第五章 遥感数据的信息提取与应用

  1. 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. 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. 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)。

§2 航空遥感图像的信息提取
三、水体的判读
河流判读:界线明显、弯曲自然、宽窄不一的条带状。 能判读流向、河宽、流速、桥梁、码头等附属物。 湖泊的判读:轮廓明显的形状、色调较暗。能判读其形 状、面积。 海域的判读:能清晰地判读出海岸线、潮侵地带、高潮、 低潮位臵。
§2 航空遥感图像的信息提取
四、 地貌的判读
QuickBird 影像图
多光谱影像
分辨率2.8 m
§3 卫星遥感图像的信息提取
一、Landsat卫星图像特征
光谱特性:由于各种地物组成的物质成分、结构、理化 性质的差异,导致不同的地物对电磁波的反射存在着差 异,并且致使地物的热辐射性质也不完全相同。同一地 物在不同的波谱段,其反射的电磁波与热辐射也有差异。 反映在图像上为:相同地物在不同波谱段的图像上色调 会不同。这叫做地物的光谱效应。 MSS的光谱效应。 MSS4:0.5~0.6μm,对水体有一定的透视能力,能判 读出水下地形。
§3 卫星遥感图像的信息提取
三、地貌的判读
地貌在卫星图像判读时是较为直观的要素。 卫星图像的比例尺小,能反映大的地貌形态特征,如平 原、山地、丘陵。 能判读主要的地貌类型及范围,如风沙地貌、黄土地貌、 冰川地貌、火山地貌、流水地貌等。
§3 卫星遥感图像的信息提取
四、植被的判读
卫星图像上,植被是群体的特征,不能反映个体的形态, 只能判读出植被的类型、生长状况、分布范围。 植被类型的判读要依据纹理结构和色调,并要有该地植 物群落组成和植被分类图等资料,要经过实地调查和验 证。 植被的判读一般要用多波段合成的图像,如标准假彩色 合成图像。在该图像上植被为红色。
–特点:定量分析
1、监督分类
–选择具有代表性的典型实验区或训练区,用训练
区中已知地面各类地物样本的光谱特性来“训练” 计算机,获得识别各类地物的判别函数或模式,并 以此对未知地区的像元进行分类处理,分别归入到 已知的类别中。
–关键:选择样区、训练样本、建立判别函数(可
以是一些列规则,可是某种数学函数)
§2 航空遥感图像的信息提取
一、判读标志
航片判读:根据像片上反映的地物影像识别地物的性质 和数量特征,并研究其分布和发生发展的规律。 判读的标志: 形状; 大小; 色调/颜色; 影阴; 组合图案/纹理结构。
§2 航空遥感图像的信息提取
二、居民地和道路的判读
城市居民地的判读特点:房屋稠密,面积较大,建筑物 排列整齐,能判读建筑物的形状、高度和周边环境。 农村居民地的判读特点:小而分散,有农田包围,能判 读居民地的外形和面积及通向居民地的道路。 道路的判读特点:线状分布,色调较亮。 实习:居民地和道路的判读。
目视解译的特点:
–直观、速度快 –运用人脑进行的定性分析 –常用于对评价影像增强处理效果、评价计算机解
译效果、分析航空像片
–决定于影像质量和判读人员的专业水平、判读经

–是一个需要反复分析、对比、推理和判断的过程
三.计算机解译
计算机解译(计算机分类、计算机判读) –以遥感数字影像为研究对象,利用计算机对影像

TM的光谱效应
TM1对水体有较强的透视能力。 TM2-TM4与MSS4-MSS6相似。 TM5,TM7属于近红外波段,对岩石有明显的区分能力, 对植物也有明显的反映,属于反射峰值。 TM6与MSS8相同。
§3 卫星遥感图像的信息提取
二、水体判读
水体在卫星图像上要较其他地物容易判读。 尤其在近红外波段的影像上,由于水体对近红外的强烈 吸收,水体为黑色,与周围地物的界限很清楚。 湖、河、海以其外部形态,很容易区别。 水中的泥沙含量等状况,在可见光短波影像上有显示。 一般水浅或含沙量大的色调浅。 水体明显易判的特点,常作为其他地物定点定位的标志。
中各类地物的光谱信息和空间信息进行分析,选择 特征,并用一定的手段将特征空间划分为互不重叠 的子空间,然后将影像中的各个像元归划到各个子 空间去。
–实质:通过计算机处理,根据一定的判断规则,
对每个像元按照像元值给出对应类别,自动输出地 物目标的识别分类结果,达到大致区分遥感图像中 多种地物的目的。
3、监督分类、非监督分类的区别: –是否选取样区
–类别的意义在分类前是否已知
计算机解译流程:
1.明确分类目的,选择合适影像(工作波段、空间分辨率、
wenku.baidu.com





