土地利用与遥感
遥感技术在土地利用监测中的应用
遥感技术在土地利用监测中的应用土地是人类生存和发展的基础，合理利用土地资源对于保障粮食安全、促进经济发展、保护环境等方面都具有重要意义。
而要实现对土地利用的有效管理和规划，就需要及时、准确地掌握土地利用的现状和变化情况。
遥感技术作为一种先进的对地观测手段，为土地利用监测提供了强有力的支持。
遥感技术是指从远距离、高空或外层空间的平台上，利用可见光、红外、微波等电磁波探测仪器，通过摄影或扫描、信息感应、传输和处理，从而识别地面物体的性质和运动状态的现代化技术。
它具有大面积同步观测、时效性强、数据综合性和可比性好、经济性等优点，能够快速获取大面积的土地信息，为土地利用监测提供丰富的数据来源。
在土地利用监测中，遥感技术的应用主要包括以下几个方面：土地利用类型的识别与分类是遥感技术的基本应用之一。
通过对遥感影像的解译和分析，可以将土地分为耕地、林地、草地、建设用地等不同类型。
不同的土地利用类型在遥感影像上具有不同的光谱特征、纹理特征和空间特征。
例如，耕地通常呈现规则的几何形状和较均一的光谱特征；林地则具有复杂的纹理和较高的植被覆盖度；建设用地则表现为密集的建筑物和道路网络。
利用这些特征，可以采用目视解译、计算机自动分类或人机交互分类等方法，对土地利用类型进行识别和分类。
土地利用变化的监测是遥感技术的重要应用领域。
通过对不同时期的遥感影像进行对比分析，可以发现土地利用的变化情况，如耕地的减少、建设用地的扩张、林地的破坏等。
这种变化监测可以为土地管理部门提供及时、准确的信息，以便采取相应的措施进行调控和管理。
在进行土地利用变化监测时，通常需要对遥感影像进行预处理，包括几何校正、辐射校正、图像增强等，以提高影像的质量和可比性。
然后，采用图像差值法、主成分分析法、分类后比较法等方法，对不同时期的影像进行对比分析，提取变化信息。
遥感技术还可以用于土地利用现状的调查和评估。
通过对遥感影像的解译和分析，可以获取土地利用的现状信息，如土地的分布、面积、利用程度等。
遥感技术在土地利用规划中的应用
遥感技术在土地利用规划中的应用土地是人类生存和发展的基础，合理的土地利用规划对于保障粮食安全、促进经济发展、保护生态环境等具有重要意义。
随着科技的不断进步，遥感技术作为一种高效、准确获取地表信息的手段，在土地利用规划中发挥着越来越重要的作用。
遥感技术是指从远距离、高空或外层空间的平台上，利用可见光、红外、微波等电磁波探测仪器，通过摄影或扫描、信息感应、传输和处理，从而识别地面物体的性质和运动状态的现代化技术系统。
它具有大面积同步观测、时效性强、数据综合性和可比性好等优点，能够为土地利用规划提供丰富、准确、及时的信息。
在土地利用规划的前期调研阶段，遥感技术可以快速获取大面积的土地利用现状信息。
通过高分辨率的遥感影像，能够清晰地分辨出城市、农田、林地、水域、建设用地等不同类型的土地利用状况。
与传统的实地调查方法相比，大大节省了时间和人力成本，提高了工作效率。
同时，遥感技术还能够对土地利用的变化进行动态监测。
通过不同时期的遥感影像对比，可以及时发现土地利用的新增、减少和变更情况，为土地利用规划的调整和优化提供依据。
遥感技术在土地利用规划中的另一个重要应用是土地资源评价。
通过对遥感影像的解译和分析，可以获取土地的地形、地貌、土壤、植被等自然属性信息，以及土地的交通、区位、基础设施等社会经济属性信息。
在此基础上，结合相关的数学模型和评价指标体系，可以对土地的适宜性、生产力、生态价值等进行综合评价，为土地利用规划中的土地分区和功能定位提供科学依据。
在土地利用规划的方案制定过程中，遥感技术也能够提供有力的支持。
利用遥感数据和地理信息系统（GIS）技术，可以构建土地利用规划模型，对不同的规划方案进行模拟和预测。
