基于多源遥感影像融合数据城市发展变化监测
基于遥感技术的城市绿地变化监测
基于遥感技术的城市绿地变化监测随着城市化进程的加速，城市绿地在改善城市生态环境、提高居民生活质量等方面发挥着越来越重要的作用。
然而，城市的快速发展也给城市绿地带来了巨大的压力，绿地面积的变化成为了城市规划和管理中需要密切关注的问题。
遥感技术作为一种高效、准确的监测手段，为城市绿地变化监测提供了有力的支持。
一、遥感技术的原理及特点遥感技术是通过非接触式的传感器获取目标物体的电磁波信息，并对其进行处理和分析，从而获取目标物体的特征和状态。
遥感技术具有以下几个显著特点：1、大面积同步观测：遥感技术能够在短时间内获取大面积的地表信息，避免了传统地面调查方法的局限性。
2、时效性高：可以快速获取最新的地表数据，及时反映城市绿地的变化情况。
3、多光谱信息：能够同时获取多个波段的光谱信息，有助于区分不同的地物类型。
4、数据客观准确：不受人为因素的干扰，数据具有较高的客观性和准确性。
二、城市绿地变化监测中常用的遥感数据源1、卫星遥感影像卫星遥感影像具有覆盖范围广、重访周期短等优点。
常见的卫星如Landsat 系列、SPOT 系列等，它们提供的多光谱影像能够满足城市绿地监测的基本需求。
2、航空遥感影像航空遥感影像具有较高的空间分辨率，能够获取更为详细的城市绿地信息。
但由于其成本较高，通常在小范围的高精度监测中使用。
3、无人机遥感影像近年来，无人机遥感技术发展迅速。
无人机可以在低空飞行，获取高分辨率的影像数据，并且具有灵活、便捷的特点，适用于城市局部绿地的监测。
三、遥感技术在城市绿地变化监测中的应用流程1、数据获取首先需要根据监测的目标和要求，选择合适的遥感数据源，并获取相应的影像数据。
2、数据预处理对获取的遥感影像进行预处理，包括辐射校正、几何校正、图像镶嵌等，以提高影像的质量和可用性。
3、绿地信息提取采用合适的图像处理和分类方法，如监督分类、非监督分类、面向对象分类等，从遥感影像中提取绿地信息。
4、变化检测通过对比不同时期的绿地信息，检测城市绿地的变化情况。
基于遥感的城市绿地变化监测
基于遥感的城市绿地变化监测在当今城市化进程迅速推进的时代，城市绿地对于维持城市生态平衡、提高居民生活质量以及促进可持续发展起着至关重要的作用。
而准确、及时地监测城市绿地的变化情况，对于城市规划、环境保护和资源管理等方面具有重要意义。
遥感技术作为一种高效、大范围的观测手段，为城市绿地变化监测提供了有力的支持。
遥感技术，简单来说，就是通过非接触式的传感器获取远距离目标的信息。
在城市绿地变化监测中，常用的遥感数据源包括卫星影像和航空影像。
这些影像包含了丰富的地物信息，如植被的光谱特征、空间分布等。
那么，遥感技术是如何监测城市绿地变化的呢？首先，需要对获取的遥感影像进行预处理。
这包括几何校正，以消除由于传感器姿态、地形起伏等因素导致的影像变形；辐射校正，使影像的亮度值能够真实反映地物的反射特性。
预处理后的影像，就像是经过“梳妆打扮”，变得更加清晰、准确，为后续的分析打下了良好的基础。
接下来，就是关键的信息提取环节。
通过运用各种图像处理算法和分类方法，可以将影像中的绿地信息提取出来。
常见的分类方法有监督分类和非监督分类。
监督分类就像是有老师指导的学习，事先选择一些具有代表性的绿地样本，让计算机根据这些样本的特征来识别其他类似的区域；非监督分类则更像是自主学习，计算机根据影像中像元的光谱特征自动聚类，形成不同的类别。
在提取出绿地信息后，通过对比不同时期的影像数据，就能够直观地看出城市绿地的变化情况。
比如，哪些区域新增了绿地，哪些区域的绿地面积减少了。