成像时间、影像质量) 2.收集分析地面参考信息与有关信息 3.进行影像的:辐射纠正、几何纠正、影像增强 4.根据应用目的和数据特征,确定分类体系 5.确定适当的分类方法和算法。总体大类为:监督分类和非 监督分类 6.监督分类中:选择各类别的样区,测定类别特征,确定判 别函数;在非监督分类中,可用聚类等方法对特征相似的像 素进行归类,测定其特征 7.对所有像素进行分类 8.分类精度检验
土地覆盖与土地利用的含义大同小异。 图像反映出来的是地表覆盖状况,该状况的类型根据土 地分类标准而定。 我国土地分类:一级大类统一,二级各地确定。 一级类型:耕地—林地—草地—园地—居住用地—工矿 用地—交通用地—水域—特殊用地—难利用地。
土地分类系统

耕地

水田 旱地 有林地
代号 11 12 21 22 23 24 31 33 41 42 43 44 46 51 52 53 61 62 63 64 65 66 67


(1)目视判读法:是目前常用的方法。
(2)计算机分类法:有监督分类、非监督分类、 模式识别、神经网络分类、分形分类、模糊分类、 人工智能等数据挖掘技术方法。
二、目视解译(目视判读)
–凭借人眼观察或借助简单的仪器(放大镜、立体镜等),
对遥感影像进行分析判断、量测,区别地物类别,勾绘地物 分布边界,识别属性,从而获取所需要信息。
第五章 遥感数据的信息提取与应用
§1 §2 §3 §4 §5 信息提取的原理和方法 航空遥感图像的信息提取 卫星遥感图像的信息提取 遥感影像地图 遥感数据的应用
§1 信息提取的原理和方法
遥感图像中目标地物的特征是地物电磁波的辐射差异 在遥感影像上的反映。 一、信息提取 1、概念:依据遥感图像上的地物特征,识别地物类 型、性质、空间位臵、形状、大小等属性的过程(既 按照应用目的,将影像中代表不同地物的像元区别开) 叫信息提取,也叫影像分类或是影像解译。 2、信息提取的方法有:
征,主要根据所有像元彼此之间的相似度大小进行归类合并
(将相似度大的像元归为一类)的方法;然后再对每个类别 的具体地理意义根据地面调查或者已知类型的数据比较后确
定。
–特点: ������ ������ ������
先分类,后定性;分类后再对各类别赋予属性 不需要训练样本,依据像素间的相似程度进行分类 分类标准:同类别的像素之间的距离尽可能的小,不同
1、解译标志(判读标志)
–地物本身的性质、形态等特征在像片上的反映,这些影像
特征统称为解译标志。
目视判读的标志
色调/色彩:判读前通过反差调整和彩色增强后,成为 目视判读的重要标志。
形状:是目视判读最直观的标志。
纹理:也叫内部结构,指遥感图像中目标地物内部色调 有规则变化造成的影像结构。 大小:根据地物间的相对大小,区分地物。 阴影:可判读地物的高度,但也遮挡部分地物信息。 组合图案:当地物较小时,在影像上表现为纹理,即某 种地物类型有规律的重复出现。如农田、森林。
监督分类的步骤: –首先找出影像中各种类别具有代表性的像元集合,作为样
本(训练样区);
–求出每种类别样本像元集的统计特征,然后选择特征参数
(如样本像元的平均值、方差);
–根据特征参数建立判别函数;
–根据判别函数对已知类别的样本像元进行分类,反复调整
判别函数;
–最后用判别函数对所有未知像元进行判断,划分像元的类
利用航片能判读地貌的类型、形态。如流水地貌、 冰川地貌、风沙地貌、黄土地貌、火山地貌等。
§2 航空遥感图像的信息提取
五、植被的判读
判读标志为:色调/色彩和纹理结构。 纹理结构:细小地物在影像上构成的组合图案。地物的 性质不同,组合图案也不同,以此来判读地物群体的性 质。 以判读植物群落为主。
§3 卫星遥感图像的信息提取
类别的像素的距离尽可能的大
非监督分类步骤:
–设定分类判定方法参数,分类数 –设定初始分类中心 –将各个像元归入设定的各类中 –计算各类的新中心值
