12-遥感动态监测
遥感动态监测的应用原理
遥感动态监测的应用原理1. 什么是遥感动态监测遥感动态监测是一种利用遥感技术对地球表面进行实时或定期观测和监测的方法。
通过采集、分析和解释遥感数据，可以获取大范围空间上的地球表面信息，并监测地表的变化情况。
2. 遥感动态监测的原理遥感动态监测主要利用遥感技术和传感器获取地球表面的影像数据，并通过图像处理和分析技术来监测地物的变化。
2.1 传感器获取遥感数据遥感传感器是通过感知地球表面的辐射能量，将其转化为电磁信号的设备。
常见的遥感传感器包括光学传感器、雷达传感器和红外传感器等。
2.2 图像处理与分析图像处理与分析技术是对获取的遥感影像数据进行处理和解析，提取出地表的信息和特征。
常用的图像处理和分析方法包括影像增强、分类与识别、变化检测等。
2.3 地物变化监测遥感动态监测的关键在于对地物变化的监测和分析。
地物变化可以包括自然灾害、土地利用变化、气候变化等。
通过对遥感影像的比对和分析，可以及时发现和监测地表的变化情况。
3. 遥感动态监测的应用3.1 自然灾害监测遥感动态监测可以用于自然灾害的监测和预警。
例如，通过对洪水、地震、火灾等自然灾害区域的遥感影像进行分析，可以实时掌握灾害的发展趋势和程度，为灾害救援和紧急反应提供支持。
3.2 土地利用变化监测通过遥感动态监测，可以及时监测和分析土地利用的变化情况。
例如，城市扩张、农田变化和森林砍伐等。
这些信息对于土地规划和资源管理具有重要意义。
3.3 环境保护监测遥感动态监测可以用于环境监测和保护。
例如，监测水体的污染情况、监测空气质量、监测森林覆盖率等。
这些信息对于环境保护和资源管理具有重要意义。
3.4 气候变化研究遥感动态监测可以用于研究气候变化和环境变化趋势。
通过监测大气温度、云量、海洋表面温度等指标的变化，可以了解气候变化的趋势和对生态环境的影响。
4. 遥感动态监测的优势和挑战4.1 优势•广覆盖性：遥感动态监测可以覆盖广大地域，获取大范围的地表信息。
遥感动态监测
前时相影像分类结果
后时相影像分类结果
分类比较法结果
二、 Compute Difference Map工具 Basic Tools~Change Detection~Compute Difference Map
➢ Image Difference工具 打开ENVI Zoom~Toolbox~ Image Difference
分类后比较法工具
➢ Change Detection Statistics工具 Basic Tools~Change Detection~ Change Detection Statistics
➢ Thematic Change工具 打开ENVI Zoom~Toolbox~ Thematic Change
三、实例：农用地变化监测
采用08年和09年获得的Landsat TM数据为数据源，获 得两个时相农用地的变化信息。该数据已经过传感器 定标和大气校正，并进行了图像裁剪。
First:农用地分类 打开ENVI EX， Toolbox中的Classification工具，进行分 类。
Second:变化信息的提取 用到Toolbox中的Thematic Change工具
3.1.4 波段替换法
在RGB假彩色合成中，G和B分量用前时相的两个波段， 用后一时相的一个波段影像组成R分量，在合成的RGB 假彩色图像上能够很容易地发现红色区域即为变化区 域。
前时相影像
后时相全色影像
波段替换影像
3.2图像分类后比较法
该方法的核心是基于分类基础上发现变化信息。即首 先运用统一的分类体系对每一时相遥感影像进行单独 分类，然后通过对分类结果进行比较来直接发现土地 覆被等的变化信息。
前一时相TM影像
如何进行遥感图像的变化检测和监测
如何进行遥感图像的变化检测和监测遥感图像的变化检测和监测技术在生态环境、城市规划、资源管理等领域具有重要的应用价值。
本文将介绍如何进行遥感图像的变化检测和监测，包括数据采集、图像处理和结果分析等方面。
一、数据采集遥感图像的变化检测和监测首先需要获取高质量的遥感数据。
常见的遥感数据包括航空摄影图像、卫星图像以及无人机图像等。
选择合适的遥感数据源对于精确的变化检测至关重要。
在数据采集过程中，需要考虑波段的选择、图像分辨率以及时相间隔等因素。
二、图像处理在获取到遥感图像数据后，进行图像处理是进行变化检测和监测的关键环节。
首先，需要进行预处理，包括辐射定标、几何校正和大气校正等步骤，以消除光照、尺度和大气等因素的影响。
