基于遥感的土地利用分类.doc

商丘师范学院2011届本科毕业论文（设计）2012届本科毕业论文（设计）基于遥感的土地利用分类姓 名： 田 浪 系 别： 环境与规划学院 专 业： 测绘工程 学 号： 081412040 指导教师： 史彩霞 2011年12月22日II目 录摘要IIAbstractIII引言11遥感概述11.1遥感概念及原理11.2 遥感技术现状11.3 Google Earth介绍32 土地利用分类概述32.1土地利用分类概念32.2国内外土地分类状况32.3利用遥感数据进行土地利用分类43 利用Google Earth影像数据进行土地利用分类53.1获取Google Earth影像数据53.2 Google Earth影像数据预处理63.2.1图像的合并63.2.2 图像解译63.2.3图形着色及整饰63.2.4 数据汇总计算及分析74结语7参考文献8致 谢9基于遥感的土地利用分类摘 要近年来，随着3S技术日新月异的发展，空间信息的采集、分析与应用进入了一个崭新的时代。作为空间信息采集的重要手段，遥感在很短的时间内，为土地资源调查、土地管理提供了大量宏观、同步的第一手信息，而且随着遥感信息获取技术的快速发展，这种数据提供能力越来越强，提取遥感信息或遥感数据，为资源调查、土地管理等学科服务，就显得尤为重要。本研究以商丘师范学院文化校区为试验区，按用途划分土地分类，选取Google Earth遥感影像为基础数据，通过目视解译，在CAD软件DraftSight平台上，结合野外调查与旧有图件，制作出商丘师范学院文化校区土地利用分类图，并对其土地利用状况进行评价。关键词：遥感；土地利用分类；Google Earth；DraftSightLand Use Classification Based on Remote SensingAbstract In recent years, with the rapid development of 3S technology, the collection, analysis and application of spatial information have stepped into a new age. As an important means of spatial information collection, Remote Sensing (RS) provides large amount of macroscopical, synchronized first-hand information for land resources survey and land management within a short period of time. As the technology of acquiring RS data has a rapid development, extracting the RS information or RS data for Resources Survey, Land Management and other disciplines has been particularly important. In this research, we take Wenhua Campus of Shangqiu Normal University as test area, the land is classified by using type, choosing the Google Earth images as basic data, with visual interpretation on the CAD software platform of DraftSight, then combine with field survey and the old maps, the production Wenhua Campus of Shangqiu Normal University land use classification map, and to evaluate its land use status.Keywords: Remote Sensing; Land Use Classification; Google Earth; DraftSightIII基于遥感的土地利用分类引 言我国是一个人口众多、耕地资源紧张的国家，而且随着经济社会的高速发展，人多地少的矛盾日益突出，合理而充分地利用每一寸土地势在必行。为此，必须进行土地利用调查，查明土地资源的数量及土地利用现状，分析其优势与存在的问题，进而探讨土地资源合理开发以及综合利用的途径。由于经济社会的快速发展，传统的统计和实地土地利用调查方式，不但由于空间定位不准确、不统一和不稳定而导致数据的可信度降低，还耗时耗力，花费巨大1。随着空间技术的发展，遥感技术已成为研究地球资源、环境的有力手段，随着遥感技术和其他学科的综合应用，将克服传统调查方法高投入、长周期、低效率的缺点，对制定科学、周密的建设规划，优化资源配置和开发潜力等具有重要意义2。随着互联网信息技术的发展，美国Google公司开发的Google Earth软件以其遥感图像精度高、信息丰富和免费使用等特点，正逐步给人们的工作和生活带来方便，如何将Google Earth图像制作成地图、提取感兴趣的信息，是人们普遍关心的问题。