例如，可以模拟城市扩张、农田保护、生态廊道建设等不同情景下的土地利用格局变化，评估其对生态环境、社会经济发展的影响，从而选择最优的规划方案。
此外，遥感技术还可以用于土地利用规划的实施监测和评估。
在规划实施过程中，定期获取遥感影像，对比规划目标和实际实施情况，及时发现规划执行过程中存在的问题，并采取相应的措施进行调整和改进。
利用遥感技术进行土地利用变化分析
利用遥感技术进行土地利用变化分析遥感技术在土地利用变化分析领域有着广泛应用，可以帮助我们全面了解土地利用变化的趋势、原因和影响。
本文将介绍遥感技术在土地利用变化分析中的基本原理、方法以及在实际应用中的案例。
一、遥感技术在土地利用变化分析中的基本原理1. 遥感技术的基本原理遥感技术是通过获取地球上的红外、可见光、微波等电磁波辐射信息，分析和解释地物特征和变化的一种技术手段。
主要包括主动遥感和被动遥感两种方式。
其中，被动遥感是通过接收地球表面反射的太阳辐射来获取信息，它是土地利用变化分析中最常用的手段。
2. 土地利用变化分析的基本原理土地利用变化分析是通过对不同时期的遥感影像数据进行比较和解译，找出不同时间点的土地利用类型的变化情况。
一般流程包括数据获取、数据预处理、土地利用分类和变化检测。
二、遥感技术在土地利用变化分析中的方法1. 数据获取土地利用变化分析需要使用到不同时间段的遥感影像数据，这些数据可以通过多种方式获取，如卫星、航空摄影和遥感倾斜摄影等。
2. 数据预处理预处理主要包括辐射校正、大气校正和几何校正等。
辐射校正是将图像灰度值转换为反射率，以消除地表反射率的不同，并保证不同影像能够进行比较。
大气校正可消除大气因素的影响，提高图像质量。
几何校正则是通过对地面控制点和地物特征进行准确的地理校正，以确保图像几何位置的准确性。
3. 土地利用分类土地利用分类是将遥感影像中的地物根据其特征进行分类和标注。
一般分类方法包括有监督分类和无监督分类。
有监督分类需要依靠事先标注好的训练样本，通过提取特征进行分类；无监督分类则是根据遥感数据自身的特征进行分类。
4. 变化检测变化检测是指在不同时间点的遥感影像中，对土地利用变化进行检测和定量分析。
主要方法包括基于像元的变化检测和基于对象的变化检测。
基于像元的变化检测是通过对相邻时间点像元的差异进行分析来判断变化，而基于对象的变化检测则是利用图像分割算法将图像分割为对象，并对对象进行变化分析。
土地利用与土地覆盖分类的遥感数据处理方法
土地利用与土地覆盖分类的遥感数据处理方法土地利用与土地覆盖是人类社会与自然环境相互作用的重要方面。
随着科技的发展，遥感技术在土地利用与土地覆盖研究中扮演着重要角色。
本文将介绍土地利用与土地覆盖分类的一些遥感数据处理方法。
一、遥感数据获取遥感数据是进行土地利用与土地覆盖分类的基础。
遥感数据可以分为光学遥感数据和微波遥感数据两种类型。
光学遥感数据主要利用航空影像和卫星影像获取，而微波遥感数据则通过合成孔径雷达(SAR)等技术获取。
这些数据提供了不同波段的图像，可以用于土地利用与土地覆盖分类。
二、预处理在进行土地利用与土地覆盖分类前，需要对遥感数据进行预处理。
预处理的目的是消除图像中的噪声、增强图像特征等。
预处理方法包括辐射校正、大气校正和几何校正等。
辐射校正可以将图像转换为反射率，大气校正可以消除大气影响，几何校正可以纠正图像的几何畸变。
三、特征提取特征提取是土地利用与土地覆盖分类的关键环节。
特征可以分为光谱特征、纹理特征和形状特征等。
光谱特征是根据不同波段的反射率进行提取，可以反映地表覆盖类型的光谱差异。
纹理特征是根据图像中像素间的空间关系进行提取，可以反映地表覆盖类型的纹理差异。
