遥感-基于ERDAS的家乡土地利用

基于GIS的秦岭山区聚落用地适宜性评价齐增湘;廖建军;徐卫华;倪永明【摘要】利用自然地理、生态和社会经济方面共14个因子构建秦岭山区聚落建设用地适宜性评价指标体系,采用AHP法确定各评价因子的权重,在地理信息系统(GIS)和遥感(RS)技术支持下,利用适宜性评价模型定量评价聚落建设用地适宜性,将聚落建设用地适宜性分为五个等级,并结合已建设区进行空缺分析.结果表明:(1)秦岭山区最适宜聚落用地面积为3378.1 km2,占研究区总面积的5.87％,说明秦岭山区适宜聚落开发的土地相对较少.(2)最适宜聚落用地集中在秦岭北、南坡山麓和东部的山间河谷地带,山地型特征明显.(3)有9.15％已建成区分布在限制建设区内,存在生态安全风险.(4)可用适宜聚落建设用地为3192.27 km2,空间分布不平衡.研究结果可为该区域城镇体系布局与用地规模的核算提供科学依据.【期刊名称】《生态学报》【年(卷),期】2015(035)004【总页数】10页(P1274-1283)【关键词】适宜性评价;层次分析法;空白分析;地理信息系统;秦岭山区【作者】齐增湘;廖建军;徐卫华;倪永明【作者单位】南华大学设计与艺术学院,衡阳421001;南华大学设计与艺术学院,衡阳421001;中国科学院生态环境研究中心城市与区域生态国家重点实验室,北京100085;北京自然博物馆,北京100050【正文语种】中文聚落建设用地适宜性评价是城镇总体规划和各项专题规划的基础，影响着城镇的整体布局和社会经济发展，有助于缓解人口增长和经济发展对有限土地资源的压力。

在我国陆域国土中，69%的面积是山区，2007年统计，在 2070 个县市中大约43%属于山区县市[1]。

山区受自然地理条件的制约，资源环境承载能力较弱，城镇化面临保护生态环境、经济发展、生态移民等多种问题，开展山区聚落建设用地适宜性评价研究已成为山区城镇体系规划和布局的关键课题。

国外自20世纪60年代以来对土地适宜性评价进行了较为系统的研究。

陕西师范大学旅游与环境学院遥感图像处理练习 -----利用 ERDAS IMAGINE 软件陕西师范大学旅游与环境学院地理信息系统实验室2003. 9. 10目 录 一．ERDAS Imagine 软件简介1.ERDAS IMAAGINE软件概述（Introduction ）2.在程序菜单中选择ERDAS IMAGINE 8.4 启动3.ERDAS IMAGINE 功能体系（Function System）二、图像显示1.图像显示视窗（Viewer）2.图像显示三、数据输入1.单波段二进制图像数据输入2.组合多波段数据四、数据预处理1.图象几何校正2.图象拼接处理3.图象分幅裁剪五、图像增强处理1.图像解译功能简介（Introduction of Image Interpreter）2.图像空间增强3.辐射增强处理：4.光谱增强处理六、非监督分类1．图像分类简介（Introduction to classification）2 非监督分类（Unsupervised Classification）七、监督分类1.定义分类模板（Define Signature Using signature Editor）2.评价分类模板（Evaluating Signatures ）3.执行监督分类(Perform Supervised Classification)4.评价分类结果(Evaluate classification)5.分类后处理(Post-Classification Process)一、ERDAS Imagine软件简介.实习目的：了解ERDAS Imagine 软件模块构成、功能.内 容：·ERDAS IMAGINE软件概述（Introduction）·ERDAS IMAGINE目标面板（Function System）·ERDAS IMAGINE功能体系（Function System）1． ERDAS IMAAGINE软件概述（Introduction ）ERDAS IMAGINE是美国ERDAS公司开发的专业遥感图像处理与地理信息系统软件。

ERDAS IMAGINE软件中的遥感影像融合方法初探——以梧州地区IKONOS影像为例海敏（广西航空遥感测绘院广西南宁530023）【摘要】本文介绍了利用ERDAS IMAGINE系统为操作平台，对遥感影像进行融合处理的各种方法和具体步骤。