本文以商丘师范学院文化校区为例，探讨了利用Google Earth图像，结合免费CAD软件DraftSight的图形编辑功能，进行信息提取及应用的过程。1遥感概述1.1遥感概念及原理遥感（Remote Sensing, RS）一词，最早见于1962年，是随着摄影技术和空间运载工具的发展而发展起来的，其定义为：通过某种传感器装置，在不与研究对象直接接触的情况下，获得其特征信息，并对这些信息进行提取、加工、表达和应用的一门科学1，具有视域广阔、信息丰富及可定时、定位观测的特点。1.2 遥感技术现状遥感技术是指整个接收、记录、传输、处理和分析判译遥感信息（物体电磁波的能量信息）的全过程。它包含了两个方面的内容：一是对目标地物的观测记录过程即影像的成像过程，二是对遥感信息的处理分析及解译过程，即所谓的遥感手段和遥感应用。图1-1：DiditalGlobe公司World View-2卫星遥感图像（分辨率0.5米）遥感技术在全世界范围内迅速发展和广泛使用是1972年美国第一颗地球资源卫星（Landsat-1）成功发射并获取了大量的卫星图像之后。目前，在空间运行的各种遥感平台有一千多颗，用于搭载各种用途的传感器。目前的传感器已能全面覆盖大气窗口的所有部分。从传感器所利用的电磁波谱段来区分，遥感可以分为光学遥感、热红外遥感和微波遥感。光学遥感采用的波长范围主要为可见光、近红外和短波红外区域。热红外成像技术和微波遥感技术是近十几年发展依赖的具有美好前景的两类遥感技术。热红外成像技术的波长从8m到14m，可日夜获取目标的数据，是一种全天时的遥感技术。微波遥感的波长范围可从1mm到100cm，可以在阴雨天和夜晚成像，是一种全天候的遥感技术，而且微波对地面物体具有较强的穿透能力，某些条件下，探测深度可达100米，这使得微波遥感不仅能用于植被表面信息的遥感，而且可以用于植被内部信息的遥感，不仅可以探测地表和干沙的特性，而且还可以探测其内部及下面的特性3。从传感器的分辨率来看，空间分辨率已达亚米级，光谱分辨率已达纳米数；超光谱成像光谱的波段数最多的可达240个波段，可以用来监测植物的叶绿素水平；热红外遥感的温度分辨率可达0.5K，并有可能提高到0.3-0.IK的水平；遥感图像获取的时间分辨率也大大提高，卫星回归周期可达几天，甚至十几个小时，如美国国家海洋与大气局(NOAA)的卫星每天可对同一地区进行两次观测。总之，由于新型传感器的不断出现，使得遥感技术已从过去单一传感器发展到现在的多种类型传感器，并能在航天、航空遥感平台上获得不同空间分辨率、时间分辨率和光谱分辨率的遥感影像。现代遥感技术的显著特点是尽可能地集多种传感器、多级分辨率、多谱段和多时相技术于一身，并且与全球定位系统(GPS)、地理信息系统(GIS)、惯性导航系统(INS)等高技术系统相结合形成智能传感器。而且由于空间分辨率、时间分辨率、光谱分辨率的提高，使得遥感应用逐渐由定性向定量、静态向动态发展。遥感数据的处理通常是指图像形式的遥感数据的处理。主要包括纠正(辐射和几何纠正)、增强、变换、滤波、分类等方面。主要目的是为了提取各种专题信息，如植被覆盖率、农作物产量和水深等。遥感图像处理可以采取光学处理和数字处理两种形式。数字图像处理由于其可重复性好，便于与GIS结合等特点，目前被广泛采用4。目前国际上已相继推出了一批高水平的遥感图像处理商业软件包，如加拿大的ERM公司研制的ERHAPPER、美国ERDAS公司推出的ERDAS Imagine、新加坡3- link公司研制的ENVI等遥感影像处理系统。1.3 Google Earth介绍Google Earth是一款Google公司开发的虚拟地球仪软件， 它把卫星照片、航空照相和GIS布置在一个地球的三维模型上5。Google Earth图像以精度高、信息丰富和免费使用等特点,正逐步给人们的工作和生活带来方便。图1-2：Google Earth免费版界面 Google Earth的遥感影像数据，并非单一数据来源，而是卫星影像与航拍的数据整合，其卫星影像来源主要有Guick Bird（DigitalGlobe公司，分辨率0.6m），Word View-2（Digital Globe公司，分辨率0.5m），Geoeye（Geoeye公司，分辨率1m），SPOT（Spot Image公司，分辨率4m），Landsat-7（EarthSat公司，分辨率30m）等；航拍部分的来源有BlueSky公司，Sanborn公司。总体在野外具有15m的分辨率，在大型城市、著名风景名胜区等，分辨率可达0.5m67。 Google Earth是专有商业软件，用户具有非专有且不可转让的许可 ，免费版（Google Earth Free）供个人免费使用，其专业版（Google Earth Pro）和企业版（Google Earth Enterprise）可供商用。82 土地利用分类概述2.1土地利用分类概念土地利用分类是区分土地利用空间地域组成单元的过程。这种空间地域单元是土地利用的地域组合单位,表现人类对土地利用、改造的方式和成果,反映土地的利用形式和用途(功能)。土地利用分类是为完成土地资源调查或进行统一的科学土地管理，从土地利用现状出发，根据土地利用的地域分异规律、土地用途、土地利用方式等，将一个国家或地区的土地利用情况，按照一定的层次等级体系划分为若干不同的土地利用类别。