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。
最新12-遥感动态监测汇总
12-遥感动态监测第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。
遥感监测技术方案
遥感监测技术方案遥感监测技术是一项基于遥感技术的监测和分析地球表层现象和过程的技术。
通过利用卫星、航空器、无人机等设备获取地球表层的遥感数据，结合地理信息系统（GIS）和其他地球科学技术，可以实现对地质、农业、林业、环境、城市等领域的监测和分析。
下面将简要介绍遥感监测技术的方案。
其次，在遥感监测技术方案中，需要对遥感数据进行预处理和处理。
预处理包括数据获取、数据校正、图像增强等。
处理包括地物提取、图像分类、变化检测等。
通过预处理和处理，可以得到清晰、准确的遥感监测结果。
此外，还可以结合其他地理信息数据和模型，进行多源数据融合和模型集成分析，提高监测结果的精度和可信度。
第三，在遥感监测技术方案中，需要选择合适的遥感监测指标。
不同的监测对象和目标需要选择不同的遥感监测指标。
比如在农业领域，可以选择NDVI指数来监测植被生长情况；在环境领域，可以选择热红外数据和水色数据来监测水质情况；在城市领域，可以选择城市扩张指标、建筑物高度指标等来监测城市发展情况。
第四，在遥感监测技术方案中，需要选择适当的监测时间段和监测频率。
不同的监测对象和目标需要选择不同的监测时间段和监测频率。
比如在农作物监测中，可以选择适当的监测时间段来监测不同作物的生长情况；在城市扩张监测中，可以选择适当的监测频率来掌握城市扩张的速度和趋势。
最后，在遥感监测技术方案中，需要进行遥感监测结果的分析和解释。
通过对遥感监测结果的分析，可以得到地表物质、能量和信息的空间分布和变化情况，为地球科学研究和资源管理提供重要参考。
同时，还需要将遥感监测结果与其他相关数据进行对比和验证，以确保监测结果的准确性和可靠性。
总之，遥感监测技术方案是一项基于遥感技术的监测和分析地球表层现象和过程的技术。
通过选择适合的数据源和获取方式，进行数据预处理和处理，选择合适的监测指标、监测时间段和监测频率，进行结果分析和解释，可以实现对地质、农业、林业、环境、城市等领域的监测和分析。
试述遥感土地利用动态监测方法和技术流程
试述遥感土地利用动态监测方法和技术流程遥感土地利用动态监测是指通过利用遥感技术手段对特定区域内的土地利用情况进行定期采集、分析和监测，以实现对土地利用及其变化的高效、精确、全面的监测和管理，为地方政府及决策者提供科学的政策建议和决策参考。
那么，我们应该如何实现遥感土地利用动态监测呢？1. 遥感数据的获取：遥感数据的获取是进行遥感土地利用动态监测的第一步，可以采用激光雷达、卫星遥感、无人机等多种方式进行获取。
其中，卫星遥感是目前应用最广泛的一种方式，可以获得大范围的遥感数据，但由于其分辨率普遍较低，需要结合其他数据源进行分析。
而无人机和激光雷达可以获得更高分辨率和更精准的数据，但适用范围较小，多适用于小范围内的土地利用监测。
2. 遥感图像的预处理：由于遥感数据来源多样、结构复杂，需要进行图像预处理，以提高图像的可用性和可读性。
主要包括图像去噪、增强、图像配准等一系列的处理操作。
3. 遥感图像的分类：遥感图像的分类是指对遥感图像中的像元按照给定的类别分别分配到不同的类别中，从而得到不同类别的土地利用信息。
常见的分类方法有基于像素的分类和基于目标的分类。
4. 土地利用变化的检测：通过对不同时间段的遥感图像进行比对和分析，可以发现土地利用的变化情况。
地物的变化检测主要采用基于像元的变化检测方法和基于目标的变化检测方法。
5. 土地利用监测与评价：通过对遥感图像的分析和比对，结合地勘和统计数据等多种因素，可以对土地利用情况进行监测和评价，操作流程主要包括可视化展示、数据处理与挖掘、统计分析等等。
以上就是遥感土地利用动态监测所需要的主要步骤。
需要注意，目前遥感土地利用动态监测的技术和方法不断发展和更新，必须结合新技术、新方法、新数据源等因素，进一步提升监测的准确性和效率，更好的服务于土地利用规划和管理工作。
遥感动态监测
