遥感技术在衡水湖环境监测中的应用研究

PAGE毕业设计说明书PAGE 毕业设计说明书毕业设计（论文）中文摘要遥感技术在衡水湖环境监测中的应用研究摘要：随着环境问题的日益加剧，利用现代科技对环境进行监测成为当代势在必行的趋势和潮流。遥感技术是上世纪60年代兴起的一种探测技术，它克服了传统实地监测的复杂繁琐、工作量大、数据不全面、更新不及时等缺点。利用ENVI遥感图像处理系统对衡水湖及周边区域的图像进行处理，综合分析获得衡水湖的相关信息数据，与以前数据进行，分析衡水湖未来的走势。课题得到了衡水湖周围环境的分类图，并根据实际需要和上述处理过程，设计出了衡水湖湿地监测系统。衡水湖水域总面积达79平方公里，其中湖中植物的面积占了很大比例，且附近大都是居民区。关键词：遥感技术衡水湖环境保护监测系统PAGE23 -1--毕业设计（论文）外文摘要Title:TheappliedresearchofremotesensingtechnologyinhengshuilakeenvironmentalmonitoringAbstractAstheincreaseofinvironmentalproblems,usingmodernscienceandtechnologyforinvironmentalmotoringbecomesaimperativetrendofcontemporaryera.Remotesensingtechnologyisariseinthe1960sofadetectiontechnology,itovercomesthedisadvantageoftraditionalfieldmonitoring:complexing,bigworkload,incomprehensivedataandrenewalnotintime.WewilldealwiththeimageofHengshuilakeandthesurroundingareabyusingtheENVIremotesensingimageprocessingsystem,andobtainrelevantinformationdataofhengshuilakebyanalysingtheresult

synthetically.Comparingwithpreviousdata,wecananalysethetrendofthewetlandinthefuture.ThisissueworkedouttheenvironmentclassificationfigureandmapofHengshuilake,anddesignedremotemoteringsystemofHengshuilakewetlandaccordingtothepracticalneedandtheaboveprocessingsteps.ThewaterareaofHengshuiismorethan79squarekilometers,ofwhichtheplantsinthelakeareaaccountedforalargeproportion,mostlyneartheresidentialarea.Keywords:remotesensing,Hengshuilake,environmental

