城市土地利用变化监测
基于GIS技术的城市土地利用变化遥感监测与分析
基于GIS技术的城市土地利用变化遥感监测与分析随着城市化进程不断加快，城市土地利用的变化日益剧烈，如何科学有效地监测和分析城市土地利用变化，对于理解城市发展趋势，优化城市规划，促进城市可持续发展具有重要意义。
而基于遥感和地理信息系统（GIS）技术的城市土地利用变化监测与分析，则成为了高效、精准处理城市土地利用变化的关键手段。
一、GIS技术在城市土地利用变化分析中的应用GIS技术是一种以地理位置为基础的信息处理和管理技术，它可以将各种地理信息数据进行全面且准确的存储、组织、分析和展示。
在城市土地利用变化分析中，GIS技术可以将遥感影像、地图数据和其他相关数据进行整合，实现对城市土地利用变化的准确监测和分析。
1. 遥感影像处理遥感影像是获取城市土地利用变化信息的主要手段，而GIS技术可以通过遥感影像的处理、解译和分析，实现对城市土地利用变化的全面监测和分析。
例如，通过卫星遥感影像的解译，可以有效地提取出城市的不同类型区域，如住宅区、商业区和工业区等，并对这些区域的面积和空间分布进行分析。
同时，可以对不同年份的遥感影像数据进行比较，以了解城市土地利用变化的时间和程度的变化。
2. 空间分析GIS技术可以对城市土地利用变化的空间关系进行分析，例如，对城市不同类型区域之间的距离、面积和相互分布情况的分析。
通过GIS系统生成的空间分析图，可以直观地了解城市土地利用变化的情况，同时也为城市规划和土地利用管理提供了有价值的参考。
3. 空间决策支持系统GIS技术还可以通过建立空间决策支持系统，为城市规划和土地利用管理提供相应的支持。
例如，在该系统中，可以将城市规划和土地利用管理的相关要素，如建筑规模、建筑密度、环境质量等进行综合分析，并基于此推出针对性的城市规划和土地利用管理策略，以更好地实现城市可持续发展。
二、基于GIS技术的城市土地利用变化监测与分析案例1. 基于GIS技术的济南市土地利用变化监测与分析通过对济南市2000年和2010年两期卫星遥感影像数据的解译，以及基于GIS 技术对遥感影像数据进行的处理和分析，研究团队成功地进行了济南市土地利用变化的监测和分析。
土地利用变更调查监测
土地利用变更调查监测土地，是我们赖以生存和发展的基础。
而土地利用变更调查监测，就像是土地的“健康监测仪”，时刻关注着土地利用情况的变化，为合理规划和保护土地资源提供重要依据。
在我们的日常生活中，或许很少有人会关注到土地利用的变更情况，但它却实实在在地影响着我们的生活。
比如，城市的扩张需要新的建设用地，这就可能涉及到农田的转变；或者一个新的工业园区的建设，会改变原本的土地用途。
而土地利用变更调查监测的工作，就是要及时、准确地掌握这些变化，以便进行科学的管理和决策。
那么，土地利用变更调查监测到底是如何进行的呢？首先，需要有一套完善的监测体系和技术手段。
这包括利用卫星遥感技术、地理信息系统（GIS）等高科技手段。
卫星遥感就像是从太空俯瞰地球的“眼睛”，能够拍摄到大面积的土地图像。
通过不同时期的遥感影像对比，就可以发现土地利用的变化情况。
比如，原本是一片绿色的森林，如果在新的影像中出现了建筑物或者开垦的农田，那就说明土地利用发生了变更。
GIS 则是对这些数据进行处理和分析的“大脑”。
它可以将遥感影像中的信息与其他相关数据（如土地规划、土地权属等）进行整合和分析，从而得出更准确、详细的土地利用变更信息。
除了高科技手段，实地调查也是必不可少的环节。
调查人员需要深入到实地，对疑似变更的土地进行核实和测量。
他们可能会拿着测量仪器，在田间地头、城市角落，仔细地记录每一块土地的变化情况。