【关键词】ERDAS IMAGINE 遥感融合1 图像融合的基本原理随着遥感技术的迅猛发展，光学、热红外、微波、多光谱、高光谱等大量功能各异的遥感器不断更新换代，它们以不同的空间尺度、不同的时间周期、不同的光谱范围以及不同的扫描方向和极化方式等，多方面地反映地物目标的各种特性，构成同一区域的多源数据。

与单源遥感数据（仅能反映地物目标某一个或几个方面的特征）相比，多源遥感数据既具有很重要的互补性，又存在冗余性。

融合就是将同一区域的多源遥感图像按统一的坐标系统，通过空间配准和内容复合，生成一幅比单一信息源更准确、更完全、更可靠的新图像的技术方法。

通过数据融合，一方面可有针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理的效率；另一方面又能将海量多源数据中的有用信息集中起来，融合在一起，便于各种信息特征互补，发挥各自的优势获得更多的有用信息，减少识别目标的模糊性和不确定性，从而为快捷、准确地识别和提取信息奠定基础。

2 IKONOS卫星数据介绍IKONOS是美国空间成像公司于1999年9月24日发射升空的世界第一颗高分辨率商用卫星，是由美国洛克希德马丁（Lockheed Martin）公司设计制造的。

雷神（Raytheon）公司负责建立地面接收系统和影像处理系统即客户服务系统。

IKONOS卫星一共有5个成像波段，分别是：全色波段：0.45-0.90微米；波段1（蓝色）：0.45-053微米；波段2（绿色）：0.52-0.61微米；波段3（红色）：0.64-0.72微米；波段4（近红外）：0.77-0.88微米。

其中，全色波段的地面分辨率是1米，多光谱波段的地面分辨率是4米。

基于ERDAS IMAGINE 的遥感图象去云方法赖格英1 刘春燕1 辜晓青2（1 江西师范大学城市与环境科学学院，南昌 330046 2 江西省气象科学研究所，南昌 330046）摘要 本文通过对遥感图象中薄云和地形云的不同特征，提出了不同的处理方法，针对薄云慢变化的空域特征，利用高通滤波进行薄云的去除；针对地形云的地形特征，通过数字地形模型（DEM ），对地形云进行去除。

在操作上，本文利用ERDAS IMAGINE 强大的图象处理建模功能和空间分析及操作功能，实现了遥感图象中上述云覆盖噪声的消除。

关键词：ERDAS IMAGINE 遥感图象 去云处理1 引言遥感图象中，云覆盖是最常见的噪音之一，在有限光谱分辨率的情况下，云覆盖噪声很难用多光谱的方法进行去除。

对于时间分辨率低的遥感平台来说，云覆盖是造成遥感数据缺乏的重要因素之一。

因此如何有效地减少或去除云的影响，是增加遥感数据有效率的一个重要途径，也是遥感图象预处理中的一个重要问题，江西省地处我国南方的亚热带地区，地形复杂，植被多样，云覆盖率极高。

在《江西省自然灾害遥感调查》课题中，干旱调查使用的遥感资料是NOAA/A VHRR 气象卫星资料，从国家卫星气象中心处检索1991年～1998年7月～9月的卫星资料，由于云雾的影响，获取的江西区域NOAA/A VHRR 数据平均有效率不足7％，因此，客观上要求我们对有些局部有云或大范围存在薄云的图象进行去云处理，才能满足实际需要。

云覆盖类型不同，去云的方法也不同。

例如夏季地形性云多半由于地形作用形成云体，滞留在较高的山体，反映在遥感图象上，这类噪音很难用时间平均的方法进行去除；而较大范围的薄云表现出慢变化的空域趋势，在频域上即具有低频的特征。

因此，本文针对不同云体的特征，利用图象处理的基本原理，以及ERDAS IMAGINE 强大的图象处理建模功能，对遥感图象中薄云和地形云的去除进行初步的探讨。

2 薄云的去除方法2.1 薄云去除的原理当云层较薄时，遥感卫星传感器所接收到的图象是由太阳辐射经云层反射部分及太阳辐射经地物或地面反射后再穿透云层这两部分组成，即：)),(1(),().,()],([),(y x t L y x t y x aLr y x Lr y x f −+==ϕ （1）其中，),(y x f 为传感器接收到的综合信息，),(y x r 为地物或地面反射率，代表信号，),(y x t 为云层的透射率，代表噪声，L 为太阳辐射强度，a 为太阳辐射在大气传输过程中的衰减系数，并且),(y x r 、),(y x t 和a 的数值位于0与1之间。