其次，对预处理后的图像进行特征提取，常用的特征包括颜色、纹理、形状等。
特征提取可以采用传统的数学方法，如主成分分析和小波变换，也可以应用深度学习等先进技术。
最后，基于提取到的特征，进行图像分类和变化检测。
常见的方法有阈值法、像元差异法和聚类分析法等。
三、结果分析在进行图像处理后，得到的结果需要进一步进行分析和解读。
首先，对变化区域进行验证和修正，以减少误差和遗漏。
方法包括比对不同时期的地面实测数据，如GPS测量和实地调查，进一步确认图像中的变化区域。
其次，对变化区域进行分类和数量统计。
可以分析变化的类型，如建筑物的增加、绿地的减少等，并计算出变化的面积和比例。
最后，对变化区域进行空间分布和趋势分析。
可以借助地理信息系统（GIS）、空间统计等方法，探索变化的空间模式和规律。
四、应用展望遥感图像的变化检测和监测技术在生态环境、城市规划、资源管理等领域具有广泛的应用前景。
通过定期的遥感图像监测，可以及时发现和评估生态系统的变化，为生态环境保护和恢复提供科学依据。
同时，遥感图像的变化检测可以帮助城市规划部门进行城市扩张和土地利用规划，提供数据支持和决策依据。
此外，遥感图像的变化监测还可以用于资源管理，如农田监测和森林资源调查等，提高资源利用效率和保护资源的可持续性。
铁路安全遥感新技术动态监测
铁路安全遥感新技术动态监测随着城市化的不断推进和交通运输的蓬勃发展，铁路交通系统承载着越来越多的人和货物。
然而，在这个庞大的系统中，铁路安全问题仍然时有发生，给人们的生命财产安全带来巨大威胁。
为了及时探测、监测和预警铁路安全隐患，铁路部门引入了遥感技术，实现铁路安全的动态监测。
一、遥感技术概述1.1 遥感技术定义和原理遥感技术是利用航空器、卫星等远距离获取地球表面信息的技术。
通过遥感技术，可以获取到铁路线路、桥梁、隧道等设施的图像、空间信息及相关数据，实现对铁路安全的全方位监测。
1.2 遥感技术在铁路安全监测中的应用遥感技术在铁路安全监测中有着广泛的应用，主要包括：- 铁路线路动态监测：通过遥感技术获取铁路线路的高分辨率图像，并分析图像中的线路状况，检测出可能存在的裂缝、塌方等隐患。
- 桥梁安全监测：利用遥感技术获取桥梁的形变信息，实时监测桥梁的结构变化，以及桥梁地基的沉降情况等。
- 隧道安全监测：通过遥感技术获取隧道内部的图像，并分析图像中的状况，及时发现可能存在的渗水、龟裂等问题。
二、铁路安全遥感新技术2.1 高分辨率遥感高分辨率遥感技术可以获取到更为细致的铁路线路、桥梁、隧道等设施信息，对于隐患的探测更加精确。
目前，高分辨率卫星影像可以提供米级或亚米级尺度的空间分辨率，大大提升了铁路安全监测的精度和效率。
2.2 激光雷达技术激光雷达技术利用激光束扫描地面，可以获取地形表面的高程信息，对铁路线路的起伏和变化进行监测。
它能够高精度、高效率地获取大范围地形数据，为铁路安全监测提供可靠的技术支持。
2.3 红外热成像技术红外热成像技术可以反映物体表面的温度分布情况，对于隐蔽的热源和热量异常进行探测具有独特优势。
通过红外热成像技术，可以有效检测到铁路线路上可能存在的短路、电器设备过热等问题，及时采取措施避免事故发生。
2.4 遥感数据处理与分析遥感数据的处理与分析是铁路安全遥感监测的关键环节。
利用计算机技术和图像处理算法，可以对获取到的遥感影像进行自动提取、分类和监测分析，实现对铁路安全隐患的预警和预测。
如何使用遥感和测绘技术进行河流动态变化监测
如何使用遥感和测绘技术进行河流动态变化监测引言河流是自然界中流动的水体，对人类社会具有重要意义。
然而，由于自然环境和人类活动的影响，河流的动态变化经常发生。
为了保护和管理河流资源，监测河流的动态变化成为重要的任务。
本文将探讨如何利用遥感和测绘技术进行河流动态变化的监测，以提供科学依据和数据支持。
一、遥感技术在河流动态监测中的应用遥感技术是通过卫星、飞机等载荷获取地球表面信息的一种技术手段。
在河流动态监测中，遥感技术的应用具有以下优势。
1. 范围广: 遥感技术可以覆盖大范围的地表，能够快速获取大面积河流的信息，方便对河流变化进行整体分析。
2. 高时空分辨率: 遥感数据具有较高的时空分辨率，可以提供准确的河流水域边界和水位变化信息，帮助监测河流动态。
3. 交互分析: 遥感数据可以与其他地理信息数据进行交互分析，如数字高程模型、土地利用等数据，从多个维度揭示河流动态变化的原因。