动态监测综述全球变化涉及到岩石圈、大气圈、水圈和生物圈，是地表及地表上各种因子间的相互作用造成的环境变化。
其动态监测则需要宏观、适时的数据源和高效合理的分析，因此遥感技术（RS）和地理信息系统技术（GIS）成为研究全球变化与对地观测研究的重要技术支撑。
其中RS技术具有大面积同步观测、经济性、时效性等特点，丰富的遥感卫星影像数据源为地球上环境与资源动态变化信息提供数据支持；同时GIS技术因为其丰富而完备的数据分析能力，在全球变化动态监测的研究中主要负责海量数据的查询、检索和管理，以及复杂的空间分析。
目前结合RS和GIS的动态监测研究，主要集中在以下几个方面：土地利用情况动态监测、生态环境动态监测、自然资源动态监测以及自然灾害动态监测。
土地利用/土地覆被变化是全球环境变化研究中十分重要的一个方面[1]。
因为首先，土地利用/土地覆被变化在全球环境变化和可持续发展中占有重要的地位。
其次，地球系统科学、全球环境变化及可持续发展设计到自然和人文多方面的问题。
人们借助3S（RS、GPS、GIS）集成技术，发展出一套土地利用动态检测方法：首先解译不同时期资源卫星影像或与以前土地利用图等进行比较；在发现变化区域后运用后处理差分GPS技术实地获取该地区空间位置，与此同时认为记录当地土地利用/土地覆被情况以备属性数据处理；然后利用GIS 进行空间数据组织、管理、分析与可视化[2]。
基于此，刘正军等[3]以论述江苏省南京市江宁县为研究区进行的卫星遥感与GIS动态监测土地利用状况变化的方法，阐述了系统的总体框架、系统功能、实现方法等，RS、GIS技术的集成为有效地进行土地利用监测和快速决策提供了科学的保证。
潘竟虎等[4]基于TM/ETM卫星遥感数据，运用GIS方法，对江河源区1986-2000年土地利用类型的时空变化特征进行了研究，结果表明气候变化和人类经济活动是导致研究区土地利用变化的主要因素。
刘慧平等[5]在归纳遥感动态监测研究方法的基础上对应用高空间分辨率卫星遥感数据进行土地利用/土地覆被变化的监测方法、目前的水平及与其相关的遥感图像分类的发展方向进行了初步分析。
遥感变化监测实验报告
一、实验目的本次实验旨在通过遥感技术对某区域进行变化监测，分析该区域在特定时间段内的变化情况，验证遥感技术在环境监测和资源调查中的应用价值。
二、实验原理遥感变化监测是利用遥感影像分析技术，通过对同一地区在不同时间获取的遥感影像进行比较，识别和分析区域内的变化信息。
实验主要采用以下原理：1. 光谱分析：遥感影像的光谱信息反映了地表物质的物理和化学特性，通过分析光谱变化可以识别地表物质的变化。
2. 图像处理：通过图像增强、滤波、分类等方法对遥感影像进行处理，提高图像质量和信息提取能力。
3. 变化检测：通过比较不同时间遥感影像的相似性，识别和分析区域内的变化信息。
三、实验数据实验数据包括以下内容：1. 遥感影像：选择不同时间段的遥感影像，如Landsat、Sentinel-2等。
2. 地理信息系统（GIS）数据：包括研究区域的行政区划、道路、水体等地理要素。
四、实验步骤1. 数据预处理：对遥感影像进行辐射校正、几何校正等预处理，确保影像质量。
2. 图像处理：对遥感影像进行增强、滤波等处理，提高图像质量和信息提取能力。
3. 变化检测：采用图像差异法、变化向量分析（CVA）等方法，识别和分析区域内的变化信息。
4. 结果分析：对变化信息进行分类、统计分析，揭示区域变化规律。
五、实验结果与分析1. 变化区域识别：通过变化检测，识别出研究区域内的变化区域，如城市扩张、土地退化、水体变化等。
2. 变化类型分析：对变化区域进行分类，分析不同类型变化的空间分布和时序变化规律。
3. 影响因素分析：结合GIS数据和社会经济数据，分析影响区域变化的主要因素。
六、结论1. 遥感变化监测技术可以有效识别和分析区域内的变化信息，为环境监测、资源调查等领域提供科学依据。
2. 实验结果表明，遥感技术在城市扩张、土地退化、水体变化等领域的监测具有显著优势。
3. 遥感变化监测技术具有广泛应用前景，可为政府部门、企业和科研机构提供决策支持。
土地利用动态遥感监测技术规程
土地利用动态遥感监测技术规程引言土地利用动态遥感监测是一种通过遥感技术对土地利用状况进行实时监测和分析的方法。