这种变化监测不仅能够定量地给出绿地面积的增减数值，还能够分析绿地空间分布的变化趋势。
城市绿地的变化可能受到多种因素的影响。
城市的扩张往往会导致原本的绿地被占用，用于建设住宅、道路和商业设施等。
而城市规划和环保意识的增强，又可能促使人们增加城市中的绿地面积，比如新建公园、绿化带等。
通过遥感监测城市绿地变化，能够为城市规划提供科学依据。
规划者可以根据绿地的现状和变化趋势，合理规划城市的发展方向，确保在城市发展的过程中保留足够的绿地空间。
基于多源遥感数据的城市变化监测研究——以郑州市为例
来的 ， 有宏观、 速 、 具 快 准确 、 时 等特 点 ， 人类 实 现 全 及 是 球 范 围 内的多 层 次 、 视 角 、 多 多领 域 的 对 地 立 体 观 测 而 植被 、 体变 化 。 水
获取丰富的资源信Βιβλιοθήκη 的一种综合性 空间探测技术 ， 被广
１ 研 究 区及数 据
泛应用于现代社会持续发展 、 资源综合 规划与利用 、 城 １ １ 研 究 区概 况 ． 乡规 划 与管 理 、 自然 灾 害 防治 、 境 动 态 监 测 等 多 个 科 环 郑州市是河南省省会 ， 于河南省 中部偏北 ， 位 东经 学研 究 和应用 领 域 中 。 １２４ １４ １ ， １ 。２ 一 １。４ 北纬 ３ 。６ ３ 。８ 北临黄河 ， ４ １ ～ ４５ ， 西
校 正 的 目的 就 是 要 改 正 原 始 影 像 的几 何 变 形 。作 者 通
青年科研基金项 目（０ ８ ０ ２ ２０ Ａ ３ ）
作者 简 介 ：刘 乐 乐 （９ ４一 ） 男 ， 南 平 顶 山 人 ， 士 研 究 生 ， １８ ， 河 硕
主要从 事 国土 资 源 遥 感 监 测及 可持 续 利 用 研 究 ， Ｅ ｍａ ） ｉ （ — ｉ ｌ— １ ｕ
第２ ９卷
２１ ０ ０年
第 １ 期
２月
地域研究 与开发
ＡＲＥＡＬ ＲＥＳ ＥＡＲＣＨ ＡＮＤ ＤＥＶＥＬ ０ＰＭ ＥＮＴ
Ｖｏ ． ９ Ｎｏ １ １２ ．
Ｆ ｂ． ２ Ｏ ｅ Ｏ１
基 于 多 源 遥 感 数 据 的城 市 变 化 监 测 研 究
— —
以郑 州 市 为 例
刘 乐 乐。 ，汪 云 甲 ，陈 国 良 ，乔 浩 然
遥感技术在城市生态监测中的应用
遥感技术在城市生态监测中的应用随着城市化进程的加速，城市生态系统面临着巨大的压力和挑战。
城市人口的快速增长、土地利用的变化、环境污染等问题对城市生态平衡造成了严重影响。
为了实现城市的可持续发展，有效地监测和评估城市生态状况变得至关重要。
遥感技术作为一种强大的观测手段，在城市生态监测中发挥着越来越重要的作用。
遥感技术，简单来说，就是通过非接触的方式获取物体的信息。
它利用传感器从远距离感知目标物体反射或发射的电磁波、可见光、红外线等，然后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。
在城市生态监测中，遥感技术具有多方面的应用。
首先，它可以用于监测城市土地利用和土地覆盖的变化。
通过不同时期的遥感影像对比，能够清晰地看到城市的扩张、耕地的减少、建设用地的增加等情况。
这有助于规划部门合理规划城市发展，保护耕地和生态用地。
遥感技术在城市植被监测方面也表现出色。
它可以测量植被的覆盖度、生长状况和分布情况。
城市中的公园、绿地、行道树等植被对于改善城市气候、净化空气、降低噪音等具有重要作用。
通过遥感监测，可以了解植被的健康状况，及时发现病虫害或干旱等问题，为城市绿化管理提供科学依据。
城市的热环境也是城市生态的一个重要方面。
遥感技术能够获取城市的地表温度信息，绘制出城市热岛分布图。
