TM影像在土地利用现状调查中的应用
- 格式：pdf
- 大小：89.68 KB
- 文档页数：3
括图像的校正、镶嵌、特征提取和训练区的选择，采用聚类和监督分类的方法对图像进行了分类，并对分类结果进行了验证。 关键词：土地利用；ＴＭ 影像；遥感
中图号：P22；P23
文献标识码：A
０ 引 言
土地是人类赖以生存的物质基础， 也是人们从 事一切社会和经济活动最基本的物质资料。 由于社 会的发展和产业结构的调整， 各业用地比例也随之 发生变化，土地利用现状处于时时更新之中，遥感 信息因其覆盖面积大、 实时性和现势性强、 速度快、 周期性和准确可靠以及省时、 省力、 费用低等优点， 已被广泛用于土地资源和土地利用现状调查、 土地 利用变化监测等方面。 所采用的方法前期以目视解 译为主，近期以自动分类为主，并向智能化人机交 互式方向发展 [1] 。 本文主要是从自动分类的角度对 遥感影像在土地利用中的应用进行了研究， 所采用 的软件为 ENVI ３．２（微机版）。 物。其中原始植被很少，多为次生和人工植被。
土地类型 林地 耕地 牧草地 水域 居民点 未 利 用 土 地 林地 1 661 38 0 0 6 0 耕地 45 1 454 18 0 67 63 牧草地 0 43 149 0 0 1 水域 0 0 0 778 1 0
居民点 10 20 0 1 355 49
未 利 用 土 地 0 0 0 0 0 484
１ 资料准备和试验区的自然地理概况
１．１ 资料准备 收集的资料有 １９９９ 年 １１ 月的 TM 资料 ２ 景； １：５０ ０００ 地形图；１：１３０ ０００ 行政区划图及其它辅 助图件。 １．２ 试验区的自然地理概况 阜新市位于辽宁省西北部，市辖两县五区，总 面积 １０ ３５５ｋｍ２。阜新地区地质情况比较复杂，经 过亿万年的地质运动， 逐步形成今天西北部低山丘 陵、东南部平原洼地、中部浅丘岗地、北部丘陵风 沙地的阜新地貌景观；阜新地区处于北温带，属于 半湿润半干旱的大陆季风气候，旱、涝、风、雹等 灾害均有不同程度的发生； 全地区地下水资源储量 ３ 为 ９．１ 亿 ｍ ，可开采量为 ５．４１ 亿 ｍ３；土壤以褐土、 棕壤土、 草甸土和风沙土为主， 其余为盐土、 碱土、 沼泽土和水稻土； 阜新地区植被属华北植物区系与 内蒙古植物区系的交错地段， 并混有长白山系的植
∑S
n
i
∑∑R
i =1 j =i +1
ij
式中： S i 为第 i 个波段的标准差； Rij 表示两个波段的相关系数；
OIF 值越大，波段组合最优。 据此， 结合表 １、 表 ２ 可以得出波段组合最佳的一组为 １－５－７，其次 为 １－４－５， ４－５－７。 经过比较决定选用 ５－４－１ （RGB） 彩色合成方案， 可以得到近似于自然色的假彩色图 像，用于训练区的辅助选取。 （２） 特征提取 遥感数据由于是多光谱测量， 波段多，数据量 大，在分类时，特别是用最大似然分类方法，要对 每一类计算均值和协方差矩阵，以及判别时的比 较，计算量是相当大的。因此，在实际应用时，常 常要进行特征提取以减少特征数， 达到数据压缩的 目的。 K-L 变换是把坐标旋转到数据散布最大的几 个方向上。一般来说，取前几个分量，可以集中所 需要的信息，达到特征减少的目的。对原始 TM ６
பைடு நூலகம்
TM５、７ 波段，相关系数达 ０．９７，几乎近于线性相 关，表明两个波段信息彼此重叠很多，有相当的一 致性或称为冗余性。 表 １ 阜新地区 TM 各波段信息统计表 Tab.1 statistic information of TM bands in Fuxin
均值 标准差 ７２．６８２ １１２ ６．５１４ ９９２ ３５．０２０ １２９ ４．３７５ ７６８ ４５．６３１ ３５７ ７．８９６ ７７９ ４７．０１５ ３６４ ８．０２９ ０４７ ９１．０４３ ３５３ ２１．０７５ ５５５ ９１．０４３ ３５３ １４．３７８ ２６２