protection,moniteringsystem目录1引言…………………11.1研究背景和意义…………………11.2遥感监测研究现状………………21.3展望………………32相关原理……………42.1遥感技术简介……………………42.1.1遥感原理………52.1.2系统组成………52.2ENVI简介…………52.1.1概述……………52.2.2结构特点………52.3遥感图像处理……………………62.3.1图像校正………62.3.2图像增强………62.3.3图像融合………62.3.4图像裁剪………72.3.5图像分类………73处理结果……………73.1图像校正…………93.2图像增强…………103.3图像融合…………113.4图像裁剪…………123.5图像分类…………133.6地图制图和数字统计……………174衡水湖遥感监测系统初步设计……194.1系统目的…………194.2设计思路…………20结论……………………23参考文献………………24致谢……………………26 -PAGE1-1引言1.1研究背景和意义如今环境问题的日益严重，引起了世界各国的高度关注和重视：大气污染、水体污染、土地荒漠化、资源紧缺等问题，已经逐渐渗入到并影响着人们的日常生活，制约着未来的发展。湿地是陆生系统和水生系统之间的过渡地带，兼有水陆生态位，因而具有很强的过渡性和波动性，从而导致了湿地边界的多变性、湿地生物的多样性、湿地景观结构的不稳定性和对外界的敏感性，是地球上一种独特的生态系统。它具有补充地下水、净化水质、调节流量、保护堤岸等功能，在生态平衡中起着举足轻重的作用，有“地球之肾”、“生命的摇篮”等称誉[19]。近年来，由于人类对大自然不合理的开发，生态系统被严重破坏，湿地也没能幸免。过度利用生物资源、大兴水利工程、盲目发展旅游业等，虽然换来了经济的可观增长，但是得不偿失，湿地面积快速萎缩、水质严重下降、生物种类严重减少，部分湿地的功能几近消失。保护湿地系统已经刻不容缓[12]。衡水湖俗称“千顷洼”，是华北平原上唯一一个保留了沼泽、水域、滩涂、草甸和森林的湿地系统，地跨衡水和冀州两市，是华北平原第二大淡水湖，其蓄水面积仅次于白洋淀，被称为“京津冀最美湿地”。衡水湖水源充足，水草丰茂，景色优美，它充分发挥了湿地的作用，有效地提升了华北地区的空气湿度，改善了生态环境。同时，衡水湖还促进了了物种保护，它广阔的水域、茂密的芦苇、岸边的森林等，为各类动物提供了适宜的生存环境。其巨大的生态效益、社会效益和经济效益得到了国家的重视，衡水湖于2003年6月被批准为国家级自然保护区。因此，全面、深入地了解衡水湖湿地的现状和近年来周边的变化情况并据此分析衡水湖未来的走势，更利于对湿地系统的合理利用和开发，对保护环境有着非常大的意义。传统的监测方法是实地考察，虽然简单易行，得到的数据也直接真实，但工作量大，耗时，耗力，数据不全面且更新不及时，并且受到许多自然因素的制约。加上湿地生态系统的特殊性，实地考察已经不能满足湿地监测的要求[20]。遥感技术填补了这一空白，它凭借自身信息量大、周期短、方法多、并且限制因素少等优势，在众多领域有着越来越广泛的应用，农业、地质、海洋、气象、军事等，遥感监测克服了传统监测方法的缺点。遥感，顾名思义，即遥远的感知，也就是说不直接接触探测对象，而是利用卫星成像技术和图像处理技术，间接地得到考察对象的相关数据[23]。本课题将应用遥感技术进行衡水湖湿地进行生态资源调查和湿地制图，初步研究建立衡水湖湿地生态信息系统数据库具体方法，高效率、高精度地掌握和研究湿地资源现状及动态变化，建立完善湖区湿地生态监测体系，对湿地合理开发、利用及保护制定长远发展规划等方面提供重要的科学依据。1.2遥感监测研究现状遥感技术自问世以来，由于克服了传统的获取数据方法的复杂繁琐以及不全面不真实等缺点，在众多领域，尤其是环境监测方面得到了迅速发展和广泛应用[3]。试举例如下：大气监测。大气监测是对大气的结构、组成、状态及变化进行检验并及时更新数据[1]。