黄石市2000年遥感影像分类报告

合集下载

地表反射率计算

地表反射率计算

算计射率石市地表反黄一、数据预处理1、打开:用 ENVI5.1 将黄石市 2000 年遥感影像数据的 3,、4、5 波段打开(1)用鼠标左键双击 ENVI5.1 图标,打开 ENVI5.1 程序;(2)打开黄石市 2000 年遥感影像数据的 3,、4、5 波段。

File→Open Image File→选择黄石市 2000 年遥感影像数据的 3、4、5波段→打开。

波段进行合成。

4、5年遥感影像数据的 3、 2、合成:对黄石市 2000感遥2000 年 File Basic Tools→LayerStacking→Import →选择黄石市→2000_band543_hecheng→波段543影像数据的、、→Ok→Choose 命名()打开→Ok黄石市遥感影像。

、裁剪:用黄石市边界矢量数据裁剪合成后的20003波段;5 3、4、遥感影像数据的(1)打开合成后的黄石市2000 年)→打开→Ok2000_band543_hecheng File→OpenImage File→选图()打开黄石市边界矢量数据;2(→选图(黄石市边界范围.evf)→打开File Vector→OpenVector备注:建立掩膜时一定要将 2000_band543_hecheng 和黄石市矢量边界的影像打开。

(3)以黄石市边界矢量数据建立掩膜;Basic Tools→Masking→Bulid Mask→Display #1→Options →ImportEVFS→选图(111)→Ok→Choose→命名(2000_band543_hecheng_yanmo)→打开→Apply(4)应用掩膜;Basic Tools→Masking→Apply Mask→2000_band543_hecheng→Select Mask Bang→2000_band543_hecheng_yanmo→Ok→Ok→Choose →命名(2000_band543_hecheng_clip)→打开→Ok内黑色背景面积太大可以进行调整。

浅析遥感影像地物分类识别的研究与实现

浅析遥感影像地物分类识别的研究与实现

浅析遥感影像地物分类识别的研究与实现张 燕,苗思达(安徽省地勘局第二水文工程地质勘查院,安徽 芜湖 241000)摘 要:在遥感影像地物识别过程当中,通过提取遥感影像光谱特征与纹理特征,并基于支撑向量机(SVM)前提下,开展遥感影像地物分类,目前已经成为遥感影像地物识别过程当中普遍应用的一种重要方法,文中结合实践对此方法的理论、思路进行分析探讨,并分析其实现过程,在ENVI 和 MATLAB 环境下,通过试验仿真来对其有效性进行验证,具有很好的研究价值与学习意义。

关键词:遥感影像;光谱特征;纹理特征;SVM中图分类号:TP751 文献标识码:A 文章编号:1002-5065(2020)11-0273-2Research and implementation of remote sensing image classification and recognitionZHANG Yan, MIAO Si-da(The Second Institute of Hydrology and Engineering Geology of Anhui Geological Survey bureau,Wuhu 241000,China)Abstract: In the process of feature recognition of remote sensing images, the feature classification of remote sensing images is carried out by extracting the spectral and texture features of remote sensing images and based on the support vector machine (SVM). It has now become a common feature in the process of feature recognition of remote sensing images It is an important method of application. In this paper, the theory and ideas of this method are analyzed and discussed in combination with practice, and the implementation process is analyzed. Under the environment of ENVI and MATLAB, its effectiveness is verified by experimental simulation, and it has a very good research. Value and learning significance.Keywords: remote sensing image;spectral features;texture features;SVM现如今,科学技术高速发展,遥感技术也获得了巨大提升,而且在应用遥感技术过程中,能够更加快捷、方便的获取高清晰的遥感影像数据,不仅大大提高了工作效率,更保证了遥感数据的精准性。