ＴＭ 影像在土地利用现状调查中的应用
武文波 １，王广军 １，王忠义 ２
（１． 辽宁工程技术大学测量工程系，阜新 １２３０００；２． 阜新水利设计院 ， 阜新 １２３０００）
摘 要：以遥感技术在阜新市土地利用现状调查中的应用实例出发，介绍了利用 ＴＭ 影像进行土地利用专题信息提取的整个过程，包
２ 几何纠正与图像镶嵌
２．１ 几何纠正 几何纠正是将图像坐标与地面实际坐标联系 起来的基础，本研究选用多项式几何纠正方法。 其 一般形式可表示为
n n −i u aij x i y j = ∑∑ i =0 j = 0 i = n n −i v = ∑∑ bij x i y j i =0 j = 0
表 ５ 两种方法分类精度的比较 Tab.5 the precision comparison of two methods in classification
分类方法 最大似然分类 最小距离分类 总检验样本 ５ ２３７ ５ ２３７ 正确分类样本 ４ ８８１ ４ ５４８ 总正确率 ９３．２％ ８６．８％
第6期
武文波等：TM 影像在土地利用现状调查中的应用
159
区的分类结果进行检查，检查后的混淆矩阵见表 3 和表 4。由表 5 可以看出，采用最大似然方法的分
类精度要明显高于采用最小距离方法的分类精度。
表 ３ 最大似然分类混淆矩阵 Tab.3 confusion matrix of maximum classification
波段 ５ ０．６０８ ５５６ ０．７８２ ８２４ ０．８８２ ８８１ ０．８６１ ０１６ １．０００ ０００ ０．９６８ ０２６
波段 ７ ０．６０２ １０９ ０．７９４ ７８０ ０．８９６ ６３８ ０．８０９ ０４９ ０．９６８ ０２６ １．０００ ０００
３．２ 最佳波段组合与特征提取研究 （１） 最佳波段组合研究 从 ３．１ 的分析可以看出，如何从 TM 的 ６ 个波 段选出 ３ 个波段进行彩色合成，使其所含的地物信 息量最大，且相关性最小，便于目视解译和判读， 成为要解决的首要问题之一。 对此，美国的查维茨 教授提出了最佳指数公式（ OIF ）为 [ 2 ] OIF =
i =1 n n
个波段进行 K-L 变换， 变换后的前三个主分量 Pc1， Pc2，Pc3 对图像的贡献率为 ９８．５６％，因此可以用主 成分变换的前三个分量来进行分类计算。
４ 分类、聚类与监督分类的结合
无论是监督分类还是非监督分类， 都是依据光 谱特性的点独立的单一分类方法。 由于情况的复杂 性， 这种单一的分类方法有很大局限性， 在本文中， 我们对这种单一的分类方法进行了改进， 采用聚类 和监督分类相结合的方法对原图像进行分类， 以提 高分类的精度。这种方法的主要步骤是： （１）ISODATA 动态聚类，计算分出的类别统 计量。 考虑到本次研究主要是为评价阜新市荒漠化 程度提供本底资料， 结合阜新市当前土地利用的特 点，聚了 6 个一级地类：耕地、林地、牧草地、水 域、居民点工矿用地、未利用土地。 （２）识别：使聚类得到的结果与地面覆盖的 实际地物（信息类别）一一对应起来。 （３）监督分类：依据第二步所确定的信息类 别， 以这些类别像元作为监督分类的训练区像元进 行分类。在利用监督分类选取训练区时，把每一类 对象又进行了细分， 如耕地分为旱地和水田两个二 级地类，林地分为园地、灌木林、有林地三个二级 地类，未利用土地分为盐碱地、滩涂、沙地等，以 减少“同物异谱”对分类结果的影响 [3 ] 。 在进行 分类之前先用阜新市行政区划图对图像进行切割， 以提高分类速度。 采用最大似然与最小距离两种方 法分别对图像进行监督分类， 并对分类后形成的二 级地类向上进行了归并。 利用随机抽样的方法对全
_______________________________
收稿日期：2001-05-24 基金项目：辽宁省自然基金资助项目（00—118） 作者简介：武文波（1957- ） ，男，吉林省长春市，教授。本文编校：唐巧凤