这种实地调查能够弥补卫星遥感和 GIS 分析的不足，确保数据的真实性和准确性。
在获取了土地利用变更的信息后，接下来就是对这些数据进行整理和分析。
这可不是一项简单的工作，需要对大量的数据进行分类、统计和评估。
比如，要统计出某一地区在一定时期内新增的建设用地面积、减少的耕地面积等等。
同时，还要分析这些变更对当地生态环境、经济发展等方面的影响。
通过土地利用变更调查监测，我们能够及时发现土地利用中存在的问题。
比如，是否存在违法占用耕地、破坏生态环境的土地开发行为；是否存在土地闲置、浪费的情况。
国外国家遥感技术进行土地利用变化监测的典型案例
国外国家遥感技术进行土地利用变化监测的典型案例国外国家在土地利用变化监测方面广泛应用遥感技术，通过获取可靠的遥感数据并利用相应的算法分析这些数据，实现对土地利用变化的监测和评估。
以下是几个典型的国外案例。
1. 美国的遥感监测系统美国拥有全球最完善的遥感监测系统之一，即美国地质调查局（USGS）的土地利用/土地覆盖监测计划（LCCS）。
该计划通过使用多种遥感传感器获取高分辨率的遥感影像数据，并开发一系列专门的算法和模型来分析这些数据。
通过这个系统，美国可以实时监测土地使用变化，包括城市扩张、农田面积变化、森林砍伐等，并利用这些信息来指导土地管理和规划。
2. 加拿大的土地覆盖监测加拿大也利用遥感技术进行土地覆盖监测。
加拿大国家土地及水资源部（NRCan）利用卫星遥感数据和其他空间数据，开展土地覆盖分类和监测工作。
他们使用高空间分辨率的遥感影像，通过遥感图像分类算法实现对土地覆盖类型的准确识别。
这些信息对于加拿大政府的土地管理、环境保护和资源利用至关重要。
3. 澳大利亚的土地利用变化监测澳大利亚国土管理局（Landgate）利用遥感技术监测土地利用变化。
他们使用多源遥感数据，如航空遥感影像和卫星图像，以及高精度的数字地图，通过遥感影像处理和土地覆盖分类方法，实现对土地利用变化和城市扩张的监测。
该计划对于城市规划、环境管理和自然资源保护起到了重要的指导作用。
4. 德国的土地覆盖与土地利用监测德国地理学会（DGfG）在德国开展了土地覆盖与土地利用监测研究。
他们运用多源遥感数据，如Landsat、Sentinel等，结合地理信息系统（GIS）技术，进行土地覆盖和土地利用类型的分类和变化监测。
这些数据和分析结果不仅在城市规划和土地管理方面具有重要价值，还为环境保护和可持续发展提供了科学依据。
总结：国外国家在土地利用变化监测方面充分利用遥感技术，通过获取可靠的遥感数据并利用相应的算法进行分析，实现对土地利用变化的监测。
土地利用变化监测方法和工具介绍
土地利用变化监测方法和工具介绍土地利用是指人类对自然资源进行开发利用的过程和结果，涉及土地的各种功能和用途。
土地利用变化的监测是指对土地利用发生变化的过程进行观测和分析，以了解土地资源的利用状况和变化趋势。
在现代社会，随着城市化进程的推进和人口增长的加速，土地利用变化的监测越来越受到各界的关注。
土地利用变化的监测方法主要有遥感技术和地理信息系统（GIS）技术。
遥感技术是通过卫星或航空器上的感应器获取地面反射、辐射和散射能量的数据，通过对这些数据的处理和分析，可以获得地表特征的信息，从而实现对土地利用的监测和分析。
GIS技术则是一种集成了数据库管理和地理空间分析功能的计算机软件系统，可以用于土地利用数据的管理、分析和可视化展示。
在遥感技术中，常用的影像处理方法有单期影像解译、多期影像对比和遥感影像分类等。
单期影像解译是指通过对一期卫星影像进行解译，将影像上的不同地物类型进行分类，并生成对应的土地利用图。
通过对多期影像进行对比，可以发现土地利用的变化情况，掌握土地利用的演变趋势。