在使用遥感技术进行河流动态监测时，可以借助多源遥感数据，如光学影像、雷达图像等，结合地面验证数据，进行精确的分析和判读。
利用遥感技术可以实现对河流水位、河道变宽、河漫滩演变等方面的监测，为水资源管理、环境保护等提供科学依据。
二、测绘技术在河流动态监测中的应用测绘技术是通过测量和观测来获取地理信息的方法。
在河流动态监测中，测绘技术的应用具有以下优势。
1. 精度高: 测绘技术可以提供较高的精度和准确的地理信息，对于河流动态变化的监测非常重要。
例如，利用测绘技术可以测量河流水位的变化，分析河床侵蚀和淤积情况。
2. 多学科融合: 测绘技术是地理信息科学的重要组成部分，可以与其他学科，如地质学、水文学等相结合，共同研究河流动态变化的原因和机制。
3. 实时监测: 测绘技术可以实现对河流动态变化的实时监测。
例如，利用激光雷达技术可以实时获取河流水位信息，配合遥感数据进行动态分析。
测绘技术在河流动态监测中的应用包括水文测量、地形测绘、遥感辅助等。
遥感技术在土地调查与动态监测中的应用
遥感技术在土地调查与动态监测中的应用摘要：于20世纪90年代开始，由于经济的快速发展，导致土地资源变得愈发紧张，我国国土资源变得越来越受到各企业高层与百姓的关注，土地调查与动态监测等相关工作陆续开展，由于人力调查与监测费时费力，人们开始把目光投放在具备绝对优势的遥感技术上。
通过遥感技术对土地进行调查与动态监测，人们可以更加详细地了解与掌握土地的实际情况，这不仅能保障土地信息数据库的准确性与及时更新性，还能较少人力、物力、财力的损耗。
为此，为解决我国土地资源的紧张化、稀缺化，我们应结合实际情况加大遥感技术对土地的调查与动态监测，解决困难。
关键词：遥感技术；土地调查；动态监测；应用引言由于全球经济一体化的复苏，在疫情过后社会生活也得到稳步回升，越来越多的人前往城镇，进而出现农村人群稀少、城镇人群拥挤的现象。
目前经济发展中最矛盾、最主要的问题是土地资源的稀缺与土地需求的增长，怎么解决这一现状已成为我国经济发展的侧重点。
针对土地资源的分配问题而言，土地调查已成为解决土地稀缺的重要前提工作，这样做不仅可以使土地能够更加科学合理地得到分配，还能够控制耕地资源，进而减缓土质疏松、沙尘、风暴等问题。
如何使土地资源能够科学合理地分配，这就需要工作人员要充分了解土地的用途，即哪种土质适合做什么。
为了能够获取土质这种准确的数据信息，这就需要我们应用到发达的科学技术，同其他技术相比，遥感技术它不但完善了其他技术所没有的功能，还有着自身绝对的优势功能，因此，遥感技术是不可替代的。
它以真实、准确、及时传递数据为前提，不仅保证了拥有覆盖范围较大的信息，还保证信息的各方面相对系统齐全。
故而，遥感技术已经在土地调查与动态监测的工作上成为工作人员的首选技术，并且为我国解决土地资源与国土资源合理分配问题提供重要支撑。
本文将从实际情况入手，对实施土地调查与土地监测的目的与意义、遥感技术在土地调查与动态监测中的应用与具体策略等相关知识进行讨论。
生态系统动态监测的遥感技术
生态系统动态监测的遥感技术在当今的科技时代，遥感技术如同一位神奇的“千里眼”，为我们洞察生态系统的动态变化提供了强大的工具。
生态系统是地球上生命存在和发展的基础，其状态和变化对于人类的生存和可持续发展具有至关重要的意义。
而遥感技术的出现，让我们能够更全面、更准确、更及时地了解生态系统的种种情况。
那么，什么是遥感技术呢？简单来说，遥感技术就是一种不直接接触目标物体，通过传感器接收来自目标物体的电磁波信息，并对这些信息进行处理和分析，从而获取有关目标物体的特征和状况的技术。
在生态系统动态监测中，遥感技术主要依靠卫星、飞机等平台搭载的各种传感器，来收集大量的生态数据。
遥感技术在生态系统动态监测中的应用范围十分广泛。
它可以用于监测森林生态系统。
通过遥感影像，我们能够清晰地看到森林的覆盖范围、树木的生长状况以及森林遭受病虫害、火灾等灾害的情况。
比如，通过对不同时期遥感影像的对比分析，可以发现森林面积的增减变化，从而为森林资源的管理和保护提供重要的依据。
在监测湿地生态系统方面，遥感技术也发挥着重要作用。
湿地是地球上重要的生态系统之一，具有蓄水、调节气候、净化水质等多种生态功能。
遥感技术可以帮助我们了解湿地的分布范围、水位变化、植被类型和覆盖度等信息。
这对于保护湿地生态系统的完整性，维护其生态功能具有重要意义。
草原生态系统的监测同样离不开遥感技术。
它能够帮助我们掌握草原的植被覆盖度、草产量、草原退化和沙化的程度等情况。