热岛效应会影响居民的生活舒适度和能源消耗，了解热岛的分布和强度，有助于采取相应的措施来缓解热岛效应，如增加绿化、优化建筑布局等。
在城市水环境监测中，遥感技术同样大有用武之地。
它可以监测水体的面积、水质状况、污染分布等。
例如，通过遥感影像的光谱特征，可以判断水体的富营养化程度、是否存在油污污染等，为水资源保护和水污染治理提供支持。
此外，遥感技术还能用于监测城市大气质量。
通过对气溶胶、颗粒物等的监测，了解大气污染的程度和分布，为环境管理部门制定治理措施提供依据。
与传统的监测方法相比，遥感技术具有许多显著的优势。
它能够实现大面积、同步观测，快速获取城市生态系统的整体信息。
如何进行多源遥感数据融合与分析
如何进行多源遥感数据融合与分析随着科技的不断进步和遥感技术的成熟，多源遥感数据融合与分析在环境监测、农业、城市规划等领域中起着重要的作用。
本文将从数据融合方法、分析技术和应用实例三个方面探讨如何进行多源遥感数据融合与分析。
一、数据融合方法数据融合是指将来自不同传感器、时间和空间分辨率的遥感数据进行合并，以获得更全面、准确的信息。
常用的数据融合方法有像元级融合和特征级融合。
1. 像元级融合像元级融合将多源遥感影像的像素值进行加权平均，以实现不同源数据的整合。
这种方法通常适用于传感器分辨率相似的情况下，如将多个高分辨率影像进行融合。
通过像元级融合，可以得到更高分辨率、更清晰的影像。
2. 特征级融合特征级融合是将多种遥感数据的特征信息进行融合，如光谱、空间、时间、极化等特征。
通过特征级融合，可以提取出不同源数据的优势，并获得更丰富、更全面的信息。
例如，将高光谱和雷达数据融合，可以克服光谱信息的局限，实现对目标的更准确识别和分类。
二、分析技术融合多源遥感数据后，如何进行有效的分析是关键。
在数据分析过程中，可以利用图像处理、模型建立和统计分析等技术手段。
1. 图像处理图像处理是多源遥感数据分析的基础。
通过图像处理技术，可以实现影像的增强、去噪和边缘检测等操作，更好地展现数据的特征和信息。
同时，图像处理还包括影像配准、几何纠正和尺度转换等操作，保证不同源数据的一致性和可比性。
2. 模型建立模型建立是利用多源遥感数据进行定量分析的重要手段。
通过构建相应的数学模型，可以利用数据的特征和关系进行目标识别、分类和定量测量。
例如，基于遥感数据的土地利用/覆盖分类模型，可以对不同类型的地物进行识别和判别，为城市规划和环境管理提供依据。
3. 统计分析统计分析是多源遥感数据分析的重要环节之一。
通过统计方法，可以对融合后的数据进行分布特征、相关关系和变化趋势等方面的分析。
例如，利用统计分析，可以研究不同遥感数据在不同时间尺度下的变化规律，为环境变化的监测和预测提供依据。
如何进行遥感影像的数据融合
如何进行遥感影像的数据融合遥感影像数据融合是一种将不同分辨率、不同传感器所得到的遥感影像数据进行整合的技术方法。
这种方法可以充分发挥各种遥感传感器的优势, 提高遥感影像的质量和信息量，广泛应用于资源与环境监测、农业与林业管理、城市规划与地理信息系统等领域。
本文将探讨如何进行遥感影像的数据融合，以及融合技术的发展趋势。
一、遥感影像数据融合的原理遥感影像数据融合的原理主要基于多源遥感数据的互补性和融合效果的增益性。
不同传感器获取的遥感影像数据在分辨率、光谱特征和时间特性上存在差异。
通过融合这些数据，可以整合各种传感器的优势，提高遥感影像的质量和信息内容。
二、融合技术的方法1. 基于像素级的融合方法像素级融合方法是将不同传感器获取的遥感影像数据在像素级别上进行直接融合。
常见的方法有加权平均法、主成分分析法和像元转换法。
加权平均法通过给予不同传感器像素不同的权重，将不同传感器获取的影像数据加权平均得到融合后的影像。