其中 u 、 v 是输入图像中的像元坐标， x 、 y 是输出图像—新的网格中的像元坐标。 n 为阶数， a 、 b 为变换系数。具体校正步骤如下： （１） 选择地面控制点：在 １：５０ ０００ 地形图上 选择目标较小，特征明显、易于识别的道路、河流 的交叉口、弯曲处为控制点，共均匀布设 ２０ 个控 制点。 （２）选用二次多项式作为纠正方程，RMS 纠 正误差为一个像元左右，采用最近邻进行重采样， 所采像元大小为 ３０ｍ。 ２．２ 图像镶嵌 将进行过几何校正的两景数字影像先根据其 重叠区域进行灰度直方图匹配， 使两幅图像具有相 同的色调反差，而后对两景影像根据坐标进行镶 嵌。
第 21 卷 第 2 期 Vol.21, No.2
辽宁工程技术大学学报（自然科学版） Journal of Liaoning Technical University（Natural Science）
2002 年 4 月 Apr., 2002
文章编号：1008-0562(2002)02-0157-03
３ TM 数据信息特征分析
158 ３．１ TM 数据一般特征分析
辽宁工程技术大学学报（自然科学版）
第 21 卷
为了有效地利用 TM 数据进行图像分类和专 题信息提取， 首先必须对遥感数据的信息特征进行 认真分析。TM 数据共有 ７ 个波段，第 ６ 波段因其 分辨率低（１２０ｍ），在研究中不予采用。研究区 TM 波段 最小值 最大值 数据六个波段（第６波段除外）的信息特征统计分 １ ０ １７４ ２ ０ １１１ 析如表 １、表 ２ 所示。 ３ ０ １７７ 从表 １ 和表 ２ 中可以看出 TM５、 ７ 两波段亮度 ４ ０ １８５ ５ ０ ２５４ 覆盖范围为 ２５５ 个灰度级，且均方差也比其它波段 ７ ０ ２５４ 要大，表明 TM５、７ 两波段包含的信息量要大。同 时， 从表 ２ 可以看出 TM 各波段相关性最大的也为 表 ２ 阜新地区 TM 各波段相关系数 Tab.2 covariance matrix of TM bands in Fuxin
中图号：P22；P23
文献标识码：A
０ 引 言
土地是人类赖以生存的物质基础， 也是人们从 事一切社会和经济活动最基本的物质资料。 由于社 会的发展和产业结构的调整， 各业用地比例也随之 发生变化，土地利用现状处于时时更新之中，遥感 信息因其覆盖面积大、 实时性和现势性强、 速度快、 周期性和准确可靠以及省时、 省力、 费用低等优点， 已被广泛用于土地资源和土地利用现状调查、 土地 利用变化监测等方面。 所采用的方法前期以目视解 译为主，近期以自动分类为主，并向智能化人机交 互式方向发展 [1] 。 本文主要是从自动分类的角度对 遥感影像在土地利用中的应用进行了研究， 所采用 的软件为 ENVI ３．２（微机版）。 物。其中原始植被很少，多为次生和人工植被。
土地类型 林地 耕地 牧草地 水域 居民点 未 利 用 土 地 林地 1 661 38 0 0 6 0 耕地 45 1 454 18 0 67 63 牧草地 0 43 149 0 0 1 水域 0 0 0 778 1 0
居民点 10 20 0 1 355 49
未 利 用 土 地 0 0 0 0 0 484
１ 资料准备和试验区的自然地理概况
１．１ 资料准备 收集的资料有 １９９９ 年 １１ 月的 TM 资料 ２ 景； １：５０ ０００ 地形图；１：１３０ ０００ 行政区划图及其它辅 助图件。 １．２ 试验区的自然地理概况 阜新市位于辽宁省西北部，市辖两县五区，总 面积 １０ ３５５ｋｍ２。阜新地区地质情况比较复杂，经 过亿万年的地质运动， 逐步形成今天西北部低山丘 陵、东南部平原洼地、中部浅丘岗地、北部丘陵风 沙地的阜新地貌景观；阜新地区处于北温带，属于 半湿润半干旱的大陆季风气候，旱、涝、风、雹等 灾害均有不同程度的发生； 全地区地下水资源储量 ３ 为 ９．１ 亿 ｍ ，可开采量为 ５．４１ 亿 ｍ３；土壤以褐土、 棕壤土、 草甸土和风沙土为主， 其余为盐土、 碱土、 沼泽土和水稻土； 阜新地区植被属华北植物区系与 内蒙古植物区系的交错地段， 并混有长白山系的植