形状特征则是根据地物的形状进行提取，可以反映地表覆盖类型的形态特征。
四、分类方法在进行土地利用与土地覆盖分类时，可以采用不同的分类方法。
常用的分类方法包括监督分类和非监督分类。
监督分类是在具有已知类别的样本的指导下进行分类，常用的方法包括最大似然分类、支持向量机和神经网络等。
非监督分类是根据图像的统计特性进行分类，常用的方法包括K-means聚类和ISODATA聚类等。
五、分类结果评价对于土地利用与土地覆盖分类的结果，需要进行评价与验证。
评价指标包括分类精度、混淆矩阵和Kappa系数等。
分类精度可以反映分类结果的准确性，混淆矩阵可以反映分类结果的混淆情况，Kappa系数可以综合评价分类结果的准确性和混淆情况。
综上所述，土地利用与土地覆盖分类的遥感数据处理方法包括数据获取、预处理、特征提取、分类方法和分类结果评价。
基于遥感技术的土地利用变化分析
基于遥感技术的土地利用变化分析遥感技术是一种通过卫星、飞机、无人机等远距离获取地表信息的技术手段。
利用遥感技术，可以实现对土地利用变化进行准确、高效的分析。
本文将探讨基于遥感技术的土地利用变化分析的方法和应用。
一、遥感技术在土地利用变化分析中的应用遥感技术通过获取地表影像，可以获取大范围的土地利用信息，包括农田、城市、森林、湖泊等地表类型的变化。
与传统的地面调查相比，遥感技术具有获取大范围数据、高时间分辨率、低成本的优势，能够为土地规划、资源管理、生态环境保护等领域提供重要支持。
二、土地利用变化分析的方法1. 影像分类法影像分类是指将遥感影像中的像元划分为不同的类别，如农田、林地、水体等。
影像分类可以通过人工解译、监督分类和无监督分类等方法实现。
通过对多个时段的影像进行分类，可以得到不同时间点的土地利用类型分布。
2. 深度学习方法深度学习是一种基于神经网络的机器学习方法，近年来在土地利用变化分析中得到广泛应用。
深度学习方法能够通过对大量影像数据的训练，自动获取地物特征，并准确地进行土地利用类型分类。
相比传统的方法，深度学习能够更好地应对复杂的景观变化。
三、基于遥感技术的土地利用变化分析案例1. 城市扩张的变化分析随着城市化进程的加快，城市用地的需求不断增长。
利用遥感技术，可以对城市的扩张进行动态跟踪和分析。
通过对连续时期的遥感影像进行分类，可以获取不同时间点城市用地的面积、空间分布等信息，为城市规划提供参考依据。
2. 生态环境变化的监测生态环境是人类生存和发展的重要基础。
利用遥感技术，可以对森林、湿地等自然生态系统的变化进行监测。
通过对遥感影像的分类分析，可以获取不同时间点生态系统的植被覆盖情况、湿地面积变化等信息，为生态环境保护和管理提供科学依据。
3. 农田利用变化的研究农田是粮食生产的重要基地，农业发展与粮食安全息息相关。
利用遥感技术，可以对农田的面积变化、土地利用类型的变动进行分析。
通过对多期遥感影像的比对，可以了解不同时间段农田面积的增减变化情况，为农业决策提供参考。
遥感技术在土地利用规划中的应用
遥感技术在土地利用规划中的应用土地是人类生存和发展的重要基础资源，如何科学合理地规划和利用土地，对于实现可持续发展具有至关重要的意义。
遥感技术作为一种先进的对地观测手段，为土地利用规划提供了丰富、准确且及时的数据支持，在土地利用规划的各个环节发挥着不可或缺的作用。
一、遥感技术概述遥感技术是指从远距离、高空，以至外层空间的平台上，利用可见光、红外、微波等探测器，通过摄影或扫描、信息感应、传输和处理，从而识别地面物体的性质和运动状态的现代化技术系统。
它具有大面积同步观测、时效性强、数据综合性和可比性等优势。
通过遥感卫星、飞机等平台搭载的传感器，可以获取不同波段、不同分辨率的影像数据。
这些数据涵盖了地物的光谱、纹理、形状等特征，为土地利用的分类、监测和分析提供了丰富的信息源。
