基于ETM影像丰台区土地利用覆盖变化研究毕业论文.doc

北京城市学院2012届毕业设计（论文）基于ETM影像丰台区土地利用/覆盖变化研究学生姓名： 学 号： 班 级： 专 业： 学 部： 指导教师： 二一二年五月基于ETM影像丰台区土地利用/覆盖变化研究Fengtai district land use/covered change research based on the ETM images学生： 班级： 学号：学部： 专业： 指导教师： 职称： 讲师 工作单位： 毕业设计（论文）完成时间： 自 2011 年 12 月 至 2012 年 05 月摘 要变化分析是多时相、范围广遥感影像的主要应用领域，为探讨北京市丰台区近几年的土地利用变化，该文以2003年和2010年的ETM影像数据为基础数据源，以及其他统计数据等资料，参考中国科学院“中国资源环境数据库”土地利用遥感分类体系，将研究区土地利用类型分为耕地、林地、草地、水域、建设用地、其他用地六类。利用ENVI软件对其进行校正，图像增强，分类等处理，得到土地利用分类图，然后对丰台区近7年的土地利用/覆盖变化情况、各地类面积变化率、土地利用/覆盖变化总体情况进行了分析研究，得出了丰台区7年中土地利用/覆盖呈现的变化规律，并从自然因素、人口因素、经济因素和政策因素四个方面对引起土地利用变化的驱动力进行了解释，为今后土地利用的规划和管理提供了依据。关键词：丰台区；土地利用/覆盖变化；ENVI；遥感；对策AbstractChange analysis is a major application field multi-temporal remote sensing image study. To discuss land-use and landscape pattern changes in Beijing fengtai in recent 20 years, this study adopted the landsat/ETM images of Beijing fengtai in 2003 and 2010 as the information source,as well as other statistical data materials,this article classified the land use types of the study area into 6 classes as farmland,woodland,grassland,water construction land and others land.The software ENVI was used to conduct geometric correction, image enhancement, classification etc, we analyzed the changing of the land use and land cover from 2003 to 2010 and get the results of the change rules of the land use/land cover during 7 years. as well as explained the driving forces of the LUCC in fengtai from four aspects concerning about natural factor, population factor, economic factor and policy factor . It also provided some scientific basis for the programming and management of land using in future.Keywords: fengtai；land use/cover change；ENVI；remote sensing；countermeasure目 录1绪论11.1研究背景11.2研究意义21.3土地利用/土地覆盖变化研究的展望21.4遥感技术在土地利用/覆盖变化研究中的应用31.5研究内容与主要技术路线41.5.1本研究的主要内容包括：41.5.2主要技术路线42研究区概况与研究方法52.1研究区域概况52.1.1地理位置52.1.2地势地貌62.1.3气温降水62.1.4旅游资源62.1.5人口结构62.1.6社会文化72.2研究方法72.2.1图像资料和遥感图像的预处理72.2.2最佳波段的选择72.2.3图像去条带处理和图像剪裁82.2.4研究区影像的增强102.3 信息提取112.3.1建立分类体系112.3.2解译标志的建立122.3.3遥感图像的监督分类122.3.4 分类结果152.3.5掩膜处理163土地利用及其动态变化分析183.1土地利用变化分析过程183.2 土地利用总体特征分析203.2.1土地利用类型结构的变化203.2.2城市化进程223.2.3可持续发展状况223.3 土地利用动态变化223.3.1耕地223.3.2林地223.3.3水域和草地233.3.4建设用地及其他用地244土地利用变化驱动力分析与利用对策255结论26参考文献27致 谢281绪论土地是指地球表层一定范围内的地域单位，是自然特性和社会特性的复杂综合体，是人类赖以生存和发展的最基本、最重要的生产资料之一，是一种不可再生的有限的宝贵资源。