根据不同的气体成分都有固有且各不相同的辐射和吸收光谱，利用近紫外线和红外线，以及微波段范围的波段，遥感技术可以并且已经用于监测臭氧、气溶胶、二氧化碳、二氧化硫等不同的气体或颗粒物质，从而得到不同气体在大气中的浓度和分布，实现大气监测[2]。水质监测。水质监测是以污染水和清洁水不同的光谱特性为基础来实现的，清洁水对光的吸收性强，反射性差，因此清洁水区域在遥感图像上一般呈暗色。而污染水域相反，对光的吸收性差，而反射性好。利用遥感技术可以实现水体富营养化、石油污染、废水污染、泥沙度的检验等[4]。农业。我国是农业大国，传统的农业生产方法已经慢慢跟不上当代快速发展的节奏，因此，把现代科技与农业生产有机结合成为农业发展的有效途径。根据农作物额的光谱特性，利用遥感成像技术不仅可以对农作物的长势进行监测，产量进行估算，而且还能监测病虫害的发生以及对土壤质量进行评价，为农业更好地发展奠定基础。城市建设。对一个城市进行规划和设计，需要直观、真实地了解其现状。遥感技术把一个城市的信息集中反应在图像上，不同的地物有不同的颜色。加上遥感技术的发展使得图像的空间分辨率得以提高，因此能更准确地地得到城市的详细信息，为城市建设提供了一条有力的捷径。地质勘查。地质学是矿产工业的有力保障和支撑，传统的地质勘查方法工作起来有一定的难度和强度，对工作人员来说是很大的挑战。利用遥感技术把地质标志反映在空间信息上，通过目视解译就可以判断出矿石的分布与种类，质量和可利用度等，为提高了矿藏的开发的效率。除此之外，铁路建设三峡工程南水北调等项目也可以利用遥感进行地质稳定性分析[10]。旅游业。如今旅游越来越受到人们的青睐，旅游业也发展得如火如荼。遥感技术可以系统地分析旅游景点的分布及特征，对于旅游区的规划、发展和保护都有一定作用。尤其可以利用遥感图像绘制地图，更能准确全面及时地提供各种旅游信息，对于初到某地方的游客帮助很大。森林火灾监测。近年来，森林火灾持续发生，给环境造成巨大的危害。利用遥感技术可以监测火灾发生，当森林发生大火时，由于燃着的树木温度明显比没有燃烧的树木温度高，因此在电磁波热红外波段会辐射出更多的能量，因此会在图像上显示比一般森林更亮的色调，因此可以及时发现火灾发生的地点并监测其发展趋势，并为灾后生态环境的变化和重建提供有力的依据。遥感技术在其他众多领域中也扮演着不可或缺的角色，起着举足轻重的作用，像是航天业、军事等。相信在未来，遥感凭着自身的优势和不可估量的前景，应用一定会越来越广泛，越来越好地为国民经济可持续发展做贡献。1.3遥感发展趋势经过四十多年的发展，遥感技术已经日益成熟。从当初单一领域的应用到今天各行各业几乎都有遥感的影子，遥感技术的发展水平已经成为一个国家发展水平的标志之一。从遥感图像的应用领域和应用需求来看，未来遥感技术的发展主要有以下几种趋势：第一、卫星小型化，并且高、中、低轨道卫星相互协同。空间分辨率和时间分辨率一直是一对矛盾，任何一方的提高都要以另一方的降低为代价。为了协调两者，现代遥感发展的一大趋势是小卫星群计划，即用多颗小卫星在短时间内获得高分辨率的全球图像。并且根据对分辨率的不同需求，各卫星协同获得不同分辨率的图像，满足各行业要求。第二、商业化的地面高分辨率传感器。目前已有精度小于1m的传感器在运行，所得图像满足大比例尺的制图要求。未来几年，遥感技术将会有精度更大的传感器投入使用，满足比例尺大于1:5000的制图要求。第三、高光谱、甚至超光谱影像。比起单色图像，多光谱图像具有丰富的光谱信息，可以为地物类别的识别和地物边界的界定创造更合适的研究条件，具有极大的优越性。所以多光谱图像是一个必然的发展趋势，也是一个亟待开发的领域，前景不可估量。第四、数据源丰富化。