基于SPOT卫星影像的黄石城市绿地结构分析与规划研究

基于SPOT卫星影像的黄石城市绿地结构分析与规划研究

的社会效应 、经济效应 和生 态效应 的共 同发展n 。而 ]
城市园林绿化 又是城 市整体 素质与 品位提高 的重要手 段, 3 以 S技术为代表 的先进调查 和数据处理技 术的应 用为城市园林绿化的调查 与管理 开辟 了新的方 向, 它具
位提供 了精确 的手段。此 次利用美 国 Q i br 卫 星数 uc i k d
度、 网络的环度、 景观多样性指数(h n o- evr S an nw ae 指数 ) 等景观格局指数对 黄石市城 市绿地 系统景 观结构特征
黄石市城市绿地系统 进行分 析。景观 格局特征 分析是 通过对构成 景观要素 的 3种类 型即班块 , 廊道 , 质 以 基
及景观连通性与景观连接度 , 景观异质性与景观多样性
维普资讯
北方 园艺 27 )6 1 o ( :5 6 o u 1~ 8
・ 园林花卉 ・
基于 S O P T卫星影像的黄石城市绿地结构分析 与规划研究
彭 锋 ,金 晓 玲 ,胡 希 军
( 中南 林业 科技 大学 , 南 长沙 4 00) 湖 104
个绿地小班 。其中黄石港区 2 1 、 8 块 西塞山区 75 、 1 块 下
有方便 、 捷 、 快 准确 等优点L 。因而在 现代城 市 园林 中 2 ]
的应用也越 来越普 遍。如广州 市利 用 l daT 数 据 a st M n
和 SO P T卫星数据进行城市绿地 资源调查; 株洲市运用 SO P T卫星数据对市 区绿地进行现状调查等 。此次利 ] 用先进 手段对黄石市城市 园林绿 化进行 调查 , 并在此基 础上对数据进行分析 , 为黄石构建 国家园林城市 和绿地 布局打下了坚实基础 。
绿地建设所存在 的主要 问题 并根据黄石本身的城市特 色提 出了“ 一廊 、 二环 、 三楔 、 四轴 、 六组 团” 的绿地布局模 式, 力争为黄石创建国家园林城 市和生态宜居城市提供科 学的规划模式 。 关键词 : 绿地系统规划 S O P T卫星影像 ;S技术 ; 3 景观格局指数 ; 黄石市

基于景观生态学的黄石市城市绿地系统研究

基于景观生态学的黄石市城市绿地系统研究

本次研究区域为《 黄石市城市 总体规划 ( 2 0 0 1 — 2 0 2 0 ) 》 确定 2 3 7 k m 2 . 所用数据为国际科学数据服务平 台( h t t p : / / d a t a m i r r o r . c s d b . o n / ) 下
遥感技 术的支持 下对黄石市土地进行分类并提取 绿地信 息 , 对绿地 系统的景观 格局进行 了定量研 究和分
析 。研 究表 明 , 黄石 市绿化覆盖率较 高, 但绿 地斑块 的分布 不够合理 , 人 口密集 区是 一片低 绿化 区。并运 用景观 生态学原理 , 对城市绿地 系统规 划提 出 了建议 。
第 3期
基 于 景 观 生 态 学 的 黄 石 市 城 市 绿 地 系统 研 究
尹发 能 , 叶 勇 , 龙 满, 董元 华, 张友涛 , 陈贵兵
( 湖北 师 范学 院 城 市与环 境 学 院,湖 北 黄石 4 3 5 0 0 2 )
摘要 : 城市绿地 系统合理 的规划对发挥城 市绿地 系统的综合 效益具有重要 意 义。运 用景 观生 态学原理 , 在
第3 3卷
湖北师范学 院学报 (自然科学版) J o u na r l o f H u b e i N o r ma l U n i v e r s i t y( N a t u r l a S c i e n c e )
V0 1 . 3 3 No . 3, 2 01 3
0 引 言
景观 生态 学是 地理 学 与生态 学交 叉形成 的学科 , 以整个景 观为研 究对 象 , 通 过能量 流 、 物质流 、 信
息流在地球表层传输和交换 , 通过生物与非生物的相互转化 , 研究景观 的空间构造、 内部功能及各部 分直接 的相 互关 系 , 探讨 景 观异 质 性 发 生 发 展及 保 持 异 质 性 的机 理 , 建立景观的“ 时 一空 ” 模 型…。