这对于合理规划草原的利用，防止草原生态恶化，保障畜牧业的可持续发展具有重要的指导作用。
除了上述生态系统，遥感技术还在农田生态系统、城市生态系统等的监测中有着广泛的应用。
遥感技术之所以能够在生态系统动态监测中大展身手，主要得益于它具有许多独特的优势。
首先，遥感技术具有大面积同步观测的能力。
一次遥感观测就可以覆盖很大的区域，这是传统地面观测方法无法比拟的。
它能够在短时间内获取大量的生态数据，为我们快速了解生态系统的整体状况提供了可能。
遥感动态监测
3.1.4 波段替换法
在RGB假彩色合成中，G和B分量用前时相的两个波段， 用后一时相的一个波段影像组成R分量，在合成的RGB 假彩色图像上能够很容易地发现红色区域即为变化区 域。
前时相影像
后时相全色影像
波段替换影像
3.2图像分类后比较法
该方法的核心是基于分类基础上发现变化信息。即首 先运用统一的分类体系对每一时相遥感影像进行单独 分类，然后通过对分类结果进行比较来直接发现土地 覆被等的变化信息。
前一时相TM影像
后一时相SPOT影像
特征变异影像
3.1.3 假彩色合成法
• 由于地表的变化，相同传感器对同一地点所获取的不同时 相的影像在灰度上有较大的区别。在进行变化信息的发现 时，将前、后两时相的数据精确配准，再利用假彩色合成 的方法，将后一时相的一个波段数据赋予红色通道，前一 时相的同一波段赋予蓝色和绿色通道。利用三原色原理， 形成假彩色影像。其中，地表未发生变化的区域，合成后 影像灰度值接近，而土地利用发生变化的区域则呈现出红 色，即判定为变化区域。
3.1.2 光谱特征变异法
同一地物反映在一时相影像上的信息与其反映在另外时相 影像上的光谱信息是一一对应的。当将不同时相的影像进 行融合时，如同一地物在两者上的信息表现不一致时，那 么融合后的影像中此地物的光谱就表现得与正常地物的光 谱有所差别，此时称地物发生了光谱特征变异，我们就可 以根据发生变异的光谱特征确定变化信息。
遥感动态监测
3、检测方法及其原理
3.1 图像直接比较法
最常用方法，对经过配准的两个时期的影像像元直接运 算或变换处理，找出变化区域。
3.1.1 图像差值法
两个时相的遥感图像相减。其原理是：图像中未发生变化 的地类在两个时相的遥感图像上一般具有相等或相近的灰 度值，而当地类发生变化时，对应位置的灰度值将有较大 差别。因此在差值图像上发生地类变化区域的灰度值会与 背景值有较大差别，从而使变化信息从背景影像中显现出 来。
- 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)。
第12章遥感动态监测本章主要介绍以下内容：（1）遥感动态监测技术（2）图像直接比较法工具（3）分类后比较法工具（4）林冠状态遥感状态监测实例（5）农业用地变化监测实例12.1 遥感动态监测技术遥感动态监测过程一般可分为三个步骤，1.数据预处理（1）在进行变化信息检测前，需要考虑以下因素对不同时相图像产生的差异信息。
●传感器类型的差异：●采集日期和时间的差异：●图像像元单位的差异：●像素分辨率的差异：●大气条件的差异：●图像配准的精度：2.变化信息检测根据处理过程可分为以下三类：（1）图像直接比较法（2）分类后比较法（3）直接分类法3.变化信息提取变化信息提取可以归纳为从图像上提取信息，有以下方法供选择：●手工数字化法●图像自动分类●监督分类●非监督分类●基于专家知识的决策树分类●面向对象的特征提取法●图像分割12.2 图像直接比较法工具ENVI中的图像直接比较法工具包括Compute Different Map工具和Image Difference工具。
12.2.1 Compute Different Map工具Compute Different Map工具对两个时相的图像作波段相减或者相除，设定的阈值对相减或相除的结果进行分类。
这个工具的详细操作过程如下：在ENVI主菜单中，选择Basic Tools→Change Detection-→Compute Difference Map。
在Select the Initial State Image文件选择对话框中，从前一时相图像中选择一个波段，单击OK 按钮；在Select the Final State Image文件选择对话框中，从后一时相图像中选择一个与前面相同的波段，单击OK按钮，打开Compute Difference Map Input Parameters对话框。