它可以帮助监测土地利用变化，评估土地资源的合理利用程度，为土地规划和管理提供科学依据。
本技术规程旨在规范土地利用动态遥感监测的操作流程，确保数据的准确性和可靠性。
1. 监测数据获取1.1 遥感影像数据采集遥感影像数据是土地利用动态监测的基本数据源。
在采集过程中，应遵循以下原则：1.选择合适的遥感影像，包括分辨率适中、时间分辨率高、空间分辨率高的数据。
2.定期采集遥感影像数据，以保证监测的连续性和精度。
3.获取高质量的遥感数据，排除云、阴影等影响因素。
1.2 地面调查数据采集地面调查数据对于验证和修正遥感数据非常重要。
在采集过程中，应注意以下事项：1.根据监测需求制定调查方案，明确调查内容和目标。
2.选择典型样点进行调查，以保证数据的代表性。
3.采用合适的调查方法，例如实地测量、问卷调查等。
4.采集的地面调查数据应与遥感数据相匹配，具备一定的时空一致性。
2. 数据预处理2.1 遥感数据预处理遥感影像数据需要进行一系列预处理步骤，以提高数据质量和准确性：1.影像大气校正：根据遥感影像中的大气染色效应，进行大气校正，消除大气影响。
2.影像几何校正：对遥感影像进行几何校正，去除因传感器位置和姿态变化引起的影像变形。
3.影像配准：将多个遥感影像进行配准，消除不同影像之间的平差误差。
4.影像融合：将多个遥感影像融合为一幅影像，提供更全面的信息。
2.2 地面调查数据预处理地面调查数据也需要进行预处理操作，以保证数据的一致性和可靠性：1.样点筛选：根据监测要求和目标，对地面调查数据进行筛选，保留优质样点。
2.数据配准：将地面调查数据与遥感数据进行配准，保证数据的时空一致性。
3.数据处理：对地面调查数据进行加工处理，如插值、统计等，以提取合适的监测指标。
3. 动态监测与分析3.1 土地利用动态监测土地利用动态监测是基于时间序列遥感数据进行的，可以通过分析不同时期的遥感影像，获取土地利用变化的信息。
遥感动态监测的常用方法
遥感动态监测的常用方法
遥感技术在现代社会发挥着越来越重要的作用，而遥感动态监测则是其中的重要应用领域之一。
在进行遥感动态监测时，常用的方法有：
一、遥感影像对比法
这是一种利用遥感影像进行监测的方法，其原理是将两个时间段内的遥感影像进行对比，从而得出地表覆盖变化情况。
这种方法具有易操作、低成本等优点，能够有效监测城市、农田等地表覆盖变化情况。
二、遥感图像分类法
遥感图像分类法是指对遥感影像进行分类处理，以区分出不同类型的地表覆盖。
通过比较两个时间点之间地表覆盖类别的变化，可以判断出该区域内的变化情况。
传统的分类方法包括最大似然法、聚类法、神经网络法等。
三、遥感影像光谱变化法
该方法是利用遥感影像光谱信息进行监测的方法。
光谱变化法能够检测出地物的光谱反射率变化，从而判断出地表覆盖变化情况。
此外，光谱变化法还可通过观测遥感影像的光谱曲线，从中获取地表覆盖信息。
四、遥感影像纹理分析法
该方法是一种基于遥感影像纹理特征进行监测的方法。
通过分析遥感影像中的纹理特征，可以判断地表覆盖的变化情况。
例如，在城市变化监测中，利用建筑物的纹理特征进行监测。
综上所述，遥感动态监测的方法较为丰富，其中包括了遥感影像对比法、遥感图像分类法、遥感影像光谱变化法、遥感影像纹理分析法等多种方法。
在实际应用过程中，应根据监测对象和需求选择适合的方法，以达到最佳效果。
遥感影像动态监测
遥感影像具有周期性特点，利用这一特性就可以用于监测一个地区的地表变化情况。
本小节介绍这种信息提取技术，包括的内容：●动态监测概述●动态检测的关键技术●基于ENVI的动态检测1、动态监测概述很多人对动态监测和动态检测两个名词有疑惑。
个人理解，动态监测是一个广义的名词，泛指数据预处理、变化信息发现与提取、变化信息挖掘与应用等，以对整个流程的叙述。
动态检测是一个狭义的名词，主要指部分数据预处理、变化信息发现与提取。
在一定的意义和场合上讲，两个词的意思是一样的。
当然很多地方把这两个词说成变化监测和变化检测。
遥感动态检测就是从不同时期的遥感数据中，定量地分析和确定地表变化的特征与过程。