由于遥感技术的普及，世界各国先后发射了遥感卫星并建立了各自的遥感系统，数据源日益丰富，不同的时间分辨率、不同的空间分辨率、不同的光谱分辨率等数量庞大的各种图像满足了不同的需要。另外，加上传感器陆续投入使用，遥感技术进入鼎盛时期。第五、定量化。定量化包括空间位置定量化和地物识别定量化，即通过建立数字模型将遥感信息与实际目标结合起来，定量计算某些观测目标参量，主要目标在于利用数字摄影测量技术、遥感地物波谱技术和模式识别技术来定位不同的地物并且判定地物特征。第六、智能化。任何科技在发展成熟后都会朝着智能化方向发展，遥感技术也不例外。智能化的首要目标就是传感器信息获取过程的智能化，即可编程处理，使用户可以按不同的需要获取不同角度不同周期的影像数据。另外，图像处理过程智能化表现在处理软件或工具可以根据具体数据特征自动进行各种处理和分析。第七、网络化。网络已经是我们生活不可或缺的一部分，遥感技术的网络化可以使客户获得不同传感器的最新数据，实现遥感数据的共享，降低遥感系统的成本，也为用户提供了极大的方便。随着网络的深入和发展，基于Internet的网络化GISRS产品应用会有越来越大的市场。第八、实用化。科技的发展最终目标还是为国民经济的发展服务，现在遥感技术还被认为是高科技领域，从人们的日常生活来看，目前还是高高在上。从1996年全数字摄影测量系统数据在国内出售以来，遥感技术就进入了商业化和实用化阶段，遥感技术的大众化使用为各行各业所用是未来发展得一大趋势[24]。2相关原理本课题将会用到遥感技术、ENVI图像处理技术，下面一一介绍与其相关的原理。2.1遥感技术简介2.1.1遥感原理遥感即遥远的感知，其主要特点是不直接接触研究对象，而是通过卫星或其他设备收集地面信息并成像，再通过对图像的处理，获取所需要的信息和数据。遥感技术应用的基本原理是物体的光谱特性，不同的物体对光谱的吸收反射和辐射能力和程度不同，也就是说不同的物体对不同的光有不同的反映。即使同一种物体，在同一光谱区，在不同的时间、地点或者有不同的反射角，反映出来的信息也不同，从而对物体进行判断。根据这些原理，遥感成像一般采用红、绿、蓝和红外三种波段进行探测。当然，也包括其他一些波段，比如微波段、紫外光谱波段等，根据不同的需要选取不同的传感器。2.1.2系统组成一般来说，遥感系统由传感器、遥感平台、信息传输装置、接收装置和图像处理装置组成。其中传感器用来收集和记录各种地物的波普特性，是遥感系统的重要组成部分。传感器的种类很丰富，但不管哪一种，基本组成都是大同小异，包括收集器探测器处理器和输出器四部分。遥感平台为传感器的安装提供了了空间，比如卫星安装有摄像装置的飞机等都属于常见的遥感平台。传输装置即负责把传感器收集的信息传输到地面的接收装置，再通过处理技术对所得数据进行处理，得到能直接利用的数据形式。2.2ENVI简介2.2.1概论ENVI是遥感领域的科学家利用交互式数据语言，即IDL语言，开发的一套用于处理遥感图像的软件，是美国ITTVisualInformationSolution公司旗下的产品。到现在为止，该公司已经为其客户提供了今三十年的软件服务，用户量超过20万人，分布于8个国家和地区。ENVI一直致力于遥感图像处理的专业化和简单化，到今天已经成为一套功能齐全且强大的遥感图像处理系统。2.2.2ENVI结构特点ENVI是一套完整的遥感处理系统，以模块化的的方式组成，其处理技术涵盖了图像数据的输入、输出、校正、定标、图像增强、图像融合、图像镶嵌、图像分类以及各种变换、信息提取、可视化、二次开发、雷达数据处理等功能。扩充模块包括大气校正模块、正射校正模块、高程提取模块、面向对象的空间特征提取模块、NITF图像处理扩展模块以及用来处理雷达图像的高级雷达处理扩展模块。