遥感影像分类是将卫星影像的像素按照地表特征进行分类，得到不同地物类型的空间分布图。
这些方法在土地利用变化监测中起到了重要的作用。
而在GIS技术中，土地利用变化监测主要通过空间分析功能实现。
首先，需要收集多期的土地利用数据，并将其整合到一个统一的数据库中。
然后，通过对多期土地利用数据的叠加分析和综合评价，可以得到土地利用变化情况的空间分布与趋势。
另外，GIS技术还可以结合其他数据，如人口数据、经济数据等，进行多源数据的融合分析，从而更准确地揭示土地利用变化的驱动因素和影响机制。
除了遥感技术和GIS技术，还有其他一些辅助工具和方法也被广泛应用于土地利用变化监测中。
例如，土地利用变化的趋势分析方法可以通过分析土地利用变化的时间序列数据，建立土地利用变化的模型，从而预测未来的土地利用状况。
此外，土地利用评估方法可以对土地利用变化的影响和效果进行评估，以评估土地利用政策的实施效果和环境效益。
土地利用动态变化监测技术与方法
土地利用动态变化监测技术与方法近年来，随着城市化进程的不断加速和土地资源的稀缺性，土地利用动态变化监测技术与方法的研究变得尤为重要。
土地利用动态变化监测是为了了解土地利用类型和格局的变化趋势以及其对环境和社会经济的影响。
本文将分析目前常用的土地利用动态变化监测技术与方法，并探讨其优缺点。
一、遥感技术在土地利用动态变化监测中的应用遥感技术是土地利用动态变化监测的重要手段之一。
遥感技术可以通过搭载于航天器、无人机或飞艇上的传感器获取不同波段的图像数据，进而提取土地利用信息。
通过遥感图像的分析与处理，可以识别不同类型的土地利用，如耕地、林地和建设用地等。
在遥感技术中，常用的土地利用动态变化监测方法有景观指数法和分类与变化检测法。
景观指数法通过计算特定指数（如彩色指数、植被指数和建筑指数）来反映土地利用的变化。
分类与变化检测法则通过利用多时相的图像数据进行分类，以便观察土地利用的动态变化。
遥感技术具有获取数据快、成本低和信息更新快的优点，可以提供大范围、高分辨率的土地利用信息。
然而，由于遥感数据的处理和分析需要一定的专业知识和技术，对于一些山区、森林和湿地等复杂地形和地貌类型，遥感技术的应用存在挑战。
二、地理信息系统在土地利用动态变化监测中的应用地理信息系统（GIS）是另一种常用的土地利用动态变化监测技术。
GIS将空间和属性数据进行整合，以实现对土地利用情况的分析和管理。
通过GIS，可以绘制土地利用图，分析土地利用类型的空间分布和时空变化趋势。
在GIS中，常用的土地利用动态变化监测方法有基于规则和模型的方法和基于统计和机器学习的方法。
基于规则和模型的方法通过制定规则和建立模型来分析土地利用变化的趋势和原因。
基于统计和机器学习的方法则利用历史土地利用数据进行数据挖掘和模式识别，以预测土地利用的未来变化。
GIS技术具有数据可视化和空间分析的优势，可以直观地展示土地利用的变化趋势和空间格局。
然而，GIS技术需要大量的空间数据和属性数据进行分析，且对于数据的处理和解释需要一定程度的专业知识和技术，限制了其在土地利用动态变化监测中的广泛应用。
土地利用变化的遥感监测
土地利用变化的遥感监测在当今社会，随着人口的增长和经济的发展，土地利用的变化日益频繁且复杂。
为了更好地了解和管理土地资源，遥感监测技术应运而生，并发挥着至关重要的作用。
遥感，顾名思义，就是遥远的感知。
它就像我们的“千里眼”，能够在不直接接触目标的情况下，获取关于地球表面的各种信息。
而在土地利用变化监测中，遥感技术凭借其大范围、多光谱、高时效等优势，成为了我们洞察土地变化的有力工具。
那么，遥感是如何实现对土地利用变化的监测呢？首先，它通过卫星、飞机等平台搭载的传感器，接收来自地面的电磁波辐射。