但是随着人类社会的不断发展，土地利用及方式不断发生改变，人与空间的不协调日益严重。人类活动是导致的土地利用与土地覆盖变化的主要因素，而土地利用/覆盖在全球环境变化中占据着十分重要的地位，研究土地利用变化是合理利用土地，促进可持续发展的一个重要途径，本文以丰台区为例分析该区域的土地利用/覆盖变化。1.1研究背景土地是人类赖以生存的主要物质基础，人们通过土地利用开展一定的活动来满足自身需要。土地利用是指人类有目的地开发利用土地资源的一切活动，如农业用地、工业用地，交通用地，居住用地等都是土地利用的概念；土地覆盖是指自然营造物和人工建筑物所覆盖的地表诸多要素的综合体，包括地表植被、土壤、湖泊、沼泽湿地及各种建筑物（如道路等），具有特定的时间和空间属性，其形态和状态可在多种时空尺度上变化。土地利用与土地覆盖有着密切的关系，土地利用是土地覆盖变化最重要的影响因素，土地利用是土地覆盖变化的外在驱动力，土地覆盖又反过来影响土地利用的方式，两者在地表构成一个统一的整体，土地利用/覆盖变化有两种形式，渐变和改变，渐变是指某种土地覆被类型内在属性的变化，如由于过度放牧使草场变成退化草场，主要与土地利用的强度与利用方式有关1。改变则是由于人类对土地利用目的的改变是土地覆被类型发生转变，如森林变为农场或草地等。时至今日，人们越来越认识到土地利用/覆盖变化与气候、生态过程、生物化学循环、生物多样性以及更为重要的是人类活动的密切相互作用，土地利用/土地覆盖变化是目前全球变化的重要原因，土地利用/覆盖变化研究已经成为目前全球变化研究的前沿和热点课题。随着世界人口的急剧膨胀和社会经济的快速发展，特别是城市建设步伐的加速，城市土地利用的广度和深度不断加强，带来全球的资源、环境、经济、社会方面的一系列问题，全球变化领域的研究不断深入和发展。各国科学家越来越感到人类活动对环境变化的影响，尤其人类的生存与发展对土地的开发利用以及引起的土地覆盖变化被认为是全球环境变化的重要组成部分2。因此，全球变化的土地利用问题也成为人们研究的热点之一。传统的土地利用调查仅限于对土地利用现状的调查，且周期长、费用高、费时费力，不利于对城市发展进行科学、有效的动态管理。作为一门先进的科学技术，遥感可为城市土地利用的动态变化研究提供多时相、大范围的实时信息。同时，结合计算机的图像处理、分析和模式识别技术，遥感数据在土地利用动态监测中能够得到广泛应用。通过不同时相的遥感图像，可以快捷地获得土地利用变化的类型、数量和位置3。在自然资源调查中，遥感图像已成为重要的空间数据源，其中ETM 图像信息是进行土地利用/覆盖变化动态监测的重要依据。而在数据产品方面，Landsat7与Landsat5的最主要差别有：增加了分辨率为15米的全色波段（PAN波段）；波段6的数据分低增益和高增益数据，分辨率从120米提高到60米。ETM比TM在红外波段的分辨率更高，因此有更高的精度。1.2研究意义在城市土地利用变化信息准确提取的前提下，遥感技术是一种城市土地利用动态监测的有效方法，可以为城区扩展提供多时相、大范围的土地利用信息。这些实时、有效的遥感信息可以对城市土地资源利用进行动态监测,及时掌握城区扩展的变化,为城市可持续发展提供决策支持3。土地利用/覆盖变化是区域变化的重要组成部分，是短时期内人类活动对自然环境改造的显著表现形式，土地利用及其覆盖变化是社会经济发展过程的反映，它既受自然因素的制约，又受社会、经济、技术等因素的强烈影响。具有明显的综合性和地域性。同时，土地利用覆盖变化对区域和经济环境变化又起着十分重要的作用，因而对土地利用覆盖变化的研究可以总结过去土地利用的特点，预测未来土地利用的状况，对改进土地利用结构和布局具有理论意义和实践意义。土地利用/土地覆被变化已成为土地科学、地球系统科学、全球环境变化及可持续发展研究中的核心领域。其研究的根本目标是实现土地资源的有效管理与可持续利用,这不仅是解决资源与环境问题的根本立足点,也是经济增长与区域可持续发展过程的重要前提4。