∑S
n
i
∑∑R
i =1 j =i +1
ij
式中： S i 为第 i 个波段的标准差； Rij 表示两个波段的相关系数；
OIF 值越大，波段组合最优。 据此， 结合表 １、 表 ２ 可以得出波段组合最佳的一组为 １－５－７，其次 为 １－４－５， ４－５－７。 经过比较决定选用 ５－４－１ （RGB） 彩色合成方案， 可以得到近似于自然色的假彩色图 像，用于训练区的辅助选取。 （２） 特征提取 遥感数据由于是多光谱测量， 波段多，数据量 大，在分类时，特别是用最大似然分类方法，要对 每一类计算均值和协方差矩阵，以及判别时的比 较，计算量是相当大的。因此，在实际应用时，常 常要进行特征提取以减少特征数， 达到数据压缩的 目的。 K-L 变换是把坐标旋转到数据散布最大的几 个方向上。一般来说，取前几个分量，可以集中所 需要的信息，达到特征减少的目的。对原始 TM ６
பைடு நூலகம்
TM５、７ 波段，相关系数达 ０．９７，几乎近于线性相 关，表明两个波段信息彼此重叠很多，有相当的一 致性或称为冗余性。 表 １ 阜新地区 TM 各波段信息统计表 Tab.1 statistic information of TM bands in Fuxin
均值 标准差 ７２．６８２ １１２ ６．５１４ ９９２ ３５．０２０ １２９ ４．３７５ ７６８ ４５．６３１ ３５７ ７．８９６ ７７９ ４７．０１５ ３６４ ８．０２９ ０４７ ９１．０４３ ３５３ ２１．０７５ ５５５ ９１．０４３ ３５３ １４．３７８ ２６２
ＴＭ 影像在土地利用现状调查中的应用
武文波 １，王广军 １，王忠义 ２
（１． 辽宁工程技术大学测量工程系，阜新 １２３０００；２． 阜新水利设计院 ， 阜新 １２３０００）
摘 要：以遥感技术在阜新市土地利用现状调查中的应用实例出发，介绍了利用 ＴＭ 影像进行土地利用专题信息提取的整个过程，包
２ 几何纠正与图像镶嵌
２．１ 几何纠正 几何纠正是将图像坐标与地面实际坐标联系 起来的基础，本研究选用多项式几何纠正方法。 其 一般形式可表示为
n n −i u aij x i y j = ∑∑ i =0 j = 0 i = n n −i v = ∑∑ bij x i y j i =0 j = 0
表 ５ 两种方法分类精度的比较 Tab.5 the precision comparison of two methods in classification
分类方法 最大似然分类 最小距离分类 总检验样本 ５ ２３７ ５ ２３７ 正确分类样本 ４ ８８１ ４ ５４８ 总正确率 ９３．２％ ８６．８％
第6期
武文波等：TM 影像在土地利用现状调查中的应用
159
区的分类结果进行检查，检查后的混淆矩阵见表 3 和表 4。由表 5 可以看出，采用最大似然方法的分
类精度要明显高于采用最小距离方法的分类精度。
表 ３ 最大似然分类混淆矩阵 Tab.3 confusion matrix of maximum classification
波段 ５ ０．６０８ ５５６ ０．７８２ ８２４ ０．８８２ ８８１ ０．８６１ ０１６ １．０００ ０００ ０．９６８ ０２６
波段 ７ ０．６０２ １０９ ０．７９４ ７８０ ０．８９６ ６３８ ０．８０９ ０４９ ０．９６８ ０２６ １．０００ ０００
３．２ 最佳波段组合与特征提取研究 （１） 最佳波段组合研究 从 ３．１ 的分析可以看出，如何从 TM 的 ６ 个波 段选出 ３ 个波段进行彩色合成，使其所含的地物信 息量最大，且相关性最小，便于目视解译和判读， 成为要解决的首要问题之一。 对此，美国的查维茨 教授提出了最佳指数公式（ OIF ）为 [ 2 ] OIF =