二、遥感技术在土地利用规划中的具体应用（一）土地利用现状调查遥感影像能够清晰地反映出土地的利用类型、分布和面积等信息。
通过对遥感影像的解译和分析，可以快速、准确地获取大范围的土地利用现状数据，包括耕地、林地、草地、建设用地等的分布情况。
相比传统的地面调查方法，大大提高了工作效率和数据的准确性。
（二）土地利用变化监测土地利用是一个动态变化的过程，遥感技术可以实现对土地利用变化的实时监测。
定期获取同一地区的遥感影像，通过对比不同时期的影像，可以及时发现土地利用的变化情况，如城市扩张、耕地减少、森林砍伐等。
这有助于及时掌握土地利用的动态信息，为规划调整提供依据。
（三）生态环境评估在土地利用规划中，生态环境保护是重要的考虑因素。
遥感技术可以用于评估土地利用对生态环境的影响，如监测植被覆盖度、水土流失、湿地退化等。
通过分析这些生态环境指标的变化，制定更加合理的土地利用规划策略，以实现生态与经济的协调发展。
（四）土地适宜性评价利用遥感数据获取的地形、土壤、植被等信息，结合地理信息系统（GIS）的分析功能，可以对土地的适宜性进行评价。
确定不同类型土地适宜的用途，如适宜耕种的区域、适宜建设的区域等，为土地利用规划提供科学的决策依据。
遥感技术在城市规划与土地利用分析中的应用
遥感技术在城市规划与土地利用分析中的应用一、引言城市规划与土地利用分析是城市发展和建设的关键环节，准确评估土地资源的状况和利用现状对于合理规划城市发展具有重要意义。
遥感技术作为一种强大的技术手段，通过获取大范围、高分辨率的地球观测信息，对于城市规划和土地利用分析提供了重要的数据支持。
本文将探讨遥感技术在城市规划与土地利用分析中的应用，并结合实际案例进行具体介绍。
二、遥感技术在城市规划中的应用1. 地表覆盖分类地表覆盖分类是城市规划中的重要内容之一。
通过遥感图像的解译与分析，可以准确识别城市中的各类地表覆盖类型，如建筑物、水体、绿地等。
这些信息可为城市规划提供基础数据，帮助规划者了解城市内部的空间格局和土地利用状况，从而制定合理和可持续的城市规划方案。
2. 土地利用与变化监测遥感技术可以提供连续的、多期的土地利用图像，通过对比不同时间段的遥感图像，可以对土地利用变化进行监测和分析。
例如，可以通过研究土地利用变化的趋势和模式，预测未来土地利用变化的方向和规模，为城市规划提供科学依据。
3. 城市热环境分析城市热岛效应是城市规划中需要考虑的重要问题之一。
遥感技术可以获取城市表面温度分布的空间信息，通过对城市热环境进行分析，可以揭示城市热岛效应的形成机制和空间格局，为城市规划者提供调控城市热环境的参考依据。
三、遥感技术在土地利用分析中的应用1. 土地利用类型分类土地利用类型分类是土地利用分析的核心内容之一。
借助遥感技术，可以获取大范围、高分辨率的土地利用图像，将不同类型的土地区分出来，如农田、建设用地、工业用地等。
这些信息为土地管理者提供了科学依据，帮助他们了解土地利用现状和发展趋势。
2. 土地利用变化监测遥感技术可以提供多期的土地利用图像，通过对比不同时间段的图像数据，可以准确监测土地利用的变化情况。
例如，可以对城市扩展、耕地面积减少等问题进行分析，并为土地资源合理利用和可持续发展提供参考。
3. 土地利用效率评估土地利用效率评估是土地利用分析的重要内容之一。
遥感影像在土地利用规划中的应用
遥感影像在土地利用规划中的应用土地利用规划是对土地资源进行合理分配和有效利用的重要手段，其目的是实现土地资源的可持续利用和社会经济的协调发展。
在土地利用规划的过程中，需要获取大量准确、全面的土地信息，而遥感影像作为一种重要的数据源，具有覆盖范围广、获取速度快、信息量大等优点，为土地利用规划提供了有力的支持。