这些传感器能够捕捉到不同波长的电磁波，从而形成多光谱影像。
不同的土地利用类型，比如耕地、林地、建设用地等，在这些光谱影像上会呈现出独特的特征。
例如，耕地通常在特定波段上表现出较高的反射率，而林地则相对较低。
有了这些原始的影像数据，还需要进行一系列的处理和分析工作。
第一步是几何校正，确保影像的位置和形状准确无误。
接下来是辐射校正，消除由于传感器性能、大气条件等因素造成的误差，使得影像中的信息更加真实可靠。
然后，通过图像分类技术，将影像中的每个像素划分到不同的土地利用类型中。
这一过程可以采用基于像元的分类方法，也可以运用面向对象的分类技术，根据实际情况选择最合适的方法。
为了更准确地监测土地利用变化，还需要进行多时相的遥感影像对比分析。
通过比较不同时间获取的影像，我们能够发现土地利用的变化情况。
比如，原本是农田的区域可能变成了工厂，或者一片荒地被开发成了住宅小区。
对于这些变化区域，可以进一步提取相关的信息，如变化的面积、位置、类型等。
土地利用变化的遥感监测具有众多的应用领域。
在城市规划中，它可以帮助规划者了解城市的扩张趋势，合理布局城市功能区，避免盲目开发。
在农业领域，能够及时掌握耕地的增减情况，为粮食安全提供保障。
在生态环境保护方面，有助于监测森林砍伐、湿地退化等现象，为制定保护策略提供依据。
然而，遥感监测技术也并非完美无缺。
如何使用卫星影像进行城市土地利用变化监测
如何使用卫星影像进行城市土地利用变化监测随着人类对土地和资源的需求不断增加，城市的发展也日益迅猛。
为了更好地管理城市土地利用，我们需要使用先进的技术工具来监测土地利用的变化。
卫星影像作为一种重要的技术手段，已经被广泛应用于城市土地利用变化的监测。
在本文中，我们将探讨如何使用卫星影像进行城市土地利用变化监测，并介绍一些相关的方法和技巧。
一、卫星影像的获取卫星影像是进行城市土地利用变化监测的重要数据源。
在获取卫星影像之前，我们需要确定监测的范围和时间段。
可以选择适合的卫星，如Landsat系列、Sentinel系列等，以获取高分辨率且频次较高的卫星影像。
除了卫星影像，还可以利用无人机获取高分辨率的航空影像来进行监测。
二、图像预处理在使用卫星影像进行城市土地利用变化监测前，需要进行一系列的图像预处理操作。
首先，我们需要对卫星影像进行大气校正，以消除大气散射对影像的影响。
其次，可以进行辐射定标，将数字数值转换为反射率，使得不同时间和不同卫星的影像可比较。
此外，还可以进行影像配准，将不同时间的影像进行空间对齐，以便后续的变化检测。
三、土地利用分类在进行城市土地利用监测时，首先需要对卫星影像进行土地利用分类。
分类算法可以采用传统的基于像素的分类方法，如最大似然分类、支持向量机等。
还可以结合机器学习和深度学习的方法，如随机森林、卷积神经网络等，以提高分类的准确性和效率。
通过将卫星影像分为不同的土地利用类别，可以更好地了解城市土地利用的变化。
四、变化检测通过分类得到不同时间段的土地利用图像后，我们可以进行土地利用变化的检测。
常见的变化检测方法包括像元差值法、纹理差异法和面向对象法。
像元差值法通过比较不同时间的像元值来检测变化。
纹理差异法通过比较不同时间的纹理特征来检测变化。
面向对象法将影像分割为不同的对象，通过比较对象属性和空间关系来检测变化。
根据具体的需求和土地利用的特点，可以选择适合的变化检测方法。
五、变化分析与解释在进行土地利用变化监测后，需要对变化进行进一步的分析与解释。
土地利用变化监测方法与案例分析
土地利用变化监测方法与案例分析随着人口的不断增长和社会经济的发展，土地利用变化成为了一个重要的环境问题。
