保留下来的占少数。4.各种地物都有一部分转变成了城市,说明了城市在 10 年里的扩张。5.水域在 10 年里,主要是原来的水域形成的,保留原来的部分占 72.24%,部分形成了城镇和水田。6.再根据表中的总计的值,计算 10 年内各地物的动态增减差值,可以看出林地,旱地是负增长,分别减少 72.3%和 55.26%;7.水田,城镇总面积是显著增加的,分别为 33.58%和 113%,水域略微有波动,幅度不大。从 1992-2001 十年中的土地利用变化可以看出,随着城镇的面积的不断扩张,用于农业的水田面积整体上也有了显著的提高。(五) 植被变化分析首先将经过几何校正后的两年的遥感

11、影像,同样取相同区域经行操作,用 interpretator-utilities-subsetimage 进行遥感影像中相同的区域 Subset(x:568121684371,y:34273593288369)的裁剪。通过 InterpreterSpectral enhancementindices 得到经过归一化植被指数运算处理的影像,打开 Erdas 的核心功能 modeler,分别载入影像,应用模型 ndvi-cover.gmd 计算植被覆盖度。在功能模块 interpretator-utilities-operators 里进行两幅植被覆盖度影像的相减,得出植被覆盖度变化趋势图。92

12、和 01 年植被覆盖度图如下:10111213植 被 覆 盖 度 变 化 图-20020406080100120140160180200-100 -50 0 50 100NDVI面积 系 列 1通过所得到的由 92 减去 01 年的植被覆盖度影像所得的植被覆盖度变化趋势图根据 NDVI=(NIR-R)/(NIR+R)NIR近红外波段 R 可见光波段-1 0.727 ) OR (1.0094+(0.047 *LOG ( $n1_1992jh2 ) )OTHERWISE 。将结果保留进行下一步操作,同时在 n9_1992jh 中输入 1992 年经过几何校正的裁剪图。然后在下一 步的温度反演处理中

13、使用其第六波段作为 的值代入公式计算。得到 2. LEITHER0IF($n5_memory=0)OR($n9_1992jh(6)-1.74)/(0.77*$n5_memory)-1.68*(1-$n5_memory)/$n5_memory )OTHERWISE同样保留输出值进行第三步反解 Planck 函数:EITHER 0 IF ( $n6_memory =0) OR (756.34/LOG ( (607.76/$n6_memory)+1) )-195)OTHERWISE 得到最后的温度反演图。其中在每一步处理需考虑0 值的情况。将数据加入模型,由此便可以得到 1992 年的温度反演图以及

14、相关的温度分布范围的统计图。17-20000002000004000006000008000001000000120000014000000 50 100 150 200 250 300 350 400系 列 1结果分析: 由于模型不准确并且评价标准有问题,故图上的最低温和最高温并不真实,但是从图中还是可以看出整体的空间温度变化的。1.忽略零下的温度和最高的温度来看,整个地区的大部分温度都是在 30-60,只有小部分地区温度超过了 60,另外在一些林地地区的温度低于 30。2.根据我们分析过的 NDVI 和植被覆盖度,可知江汉平原地区的大部分土地都用于水田和旱地了,特别是 2001 年其面积大

15、幅度增加了,故这一地区的植被覆盖度很低。故大部分地区的温度比较高。只有在少数的高山林地中的温度稍低。这是因为高山林地是植被覆盖度高一些,所以地表不会受到太阳的直接辐射,而大部分的太阳18辐射都被植被吸收或散射掉了。3.但是我们看到即使在某些林地覆盖的地区,温度也超过了30,这是因为受到不同种类植被对太阳吸收和反射能力不同的影响,它的植被冠层温度也会有所不同,例如有些植物的叶片上的绒毛较多,对太阳辐射的散射也就越厉害;而有些植物的叶片比较的厚实、光滑,那么这种植物对太阳辐射的吸收就会越少,相反反射的却很厉害,这样后一种植物的冠层温度自然就会比前一种植物的冠层温度要高了。4.可以在图上看到水体的温