ENVI软件具有以下特点：第一操作简单易懂。这是ENVI一个显著的特点，它的各项功能都简单明了，看名称就可以明白其功能的作用。第二先进可靠的图像分析工具。ENVI具有全套的图像信息智能化处理，有效提升了图像的利用价值。第三专业的光谱分析功能。遥感技术应用的的主要原理就是地物的光谱特性，所以ENVI具有专业的光谱分析功能，其水平一直居世界前列。第四扩展模块提供新功能。利用扩展模块和IDL编程可以随用户的需要添加不同的功能，使图像处理更加灵活。第五流程化向导式的图像处理工具。ENVI将各项图像处理功能集中到流程化的处理工具中，提高了图像处理的效率。2.3遥感图像处理2.3.1图像校正图像校正包括几何校正和正射校正两种，他们的共同点是都是为了纠正各种因素引起的误差。不同的是，几何校正是为了校正非系统因素，比如传感器的高度变化或姿态不稳定等引起的误差；其主要思想是利用已有的某种数据作为标准，比如已有的地图或者已经经过校正的图像等，对现有的图像进行几何纠正。而正射校正是为了校正系统因素，即传感器本身的参数等和地形引起的几何畸变，一般这种变形有规律可循，具有可预测性。所以只需选取一定数量的控制点，确定传感器地面和图像的关系，确定校正公式即可实现对图像的正射校正。2.3.2为了提高目视效果，方便人工解译，以便于图像的监督分类，需要进行图像增强。图像增强的方法有很多，可以根据不同的要求进行选择，比如空间增强处理、辐射增强处理、光谱增强处理等。图像增强并不是图像处理的必要步骤，根据图像增强的目的来看，若是原图像目视效果好，就可以直接进行分类。2.2.3图像图像融合是将低空间分辨率的多光谱图像与单波段的高分辨率图像融为一体，从而得到既具有高分辨率又具有多光谱特性的图像。图像融合还具有同时提取两幅图像中的较优信息并显示在一幅图像中的功能。图像融合有很多种方法，最常用的是HSV变换和Brovey变换，两种变换的操作方法类似，只是个别参数的设定有所不同。此外，还有主成分变换、Gram-Schmidt变换等，针对不同的需要，选择不同的变换方式。2.2.4图像图像裁剪的目的是按照研究需要将图像中必要之外的部分去掉，从而达到简化处理和运算的效果。图像裁剪分为规则裁剪和不规则裁剪两种，规则裁剪即裁剪区域为规则的矩形，这个巨型的大小可以用行列号对角坐标矢量文件等途径确定。不规则裁剪是指裁剪范围是一个不规则多边形，这个多边形可以通过感兴趣区或者矢量文件实现，最常见的不规则裁剪就是按照行政区域的划分裁剪。2.3.5遥感图像根据亮度值或灰度值的差异表示不同的地物，这也是图像分类的基础和依据。计算机软件对图像的光谱信息进行特征分析，然后按照某种规则或运算将不同的像元分到相应的类别中，从而实现遥感图像的分类。常用的分类方法有监督分类和非监督分类两种。a、监督分类监督分类称为训练分类法，用被确认的样本去识别其它未识别的像元。在分类之前需要对实地进行考察，对研究区域有一定的先验知识。监督分类趋向于人工分类，主要靠根据对实地的了解对图像目视分类。监督分类分为三个步骤，选择训练样本、执行监督分类、分类后处理。训练样本的选择说白了就是给每个类别都向计算机举几个例子，告诉它什么特征的像元属于哪一类，然后计算机根据所选的不同样本确定判决函数，执行监督分类，区分出不同的地物。分类器的选择有很多，比如平行六面体最小距离马氏距离最大似然等，根据各种分类器不同的特点b、非监督分类非监督分类有两种，ISODATA和K-Means，前者是一种重复自组织数据分析法，反复迭代计算数据均匀分布的类均值；后者使用的是聚类分析法，随机地选取中心位置，然后迭代重新配置像元。非监督分类不用人工选取样本，更趋向于计算机分类，只需要输入想要的类别数量，计算机就可以自动进行分类。