应用模型的实习报告.doc

此文档收集于网络，如有侵权，请联系网站删除遥感应用模型实习报告老师：学院：班号：学号：姓名：目录1 QuickBird数据融合后分类提取- 3 -1.1影像融合- 3 -1.2分类- 4 -1.2.1非监督分类- 4 -1.2.2监督分类- 5 -1.2.3基于规则的面向对象分类- 6 -1.3精度评价- 10 -1.3.1非监督分类- 10 -1.3.2监督分类- 11 -1.4制图输出- 14 -1.4.1非监督分类- 14 -1.4.2监督分类- 14 -2. 大冶研究区土地使用情况分析- 15 -2.1数据处理- 15 -2.2提取建设区- 15 -2.3成果展示- 16 -2.4 空间分析- 17 -3 遥感反演与建模- 18 -3.1数据预处理- 18 -3.1.1数据读取和定标- 18 -3.1.2太湖区裁剪- 18 -3.1.3几何校正- 19 -3.1.4FLAASH大气校正- 19 -3.1.5区域裁剪- 21 -3.2叶绿素浓度反演- 21 -3.3输出叶绿素浓度分布图- 23 -3.4结果分析- 24 -1 QuickBird数据融合后分类提取实验数据：武汉地区QuickBird多光谱影像（wq05may02_m.img）和全色影像（whdxp.img）。实习软件：ENVI 4.8、ENVI 5.01.1影像融合先enhance多光谱影像，选择其中效果最好的，用envi自带Gram-Schmidt Spectral Sharpening对两幅图像进行融合处理。下图呈现融合效果：1.2分类1.2.1非监督分类使用ISODATA进行非监督分类：1.2.2监督分类使用最大似然法进行监督分类：1.2.3基于规则的面向对象分类使用ENVI5.0，加载融合后的影像，选择Feature Extraction打开面向对象分类的窗口。Input Raster选择待分类影像，Custom Bands都勾选，其他都默认。以下为成果显示：1.3精度评价1.3.1非监督分类首先对样本分类，编辑，合并同类项合并（左为合并前，右为合并后）： 左为结果评价1.3.2监督分类Using Ground Truth Image下的精度评价Using Ground Truth ROIs下的精度评价（混淆矩阵）：1.4制图输出1.4.1非监督分类1.4.2监督分类2. 大冶研究区土地使用情况分析实习数据：研究区影像：2009spot_area1.msi；2010spot_area1.msi矢量数据：大冶批次用地建设用地红线.wp实习软件：ENVI4.8+ArcGIS10.2 思路：ENVI4.8完成遥感影像处理，ArcGIS10.2完成空间数据分析2.1数据处理数据完成分类后，转化为矢量格式。左图为09矢量图，右图为10矢量图。2.2提取建设区利用变化检测提取得到新增建设用地矢量数据2.3成果展示使用ArcGIS10.2进行空间数据分析，完成成果展示如下：研究区域的红线和建筑用地批而未用建设用地未批先用的建设用地用而未尽建设用地越界开发的建设用地项目2.4 空间分析利用如下空间运算法则对矢量数据进行空间分析建设用地图层记为A，建筑红线图层记为Ba) 正确使用的部分： C = b) 空间查询： D = 用建设用地图层空间查询建筑红线E = 用建筑红线空间查询建设用地图层c) 批而未用部分： D外裁 建筑红线d) 用而未尽部分： C 外裁 De) 用而未批部分： E 外裁 建设用地图层f) 越界开发部分： C外裁 E数据统计：类型面积（平方米）批而未用754043用而未尽2213070越界开发24819未批先用6968413 遥感反演与建模实习数据：研究区影像数据：HJ1B-CCD1-451-76-20091006-L20000180174；太湖区域TM数据（L2级）；HJ1B-CCD1波谱响应函数；太湖矢量数据；实测叶绿素样点浓度数据；实习软件：ENVI4.83.1数据预处理3.1.1数据读取和定标可以依次打开每个波段，并用元数据说明中提供的定标参数用 Band Math 工具进行手动定标，再用 Layer stcaking 功能将 4 个波段的图像合成为一个多波段的数据文件。本课程中用的是环境小卫星的读取补丁，直接读取 CCD 数据，输出结果为一个多波段的 ENVI 标准栅格文件，并带有中心波长等信息，可直接输出定标结果（辐射亮度）。3.1.2太湖区裁剪由于整景数据范围非常大，而我们的工程区只是其中一小部分，所以在进行几何配准之前，将太湖以及周边区域裁剪出来。3.1.3几何校正这一步是对环境数据进行几何校正，使其具有精确的地理信息，基准影像可以是地形图，也可以是已经过校正的其他中高分辨率影像，本实习中用到的是已经过校正的 TM 数据作为基准影像。3.1.4FLAASH大气校正环境小卫星提供了波谱响应函数，以文本形式提供，第一列表示波长（nm），后面四列分别表示 4 个波段对应波长的波谱响应值。为了做大气校正，需要制作波谱曲线来描述波谱响应函数，用于大气校正。如图，在绘制窗口生成了 4 条曲线，选择 Edit-Data Parameters，编辑每条线的名称为 b1，b2，b3，b4，便于区分。 将 BSQ 格式转成 BIL 格式。大气校正完成后，检查大气校正的结果，分别加载校正前后的图像，将两幅影像进行地理链接，移动到植被区域（植被的波谱曲线比较特殊），在影像上右键，选择 Z Profile（Spectrum）打开光谱曲线窗口，显示两幅图像同一位置的光谱曲线图。（左边为大气校正后，右为大气校正前）3.1.5区域裁剪3.2叶绿素浓度反演获取采样星上数据，将水面调查点与 B NIR /B RED 对应的值导出来，如下： 第一个模型为线性模型：y=0.0411x+0.0177,R2=0.8153第二个模型为指数模型： y=0.0263*e(0.7865x),R2=0.794第三个模型为对数模型：Y=0.332In(x)+0.0596,R2=0.80023.3输出叶绿素浓度分布图第一个模型的：3.4结果分析类型