随着丰台区经济的快速发展，人地相互作用越来越强烈，人类对环境的影响也会愈加明显，土地利用变化是环境变化的最直接体现，通过对丰台区进行土地利用变化及其驱动因素的研究，得到了丰台区近年来土地利用变化的情况，为了解该地区的土地利用变化提供了基础性的数据支持，对提高土地的利用效益、促进区域经济可持续发展等具有一定的借鉴意义。1.3土地利用/土地覆盖变化研究的展望入二十世纪九十年代，为适应全球气候变化以及环境资源、人口、发展等研究的迫切需要，人类第一次利用卫星数据研制开发了具有统一分类方法、具有统一数据处理规范、具有统计精度评价结果的全球1KM空间分辨率土地覆盖数据库，这段时期开始土地覆盖遥感研究的新方法不断涌现并且得以发展5。同时在国际地圈和生物圈计划和全球环境变化人文计划的推动下土地覆盖变化成为全球变化研究的热点，相关国际组织和各国政府纷纷跟进，启动各自的土地覆盖变化研究。我国土地覆盖变化研究的项目和成果主要表现在观测与信息获取技术系统的建立、土地覆盖变化动态信息的宏观统计分析方面。在土地利用与土地覆盖变化研究中，还有很多方面需要不断地探索与创新。如在全球范围内如何实现土地利用与土地覆盖分类指标的统一、数据的标准化与分析方法的规范化；类型研究与过程分析的结合；各个国家与地区如何相互协调构筑土地利用与土地覆盖变化案例研究的全球战略框架；遥感、GIS技术与数理统计、传统的社会经济研究手段的相互结合等。但是，在认识和预测人类对整个地球生态系统影响的过程中，目前最为关键的障碍是：缺乏全面和综合的人地关系相互作用理论。理论的作用在于对已有试验结果的解释和对新的结果的预测。土地利用/土地覆盖变化研究根植于人地关系理论之中。到目前为止，尽管某些特殊的人地关系或者人地相互作用过程在土地利用理论体系中得到了一定的研究，如农户经济学、农民行为学、土地配置、技术革新、土壤肥力、与土地资源管理紧密相关的政治体制等。国际国内市场等方面的研究均涉及到了人地关系的理论。这些分散的理论需要系统的归纳与总结，形成综合的人地关系相互作用理论体系。土地利用/土地覆盖变化研究学科的综合性需要对上述各种理论的基本原理与方法进行评价、归纳与利用。但是，这些原理怎样能够在一定的时间内、某个特定的区域空间有效地结合与应用是一个值得深入探讨的问题。土地利用/土地覆盖变化在不同的时间与空间内的动力机制及其作用方式与效果大不相同。透彻理解与有效模拟这种复杂的相互作用关系是对未来土地利用与土地覆盖变化进行科学预测的基本前提。因此，如何科学地归纳、总结以形成土地利用/土地覆盖变化的理论体系对土地利用/土地覆盖变化研究的发展具有更为重要的意义。我国有世界上最悠久的土地利用历史和最丰富的土地类型，在全球土地利用/土地覆盖变化研究中的地位独一无二。我国的LUCC研究应建立与国际研究相接轨的全国统一的研究框架；结合中国的实际情况，建立完整的理论体系；选择一些有代表性的、问题突出的典型地区(如长江三角）作为重点，重视过程机理的定量模拟研究，使我国的LUCC研究向更深、更广的方向发展6。1.4遥感技术在土地利用/覆盖变化研究中的应用遥感是“遥远的感知”的意思，由美国人Evelyn L·Pruitt于1960年提出。广义而言，遥感指不与目标物直接接触，凭借目标物发出的某些信息来识别目标物特征的探测技术。狭义而言，指在一定距离以外、通过某种平台上装载的传感器获取地表和近地表面目标物从紫外到微波某些波段辐射特征的信息，并对其进行处理、判定和提取，从而识别目标物的理论和方法。遥感技术应用在深度和广度上的扩充以及社会经济效益的充分发挥上，提供了良好的技术环境与支持，使各种遥感动态应用，如灾害监测评估、资源环境动态调查与分析、城市与区域动态规划管理以及全球环境变化监测等成为可能，同时也为遥感数据分类精度的提高以及各种先进数据分析处理技术的发展提供了有力的支持7。遥感技术在土地利用变化研究中的应用主要围绕以下两方面展开：(1)土地利用及其变化的遥感分类：遥感影像分类是土地利用变化研究中至关重要的一个环节，它是通过人工解释或使用计算机对遥感数据进行处理分析，提取有用的信息8。(2)土地利用变化的动态监测：是利用遥感数据存在周期性、大尺度的特征将其应用于土地利用变化监测中，其中包括对影响土地利用变化的各自然、社会与经济条件变化及土地利用变化本身的监测。土地利用遥感监测是指以遥感影像作为信息源，结合地面辅助资料，运用遥感影像分析处理手段，对土地利用状况及其动态变化进行全面系统地反映和分析的科学方法。其内容包括土地利用及变化的类型(定性)、数量(定量)、空间位置或区域(定位)以及与土地利用相关的环境要素变化等。1.5研究内容与主要技术路线1.5.1本研究的主要内容包括：（1）在阐述土地利用和土地覆被的基本概念和主要内容的基础上，确定应用方法。（2）分析土地利用变化的驱动机制，讨论了遥感和地理信息系统技术在该领域的应用情况。（3）对北京市丰台区遥感影像数据进行解译，得到土地利用类型图。