它涉及到变化的类型、分布状况与变化量，即需要确定变化前后的地面类型、界线及变化趋势，能提供地物的空间分布及其变化的定性和定量信息。
目前，遥感变化检测技术大多是针对两个时相的遥感影像进行操作。
根据处理过程来分，遥感变化检测方法可分为三类：●图像直接比较法图像直接比较法是最为常见的方法，它是对经过配准的两个时相遥感影像中像元值直接进行运算和变换处理，找出变化的区域。
目前常用的光谱数据直接比较法包括图像差值法、图像比值法、植被指数比较法、主成分分析法、光谱特征变异法、假彩色合成法、波段替换法、变化矢量分析法、波段交叉相关分析以及混合检测法等。
•图像差值法图像差值法就是将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。
•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。
遥感动态监测的常用方法
遥感动态监测的常用方法
遥感动态监测是指利用遥感技术和方法，对某一区域的环境、自然资源、经济发展等进行实时、定期、周期性的监测和评估。
常用的遥感动态监测方法包括：
1.基于时间序列分析的监测方法。
该方法通过对遥感影像进行时间序列分析，分析不同时间段内的变化趋势，从而推断未来的发展趋势，为决策提供科学依据。
2.基于遥感图像变化检测的监测方法。
该方法通过比对不同时间的遥感图像，检测目标区域内的变化，如土地利用、植被覆盖等变化，以及建筑物、道路等新增物体的出现，为决策提供及时反馈。
3.基于GIS空间分析的监测方法。
该方法将遥感影像与地理信息系统（GIS）相结合，通过对空间数据的分析和处理，研究地区内的空间分布状况、环境影响等，为决策提供精准的空间信息。
4.基于模型模拟的监测方法。
该方法利用遥感影像、气象数据、地形数据等，建立模型，模拟地区内的气候变化、水文循环等情况，为决策提供科学依据。
综上所述，遥感动态监测是一种重要的环境监测手段，不同的监测方法可以互相结合，为决策提供更加全面、准确的信息支持。
- 1 -。
海域卫星遥感动态监测技术规程
海域卫星遥感动态监测技术规程一、前言海洋作为地球上最广阔的环境之一，具有巨大的经济价值和生态价值。
随着经济全球化和全球气候变化的加剧，全球海洋面临着日益严峻的环境问题和管理挑战。
为了保护海洋环境、维护海洋生态、促进海洋经济的可持续发展，海域监测和环境保护已成为全球海洋事务的关键领域之一。
而卫星遥感技术具有延时短、分辨率高、覆盖面广和无地域限制等优势，被广泛应用于海洋环境监测和资源管理。
因此，建立海域卫星遥感动态监测技术规程，规范海域卫星遥感动态监测的实施和管理，对推进海域卫星遥感动态监测技术的应用和发展，具有重要意义。
二、适用范围本规程适用于利用卫星遥感技术进行海域动态监测、数据处理和应用的工作人员和管理人员。
三、工作原则1、科学性原则。
海域卫星遥感动态监测技术应遵循科学性原则，确保监测数据的准确性和可靠性。
2、规范性原则。
工作人员应遵守国家和地方有关规定，日常工作应按照工作流程和相关标准操作。
3、安全性原则。
管理人员应保障工作人员在工作中的安全。
4、保密性原则。
严格遵守国家、食品药品监管部门和行业机构保密条例，保护监测数据的保密性。
5、实用性原则。
应根据监测需求和实际情况，提供有用的监测数据和监测结果。
四、工作机制卫星遥感动态监测工作机制应该是一个以卫星数据接收、数据处理、图像描绘和结果应用为主要内容，以用户需求为导向的协调机制。
海域卫星遥感监测应由卫星数据中心、数据处理中心和监测预警中心组成，各个中心的职责如下：1、卫星数据中心（1）负责卫星遥感数据采集、传输、存储及备份。
（2）负责卫星数据的技术服务，包括平台数据接入服务、数据格式转换等服务。
（3）制定海域卫星遥感监测数据管理办法，负责卫星数据信息的管理和维护。
（1）负责卫星遥感数据的处理，包括图像处理、信息提取和分析。
（2）制定海域卫星遥感数据处理流程和处理标准。
（3）负责相关技术手段和软件的开发和更新。
3、监测预警中心（1）根据监测需求制定监测指标和监测方案。
基于遥感的城市绿地变化动态监测
基于遥感的城市绿地变化动态监测随着城市化进程的加速，城市绿地对于改善城市生态环境、提高居民生活质量的作用日益凸显。