i =1 n n
个波段进行 K-L 变换， 变换后的前三个主分量 Pc1， Pc2，Pc3 对图像的贡献率为 ９８．５６％，因此可以用主 成分变换的前三个分量来进行分类计算。
４ 分类、聚类与监督分类的结合
无论是监督分类还是非监督分类， 都是依据光 谱特性的点独立的单一分类方法。 由于情况的复杂 性， 这种单一的分类方法有很大局限性， 在本文中， 我们对这种单一的分类方法进行了改进， 采用聚类 和监督分类相结合的方法对原图像进行分类， 以提 高分类的精度。这种方法的主要步骤是： （１）ISODATA 动态聚类，计算分出的类别统 计量。 考虑到本次研究主要是为评价阜新市荒漠化 程度提供本底资料， 结合阜新市当前土地利用的特 点，聚了 6 个一级地类：耕地、林地、牧草地、水 域、居民点工矿用地、未利用土地。 （２）识别：使聚类得到的结果与地面覆盖的 实际地物（信息类别）一一对应起来。 （３）监督分类：依据第二步所确定的信息类 别， 以这些类别像元作为监督分类的训练区像元进 行分类。在利用监督分类选取训练区时，把每一类 对象又进行了细分， 如耕地分为旱地和水田两个二 级地类，林地分为园地、灌木林、有林地三个二级 地类，未利用土地分为盐碱地、滩涂、沙地等，以 减少“同物异谱”对分类结果的影响 [3 ] 。 在进行 分类之前先用阜新市行政区划图对图像进行切割， 以提高分类速度。 采用最大似然与最小距离两种方 法分别对图像进行监督分类， 并对分类后形成的二 级地类向上进行了归并。 利用随机抽样的方法对全
_______________________________
收稿日期：2001-05-24 基金项目：辽宁省自然基金资助项目（00—118） 作者简介：武文波（1957- ） ，男，吉林省长春市，教授。本文编校：唐巧凤
其中 u 、 v 是输入图像中的像元坐标， x 、 y 是输出图像—新的网格中的像元坐标。 n 为阶数， a 、 b 为变换系数。具体校正步骤如下： （１） 选择地面控制点：在 １：５０ ０００ 地形图上 选择目标较小，特征明显、易于识别的道路、河流 的交叉口、弯曲处为控制点，共均匀布设 ２０ 个控 制点。 （２）选用二次多项式作为纠正方程，RMS 纠 正误差为一个像元左右，采用最近邻进行重采样， 所采像元大小为 ３０ｍ。 ２．２ 图像镶嵌 将进行过几何校正的两景数字影像先根据其 重叠区域进行灰度直方图匹配， 使两幅图像具有相 同的色调反差，而后对两景影像根据坐标进行镶 嵌。
第 21 卷 第 2 期 Vol.21, No.2
辽宁工程技术大学学报（自然科学版） Journal of Liaoning Technical University（Natural Science）
2002 年 4 月 Apr., 2002
文章编号：1008-0562(2002)02-0157-03
３ TM 数据信息特征分析
158 ３．１ TM 数据一般特征分析
辽宁工程技术大学学报（自然科学版）
第 21 卷
为了有效地利用 TM 数据进行图像分类和专 题信息提取， 首先必须对遥感数据的信息特征进行 认真分析。TM 数据共有 ７ 个波段，第 ６ 波段因其 分辨率低（１２０ｍ），在研究中不予采用。研究区 TM 波段 最小值 最大值 数据六个波段（第６波段除外）的信息特征统计分 １ ０ １７４ ２ ０ １１１ 析如表 １、表 ２ 所示。 ３ ０ １７７ 从表 １ 和表 ２ 中可以看出 TM５、 ７ 两波段亮度 ４ ０ １８５ ５ ０ ２５４ 覆盖范围为 ２５５ 个灰度级，且均方差也比其它波段 ７ ０ ２５４ 要大，表明 TM５、７ 两波段包含的信息量要大。同 时， 从表 ２ 可以看出 TM 各波段相关性最大的也为 表 ２ 阜新地区 TM 各波段相关系数 Tab.2 covariance matrix of TM bands in Fuxin
