ASTER遥感影像在土地利用调查的应用

ASTER遥感影像在土地利用调查中的应用以广州花都区为例ASTER遥感影像在土地利用调查中的应用以广州花都区为例魏永杰地理信息系统教员：陈见飞土地资源是社会经济发展最基本的物质基础。遥感技术可以用来对土地资源进行分类调查。在地球观测方面，ASTER包括可见光-近红外(VNIR)、短波红外(SWIR)和热红外(TIR)通道的遥感数据，与普通遥感图像相比，可提供更高质量的信息源。在ENVI 4.3的支持下，对ASTER数据进行预处理，选择波段，增强图像。然后利用监督分类法对广州市花都区土地利用信息进行分类。中值滤波后，输出分类结果，提取地图空间信息，最后统计土地利用状况。关键词ASTER；土地使用；监督分类；图像增强；花都区土地利用分类信息的提取利用ASTER图像对广州市花都区郊区进行分析土地资源是社会经济发展的物质基础。利用遥感信息可以对土地资源进行分类和调查。结果表明，与以往常用的遥感图像相比，高光谱分辨率图像能更好地提供更高质量的地球表面信息。本文在ENVI4.3的支持下进行准备工作，如处理、波段选择和图像构建.等等。对ASTER数据，采用监督分类方法对广州花都郊区现状图进行分类，提取地图空间信息，最后统计土地利用情况。关键词Aster土地使用；监督分类；图像增强；花都1.先前的评论1999年12月18日，洛马宇宙-2AS运载火箭成功发射了地球观测系统1号的第一颗晨星地球观测系统AM-1号，后更名为地球之神。科学数据收集始于2000年2月24日。其总体战略目标是从一系列极地轨道空间平台上实现对太阳辐射、大气、海洋和陆地的综合观测。获取海洋、陆地、冰雪圈和太阳能系统信息，开展土地利用和覆盖研究、气候季节和年际变化研究、自然灾害监测和分析研究、长期气候变化和变化研究、大气臭氧变化研究等。从而实现对大气和地球环境变化的长期观测和研究1。ASTER是极地轨道环境遥感卫星Terra (EOS- AM1)搭载的五个地球观测仪器之一，该卫星提供三个可见光通道的遥感数据近红外、短波红外(SWIR)和热红外(2。它包括14个波段，从可见光到热红外，分辨率从15米到90米。ASTER的主要目的是深入了解发生在地球表面或地球表面附近以及低层大气中的各种局部和区域尺度过程，包括地球表面和大气之间的相互作用。ASTER图像在冰川、水文、城市扩展、火山预报、蒸散/地表温度和地质方面有着广阔的应用前景2。本文利用2003年10月16日的ASTER数据对广州市花都区的土地利用信息进行了分类。2.ASTER的主要技术参数、特点和应用领域ASTER是一种成像仪器，是美国航天局和日本国际贸易和工业部合作的结果。从某种意义上说，ASTER是Terra上其他仪器的“变焦镜头”，它的空间分辨率是这些仪器中最高的。ASTER由三个独立的仪器子系统组成，每个子系统在不同的光谱区域工作。它们使用独立的光学系统，由不同的日本公司制造。这些子系统利用可见光、近红外、短波红外(SWIR)和热红外(全内红外)工作。ASTER图像的第一至第三波段位于可见光/近红外区域，空间分辨率为15米，是迄今为止空间分辨率最高的多光谱数据。ASTER图像在航向和横向都具有立体成像能力。其探测表面成分和制图综合的能力优于在资源调查领域广泛使用的TM和SPOT数据，并可用于生成全球高质量的数字地形图3；第四至第九波段位于短波红外部分，空间分辨率为30m。第十至第十四波段位于热红外部分，地面分辨率为90m(图1)图1 ASTER的波长和大气传输ASTER有3个通道，其技术参数如表1所示。从表1可以看出，ASTER数据具有以下特征：1)可见光通道图像的空间分辨率相对较高；2)热红外通道(8 12 m)有5个波段；(3)可见-近红外通道(0。78 0.86 m)具有仰视和后视功能表1 ASTER主要技术参数通道波段数光谱范围/微米空间分辨率/米VNIR 1 0.520.602 0.630.69 153N(后视图)0.78 0.863N(前视图)0.78 0.864 1.6001.7005 2.1452.185SWIR 6 2.1852.225 307 2.2352.2858 2.2952.3659 2.3602.43010 8.1258.47511 8.4758.825国际公路货运12 8.9259.275 9013 10.2510.9514 10.9511.65与SPOT/HRV、TM、JERS/OPS相比，ASTER数据的相关性能有了很大的提高：1)提高了底高比(从0.3提高到0.6)，提高了地表高度的精度；2)增加SWIR地区的波段，增强地表岩性填图能力；3)在全内反射区增加5个波段，以产生精确的表面温度和发射。通过提高辐射分辨率和精度，提高了解释能力。ASTER产品可分为以下几个层次：L1A；L1B。相对光谱发射率2A02、2A03V、2A03S表面辐射率2B01V、2B 01S 2B 01T；表面反射率2B05V、2B05S表面温度2B03表面发射率2B04半标准产品：正投影图像3A01数字高程模型相对4A01Z1.ASTER的主要目的是深入了解发生在地球表面或地球表面附近以及低层大气中的各种局部和区域尺度过程，包括地球表面和大气之间的相互作用1。ASTER图像在冰川、水文、城市扩展、火山预报、蒸散/地表温度和地质学方面有着广阔的应用前景(4)。