遥感地学分析与专题制图实验报告.doc

重 庆 交 通 大 学学 生 实 验 报 告实验课程名称 遥感地学分析 开课实验室 土木学院机房实验室 学 院 河海学院 年级 2012级 专业班 资环1班学 生 姓 名 邓双福 学 号 631203050107 开 课 时 间 2014 至 2015 学年第 二 学期总 成 绩教师签名河海学院资源与环境科学系2015年6月实验题目遥感地物识别与专题制图实验时间2015年6月1日实验地点土木学院机房实验室实验成绩实验性质综合性试验一、 实验目的1、 以自己所熟悉的软件,选择一个区域(影像自己选择,不小于500500像素),进行地物类型的判别与读取(人机交互目视解译或者计算机自动分类)监督与非难监督2、 考察学生对本课程有关典型地物类别光谱特征知识点的掌握情况。3、 地物类型不小于五类,结果输出为专题图,图分,图例,各地物类型的面积(矢量面积,栅格百分比)。2、 原理与方法 实验数据：地理空间数据云网址下载三张大连市ETM遥感影像。图像预处理：下载的遥感影像进行预处理。图像预处理流程图如下： 波段合成：将下载到的单波段遥感数据运用ENVI进行波段合成，形成假彩色的遥感影像图。 监督分类(supervised)，又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程。已被确认类别的样本像元是指那些位于训练区的像元。在监督分类过程中，首先选择可以识别或者借助其他信息可以判定其类型的像元建立分类模板（训练样本），然后让计算机系统基于该模板自动识别具有相同特性的像元。对分类结果进行评价后再对分类模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般有以下几个步骤：定义分类模板、评价分类模板、进行监督分类、评价分类结果，在实际应用过程中，可以根据需要执行其中的部分操作。 分类后处理（Post-Classification Process），无论监督分类还是非监督分类，都是按照光谱特征进行聚类分析的，因此，都带有一定的盲目性。所以，对获得的分类结果需要进行一些处理工作才能得到最终相对理想的分类结果，这些处理操作统称为分类后处理。地图制图：将上述所得图斑通过文件转换功能转成.shp文件，即转换成arcgis能使用的文件类型。再运用Arcgis制图功能，进行地图整饰，然后进行地图输出。三、实验主要内容及过程 3.1、图像预处理 由于下载的3张ETM遥感影像存在条纹，用了一个插件去除了条纹。之后再进行图像的预处理（去云、去雾及阴影处理等）去除条纹后的影像：3.2、波段合成将所下载到的数据进行波段合成，如下图：3.3、图像镶嵌将三张图像进行镶嵌，如下图：3.4、图形裁剪由于整幅图面域太大，所以在合成后的图上选取适当大小进行裁剪保存，作为后期处理的的图像。建立掩膜之后，裁剪 3.5、执行监督分类将上述所得图像进行分类处理，并保存分类后图像，如下图：具体步骤是利用ROI工具选择感兴趣区，具体分类为：林地、城镇用地、水域、耕地、未利用地。正常情况下是通过别的方式选样本，如：野外调查或波峰影像上选样本，本次因条件限制就直接在图上选了。3.5.1、定量评价在这个表里，凡是最后的那个数值大于1.8的就说明符合要求，由此看出第一个是不符合要求的，应该是选的时候有问题，但重新选后发现数值越来越小，不过城镇用地和未利用地容易混淆，不容易选对，就不再重新选样本了。3.5.2、定性评价按照步骤操作后，出现n-D可视化对话框，单击Start，会出现一动态变化的样本聚类情况，在此只截一张图定性的看样本是否选的好，就看那个样本集中的程度，越高代表样本越好。3.6、监督分类点击主菜单的ClassificationSupervisedMaximum Likelihood（最大似然法）3.7、对分类图的后后处理（改名字、改颜色、分类后处理）：1、单击OverlayClassification叠加分类图改名字：选择每一个分类，然后去掉后面的像素数，2、其他的分类后处理：精度印证，用混合矩阵。后处理（出去小碎点），把一些小斑点给合并了。再接着是定量的方式（剔除）：填3是只小于一公顷的像元剔除掉最后分类统计四：出图4.1、在ENVI中将影像转换为shp文件，再导入arcmap中作做专题地图。4.2、用arcmap 打开以上shp文件，并进行用地类型属性的一一对应添加，并根据用地类型的不同，将各个区用不同的形式表示，将各个区用不同的形式表示，然后进行图像整饰。如图