然后根据已有的初步分类底图进行类别定义。加上非监督分类类别数量是实际类别数量的2-3倍，因此在定义类别之后还需要将有些类别合并。3处理结果按上述所说，将衡水湖遥感图像进行校正、增强、裁剪和分类之后进行分析、计算和统计，图像处理的流程图如图3-1所示：图3-1：衡水湖遥感图像处理流程图本课题采用高分一号卫星拍摄的高分辨率图像，原始遥感图像如图3-2所示：图3-2：衡水湖原始单波段遥感图像3.1图像校正图像校正选择imagetomap方式，选取特征明显的地面控制点，键盘输入其坐标，进行校正。地面控制点选择如图3-3所示：图3-3：地面控制点选择结果选好地面控制点以后，进行几何校正，校正以后的图像如图3-4所示：图3-4：校正后的图像3.2图像增强为了便于接下来的监督分类，需要对图像进行增强处理。我们采用最简单的图像增强方式：RGB合成。选取红、绿、蓝三个波段合成真彩色图像，增强后的图像如图3-5所示：图3-5：增强后的真彩色图像3.3图像融合可以看到，衡水湖水域上方有很大一部分都被云所覆盖，这直接影响了对水域信息的提取，因此要把这层薄云去掉。去掉云层的方法有很多，比如大气校正、掩膜方式、图像融合等。我们选用图像融合方法，其主要原理是利用两幅图像上同一区域都被云层覆盖的概率很小，可以说几乎为零。因此将两幅图像融合，就可以将两幅图像中各自清晰的区域放在同一幅图像中，从而达到去掉云层的目的。图像融合之前先要进行图像配准，确认两幅图像的地理坐标完全吻合才能融合两幅图像，否则就必然会出现误差。以单波段图像和多光谱图像为基本图像，将两幅图像叠加显示后，并未出现错位现象，说明两幅图像配准效果较好，可以进行图像融合。图像融合有多种方法，本课题选择HSV变换，融合后的图像如图3-6所示：图3-6：融合后的图像3.4图像裁剪整个图的范围较大，涵盖了许多对于本课题来说无用的区域。由于本课题的目的是对衡水湖湿地系统进行统计，为了便于研究和软件处理和后期运算，需要对整幅图进行裁剪，保留衡水湖及周边有限的范围即可。下面对增强后的图像进行规则裁剪，裁剪后的图像如图3-7所示：图3-7：裁剪后的增强图像范围缩小后可以清晰地看到，与原来的图像相比，增强后的图像中，湖面上的云层消失了，水域呈现青黑色。现对比如图3-8：图3-8：增强后的图像与原图像对比3.5图像分类图5所示的图像色彩饱和，采用监督分类方法，对遥感图像进行分析。从衡水湖湿地的实际考察情况着手，目视可以从图中解译出五种地物：湖区、芦苇、耕、裸地和居民。因为绿色在红外波段特征明显，能够更清晰地分析植被覆盖程度,所以将图像中的第四波段显示在红色通道中，得到假彩色图像，更方便从增强图像中提取植物信息，假彩色图像如图3-9所示：图3-9：裁剪后假彩色合成图像在假彩色合成图像中，根据遥感成像的原理，不同的地物具有不同的色彩特征，对上述解译的五种地物列表3-1如下：表3-1：地物分布特征地物名称主要分布颜色特征水域湖海河流等一般呈青色或青黑色芦苇水域或水域附近暗红色耕地平原地带，呈规则矩形红色粉红色或浅红色裸地山前坡地平原沙地黄白色居民无具体地点分布蓝灰色根据上述分析，进行监督分类，首先定义训练样本如图3-10所示：图3-10：训练样本选择样本选好以后，需要对训练样本进行评价，使用ROI可分离性工具计算各类别之间的统计距离，这个距离用来确定各类别之间的差异程度，以判断各样本之间的分离性是否符合监督分类的标准，评价结果如图3-11所示：说明：ENVI对每一个感兴趣区组合分别计算Jeffries-Matusita距离和TransformedDivergence，根据可分离性值的大小，从小到大列出感兴趣区组合。