16、度都很低,这是因为水体在红外波段有几个很强的吸收谷,所以在遥感图像上,水体总是反映出很低的温度。5.根据 1992 年的温度反演图以及温度的分布可以看出,整块地区的温度集中在以 275K 为中心的区间上,所占的比例最大。反应在图上是红色区域和黄色区域占的比例较大,温度主要分在 30C-40C 和 40C-50C 这两个区间上。在北部,海拔较高的地区均被红色覆盖,温度普遍较高。在长江,汉江流域和湖泊周边的区域温度中间适宜在 30C-40C 左右。然而也可从图上看出,在沿河分布有城市的地方由于热岛效应,温度普遍较高。6.通过上述的图以及数据所反映的江汉平原的温度反演的特点可以看出:在 1992 年

17、期间,水陆地表温度差异是很明显的,水域周边的区域在遥感影像上所反应的温度较低,而丘陵和平原的温度相对而言就要高。从整个江汉平原的温度分布看来,江汉平原的北部,西南方的丘陵地区的温度显然要高于河流流域的平原地区,这些地区的温度普遍在 45C-55C 之间,主要可能因为当地是以林地为主的植被地形,离水域较远,空气湿度低造成的。江汉平原的长江和汉江流域的温度适宜,水分充足,可以推断农业的开发程度是很高的。至此,遥感温度反演及结果分析就基本完成。二、高光谱遥感模型反演19首先,打开所提供的流域泥沙的遥感影像图,在 raster-band combinations 里将 red,green 和 blue

18、 分别选为 201,43,107 后可以清楚地看见流域的轮廓。1.根据论文基于高光谱的潮间带表层沉积物粒度参数空间分布规律研究中的粒度参数遥感反演因子的构建采用 来对中值粒径进行拟合,并且取 。)213,5(F2.粒度参数遥感反演模型中的 dm 粒度参数采用模型Y=5.930+0.419* 。),(53.建立模型导出泥沙中值粒径反演图。模型的流程图如下所示:201.将所提供的高光谱遥感影像作为输入文件导入模型;2. 根据中的数值分别取数据表中的对应波段,然后将两个波段)213,5(F分别进行相加和相减。3.将差与和根据相除:EITHER 0 IF ( $n5_memory=0 ) OR ($n

19、4_memory / $n5_memory) OTHERWISE 其中要排除分母为零时的情况。4.将结果导入 Y=5.930+0.419*中,输出得到最后的泥沙中值粒径的反演成果,如下图:213,5(F2122中值粒径是在颗粒级配曲线上与纵坐标 50%相应的粒径,它是一个十分重要的特征粒径,通称用 d50 表示,在全部泥沙样品中,大于或小于这一粒径的泥沙在质量上刚好相等。根据泥沙反演图和数据统计图可以知道:中值粒径在 6.56mm 集中分布而在 6.48-6.66mm 范围的泥沙占整体的 92%。中值粒径大的泥沙主要分布在河流的凹岸,此处流水流速小,堆积作用强。总的看来此处水域中的泥沙主要属于

20、中小颗粒,大颗粒的泥沙含量少。至此,遥感应用综合实习完全结束。实习总结:1.我通过为期 2 周的遥感应用实习,从遥感影像的获取、校正、识别、土地利用分析、植被指数分析、温度反演、高光谱泥沙反演这几个模块的学习与操作,初步掌握了 Erdas 的基本功能的使用,对 Erdas 在遥感影像处理方面的功能及使用有比较熟悉的认识。2.实习涉及了 Dataprep,Interpreter ,Classifier,Modeler和 VirtualGIS 功能模块,在对软件的使用过程里,了解到了 Erdas的核心功能模块 modeler 和 virtualgis 的 3d 图像功能,modeler3是形成 Erdas 所有功能的主体,在深入使用 Erdas 时十分重要,对于扩展 Erdas 的应用有极大帮助。3 在运用 modeler 编写模型时,对函数的使用方法不熟悉,编写处理规则是遇到较大的困难,后通过讨论解决了此问题。4.在整个实习过程中,很难全部掌握遥感图像的全部处理过程,需要认真耐心的去完成。5.了解了遥感这一门学科一些应用,加深了对遥感理论知识的掌握,掌握了一些应用技能。康永正2009 年 12 月 29日

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 企业管理 > 管理学资料

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报