图12.1 Compute Difference Map Input Parameters对话框12.2.2 Image Different工具Image Different工具可以检测两个时相图像中增加和减少两种变化信息，适合获取地表绝对变化信息。
它集成在ENVI EX视图下，采用流程化操作方式。
首先通过以下方式启动ENVI Zoom视图。
第一步启动Image Difference(1)在ENVI Zoom中，选择File→Open打开july_00_quac.img和july_06_quac.img图像。
(2)在工具栏中，单击按钮，利用Portal功能浏览这两个图像相同区域地表变化情况。
(3)在Toolbox列表中，双击Image Difference 选项，打开File Selection 对话框，分别为Time 1 File选择july_00_quac.img和Time 2 File选择july_06_quac.img。
单击Next按钮，打开Image Difference对话框。
图12.2 Image Difference对话框第二步变化信息检测在Image Difference 对话框中，设置变化信息检测方法。
提供两种方法：（1）波段差值（2）图12.3 设置变化信息检测图12.4第三步变化信息提取可以从变化信息检测结果中提取三种变化信息图12.5第四步输出变化信息图12.6 输出变化信息12. 3 分类后比较法工具12. 3.1 Change Detectio Statistics工具（1）ENVI主菜单中，选择Basic Tools→Change Detection→Change Detection Statistics。
（2）在Select the Initial State Image文件选择对话框中，从前一时相图像中选择一个波段，单击OK按钮；在Select the Final State Image文件选择对话框中，从后一时相图像中选择一个与前面相同的波段，单击OK按钮，打开Define Equivalent Classes 对话框。
图12.7 Define Equivalent Classes对话框（3）在Define Equivalent Classes对话框，如果两个分类名称一致，系统自动将Initial State Class和Final State Class对应；否则，手动选择。
（4）在左边列表中选择一个分类类别，在右边选择对应分类名称，单击Add Pair 按钮。
（5）重复（4）步骤，直至所有需要分析的分类类别一一对应。
单击OK按钮，打开Change Detection Statistics Output对话框。
（6）选择生成图像表示单位。
图12.8 Change Detection Statistics Output对话框12. 3.2 Thematic Change工具(1)在ENVI EX中，选择File Open打开两个分类图像。
（2）在Toolbox列表中，双击Thematic Change选项，打开File Selection对话框，分别为Time 1 Classification Image File选择前一时间的分类图像和Time 2 Classification Image File选择后一时间的分类图像。
单击Next按钮，打开Thematic Change对话框。
图12.9 Thematic Change对话框（3）在Thematic Change 对话框中，如果两个分类图像中分类数目和分类名称都一样，Only Include Areas that Have Change选项可选，当选择这个选项时，未发生变化的分类全班归为并命名为“no Change”。
单击Next按钮，进入ClearUp对话框。
（4）C learup对话框的作用是移除椒盐噪声和去除小面积斑块。
（5）单击Next按钮，打开Export对话框。
单击Finish按钮，输出结果。
12. 4 林冠状态遥感动态监测实例林冠是森林与大气相互作用的关键界面，林冠状态主要包括林隙、绿叶生物量、林木树叶量等方面的内容，它反映了森林的健康状况。
林冠状态变化包括了自然因子引起的如病虫害、林火、干旱等引起的较大面积的林冠变化、由大风等灾害引起的林隙变化以及树冠和林冠的正常变化等内容。