土地利用的改变直接影响着自然资源的利用和环境的稳定。
因此，对土地利用变化进行监测和分析具有重要的意义。
本文将介绍土地利用变化的监测方法及其在实际案例中的应用。
一、土地利用变化监测方法1. 遥感技术遥感技术是目前土地利用变化监测中最常用的方法之一。
通过卫星遥感图像的获取和处理，可以快速、准确地获取土地利用变化的信息。
遥感图像能够提供大范围的土地利用类型分类，同时具有比较高的时空分辨率。
在土地利用变化监测中，常用的遥感技术包括像元的分类、时序分析和监督分类等。
像元的分类主要通过图像的光谱信息来判别不同的地物类型，如农田、城市和森林等。
时序分析则是通过对多期遥感图像的对比，观察不同时间段土地利用变化的情况。
监督分类则是通过人工选择一些具有代表性的样本，建立分类器，对遥感图像进行像元的分类。
2. 地理信息系统（GIS）地理信息系统（GIS）是另一种常用的土地利用变化监测方法。
GIS可以将不同来源的空间数据整合到一个统一的地理数据库中，提供方便的数据管理、显示和分析功能。
利用GIS技术，可以将土地利用的变化与其他自然和人文因素进行关联分析，进而揭示土地利用变化的驱动力和影响因素。
在土地利用变化监测中，常用的GIS分析包括空间插值、空间交叉分析和土地利用模拟等。
空间插值是用于填充缺失数据和进行空间预测的方法，通过利用已有的数据点，推算出其他位置的数值。
空间交叉分析则是通过将不同的空间数据叠加在一起，进行统计分析和空间模式的探索。
土地利用模拟则是利用GIS和统计模型，模拟和预测未来的土地利用变化情况。
二、案例分析以中国的城市化进程为例，介绍土地利用变化监测方法在实际应用中的效果和价值。
在中国，随着城市化进程的加速，大量的农田被转为城市用地，给农业生产带来了很大的影响。
基于遥感技术和GIS分析，可以对农田的利用情况和城市扩展的趋势进行全面监测。
- 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)。
人工目视解译____ 将两个时相的影像并行放在同 一窗口内，通过肉眼对比观察来发现变化。
变化自动发现____ 通过对遥感影像进行各种技术 处理，使变化自动显现出来。
确认发生变化的图斑，以红色描绘图斑边界； 怀疑发生变化的图斑，以黄色描绘图斑边界。
外业调查后
变化图斑类型
新增建设用地占用耕地 新增建设用地占用非耕地 抛荒耕地 闲置建设用地 耕地转变为坑塘（鱼塘） 耕地转变为其他非建设用地 耕地增加
色标
R
G
B
255
0
0
255 255
0
255 255 255
200 200 200
前一时相多光谱或全 色影像
后一时相全色或多光 谱影像
两时相影像融合
发现变化
缺点：
发生光谱特征变异的地物要有足够的几 何尺寸才能被人工目视发现，同时该方法的 效率还受到监测区地物光谱特性的限制。故 丢失图斑尤其是小图斑较多，而且效率低。
主成分分析
主成分分析（PCA）是基于变量之间的相 互关系，在尽量不丢失信息的前提下利用线 性变换的方法实现数据压缩。在使用主成份 分析法时，一般都要对不同的时相的数据做 主分量变换，以压缩数据中的信息，突出主 要的信息部分，根据做PCA变换的具体操作 的不同，该方法又有以下几种方式：
200 200
0
0
200 200
200
0
200
组合法提取变化信息流程
后一时相SPOT+前一时相TM影像
除后一时相SPOT+前一时相TM影像以外的 其它SPOT、TM影像
融合处理
融合处理
突出变异特征的线性拉伸
差异主成分法、多时相主成分法、假彩色合成、 图像差值或影像分类比较法
形成光谱特征变异图像
阈值法或计算机分类法生成变化模板