两个参数的值在1.0-2.0之间，大于1.9说明两个样本分离性好；介于1.9和1.8之间说明样本选择合格；小于1.8则要重新选择样本；小于1.0则说明样本之间分离性太差，基本可以考虑将两种样本合并。图3-11：训练样本可分离性报表由分离性的判断标准来看，各样本之间的分离性符合分类标准，下面进行监督分类。最大似然是最常用的分类器之一，通俗地说，就是计算每个像元被分到各个类别的可能性，最后选择可能性最大的类别。执行完监督分类后还要进行后期处理，比如有些明显的错误类别需要纠正像元数太少的类别去除等，以使看起来美观和便于统计。分类后的图像如图3-12所示：图3-12：完成分类后图像3.6分类后处理监督分类后的结果不一定尽如人意，需要对图像进行一定的后期处理。比如去除小斑块、修改一些明显错误的分类结果，处理后的分类图像如图3-13所示：图3-13：监督分类后处理过的图像3.7地图制图和数字统计a、地图制图下面根据已有的分类结果进行地图制图，先使用快速制图功能，设定地图的大小比例尺方位等因素，生成基本地图。然后在基本地图的基础上适当地增加一些制图元素，比如虚边框、文字、图例、等值线等。完成的地图如图3-14所示：图3-14：衡水湖地图b、数字统计数字统计的方法有很多，比如直接统计像元个数之后，根据图像的空间分辨率进行计算，或者转矢量之后再进行统计计算。本课题选择转矢量之后统计衡水湖整个湖区的面积。湖区包括训练样本中的湖区和湖中的植物区域，将这两个样本转矢量，矢量图如图3-15所示：图3-15：湖区矢量图显示矢量图的数字信息并在Exel表格中打开，进行计算。计算结果为：湖区面积为79.703平方公里，其中芦苇区面积为28.993平方公里。衡水湖处于三市交界的地方，这也给衡水的综合治理造成了一定的限制。根据已有的衡水市矢量图，将衡水市从整幅图像中分离出来，首先打开矢量图文件，显示在矢量显示窗口，如图3-16所示：图3-16：衡水市矢量图将矢量图叠加在遥感图像上，截取的衡水市区图如图3-17所示：图3-17：衡水市截图4衡水湖遥感监测系统初步设计4.1系统目的衡水湖是华北平原上第一大淡水湖，在生态平衡中起着重要作用，因此保护衡水湖意义重大。采用遥感技术与传统方法相结合，设计出衡水湖的动态监测系统，建立完善的衡水湖监测系统，对衡水湖的水质、土壤等无时无刻进行动态监测，可以及时发现衡水湖出现的问题，从而采取一定措施，保证湿地系统不会遭到破坏至无可挽回的地步。动态监测，就是在不同的时间获取同一地点的遥感图像，分析图像中的变化信息。一般来说，动态监测分为三个阶段：图像预处理、检测变化信息、提取变化信息，从而得到一定时段内的某种信息的变化情况，达到动态监测的目的。图像预处理的目的主要是为了消除各种不可避免的因素对遥感图像的影响，比如传感器的参数不同、不同时间的太阳反射角不同、不同的天气大气条件差异等。这些影响可以通过人为或是软件特定的功能削弱甚至消除，选择合适的图像、对图像进行正射校正、大气校正等，尽可能保证两幅图像除了拍摄时间不同，其它因素全部一样。变化信息的检测和提取分为直接比较法和分类后比较法，并且每种方法都有不同的工具，针对需要信息的不同，选择相应的信息分析提取工具，以得到最精确的结果。目前，对衡水湖的监测系统尚不完善，功能也不十分齐全，为了衡水湖未来能更好地发展和更合理地开发利用，有必要进一步完善和完整此系统。4.2设计思路首先是系统的主界面，主界面应该做到简洁明了，并且一目了然，各项功能看名称就能明白是用来做什么的。现在大部分软件都是引用外国的，因此软件内大部分都是英文，用起来很不方便。该系统应该把所用到的国外的软件尽量翻译过来，方便使用。