2.2国内外土地分类状况国外土地分类多数以土地利用现状作为分类的依据，具体到各国又有差异。如美国主要以土地功能作为分类的主要依据，英国和德国以土地覆盖(是否开发用于建设用地)作为分类依据，俄罗斯、乌克兰和日本以土地用途作为分类的主要依据，印度则以土地覆盖情况（自然属性）作为划分地类的依据。国内的土地分类研究起步较晚，主要是在解放以后，国内土地分类依据与国外基本相同，也是以土地利用现状作为分类依据，如土地利用现状调查（简称土地详查）采用以土地用途、经营特点、利用方式和覆盖特征为分类依据，城镇地籍调查采用以土地用途为分类依据等。土地利用既受自然条件的作用和制约，又受经济、技术、社会条件的影响，所以土地利用现状是在一个特定区域内的自然、经济、技术和社会条件共同影响的产物。土地利用类型划分是否科学、实用，反映了土地利用研究的深度。作为国家标准颁布全国性的城乡土地统一的土地利用现状分类，对于深入开展土地利用研究与搞好土地管理无疑具有极为重要的意义。我国在土地利用现状调查与研究中，曾制定过若干个土地利用分类方案。有代表性的方案首推原全国农业区划委员会1984年颁发的土地利用现状调查技术规程中制订的土地利用现状分类及含义，其土地利用现状分类采用两级系统，一级按土地利用特点和主导功能分为8类，二级按土地利用的主导产品或具体功能分为46类，并可按实际情况进行三、四级分类。此后在县级土地利用总体规划编制规程（1997国土规字第140号）中，曾对原八大类的土地利用现状分类进行过局部调整。中国科学院原地理研究所在1980年代编制中国1:100万土地利用图时，采用了三级土地利用分类系统。第一级土地利用类型按国民经济部门结构划分为10个类型，第二级类型按土地利用特点和经营方式划分为42个类型，第三级类型按利用方式、地形或林种划分为35个类型9。2007年8月，国家质量监督检验检疫总局和国家标准化管理委员会共同发布了由中国土地勘测规划院和国土资源部地籍管理司起草的土地利用现状分类国家标准(GB/T21010-2007)。土地利用类型的划分是土地利用研究的一项基础工作。2.3利用遥感数据进行土地利用分类地理信息系统面积量算空间数据库属性数据库数字土地利用现状图航片已有分类资料野外调绘资料屏幕转绘数字影像地图矢量化草图编辑修改、检查 遥感图像数据在土地利用分类中作为基础数据源，在获得遥感数据之后，再对其进行预处理、解译、转绘等，然后根据所得到的土地利用现状图进行土地利用分析分类研究。其简单流程如图2-1所示。数据预处理图2-1 利用遥感数据进行土地利用分类的一般流程3 利用Google Earth影像数据进行土地利用分类3.1获取Google Earth影像数据在一台硬件配置合适，安装有Windows XP / Vista/ 7操作系统，并有宽带连接的PC机上，按需求安装Google Earth软件的相应版本，打开软件界面，点击搜索，输入 商丘师范学院，即可到达所需的区域。在视图菜单中勾选“比例尺视图”，打开界面的比例尺，滑动鼠标滚轮，将比例尺调整为80米，视线高度400米，此时影像数据的分辨率最接近原始遥感数据的分辨率10，图像质量最佳。下载安装武汉大学开发的专用于截取Google Earth图像的免费软件Space Eye，打开Space Eye，将两个软件界面并排排列，在Google Earth窗口中移动键盘的左右方向键，保持比例尺（视高）不变，大概按左右重叠面积10%，上下重叠面积10%11，在所需的区域内截取分块图像，按照图像所在的矩阵位置命名保存，如3-5.bmp，以便之后的图像合并。按照这种方法，直至将区域内图像全部截取完毕，行列最好不要改变。图3-1利用Space Eye截取Google Earth图像3.2 Google Earth影像数据预处理3.2.1图像的合并打开Adobe Photoshop软件的“Photomerge”对话框，为保证图像质量，点选“拼接”，再导入获得的分块图像，然后开始图像合并。根据实践，在获得的图像中，将截取时同行或同列的分块图像先合并成长条的“全景图”，然后再将所有“全景图”再次合并成一张完整的遥感图像，从处理所耗费的时间和系统资源上，要比直接把所有的分块放在一起合并大大的降低。合并完成之后，剪去空白区域，将文件存储为tiff图像格式。3.2.2 图像解译打开DraftSight，插入图像，并结合2011年测绘的商丘师范学院文化路校区平面图作为参考，对遥感图像进行目视解译与矢量化。图3-2 参考图（左）与矢量化图3.2.3图形着色及整饰Google Earth图像在DraftSight里数字化后得到DWG格式的线划数字地图。由于地图的内容均由线划组成，所以，表现出来的效果比较单一，各功能分区对比又不鲜明。因此，可以将不同的功能分区填充易于区别的色彩。为了使用方便，还应给平面图加上图例、图框、指北针、比例尺及文字注记等。3.2.4 数据汇总计算及分析 用DraftSight软件中的area命令计算各个地块的面积，将计算结果用Microsoft Office或金山WPS汇总成Excel表格，并绘制饼状图。图3-3 商丘师范学院文化校区土地利用饼状图从上图可以看出，商丘师范学院文化校区交通状况良好。作为商丘师范学院老校区，绿化覆盖面积尤其广泛，同时也有较大的运动场供学生及周边居民