变化图斑一般分布于人类活动频繁与经济发展快速 的地带，例如城乡结合部、村庄周围、开发区附近、 公路铁路两侧、工矿与机场等人工建筑物附近。
采用特征变异法时，变化信息一般表现为亮绿和灰 白，并与周围色调不协调，对于占用有植被的耕地， 变化信息一般为亮绿，对于占用无植被的耕地，变 化信息将继承原始TM颜色，但亮度会增加。
由于遥感图像信息的获取过程受到各种因素的影响（遥感 系统因素与环境因素），因此变化检测时必须充分考虑这些因 素在不同时间的具体情况及其对于图像的影响，并尽可能消 除这种影响，使这种检测建立在一个比较统一的基准上，以 获得比较客观的变化检测结果。
如：遥感系统因素的影响及数据源的选择
时间：应当尽可能选用相同季节、相近时刻的遥感图像，
返回
变化类型确定
❖ 目视解译 ❖ 自动分类法 ❖ 野外调查
目视解译
将勾绘的变化区域分别叠加在两个时相的图 像上，交互显示比较目视解译判断变化区域在 两个时相上对应的地物类型。
当从影像特征难以确定地物类型时，可以参 考土地利用图等相关资料。
变化信息判读原则：
按照区位分布、类型特征、时相差异以及光谱与纹 理的一致性与差异性特征，判读变化类型。
按数据源状况，从上述方法中任选两种
变化信息判读与图斑编号
野外检查 变化信息后处理
用于变化信息提取融合
变化信息管理
分层信息管理文件是将遥感监测成果按一定 顺序分门别类地放在其对应的层位内。常用的 是PHOTOSHOP软件下的.psd分层管理文件。
原则上以完整的主城区、县（区、市）行政 辖区为基本单元制作PSD文件，文件名为主城 区、县（区、市）名称，如北京市主城 区.PSD、昌平.PSD等。当一个区范围较大、 变化较多时，可独立建一个PSD文件；也可以 组合几个区，独立建PSD文件。
波段替换法
波段替换法
变化信息提取方法Biblioteka 通常要求采用两种以上变化信息发现方法，有效防止 变化信息的遗漏。
变化区域提取
➢ 阈值法 ➢ 手工描绘法
阈值法
遥感图像中，各类地物都对应特定的灰度域。在 变化信息特征增强的图像上，变化区域的灰度值与 其它区域的灰度值一般是明显不同的。因此可以根 据直方图和影像特征，交互确定变化存在区灰度域 的上下限阈值；然后利用阈值将变化发生的区域从 图像中提取出来。
差值法
分类后比较法
分类后比较法是一种较为简单的变化发现 方法。首先运用统一的分类体系对每一时相遥 感影像进行分类,然后通过分类结果的比较直 接发现土地覆盖的变化。
分类后比较法流程图
遥感影像 （时相1）
遥感影像 （时相2）
遥感影像 （时相…）
遥感影像 （时相n）
分类
分类
分类
分类
分类图像 （时相1）
自动分类法
当单纯用阈值法很难准确地将变化区域从背景影像中分离开来 时，可以采用分类法。对变化范围内的影像进行局部分类。
分类方法有多种，通常采用监督分类。 利用监督分类提取变化信息时，训练样区的选择最为关键。 首先要分析变化信息特征增强的图像的特点。如果各类变化信息 的影像特征差别明显，则将各类的变化信息都选出一个样区进行 分类。但是当图像中不同类型变化信息影像特征差别不明显时， 须将变化类型做适当的合并，以保证分类精度。 在以后的目视解译或外业调查中，再将合并的类型区分开。
野外调查
原则要求野外调查全部变化图斑，并通过 调查确定变化真伪、变化范围、位置及类 型等。
返回
变化图斑表示
外业调查前
以县级辖区为单位，或监测区面积不大时，也可以 以监测区为单位，对变化图斑按照从左到右、从上到 下顺序统一编号，图斑编号应具有唯一性。
图 斑 编 号
外业调查前
外业调查前，对变化图斑分为肯定与怀疑两种情况 并分别用不同的颜色表示：
分类图像 （时相2）
分类图像 （时相…）
分类图像 （时相n）