–比较前后中心值是否一致:不一致,调整各类中心及域值;
一致,分类图象输出
常见非监督分类方法:
–聚类法
–动态聚类法 –波谱图形识别分类
卫星遥感以多波段为主,判读前先进行彩色增强处理, 提高目视判读的分辨率。 判读方法主要是对比分析和地物纹理特征。 高分辨率的卫星遥感图像彩色合成后,与航空像片的判 读方法类似。如IKONOS,QuickBird。
IKONOS 图像
分辨率: 1m 地区:
上海浦东 采集时间: 2000年 3月26日
To be continued…
空 间分 布位 置
分布于冲积扇中下部、洼地、河流两侧低阶地或水库附近。主要在米泉、阿克苏 水稻
作 物植 被
绝大部分分布于绿洲地带,界线较明显,有些分布于低山丘陵地区的宽阔河谷中 包括粮、棉、油等及经济作物枸杞子、啤酒花、瓜等 大部分在塔里木河、伊犁河、额河两岸(河谷林)及天山、阿勒泰山地林(阴坡为 主) 中低山阳坡,平原及荒漠地带广泛分布,山地为各种灌木矮林;平原及荒漠地带主要 是红柳等 分布于水分条件较好的山地小阴坡、河谷、冲积扇、老河道等地区 多在绿洲农区,特别在南疆农村居民点周围多果园; 植物种类同有林地 各种树木,苗圃、果树包括葡萄等 河岸林;山地林为天山云杉和阿勒泰山地松
计算机解译的问题:
–存在错分、漏分现象
–正确率一般只有60—70%
–不同的研究区域,采用不同的方法,不同的参数
–如何选取好的训练区
–基于光谱信息的分类与基于纹理信息的分类 –存在混合像元问题 –数据自身的各种变形 –......
§2 航空遥感图像的信息提取
航空像片一般用摄影的方法获得,航高在10km以内的 对流层。 目前常用的航空像片类型为彩色红外像片。 航空像片的比例尺大、分辨率高,常用直接判读法和对 比分析法。 一般依据航片上地物的形状和色彩就可判读地物属性。 航空像片主要应用在城市遥感中。
2、目视判读的方法
直接判读法:依据判读标志,直接识别地物属性。水体 的色调与其他地物的区别,根据水体的形状可判断是河 流还是湖泊。 对比分析法:与该地区已知的资料对比,或与实地对比 而识别地物属性;或通过对遥感图像不同波段、不同时 相的对比分析,识别地物的性质和发展变化规律。
逻辑推理法:根据地学规律,分析地物之间的内在必然 分布规律,由某种地物推断出另一种地物的存在及属性。 如由植被类型可推断出土壤的类型,根据建筑密度可判 断人口规模等。或者是根据两种地物之间的区别来判断 具体是哪种地物,例如公路与铁路。
§3 卫星遥感图像的信息提取
五、城镇与道路的判读
城镇的光谱是建筑物和水泥下垫面的综合反映,与周围 环境的反差较大,能判读出城镇的外形和面积。 城镇的内部结构的判读,取决于图像的分辨率。 道路呈长条状,故提高了分辨率,一般能判读出形态和 长度,区分道路的等级。
§3 卫星遥感图像的信息提取
六、土地覆盖与土地利用的判读
别归属。
–样本像元的选取,通常需要人参与;对判别函数要用样本
进行反复验证和训练,就像有人在监督一样。
常见监督分类的方法: –最小距离法 –线性判别分析
–模糊分析
–平行六边形法 –神经网络分类 –最大似然判别法
2、非监督分类
–不选取像元集作为训练区;即不知道任何类别具备什么特
§3 卫星遥感图像的信息提取
MSS5:0.6~0.7μm,对水体有一定的透视能力,对海 水中的泥沙流、河流中的悬浮物有明显的反映;能区分 死树和活树,活树色调较深。 MSS6:0.7~0.8μm,水体为暗色,对地物的湿度有明 显反映;能反映植物的健康状况。 MSS7:0.8~1.1μm,与MSS6相似,但水体更黑,湿 地色调更黑;能明显区分植物的健康状况。 MSS8:10.4~12.6μm,反映地物的热辐射性质。地表 温度高,热辐射就强,色调就浅。
相关文档
最新文档