主成分分析法是将不同传感器的影像数据进行主成分分析，提取出影像的主要特征，然后将这些特征进行融合。
像元转换法是通过建立传感器之间的数学模型，将一个传感器的影像数据转换成另一个传感器的影像数据，然后进行融合。
2. 基于特征级的融合方法特征级融合方法是将不同传感器获取的遥感影像数据在特征级别上进行融合。
常见的方法有小波变换法、频谱角法和时频分析法。
小波变换法是通过应用小波变换将影像数据分解成不同尺度的子带，然后将不同传感器的子带进行融合。
频谱角法是通过计算不同传感器影像数据的频谱角来评估它们在频域上的相似性，从而决定如何进行融合。
时频分析法是通过将不同传感器的影像数据进行时频分析，提取出影像的时频特征，然后将这些特征进行融合。
三、融合技术的发展趋势随着遥感技术的不断发展，数据融合技术也在不断更新和创新。
未来融合技术的发展趋势主要包括以下几个方面：1. 多源数据融合多源数据融合是未来融合技术的重要趋势。
基于遥感的城市发展趋势监测研究
基于遥感的城市发展趋势监测研究在当今城市化进程飞速发展的时代，城市的变化日新月异。
为了更好地规划、管理和发展城市，及时准确地了解城市的发展趋势至关重要。
遥感技术作为一种强大的工具，为城市发展趋势的监测提供了有力的支持。
遥感技术通过卫星、飞机等平台搭载的传感器，能够获取大范围、多光谱、多时相的地球表面信息。
这些信息涵盖了城市的土地利用、建筑物分布、道路交通、植被覆盖等多个方面，为分析城市发展的动态变化提供了丰富的数据基础。
首先，在城市土地利用监测方面，遥感技术大显身手。
通过对不同时期遥感影像的对比分析，可以清晰地看到城市建设用地的扩张情况。
例如，原本的农田、荒地逐渐被开发为住宅区、商业区或工业区。
这种变化不仅反映了城市规模的扩大，还能揭示出城市发展的方向和重点区域。
同时，遥感技术还能够监测土地利用的类型转变，比如工业用地转为商业用地，或者居住用地转为公共设施用地等，从而为城市的土地规划和管理提供重要依据。
其次，遥感对于城市建筑物的监测也具有重要意义。
新建的高楼大厦、大型商场和公共建筑在遥感影像上清晰可见。
通过对建筑物高度、面积和密度的测量，可以评估城市的建筑容量和空间利用效率。
此外，结合历史数据，还能发现城市建筑的更新换代情况，哪些区域的老旧建筑得到了拆除和重建，哪些区域的建筑保持相对稳定。
这有助于了解城市的更新速度和发展活力。
道路交通是城市的动脉，遥感技术在其监测中同样发挥着关键作用。
通过遥感影像可以识别道路的新建、拓宽和改造。
交通网络的变化不仅反映了城市交通设施的改善，也与城市的经济发展和人口流动密切相关。
例如，新修建的高速公路或地铁线路往往会带动周边地区的发展，形成新的城市增长点。
同时，通过对交通拥堵区域的监测，可以为交通规划和管理提供决策支持，以优化城市的交通运行效率。
植被覆盖是城市生态环境的重要指标之一。
遥感技术能够准确地测量城市中的绿地面积、植被类型和植被健康状况。
随着城市的发展，植被覆盖的变化可以反映出城市生态环境的改善或恶化。
《多源遥感影像时空融合技术在区域变化检测中的应用》范文
《多源遥感影像时空融合技术在区域变化检测中的应用》篇一一、引言随着遥感技术的快速发展，多源遥感影像已经成为地球科学、环境监测、城市规划等多个领域的重要数据来源。
其中，时空融合技术是利用不同时间、不同来源的遥感影像进行时空融合，实现快速准确地对地表覆盖进行动态监测。
本文旨在探讨多源遥感影像时空融合技术在区域变化检测中的应用，以期为相关领域的研究提供参考。
二、多源遥感影像时空融合技术概述多源遥感影像时空融合技术是一种综合利用多种传感器、不同时间段的遥感影像数据，通过数据融合、分类与处理等手段，实现时空信息提取和表达的技术。