基于NDVI的黄冈市植被覆盖度时空变化特征分析

基于NDVI的黄冈市植被覆盖度时空变化特征分析

基于NDVI的黄冈市植被覆盖度时空变化特征分析作者:胡紫君胡红兵来源:《科技视界》 2014年第12期胡紫君胡红兵(黄冈师范学院旅游文化与地理科学学院,湖北黄冈 438000)【摘要】利用2000年9月、2005年8月和2010年10月3个时相的陆地资源卫星遥感图像,在计算NDVI的基础上,提取湖北省黄冈市近10年来植被覆盖度的时空变化信息。

结果表明:黄冈市植被覆盖度总体较好,覆盖率较高,但从2000年到2010年有一个先上升后下降的过程,表明植被覆盖度近期有下降的趋势,应该引起相关部门的重视。

【关键词】NDVI;植被覆盖度;黄冈市植被是生态系统不可或缺的组成部分,在能量与物质转换中起着重要作用[1],是大空间尺度气候和环境变化的重要驱动因子之一,与地区可持续发展战略有着密切的联系。

植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比,常用于植被变化、生态环境研究、水土保持、气候等方面的研究。

植被覆盖度的测量可分为地面测量和遥感估算两种方法。

地面测量常用于田间尺度,但耗时长、成本高;遥感估算常用于区域尺度,并能进行定期监测。

目前已经发展了很多利用遥感测量植被覆盖度的方法,较为实用的方法是利用植被指数估算植被覆盖度,常用的植被指数为归一化植被指数NDVI。

本文利用2000年9月、2005年8月和2010年10月3个时相的陆地资源卫星遥感图像,在计算NDVI的基础上,提取湖北省黄冈市近10年来植被覆盖度的时空变化信息,为政府与相关部门的制定区域发展规划提供科学依据和决策参考。

1 研究区概况黄冈市地处湖北省东部,大别山南麓,长江中游北岸,京九铁路中段,位于东经114°25′-116°8′,北纬29°45′-31°35′。

现辖一区(黄州)、二市(武穴、麻城)、七县(红安、罗田、英山、浠水、蕲春、黄梅、团风)和一个县级龙感湖农场,面积为1.74万平方公里,总人口为730万。

遥感技术2000

遥感技术2000

1、遥感技术的重要性(应用特点):1. 遥感技术系统从地面到高空乃至外层空间,各种对地球、天体进行观测的综合性技术系统的总称。

遥感技术系统是从信息收集、传输、存贮、处理到解译分析及应用的一个完整的技术体系。

⑵遥感技术系统的组成①信息获取系统②信息传输系统③信息处理系统⑴遥感技术具有较强的宏观性。

居高俯视、视野宽广,可以在较大的空间尺度上,把握物体或现象的全貌。

陆地卫星如美国的Landsat,一景图像可观测覆盖地表185×185 km2的面积;极轨气象卫星如美国的NOAA 气象卫星,其覆盖扫幅宽度为2400 km;静止气象卫星一次可观测覆盖地球表面40%的面积。

⑵遥感技术具有较强的时效性。

可以周期性地快速获取信息,从而能够对地表物体或现象进行动态监测。

极轨气象卫星如美国的NOAA气象卫星,其覆盖周期为1天;静止气象卫星每0.5小时即可获取信息一次。

⑶遥感可获取真实、丰富的信息。

真实遥感信息是对目标物电磁辐射信息的真实记录,未加任何人工修饰。

丰富我们不仅可以获取其在不同波段范围内的信息,而且也可以得到不同平台、不同分辨率的图像;延伸了人的感官;多视向、三维立体观测。

⑷综合分析应用能力强借助计算机技术可以实现不同波谱范围、不同平台图像的综合分析;借助GIS技术,可以实现遥感和非遥感数据的综合分析。

(5)获取时间快, 数据的现时性好,测图周期大大缩短例如,英国(面积)过去作1次常规调查需要6000人工作6年,而现在采用卫星遥感只需要4人工作9个月。

(6) 成本低英国某水渠规划,航空勘测花费26美元/平方公里,而利用卫星遥感只需要0.6美分/平方公里。

美国经验:平均年耗资2500万~5000万美元2、遥感技术在我国国民经济和社会发展的中地位和作用;(或在本专业的应用前景)(作业)遥感信息科学建立在现代物理学、计算机技术、航空航天技术、数学方法和地学规律基础之上,作为一门新兴的综合性技术学科,它改变了人类在区域以至全球尺度上开发利用资源、监测环境的能力。