空间比较分析 （逐像元类别比较）
变化信息
优点： ❖ 直接获取变化的类型、数量和位置； ❖ 进行两个时相以上的遥感影像的变化分析。
缺点： ❖ 无法发现同一地类内部的小变化； ❖ 精度较低，变化提取的精度大致等于各时相影像分
类精度的累积。
首先融合前一时相的多光谱影像 （TM）与全色影像（SPOT），然 后将融合影像与后一时相的全色影 像作匹配，将融合影像分解为红、 绿、蓝三个波段，用新的全色波段 代替融合影像的红波段，生成新的 影像。在新影像上能够容易地发现 红色区域为发生变化的区域。
光谱特征变异法
运用多源数据的融合技术，将不同时相的来自不同 传感器的遥感数据进行融合，使变化区域呈现特殊的 影像特征的一种方法。该方法通常用于辅助计算机自 动提取变化图斑的确定。
原理：同一地物反映在SPOT影像上的信息与其在TM 影像上的光谱信息是一一对应的。因此，将二者融合 时，将如实地显示出地物的正确光谱属性。但如果两 者信息表现为不一致时（即地物发生变化时），融合 后的影像上就会出现光谱突变（变异），并与周围地 物在光谱上失去协调性，从而检测出变化信息。
➢土地利用的变化很可能引起土地覆盖变化，但在土地 利用不变的情况下，土地覆盖也可能发生变化。如当 木材生产或耕作的常速超过了森林的更新能力时，森 林将不断地缩小。
➢现在大多数的土地覆盖变化是为人类的土地利用所驱 动，土地覆盖的变化是土地利用变化的直接响应。
➢ 多波段主成份变换法 ➢ 主成份差异法
补充主成份分析的知识
前一时相融合影像 （n波段）
后一时相融合影像 （n波段）
两时相波段合成 （2n波段）
主分量变换
多
后几个分量波段组合
波
段
变化信息
主
成
分
变
换
法
前一时相融合影像
后一时相融合影像
主分量变换
主分量变换
相减取绝对值
变化信息 （第一分量）
主 成 分 差 异 法
假 彩 色 合 成 影 像
图象差值法
将两个时相的遥感影像按波段进行逐像 元相减,从而生成一幅新的代表两个时相间 光谱变化的差值图像。
假设辐射值的显著变化代表了土地覆盖 变化， 在差值图像中接近于零的像元视为 未变化, 大于或小于零的像元表示其覆盖状 况发生了变化。
该方法的关键是阈值的确定，一般可采 用均值标准差或经验试验法。
主要内容：
参考图与融合图层 变化信息图斑及其编号层 行政境界 其他界线 公里格网 注记 ……
土地覆盖变化与土地利用变化的关系
➢单一的土地利用形式往往与某一种土地覆盖类型相对应 （放牧－草地）。一种土地覆盖类型可能支持多种利用 方式，如森林可用于木材开采、采伐或火烧后用于耕作、 狩猎和采集、燃料木收集、娱乐活动、野生生物保护、 水土保持等。一个单一的土地利用系统可能包含不同的 土地覆盖类型共同存在，如一个农业系统兼有耕地、林 地、已开发的牧场、村落（居民地）。
土地利用动态变化信息提取方法研究
前后时相遥感影像
几何纠正、配准、镶嵌
多源数据融合
技
变化信息发现
术
流
变化区域提取
程 变化类型确定
第一步 第二步 第三步
变化图斑的表示
第四步
变化信息发现的方式
自动发现
人工发现 （人工目视解译）
人工发现与 自动发现相结合
自动发现方法
光谱特征变异法 主成份分析法（PCA） 假彩色合成法 图像差值法 分类后比较法 波段替换法
假彩色合成法
将两个甚至三个时相的同一波段数据分别放入 红、绿、蓝影像处理面板中，合成后的图像，可 以显现出高亮度的变化。
以SPOT为例：首先将两时相的全色SPOT影像 匹配并重采样，将前一时相的SPOT影像赋予绿、 蓝波段，后一时相的SPOT影像赋予红波段，若 地表未被破坏，即影像灰度接近，合成以后将是 黑色或白色。而出现红、蓝区域则可能是变化区 域。