该技术能够提高遥感影像的分辨率、动态监测的准确性和效率，对地表覆盖变化进行全面而精准的监测。
三、多源遥感影像时空融合技术流程多源遥感影像时空融合技术主要包括以下几个步骤：1. 数据获取：根据研究需求，收集不同时间、不同来源的遥感影像数据。
2. 数据预处理：对收集到的遥感影像数据进行辐射定标、大气校正等预处理，以提高数据的准确性。
3. 图像配准与融合：通过图像配准技术将不同时间的遥感影像进行配准，然后利用图像融合技术将不同来源的遥感影像进行融合，得到时空融合后的影像。
4. 分类与处理：对时空融合后的影像进行分类与处理，提取出地表覆盖信息。
5. 变化检测：通过比较不同时间段的遥感影像，检测出地表覆盖的变化情况。
四、多源遥感影像时空融合技术在区域变化检测中的应用多源遥感影像时空融合技术在区域变化检测中具有广泛的应用，主要体现在以下几个方面：1. 城市扩张与土地利用变化监测：通过多源遥感影像时空融合技术，可以实时监测城市扩张和土地利用变化情况，为城市规划和管理提供重要依据。
2. 生态环境监测与评估：多源遥感影像时空融合技术可以用于监测生态环境的变化，如森林覆盖度、植被生长情况等，为生态环境保护和恢复提供科学依据。
3. 灾害监测与评估：在自然灾害如洪水、地震等发生后，多源遥感影像时空融合技术可以用于快速评估灾害影响范围和程度，为灾害救援和灾后重建提供重要支持。
- 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)。
基于多源遥感影像融合数据的城市发展变化监测【摘要】21世纪以来，我国城市化进程不断加速，城市建设日新月异，城市规模越来越大，城市发展过程中乱征、滥建等违法建设情况时有发生。
为了治理城市建设过程中的违章、违法建筑，促使城市建设良性循环，必须采取有效的手段，对城市发展建设进行实时的、动态的监测。
【关键词】遥感；正摄影像；cbers-02b，dom0.前言本文以某城区为例，以监测某一时期内城市发展建设情况为目的，进行综合需求分析，采用cbers-02b数据与googleearth下载数，通过数据的预处理，将高分辨率、全色cbers-02b影像与googleearth下载彩色数据融合，得到高分辨率彩色遥感影像，将不同时期的高分辨率彩色遥感影像进行对比，计算机解译配合人工判读提取监测图斑。
对提取后的变化图斑进行分类、分析，通过变化图斑的类别（属性），总结某一时期内城市建设变化情况。
为城市管理部门掌控城市建设动态提供直观、精准、科学的数据，促进地方相关部门加大力度搞好城市规划、管理，使城市建设更加规范化、人性化。
1.数据准备与技术路线确定1.1数据准备情况本文涉及到的试验数据主要包括cbers-02b、1：10000地形图、1：50000dem，均由中测新图（北京）遥感技术有限责任公司提供；另外，为保证数据的色彩效果，试验过程中还采用了部分googleearth下载数据。
在此，对相关数据都作了相应说明，为隐密起见，不涉及具体城市名称。
1.2技术路线和作业流程1.2.1作业流程本试验主要作业流程包括数据准备、影像处理、变化信息提取、计算机判读与人工判读的比较、变化信息分类、形成结论等六个阶段。
1.2.2技术路线图为了兼顾试验结果的精度和工作效率，此技术路线与中测新图（北京）遥感技术有限责任公司应用的技术路线、方法稍有不同，具体技术路线见图1。
图1 技术路线图2.影像处理原始影像图包括全色灰度图和多光谱彩色图，全色波段数据图像主要提供的是纹理信息，处理的方法根据所原始影像质量的优劣而制定，尽可能的保证图像具有清晰的空间分辨能力，当图像噪音较大时，在融合前需对局部图像进行灰度的反差增强和纹理能量信息的增强处理。