主要技术路线：对不同实相的同一种植被指数作差值运算得到植被指数差，这些植被指数差能反映两个时间段森林林冠变化状况；确定一定的阈值范围，阈值范围反映监测区森林健康状态情况，即林冠状态的变化，从而提取虫害受灾区域。
技术流程如图所示。
林区提取数据预处理林冠变化检测提取森林变化信息ENVI提供SPEAR流程化图像处理工具，它将现有的一些图像处理功能集成在一个界面下，采用流程化的向导式操作方式，包含16个流程化图像处理模块：●异常检测●变化检测●Google Earth连接工具●图像对地图（Image-map）几何校正●独立主成分分析●道路信息提取●水体信息提取●元数据浏览●基于地形正射校正●Pan Sharpening图像融合●水相对深度分析●波谱相似地物提取●图像分类工具●植被覆盖分析●图像垂直条纹去除●船只提取12.4.1 林区提取这一步是通过植被指数阈值分割的方法将林区从图上提取出来，生成感兴趣区并应用于后面的步骤，提高检测精度和减少计算量。
（1）在ENVI主菜单中，选择Transform→NDVI，在文件选择对话框中选择oct_07_2002.img文件，单击OK按钮。
（2）在NDVI Calculation Parameters对话框中，在Input File Type选项中选择Landsat TM,选择输出路径及文件名QB_NDVI.img，单击OK按钮，执行NDVI计算。
（3）在ENVI主菜单中，选择Basic Tools→Region of Interest→Band Threshold to ROI，在文件对话框中选择QB_NDVI.img，单击OK按钮，在打开的对话框中设置参数：Min Thresh Value:0.3Max Thresh Value:1单击OK按钮，执行操作。
（4）在Display中显示oct_07_2002.img，选择Tools→Region of Interest，可以看到森林的感兴趣区。
在ROI Tools对话框中，选择File→Subset Data via ROIs,选择Oct_07_2002.img，用ROI将图像中的森林裁剪输出（oct_07_2002_subset.img）。
（5）用同样的方法将aug_25_2007.img中的森林裁剪输出（aug_25_2007_subset.img）12.4.2 林冠变化检测数据预处理和林冠变化检测在SPEAR工具中完成，操作过程如下：（1）在ENVI主菜单中，选择Spectral→SPEAR Tools→Change Detection,打开Change Detection 对话框进行以下操作：（2）在Co-registratio Parameters对话框中，完成两幅图像精确配准。
进行以下操作：（3）在Review Tie Points对话框中，设置Maximum allowed RMS pei GCP为1，单击Apply按钮。
其他按照默认，单击Next按钮，进入Check Co-Registration对话框。
（4）单击按钮，对配准的两幅图像进行目视对比。
单击Next按钮，进入ChangeDetection Methods对话框。
（5）在Change Detection Methods对话框中，提供四大类变化监测方法：（6）在Examine Results对话框中，提供以下浏览变化检测结果的工具。
（7）单击Next按钮进入最后一步。
（8）单击Finish按钮完成此流程的操作。
12.4.3 提取森林健康变化信息此步骤是从第二个步骤中得到的NDVI差值结果中提取森林健康变化信息，采用阈值分割的方法。
阈值法是一种简单有效的图像分割方法，它将图像的灰度级分为几个部分，选用若干个阈值来确定图像的区域。
阈值分割一步分为两个步骤：首先，确定图像的分割阈值；然后，分割图像。
一般利用图像的直方图寻找分割阈值。
若图像由多个特征区域构成，则其直方图呈现多峰现象，每个峰值对应一个区域，以谷值点位或凸值点位阈值划分相邻峰值。
本例提取的是森林受灾区，将受灾区分为严重区和一般区。
（1）在Display窗口中显示Diff波段，即NDVI（2）在主图像窗口中，选择Enhance→Interactive Stretching，打开显示图像的直方图，滑动其中的一条垂直虚线靠近0值去，从左下角获取一个阈值；继续移动虚线滑到左边凸值点位，从左下角获取第二个阈值（3）在主图像窗口中，选择Overlay→Density Slice（4）在Density Slice对话框中，进行以下操作（5）为了得到更好的结果，用分类后处理工具优化监测结果。