一、遥感影像的特点和优势遥感影像能够从宏观角度反映土地的自然地理特征和人文景观分布，其特点和优势主要体现在以下几个方面：1、大面积同步观测遥感影像可以在短时间内对大面积的土地进行观测，避免了传统地面调查方法的局限性，能够快速获取区域内土地利用的总体状况。
2、时效性强通过定期获取遥感影像，可以及时掌握土地利用的动态变化，为土地利用规划的调整和更新提供最新的信息。
3、信息丰富遥感影像包含了丰富的光谱信息和空间信息，能够反映土地的类型、植被覆盖、土壤质地等多种特征，为土地利用规划提供了全面的基础数据。
4、成本低、效率高相比传统的实地调查方法，遥感技术的应用大大降低了土地调查的成本，提高了工作效率。
二、遥感影像在土地利用现状调查中的应用土地利用现状调查是土地利用规划的基础工作，通过对现状的准确把握，为规划提供科学依据。
遥感影像在土地利用现状调查中发挥着重要作用：1、土地利用类型的识别利用遥感影像的光谱特征和纹理特征，可以对耕地、林地、草地、建设用地等不同土地利用类型进行识别和分类。
通过图像处理和分析技术，如监督分类、非监督分类等方法，可以将遥感影像中的土地利用类型划分出来，并生成土地利用现状图。
2、土地利用边界的确定遥感影像能够清晰地显示土地利用的边界，通过与地理信息系统（GIS）的结合，可以精确地确定土地利用的范围和面积。
这为土地利用规划中合理划定各类用地的规模提供了重要的基础数据。
3、土地利用现状的动态监测定期获取的遥感影像可以对比分析土地利用的变化情况，及时发现新增建设用地、耕地减少等问题，为土地利用规划的调整和管理提供决策支持。
- 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、"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、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)。
精度评价
精度评价
• 2006年的影像：重新在影像中选取样本区（与用来做分 类的训练区不一样）。精度评价的结果（混淆矩阵、总体 精度、Kappa系数）：
变化监测
将2000年和2006年的分类结果进行比较，得到变化的图像
①Pixel count （发生变化的像素情况）：
变化监测
②Percentage（发生变化的像素百分比情况）：
变化监测
从1到6分别为农田,植被，建筑用地，水体，裸土地的变化情况：
建筑用地增长结果提取
建筑用地变化的结果：其中黑色代表没有变化的区域，白色 代表2006相对于2000增长的建筑用地
谢谢大家
利用卫星遥感技术进行 土地变化监测的研究
---以北京市为例
引言
土地利用变化检测是遥感技术的主要应用领域之一。 遥感土地利用变化检测利用同一地区两幅经过严格的几何 校正的不同时相的遥感影像，进行叠加分析，通过变化检 测算法检测变化区域。土地利用/ 土地覆盖及其变化，在 诸如环境、森林、水文、农业、地理、生态等方面的研究 中是一个关键因素。土地利用/ 土地覆盖变化，以及由其 带来的相应变化对人类环境和生态过程有着直接的影响， 自然资源的管理和相关决策也依赖于此。随着世界人口的 迅速增长，人类在越来越快地破坏着自然资源、生态系统 和环境。其结果是，人类面临严重的森林退化、荒漠化、 土壤流失、土地减产和生物多样性消失。由此可见。土地 利用/ 土地覆盖的变化检测的必要性越来越凸现出来。
主成分分析法
该方法是对多时相数据按一般主成分分 析研究或标准主成分分析的方法进行线性 变换，得到反应各种变化的分量，这些分 量互不相关，而且按其强度及影响范围顺 序排列。通过对进行主成分变化的变化分 量进行分析就可以总结变化规律，揭示变 化原因。这种方法减少了波段之间的数据 冗余，强调了衍生成分的不同信息。但是 这种方法不能提供一个完全的类别变化信 息矩阵且需要阈值确认变化的区域。