多光谱图像主要提供地物、地貌的光谱信息。
全色和多光谱数据的融合能够兼顾地物的纹理和光谱差异，能够更加接近地物的现实特征，使影像色彩信息丰富，地物清晰。
2.1遥感影像几何纠正与精度评定[2-3]2.1.1几何纠正采用1：10000矢量地形图和1：50000dem作为纠正基础，选择有理多项式法对cbers-02b数据（前时相、后时相）和x数据分别进行正摄纠正。
控制点选取按照由整体到局部，均匀覆盖整个建成区的原则，选择16-25个控制点，各控制点点位误差控制在一个像元以内，重采样分别输出cbers-02b（前时相、后时相）和x数据正摄影像图。
2.1.2精度评定将纠正输出的正摄影像图与地形图进行叠加套合对比，均匀选取16个点位检查套合精度，最大残差1.46米，中误差0.80米，几何精度满足规范要求。
2.2影像融合融合现有遥感处理软件提供了多种融合算法，但本试验采用的数据cbers-02b各景间数据质量不均匀，且x数据内部色彩不一，经过多次试验，目前既定融合算法对实验数据的融合质量均不理想，后经图像处理软件photoshop对多光谱数据进行去噪及匀色处理，且去掉其纹理信息（仅保留颜色信息），设置图层透明度为40%～50%之间；同时对全色数据进行纹理增强。
将多光谱图层与全色图层合并融合。
2.3色彩处理2.3.1单景数据内部颜色处理对融合后的单景影像进行颜色处理，使其纹理清晰、色彩均匀、柔和、亮度/对比度适中。
2.3.2不同景数据的颜色处理以通过颜色调试的数据为基调，对相邻景进行色彩调试，使相邻景色彩基调与参考数据一致，按照相邻传递的方法对其他各景数据依次进行调试。
2.4影像镶嵌通过镶嵌线对融合后的正摄影像进行镶嵌处理，并对镶嵌后的影像进行检查。
2.4.1镶嵌原则根据工作区影像成果情况，保证在重叠区域合理使用各种影像资料：（1）前期制作成果优先于后期制作成果；（2）高分辨率成果优先于低分辨率成果；（3）同期成果影像质量好的成果优先于质量相对差的成果（影像质量包括光谱信息、噪声、斑点、饱和度、云雪覆盖等方面）。
2.4.2镶嵌前检查镶嵌前精度检查主要是通过影像叠加显示、量测、目视观察等方法进行。
2.4.3镶嵌线选择、镶嵌镶嵌线应尽量选取线状地物或地块边界等明显分界线，以便使镶嵌图像中的拼缝尽可能地消除，使不同时相影像镶嵌时保证同一地块内纹理、色彩自然过渡，有利于判读，镶嵌线选取完成后进行影像镶嵌。
2.4.4镶嵌后精度检查对镶嵌后的影像进行检查，避免出现裂缝、错位、模糊、扭曲和重影现象；并且使时相相同或相近的镶嵌影像，纹理、色彩是否过渡自然。
3.城区建筑物自动提取3.1建筑物的提取对于城区矩形建筑物的计算机自动提取，陶文兵等人提出了基于几何结构元分析的航空图像城区建筑物的自动提取和利用机载激光扫描测距数据进行建筑物的自动提取进行讨论。
对于最近几年出现的高分辨率航天影响同样适用（陶文兵，2003）。
通过canny边缘检测算子提取建筑物轮廓边缘，通过轮廓跟踪并使用splitting方法提取直线得到相应的直线几何图形。
采用几何结构元分析方法，提取图形中构成矩形的基本结构元，根据结构元合并的准则，通过相应算法将各种基本结构元合并成矩形结构。
该方法运算速度快，提取矩形房屋具有较高的准确率，并且边界定位精度良好，基本能完成矩形房屋目标的自动检测，误检和漏检的情况较少（见图1-2）。
dom影像边缘增强效果提取的边缘值图1-2建筑物轮廓提取过程图fig 5-2 extraction process schematic diagram of building profile从上图可以看出，高分辨率航天遥感影像采用基于几何结构元分析的方法对于矩形建筑物的提取，提取效果完全能够满足作为城市变化动态监测和中小比例尺地形图更新的需求。