准确、及时地监测城市绿地的变化情况，对于城市规划、生态保护和可持续发展具有重要意义。
遥感技术凭借其大面积同步观测、时效性强、数据客观准确等优势，成为城市绿地变化动态监测的重要手段。
遥感技术的原理及数据来源遥感是指非接触的、远距离的探测技术。
通过传感器接收来自地表物体反射或发射的电磁波信息，并对这些信息进行处理和分析，从而获取地表物体的特征和状态。
在城市绿地监测中，常用的遥感数据源包括卫星影像（如 Landsat 系列、Sentinel 系列等）和航空影像。
这些影像包含了丰富的光谱信息，能够反映出绿地的植被覆盖度、类型等特征。
基于遥感的城市绿地信息提取方法在获取遥感影像后，需要采用适当的方法提取城市绿地信息。
常用的方法有基于光谱特征的分类法和基于指数的计算法。
基于光谱特征的分类法是根据绿地在不同波段的反射特性，将其与其他地物区分开来。
例如，植被在近红外波段具有高反射率，而在可见光波段反射率较低。
通过建立合适的分类模型，可以将影像中的绿地提取出来。
基于指数的计算法则是利用一些专门设计的植被指数来定量地描述绿地的状况。
常见的植被指数如归一化植被指数（NDVI）、增强型植被指数（EVI）等。
这些指数能够有效地突出植被信息，从而方便绿地的识别和监测。
城市绿地变化动态监测的流程首先是数据预处理，包括辐射校正、几何校正、图像融合等操作，以提高影像的质量和可用性。
然后进行绿地信息提取，如前文所述，运用合适的方法从影像中获取绿地的分布和特征。
接下来是变化检测。
通过对比不同时期的绿地信息，确定绿地的增加或减少区域。
这可以通过图像差值法、分类后比较法等多种方法实现。
在变化检测的基础上，进行变化分析。
分析绿地变化的空间分布、面积大小、变化速率等特征，并探讨其背后的原因，如城市扩张、规划政策、人类活动等。
最后，将监测结果以直观的形式展示出来，如制作专题地图、统计图表等，为城市规划和管理部门提供决策支持。
生态系统动态监测的遥感方法
生态系统动态监测的遥感方法生态系统是地球上生命存在和发展的基础，对其进行动态监测对于了解地球的生态状况、预测环境变化的影响以及制定有效的保护策略至关重要。
遥感技术作为一种强大的工具，为生态系统的动态监测提供了高效、全面和准确的手段。
遥感技术的原理其实并不复杂，它就像是我们从高空用特殊的“眼睛”去观察地球表面。
这些“眼睛”可以感知不同波长的电磁波，包括可见光、红外线和微波等。
通过接收和分析这些电磁波的信息，我们能够获取关于地表特征、植被状况、土壤湿度、水体分布等大量有价值的数据。
在生态系统动态监测中，常用的遥感数据类型有很多。
比如光学遥感数据，它能够清晰地反映出地表物体的颜色和形状，帮助我们区分不同的植被类型和土地利用方式。
而雷达遥感数据则具有穿透云层和在夜间工作的能力，不受天气和光照条件的限制，能够提供连续的监测信息。
热红外遥感数据则可以测量地表的温度，对于研究生态系统的能量平衡和水分循环非常有用。
那么，具体是如何运用遥感技术来监测生态系统的动态变化呢？首先是植被监测。
植被是生态系统的重要组成部分，通过遥感技术可以获取植被的覆盖度、生长状况、生物量等信息。
例如，利用植被指数（如归一化植被指数 NDVI），可以直观地反映出植被的生长状态和季节变化。
当植被生长茂盛时，NDVI 值较高；而在植被枯萎或受到破坏时，NDVI 值会降低。
除了植被，土地利用和土地覆盖变化也是生态系统监测的重要方面。
通过对比不同时期的遥感影像，可以清晰地看到土地利用方式的转变，比如从农田变为城市建设用地，或者从森林变为草地。
这对于评估人类活动对生态系统的影响以及制定合理的土地规划政策具有重要意义。
在监测水体方面，遥感技术也大显身手。
它可以测量水体的面积、深度、水质等参数。
通过分析水体反射的电磁波特征，可以判断水体的浑浊度、叶绿素含量等，从而了解水体的富营养化程度和生态健康状况。
另外，生态系统中的土壤湿度也是一个关键因素。
遥感技术能够通过微波遥感或者热红外遥感的方法来估算土壤湿度，这对于农业生产、水资源管理以及干旱监测都有着重要的作用。
- 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。