土地变更调查遥感监测中YG―26遥感影像处理方法

1、土地变更调查遥感监测中YG-26遥感影像处理方法 摘要：遥感技术在全国土地利用变更调查中得到广泛应用，主要是通过前后时相影像比对，再叠加前一年数据库， 提取数据库中非建设用地中的新增建设及有建设可能的推填土。本文主要介绍新兴遥感卫星YG-26影像的处理方式, 包括影像预处理、影像融合、影像纠正，最终形成光谱信息丰富、地类清晰可见、容易判读的影像，满足土地利用变更调查与监测的应用要求。 关键词：土地变更；遥感监测；YG-26影像；影像融合 方法 1区域概况与数据源 1.1 研究区域 天津市武清区位于天津市西北部，京津两市之间，位于 117 1943-1164659E、390705-394220

2、N,总面积1574平方公里。 武清区地处华北冲击平原下端， 地势平缓，自北、西、南向东南海河入海方向倾斜。气候属于温带湿润大陆性季风气候，四级分明。年平均气温11.6 ,年平均降水量为606mm。 1.2 数据源 本次项目所采用数据有：2015年原始影像；高程数据 DEM;基础底图DOM（如图1）。所用基？A底图是第二次全国土地调查标准分幅调查底图。 YG26原始数据文件夹中包含：多光谱分波段影像MSS （.tif）,全色影像CCD（.tif）,影像元数据文件（.xml）,影像快视图（.JPG）,有理多项式系数文件（.RPB）。 2.技术流程 技术流程 土地变更调查监测与核查项目的第一个步骤是

3、遥感影像处理，它为之后进行的变化信息提取做铺垫， 地物判别的难易程度和准确性受生产的遥感影像质量好坏的直接影响。 原始数据预处理 将原始数据tif转为img格式 将原始数据tif转为img格式，即可避免掉线、黑印、地物不连贯等问题。 原始全色tif数据 多光谱数据建模调色 原始多光谱影像颜色失真，田块及水体颜色与实际不符。通过空间建模，多次实验修改波段参数，使颜色接近自然真彩色。 该影像拍摄于2015年5月4日的天津，田内作物大量生长，植被颜色应为翠绿色，水体内微生物大量繁殖，水体颜色较深，故公式一更接近测区的实际情况。 16bit换8bit 过去大多数8bit数据格式灰度为0-255的遥感影

4、像的范围，远不及16bit的格式表示灰度0-65535的范围。将全色数据和多光谱数据分别转8bit,是为了之后使用传统融合方法对影像进行融合，使YG-24原始影像均为unsigned8bit数据。 3影像配准 由于全色和多光谱数据影像拍摄时间相差较多，故全色数据与多光谱数据要进行配准。 数据配准以全色数据为底图，采用二次多项式方式将多光谱影像配准到全色影像上或在ERDAS中AutoSync模块中 自动校正。 4影像融合 影像融合后的数据既有多光谱影像的颜色，又有全色数据的纹理。多源数据的融合依据监测区情况不同、数据源的不同类型，具融合方法也不同。 基本要求 影像融合的基本要求： .根据影像波段

5、的地形特征、地物和光谱范围等因素，选择能清晰表现土地利用类型色彩和特征、边界接近自然的融合方法。 .不同季节影像色彩应反映当时地类光谱特征，相同季 节融合后影像要色调基本一致。 .融合影像应模糊、无重影等现象。 5影像纠正 纠正控制点采集 采用高程数据和基础底图为纠正基础，选取基础底图和待纠正影像上均有的同名明显特征地物点位纠正控制点， 应避免在基础底图镶嵌线附近误差超限、或存在错误的区域采集。控制点应在纠正区域内均匀分布，并大于待纠正区范围； 根据纠正模型、软件类型和区域地形选取一点数量控制点，一般不少于9个，山地应适当增加控制点，相邻景重叠区不少于3个公共点。 纠正模型 纠正模型采用物理模

6、型或有理函数模型。 外国卫星大部分有自己的纠正模型，故纠正精度相对较高；相反，国产卫星则没有自己的纠正模型，一般采用已有模型，已经应用于生产的YG-2和YG-8均用QuickmidRPC模型，故局部精度不理想。 有理函数模型只适用于高程差较小地区，需要大量精密选点才能控制住精度，故一般不予采用。 但是根据日常大量生产经验，用模型纠正后局部仍有偏差的地区，用box裁切，再用有理函数模型纠正，一般能达到良好的效果。 纠正精度检查 将基础底图与纠正后影像在同一窗口中打开，采用“拉窗帘”的方法逐屏检查。若影像发生了错位现象或明显抖动，则量测该处同名点误差，两者相对误差应满足相对误差要求。否则，须查明原因，除资料精度、控制卫星侧视角造成相对误差超限的局部地区外，其他地区须符合精度要求 6结束语 本文是在2015年全国土地变更调查监测与核查项目遥 感监测数据生产阶段，以新兴卫星YG-26生产的具体过程进 行研究。文章包括影像预处理、影像融合以及影像校正，重点介绍了影像融合过程