变化矢量分析法
变化向量分析法(Change Vector Analysis， CVA)是在相对辐射归一化校正的基础上进行的。光谱向 量变化分析是一种特征向量空间变化检测方法。变化向量 法描述从第一时间到第二时间的光谱变化的方向和数量。 每个像元可生成一个具有变化方向和变化强度(大小)两个 特征的变化向量。变化向量的分析结果可输出变化强度( 向量强度)和变化方向码两幅图像。变化强度通过确定n维 空间中两个数据点之间的欧氏距离求得(n 为选用的波段数 )。变化方向反映了该点在每个波段的变化是正向还是负 向，根据变化向量的方向和角度来确定。每个像元的变化 方向有2的n次方 种模式。
遥感信息源
此次研究是利用陆地卫星Landsat TM 影像。对于辖区土地利用的监测采用的遥感 数据是2000 年和2006 年TM 数据，对北京 市2000—2006 年快速城市化过程中复杂的 土地利用变化进行了监测，并在此基础上对 该区域土地利用变化的基本特征和原因进行 了研究。
432假彩色合成
பைடு நூலகம்），采用的是最大似然法。
2000年
2006年
精度评价
2000年的影像：重新在影像中选取样本区（与用来 做分类的训练区不一样）。精度评价的结果包括混淆矩阵 、总体精度、Kappa系数。 矩阵中对角线上元素为被正确分类的样本数目，非 对角线上的元素为被混分的样本数。总体精度(Overall Accuracy)：分类后类别与真实类别一致的检验点的个数 与所有检验点个数的比值。即表示所有检验点中被正确分 类的百分比例。 为了更能表现整体影像分类的误差性，可由误差矩阵 间的相互运算而产生Kappa统计值。 期望精度指由误差矩阵中，将相同的分类项目的行与列的 数值相乘，再相加后所产生的数值，除以左上到右下对角 线上的数值自乘的值，所产生的百分比数，称为期望精度 。
分类后比较方法
首先是将不同时相的图像各自进行分类，然 后对分类后的图像进行叠加分析，得到变化监测 的结果。将不同时相图像的所有波段混在一起进 行分类，分类的结果可以反映出变化类型。这种 变化检测的方法较为明显，需要比较独立生成的 分类图像，通过对两个时相的分类结果进行适当 编码，分析人员能够生成一个变化图来反映完全 的变化矩阵。这种方法可以避免对不同时相数据 的精确配准问题。总之，现有的遥感变化检测的 方法较多，这些方法分别适用于不同的实际需求 ，根据实际情况选择合适的方法可以达到较好的 检测结果。
变化监测
③Area(square meters)（发生变化的面积情况）：
2000-2006年各类有一定的变化。就像素变化情况 进行分析，可知：对角线上表示2000-2006各类型未发生 变化的像素个数。2000年所选的农田的像素总数为 36067，到2006年农田变化成其他类型的像素总数为 29569，2006年农田的像素数为22775；植被的像素总 数为146265，到2006年变化成其他类型的像素总数为 88644，2006年植被的像素数为108264；建筑用地的像 素总数为167669，到2006年变化成其他类型的像素总数 为36073，2006年建筑用地的像素数为221773；水体的 像素总数为11952，到2006年变化成其他类型的像素总 数为9715，2006年水体的像素数为8178；裸土地的像素 总数为28047，到2006年变化成其他类型的像素总数为 24593，2006年裸土地的像素数为29000。虽然不是很 准确，但从中还是可以看出个类型的变化。
图像回归法