3.ASTER图像数据处理3.1 ASTER数据的预处理3.1.1图像校正和配准本文基于ASTER L1B图像(AST _ L1B # 00310162003031534 _ 10292003094859)，并使用ENVI 4.3阅读。可以看出，这幅图像是在2003年10月16日生成的。同时查看其地图信息，可以看出L1B级图像已经过辐射校正和几何校正。几何校正的精度为：绝对误差在50m以内，相对误差在15m以内。相对误差在一个像素以内，满足一般误差要求，可用于分析。几何校正后的图像是UTM投影8。遥感图像几何校正一般包括以下步骤：转换方案的选择、校正方法的选择、控制点的获取、输出图像边界和像素大小的确定、图像灰度的重采样等。ASTER L1B图像经过了辐射校正和几何校正。然而，为了使其适用于研究区域，仅将UTM到高斯-克鲁格投影变换应用于图像，其被指定为区域20。3.1.2图像裁剪图像裁剪是指对原始遥感图像进行裁剪以提取感兴趣区域。本研究的范围是广州市花都区，而ASTER的原始图像在广州北部，所以只有花都区被剪切。图像裁剪通常使用感兴趣区域进行。您也可以在裁剪它之前创建一个遮罩5。在本文中，通过使用具有文件类型形状的花边界来建立和裁剪感兴趣区域。3.2波段选择3.2.1波段选择的重要性在遥感图像分类之前，通常需要进行特征选择和特征提取。原则上，统计特征分析、主成分分析和相关分析是频带选择的主要方法。然而，在实际操作中，更多的是关注人的视觉效果。视觉效果是最好的，而且容易理解。同时，各种分析结果可供参考。多光谱遥感数据的基本单位和多元统计分析通常会为显示和分析遥感数据提供许多必要和有用的信息4。由于ASTER遥感数据中的热红外波段主要用于研究地表热环境的变化，而3B主要用于生成地表高程，因此本文仅对上述两个波段以外的其他9个波段的光谱信息进行统计分析。3.2.2图像统计特征分析在ENVI4.3下，用resize data命令对分辨率为30m的6个短波红外波段进行重采样，使其分辨率为15m，用另存为ENVI标准命令将重采样的短波红外波段和分辨率为15m的3个可见光和近红外波段放在同一文件下。在ENVI4.3下进行统计，获得了9个波段光谱的一般特征的统计数据(见表2)。表2各波段光谱的一般特征带数最小最大平均标准偏差特征值波段10.000000 171.703995 22.569930 28.041932 2050.08742波段20.000000 179.832001 14.009769 19.708900 105.72046波段30.000000 218.947998 25.518816 31.00668 7.93737波段40.000000 55.219601 3.94463 4.97283 1.014778波段50.000000 17.678400 0.866642 1.11369 0.050435波段60.000000 15.875000 0.810241 1.060834 0.003253波段70.000000 15.163800 0.715466 0.952387 0.002850波段80.000000 10.591801 0.440371 0.598849 0.001240波段90.000000 8.077201 0.273842 0.346083 0.000597根据表2中的分析，可以看出：1)每个波段中直方图的平均值非常小，最大值仅为25.518816，这表明该图像属于低灰度图像。2)每个波段的最小值为0，表明研究区有较低的反射覆盖；除波段1、2和3外，其他波段的最大值相对较小，这表明研究区地物覆盖的光谱信息量较小。3)比较各波段的方差值，可以看出波段3的最大标准差为31.009668，这表明波段3的光谱信息含量最大，即该波段地物的辐射光谱差异较大，适用于区分各种地物。波段1、波段2和波段4在其余波段中具有最高的光谱信息含量。4)1、2、3波段的特征值都比较高，表明它们对地物的特征有明显的反映。3.2.3各波段相关系数分析2)在ENVI4.3下统计，得到9个波段的协方差矩阵和相关矩阵(表3):表3波段相关矩阵波段号波段1波段2波段3波段4波段5波段6波段7波段8波段9波段1 1.000000波段2 0.973869 1.000000波段3 0.922658 0.852727 1.000000波段40.952277 0.926534 0.957633 1.000000波段50.965676 0.950950 0.921181 0.984374 1.000000波段60.956519 0.948659 0.909911 0.981714 0.996655 1.00000波段7 0.954543 0.955315 0.895435 0.975701 0.994675 0.996381 1.00000波段80.947390 0.955111 0.875758 0.965476 0.989758 0.993819 0.99656 1.00000波段90.971089 0.949437 0.921027 0.97708 0.995589 0.991830.990136 0.98512 1.00000从表3中可以得出结论，一般来说，9个波段之间的相关性相对比较接近。从波段4到波段9，它们之间的相关