3.2城市变化图斑的生成、修改通过几何构元后的前后时相cbers-02b差值运算，自动得到监测变化图斑；然后，结合人工判读对图斑进行修改。
目前，国内外普遍应用的也是通过两期不同时相的遥感影像叠加对比，目视解译并手动勾勒出变化图斑的形状大小。
目前，这一方法仍然是主要解决办法。
4.计算机自动提取和人工手动提取的对比经过以上基于几何构元的计算机自动提取建筑物轮廓，然后做差值运算提取变化图斑的过程和结果，与完全手动修改后城市变化图斑成果作对比，发现两者相比，成果较为接近。
5.动态监测变化信息分类与应用5.1变化信息的分类依据城市土地分类是开展城市土地利用的最基本问题。
根据建设部1991年颁布的《城市用地分类与规划建设用地标准》（ gbj i37-90 ），城市用地按土地使用主要性质进行划分和归类，采用大类、中类和小类三个层次的分类体系，共分10大类〔居住用地、公共设施用地、市政公用设施用地、对外交通用地、道路广场用地、工业用地、仓储用地、特殊用地、绿地、水域及其他用地），46中类，73小类。
国内学者根据不同研究区域范围与特性，基于遥感影像图将城市用地类型按照不同的方式进行了分类。
5.2城市用地类型专题图制作按照城市规划行业标准首先将城市划分为各种用地类型，制作城市用地分类专题图，作为城市变化信息的分类依据，从而完成城市建设变化信息的分类工作。
由此，绝大部分变化信息为相应变化类型，可明显提高工作效率。
5.3城市变化信息的专家分类在erdas软件中用专家分类器制作分类模板，对提取的变化信息和制作的城市用地类型专题图进行叠加分类分析，结合人工判读进行修正，最终得到分类后的变化信息，可作为政府各级管理部门统计、分析城市用地情况的依据。
5.4变化图斑用于城市地形图的更新本文以某市遥感影像为试验，在dom制作上进行了严格的质量控制，经过对图面精度抽样分析，发现提取的变化图斑精度完全能够达到1：5万地形图的精度标准，而且现在的城市变化动态监测都是对各个城市的连续监测，这样，下一期监测就能够剔除上一期监测的伪图斑，从而使监测变化地物真实的反应城市建设过程中的变化，然后经过分类分层变化和属性赋值，来更新城市图形数据库。
用遥感监测的方法来更新中小比例尺的地形图，效率高、成本低，而且作为城市规划动态监测的副产品，会给测绘事业的发展提供更快更好的数据库更新办法。
6.结束语本研究主要包括两个方面，一是对于数字正摄影像的制作过程做了详细的阐述，加上大量数据试验验证，得出了cbers-02b影像处理的规律和相应算法；另外，对于城市规划建成区内的建筑物轮廓进行了计算机自动提取，并做了大量实验，得出了一套切实可行的城市规划动态监测的方法，为将来的批量数据处理和变化信息获取提供了技术支持。
参考文献：[1]马友平，冯仲科，何友均，张志华.基于erdas image 软件的快鸟影像融合研究[j].北京林业大学学报，2007，29（增刊2）：26-30.[2]王崇倡，石吉宝。
quickbird遥感全色影像平面精度分析[j].黑龙江工程学院：测绘工程，2004-1：53-56.[3]李军林，李国春，王静.一种结合形状特征的多光谱遥感影像分割方法[j].农业网络信息，2006（5）：16-19.[4]袁东升.应用遥感技术进行城市绿化现状调查的研究[j].中国园林，2001（5）：74-76.[5]初佳兰，张杰，王小龙.spot、quickbird卫星遥感数据提取东沙岛植被信息的比较[j].海洋学研究，2006，24（2）：79-85.。