此方法假定时相t1是时相t2的线性函数， 通过最小方差回归法可以做出 与 之间 的回归方程（x 是波段k，i 行，j 列的像素值） 有关的线性函数，而那些两个日期之间发生了 变化的像素将会与确定函数的预测值有显著的 差异。如果 是从回归方程计算出预测值， 差值影像可由 = 得到。通过相 减实际值和预测值，再使用阈值，就可实现变 化检测。这种方法减少了大气状况和太阳高度 角的不同带来的不利影响。
2000年
2006年
图像处理
将2006年的数据进行叠加 选择2006年数 据的1-5、7波段进 行叠加，去除信息 量较少的6、8波段。 叠加后的图像如右 图所示：
图像处理
坐标转换
由于2000年和叠加后 的2006年影像不在同 一坐标系中，所以需 要转换到同一个坐标 系中。将图像转到 2000年影像的坐标系 下：Clarke 1866坐标 系。
图像处理
几何校正
首先将2006年的数据 进行初次裁剪。 2006年的图像是以 2000年的图像为基 准，裁剪出一块比 2000年影像稍微大一 些的区域，然后再进 行几何校正。
裁剪后 裁剪前
图像处理
几何校正： 以2000年为基准， 对2006年的影像 进行几何校正。 控制点如图，误 差控制在半个像 元以内。
图像差值法
这种方法是将时间t1，t2获取的两幅影 像进行严格配准，然后逐像素相减，从而 得到一幅结果影像以表示在这两个时间当 中所发生的变化，通过对差值分析设定合 适的阈值即可得到地表变化的结果。这种 方法的主要特点是简单、直接、便于解释 结果，不足之处在于不能提供地物变化的 信息。
图像比值法
图像比值法是指将多时相遥感图像按波 段逐个像元相除，那么未发生变化的像元其 比值接近1，发生变化的像元则偏差较大， 根据比值设定阈值便可得到变化的区域。图 像比值法需要对多时相图像进行某种标准化 或辐射校正。作为一种变化检测方法，比值 法在一定程度上能减少影像间太阳高度角、 阴影和地形不同造成的影响。
研究区域
北京市不仅是京津唐城市连绵带的主 要城市，也是全国的重要城市。在改革开 放政策的驱动下，随着中国加入世界贸易 组织和北京申办奥运会成功，北京市得到 较快发展，经历了一个经济和人口高速增 长的过程，出现了以城市化为主要特征的 大规模的土地利用/覆盖变化，土地利用类 型之间转化明显。因此，研究北京市及其 边缘地区土地利用/土地覆盖的动态变化具 有重要意义。
研究区概况
北京是中华人民共和国的首都，是全国的政 治、经济和文化中心，是世界历史文化名城和古 都之一。北京市位于北纬39°28′ ～ 41°05′ ， 东经115°24′～117°30′。北京位于华北 平原的西北边缘，地势西北高、东南低。北京北 有军都山，西有西山，东南是向渤海倾斜的平原 。北京为典型的暖温带大陆性季风气候。全市总 面积16 386 km2，其中山区占61.4%，平原占 38.6%，全市共划16 区、2 县。2004 年底，北 京市总人口数为1162.9 万人，暂住人口约341.5 万人。
由于遥感对地观测具有实时、快速、覆盖范围广、多 光谱、周期性等特点，数十年来，科学家已经发展了不同 的遥感变化检测方法，大致可归纳为分类前比较法和分类 后比较法。这些方法有各自的特点，同时也存在各自的不 足。 土地利用/土地覆盖变化检测方法较多，分别适合不同 目的和不同精度要求，主要方法有： 1、图像差值法 2、图像比值法 3、图像回归法 4、主成分分析法 5、变化矢量分析法 6、分类后比较
校正后的影像
图像处理
再次裁剪： 将几何校正后的2006年的图像裁剪成和2000年的影像一般 大小。
2000年
2006年
监督分类
将2000年影像和裁剪后的2006年影像进行监督分类。 我粗略的分了六类：植被（Red）、农田（Green）、建 筑用地（Blue）、湖泊（Yellow）、裸土地（Magenta