采用模块化设计思路，监测系统多个模块组成一个有机整体，每个模块各司其职，共同完成遥感动态监测的任务。根据前面对衡水湖遥感图像的处理过程，动态监测系统需要具有以下功能的模块：一、图像数据输入模块。该模块要涵盖和支持多种图像和文件格式，其主要功能就是为各种图像和数据提供系统的一个入口。二、图像显示模块。图像输入之后必须能够直观地看到图像显示出来，进行目视辨别和解译。并且该模块应该包括全景窗口和放大窗口，这样就可以既能兼顾全局，又能兼顾细节上的问题。三、图像预处理模块。图像预处理包括上述提到的图像几何校正、图像裁剪，也包括大气校正、正射校正、图像配准等，根据实际图像的需要，选择合适的处理方法，保证不同时相的遥感图自由拍摄时间不同。四、图像增强模块。图像增强模块主要对图像选择性地进行空间域增强辐射增强、光谱增强或傅里叶变换，使衡水湖图像符合特定的要求。五、图像分类模块。将图像进行分类，把衡水湖区域从图像中提取出来，方便进行数字统计。六、数字化处理模块。将分类后的图像进行数字分析，统计衡水湖的面积NDWI(归一化水体指数）等数据，将问题数字化，建立数学模型，便于进行后期各种处理。七、制图和输出模块。将统计出来的数字信息以时间为坐标轴绘制成图，直观地表现出各项数据在某短时期内的变化情况。并以此为依据，分析衡水湖各种数据未来的走势。八、网络共享模块。衡水湖的走势是湿地系统的一个缩影，对衡水湖的研究在一定程度上能够反映整个湿地系统的状况。因此，有必要把衡水湖的统计数据进行网络共享，这样才能共同维护好衡水湖湿地系统，维护好我们共同的环境。九、数据库模块。监测系统涉及到很多并且占用空间很大的数据，比如图像数据矢量数据等，因此要有专门的数据库来存储这些过渡数据，使数据随时可以调用、增加和删除，为整个系统的处理过程提供便利。根据以上的分析，衡水湖遥感处理系统框图如图4-1所示：衡衡水湖遥感动态监测系统主界面数据输入模块图像显示模块图像预处理模块图像分类模块数字化处理模块制图和输出模块网络共享模块图像几何校正图像融合图像镶嵌图像裁剪图像增强模块正射校正空间域增强光谱增强辐射增强图4-1：衡水湖遥感动态监测系统基本框图结论由上述处理过程中所用到的高分一号卫星采集信息可以看出，高分一号卫星图像色彩饱和，分辨率高，影像清晰，能够清楚地解析出丰富信息。并且高分一号卫星自带的各种文件相对比较齐全，极大地方便了用户对图像的处理过程。高分一号卫星图像适用于水体监测。由处理结果可以得出，衡水湖的水域面积达多于79平方公里，其中的植物区域占有很大的比例，高达36.376%，这也是飞禽等动物栖息的最好环境，为保护生物多样性做出了巨大贡献。其中芦苇是植物中的主要角色，芦苇丛有着“第二森林”之称，蒸腾系数较高，有效地提高了空气湿度。并且，从衡水市区图中可以看出，衡水湖在衡水市内的面积只是很少的一部分，而大部分都在位于衡水市南面的冀州市境内。因此，要保护好衡水湖，就需要两市政府协商协调，共同制定方案，采取双方都认可的措施，加上动态监测系统的投入使用，有最新科技做保障，一定能一起努力维护好属于两市乃至全国的衡水湖湿地。参考文献[1]张艳君.遥感技术在大气环境监测中的应用[J].现代农业科技,2012,20:282-284.[2]吴志毅，韩萨出日拉，白杨.遥感技术在环境监测中的应用研究[J].北方环境,2013,05:150-151.[3]刘红，张清海，林绍霞.遥感技术在水环境和大气环境监测中的应用研究进展[J].贵州农业科学,2013,01:187-191.[4]梁伟鹏.遥感技术在水环境监测中的应用[J].科技资讯,2011,19:108.[5]何理，郭鑫.遥感技术在环境监测中的应用综述[J].科技传播,2011,14:226-218.[6]王剑，