遥感影像分类方法实验报告

遥感影像分类方法实验报告

遥感影像分类方法实验报告实验报告目录1 实验目的 (4)2 实验数据 (4)3 实验内容 (4)4 实验步骤 (5)4.1 对人口矢量数据(shapefile)进行投影转换 (5)4.1.1 Census.shp文件投影坐标的检查 (5)4.1.2 将投影坐标转换为WGS_1984_UTM_Zone_16N (6)4.2 对遥感影像进行几何精校正(以经过投影变换的人口矢量数据为基准) (6)4.2.1 Census.shp在ENVI软件的加载 (6)4.2.2 对遥感影像进行几何精校正(以矢量数据为基准) (7)4.2.3 用矢量图层对遥感影像进行裁剪 (10)4.3 将Pan波段和多光谱波段进行融合,并对融合效果进行定性和定量评价 (11)4.3.1 两种融合方法的原理 (11)4.3.2 进行 Gram-Schmidt Spectral Sharpening融合 (11)4.3.4 融合效果进行定性评价 (14)4.3.5 融合效果进行定量评价(软件提供的计算方法) (15)4.3.6 融合效果进行定量评价(Matlab编程计算) (16)4.3.7 遥感影像融合定量分析代码 (20)4.4 生成住房密度栅格影像 (23)4.4.1 两表的连接 (23)4.4.2 计算房屋密度 (24)4.4.3 直接栅格化 (25)4.4.4 IDW插值 (25)4.4.5 对房屋密度图进行重分类 (26)4.5 将住房密度栅格影像作为额外的通道与ETM+多光谱波段进行叠加 (26)4.6 监督分类(融合方法为HSV,波段为5,4,3) (27)4.6.1 打开Google Earth影像作为监督分类的参照 (27)4.6.2 建立兴趣区 (29)4.6.3 训练样区的选择 (30)4.6.4 训练样区的评价 (31)4.6.5 执行监督分类 (33)4.6.6 分类后处理 (35)4.6.7 评价结果分析 (37)4.6.8 分类结果面积统计 (38)4.6.9 分类结果 (41)4.7 分类结果评价与分析 (41)4.7.1 未加入房屋密度图层的分类结果评价与分析 (41)4.7.2 加入IDW插值房屋密度图层的分类结果评价与分析 (42)4.7.3 加入直接栅格化房屋密度图层的分类结果评价与分析 (43)4.7.4 加入重分类后IDW插值房屋密度图层的分类结果评价与分析 (44)4.7.5 从总精度与Kappa系数对分类结果进行评价 (45)4.7.6 分类结果总体评价 (46)4.7.7 与其他训练样区的分类精度和Kappa系数的计算 (48)4.8 决策树分类 (49)4.8.1 决策树分类原理 (49)4.8.2 数据预处理 (49)4.8.3 指数的计算 (51)4.8.4 执行决策树 (54)4.8.5 不同参数设置的对比 (57)5 实验体会 (60)5.1 实验中存在的问题 (60)5.2 软件平台使用 (63)5.3 实验总结 (63)1 实验目的①掌握ArcGIS10和ENVI4.7对遥感图像处理的基本操作与原理②熟悉几何精校正的方法,掌握ENVI软件对遥感影像进行几何精校正③掌握全色波段与多光谱波段的融合方法和原理,学会对融合效果进行定性定量分析④熟悉掌握ArcGIS的栅格化方法和IDW插值方法⑤熟悉监督分类的方法和基本原理,掌握ENVI软件中进行监督分类⑥了解监督分类后评价过程,对分类结果进行精度评价和分析⑦掌握Erdas的空间建模方法以及原理⑧了解RuleGen算法,掌握决策树分类方法2 实验数据①带属性数据的shapefile:Census.shp②带有陆地面积字段的矢量图层:③ GoogleEarth_原始拼接:GE1005211134.jpg④研究区域的多光谱波段数据:Stack_b1-6162-7.img⑤研究区域的全色波段数据:b8.img⑥监督分类参照影像:Google Earth3 实验内容①对人口矢量数据(shapefile)进行投影转换:WGS_1984_UTM_Zone_16N②对遥感影像进行几何精校正(以经过投影变换的人口矢量数据为基准):(1)对多光谱波段(30 m空间分辨率)进行几何精校正(小于0.25个像元);(2)对Pan波段(15 m空间分辨率)进行几何精校正(小于0.25个像元);③将Pan波段和多光谱波段进行融合(自选至少一种融合算法),并对融合效果进行定性和定量评价;④生成住房密度栅格影像:(1)直接栅格化;(2) IDW插值;⑤将住房密度栅格影像作为额外的通道(或波段)与ETM+多光谱波段进行叠加;⑥进行监督分类和分类后处理(Post-Classification,Expert Rules)⑦利用ERDAS软件的空间建模(Spatial Modeler)进行水体信息(MNDWI指数)和植被信息(NDVI指数)的提取;⑧利用“自动阈值决策树分类算法”进Marion County的土地利用/覆盖分类信息提取(使用的数据:原始各波段+MNDWI+NDVI+ISODATA等,或其他有益的波段组合)①探讨“自动阈值决策树分类算法”中的各个参数意义及如何设置更合理②对分类结果进行评价与分析⑨对分类结果进行精度评价和分析;4 实验步骤4.1 对人口矢量数据(shapefile)进行投影转换4.1.1 Census.shp文件投影坐标的检查根据实验要求,人口矢量数据(shapefile)进行投影坐标应为:WGS_1984_UTM_Zone_16N 在ArcGIS软件的图层右击Properties,在Layer Properties的Source下查看投影信息,如图1。

黄石市水土流失监测公报

黄石市水土流失监测公报

黄石市地处幕阜山北麓,长江中游,属湖北省水土流失重点治理区。

全市主要地貌有低山、丘陵、平原、湖盆,总国土面积4630km2,其中,山区占15.36%,丘陵区占36.79%。

黄石市的水土流失特征具有山区的特点,以面蚀和沟蚀为主。

1 水土流失状况1.1水土流失面积根据2000年1:10万土壤侵蚀遥感调查,黄石市土壤侵蚀总面积1853.82km2,占国土总面积的40.04%,轻度侵蚀面积676.64km2,中度侵蚀面积789.04km2,强度侵蚀面积324.39km2,极强度侵蚀面积63.69km2,剧烈侵蚀面积0.06km2。

平均土壤侵蚀模数3749.85t/(km2·a)。

市区国土总面积226.5km2,其中土壤侵蚀面积62.21km2,占27.47%,其中,轻度侵蚀40.85km2,中度侵蚀8.64km2,强度侵蚀12.72km2。

大冶市国土总面积1623.5km2,其中土壤侵蚀面积519.75km2,占32.01%,其中:轻度侵蚀220.26km2,中度侵蚀236.86km2,强度侵蚀49.96km2,极强度侵蚀12.61km2,剧烈侵蚀0.06km2。

阳新县国土总面积2780km2,其中土壤侵蚀面积1271.86km2,占45.75%,其中:轻度侵蚀415.53km2,中度侵蚀543.54km2,强度侵蚀261.71km2,极强度侵蚀51.08km2。

1.2水土流失分布与程度黄石市水土流失主要分布在土壤植被覆盖率低、地面坡度陡、风化土层松散的丘陵地区及沟蚀严重的山区流域,水土流失程度分布为:强度以上水土流失主要分布在富水南岸低山丘陵,王英水库、蔡贤水库周边低山,父子山脉、七峰山~百福山脉,中度流失主要分布在大冶市南部、西部和北部低山丘陵,轻度流失主要分布在市区及东部沿江平原。

所辖5区1市(大冶市)1县(阳新县)中,以阳新县水土流失情况较严重,其水土流失面积达1271.86km2,占该县国土面积的45.75%,且中度以上水土流失面积就达856.33km2;大冶市水土流失面积519.75km2,占该市国土面积32.01%;市区水土流失主要以工矿建设开发破坏为主,水土流失面积62.21km2,占市区国土面积的27.47%。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

黄石市2000年遥感影像分类报告
数据准备:黄石市2000年遥感影像数据、黄石市边界矢量数据
影像分类环境:ENVI4.7软件
使用分类方法:最大似然监督法
实验目的:提取黄石市地表地物分布信息
一、操作具体思路
1、将黄石市2000年遥感影像数据的3、4、5波段合成。

2、用黄石市边界矢量数据将合成后的黄石市2000年遥感影像的5、4、3波段进行裁剪。

3、用最大似然监督法对裁剪后的黄石市2000遥感影像上的地物进行详细分类。

(地物的分类:水体、草地、耕地、林地、建筑用地、未利用地)
二、详细操作步骤
(一)数据预处理
1、打开:用ENVI4.7将黄石市2000年遥感影像数据的3,、4、5波段打开(1)用鼠标左键双击ENVI4.7图标,打开ENVI4.7程序;
(2)打开黄石市2000年遥感影像数据的3,、4、5波段。

File→Open Image File→选择黄石市2000年遥感影像数据的3、4、5波段→打开。

2、合成:对黄石市2000年遥感影像数据的
3、
4、5波段进行合成。

Basic Tools→Layer Stacking→Import File→选择黄石市2000年遥感影像数据的3、4、5波段→Ok→Choose→命名(2000-band543hecheng)→打开→Ok
3、裁剪:用黄石市边界矢量数据裁剪合成后的2000黄石市遥感影像。

(1)打开合成后的黄石市2000年遥感影像数据的3、4、5波段;
File→Open Image File→选图(2000-band543hecheng)→打开→Ok (2)打开黄石市边界矢量数据;
Vector→Open Vector File→选图(黄石市边界范围.evf)→打开
(3)以黄石市边界矢量数据建立掩膜;
Basic Tools→Masking→Bulid Mask→Display #1→Options →Import EVFS→选图(111)→Ok→Choose→命名(2000-band543yanmo)→打开→Apply
(4)应用掩膜;
Basic Tools→Masking→Apply Mask→2000band543hecheng→
Select Mask Bang→Ok→Mask Band→Ok→Ok→Choose→命名
(2000-band543caijian)→打开→Ok
(5)备注:若裁剪后Scroll窗口内黑色背景面积太大可以进行调整。

Basic Tools→Resize Data→2000-band543caijian→Spatial Subset→ROI/EVF→选图(EVF:111)→Ok→Ok→Ok→Choose→命名
(2000-band543caijian xiugai)→打开→Ok
(二)遥感影像分类:
1、观察遥感影像上各种地物颜色、形状、纹理等特征。

在真彩色543波段中,水体为蓝色(颜色深浅代表水的深度,也代表不同水体);草地为浅绿色;林地为深绿色;耕地为亮绿色;建筑物为紫红色;裸地为肉色。

2、选择不同地表地物样本。

(1)命名;
在主窗口处:Overlay→Region of Interest→Window(Image)→命名各种地物并选择颜色(水体Blue、草地Green1、林地Green3、耕地Gyan、建筑用
地Red1、未利用地Yellow)
(2)选择地物;
在ROI Tool窗口:Window(Zoom)→在Zoom窗口处选择地物
(3)保存;
在ROI Tool窗口:File→Save ROIs to File→Select All Items→Choose →命名(2000-band543fenlei)→Ok
(4)分类(用最大似然监督分类法);
Classification→Supervised→Maximus likelihood→选图
(2000-band543caijian xiugai)→Ok→Select All Items→Choose→命名(2000-band543wancheng)→Ok
(5)查看分类图像;
(6)查看分类图像的详细数据。

在ROI Tool窗口处:Options→Compute ROI→Separability→选图(2000-band543caijian xiugai)→Ok→Select All Items→Ok
三、实验总结
1、在建立掩膜时一定要将裁剪好的遥感影像打开,否则掩膜无法成功建立。

2、样本可分离性报告若每类地物的值大于1.8则成立。

相关文档
最新文档