（4）对研究丰台区土地利用变化的总体特征、动态变化、土地利用程度进行了分析。（5）从不同方面对各类型土地利用的变化原因进行解释。（6）对土地利用变化进行未来变化发展的趋势与结果的预测，以便于制定相应的对策1.5.2主要技术路线根据研究内容，本文的技术路线，如下图土地利覆盖变化分析计算各指标参数统计各土地利用类型的基本数据图像剪切与增强遥感图像处理色彩匹配图像的几何纠正计算机解译与监督分类基于ETM的土地信息提取 图1技术路线图2研究区概况与研究方法2.1研究区域概况2.1.1地理位置丰台区位于北京市西南，为北京4个近郊区之一（如图2）。东为朝阳区，北为东城、西城区、海淀区和石景山区，西北为门头沟区，西南和东南为房山区和大兴区。总面积约305平方千米，2008年底常住人口175.3万人，其中外来人口48.9万人，而2010年总人口为211.2万。辖区包括6个乡、81个行政村，按街道居(家)委会划分，包括16个办事处, 406个居委会和363个家委会。 图2 丰台区区位图 2.1.2地势地貌丰台区区境最西端点马鞍山（东经116"4'）和最东端点东四道口村（东经116"28'）相距35公里，最南端点为贺照云村南界（北纬39"46'），最北端点为青塔村北新开渠（39"54'）南北最宽14公里，总面积306平方公里，其中平原面积约224平方公里。永定河由北至南贯穿丰台区，河东部邻近北京市区部分及永定河两岸大为平原地带，西部则多丘陵。全区最高点也是最西端的马鞍山，海拔654米，最低点为东南部的分钟寺，海拔35米。 2.1.3气温降水丰台区地处华北大平原北部（北纬40°），西北靠山，东南距渤海150公里。冬季受高纬度内陆季风影响，寒冷干燥；夏季受海洋季风影响，高温多雨，是典型的暖温带半湿润季风型气候。2.1.4旅游资源 丰台区旅游资源丰富，自然区划上为暖温带半湿润地区半旱生落叶阔叶林与森林草原褐土地带。在众多的景点中，既有驰名中外的卢沟桥、宛平城等名胜古迹，也有占地46.7公顷。目前为亚洲最的大比例微缩景观世界公园，占地600亩的北京世界风情园也与游人见面。新建景区集旅游、观光、度假、购物、娱乐为一体，衣、食、住、行、游、乐相配套，是首都新型旅游娱乐区。 丰台区特菜、花卉遐迩闻名，经贸各业发展迅速。岳各庄批发市场、京温批发市场等商贸基地都已初具规模。2.1.5人口结构全区常住人口中，男性为107.8万人，占常住人口的 51.0 %；女性为103.4 万人，占常住人口的49.0%；全区常住人口中，0-14岁的人口为18.5万人，占常住人口的8.7%；15-64岁的人口为174.0万人，占常住人口的82.4%；65岁及以上的人口为18.7万人，占常住人口的8.9%；全区常住人口中，汉族人口为204.0万人，占常住人口的96.6%；各少数民族人口为7.2万人，占常住人口的3.4%。 2.1.6社会文化丰台区全年共组织文化演出、电影放映等群众文化活动1135场次，参加群众近60万人次；着力打造“卢沟”文化品牌，举办了第二届卢沟文化节，参加文化节系列活动群众近20万人次。年末全区有公共图书馆2个，总藏数31万册，接待各类读者7.2万人次。全区有全国重点文物保护单位2处，市级文物保护单位10处，完成了万佛延寿寺铜观音像修缮工程和宛平城二期修复工程。全年共检查各类文化场所1140家，处理举报案件259件。2.2研究方法2.2.1图像资料和遥感图像的预处理本研究所使用的资料有，2003年和2010年的北京市丰台区ETM遥感影像。2.2.2最佳波段的选择遥感影像是特定地理环境中某一区域的电磁波反射、辐射信息的记录，以不同空间、时间、波谱、辐射分辨率提供电磁波谱不同波段的数据。由于成像原理不同和技术条件的限制，任何一个单一传感器的遥感数据都不能全面反映目标对象的特征，合成影像可较好地反映土地利用/覆盖变化的信息9。LANDSAT是美国陆地探测卫星系统。从1972年开始发射第一颗卫星LANDSAT 1，到目前最新的LANDSAT 7。LANDSAT 7 卫星于99年发射，装备有Enhanced Thematic Mapper Plus(ETM+)设备，ETM+被动感应地表反射的太阳辐射和散发的热辐射，有8个波段的感应器，覆盖了从红外到可见光的不同波长范围。 ETM+比起在LANDSAT 4、5上面装备的Thematic Mapper(TM)设备在红外波段的分辨率更高，因此有更高的准确性。由于影像不同波段反映的地物信息不同，在利用ETM影像数据进行地物信息提取时，我们希望有更多的光谱波段，更多的辅助数据以及由此生成的各种专题影像，来增强对信息的提取。多光谱数据具有多个光谱波段和丰富的光谱信息，不同波段影像对不同地物有特殊的贡献。因此在影像融合前需要进行最佳波段的选择组合和色彩合成，以最大程度地利用个波段的信息量，辅助影像的判读与分析。但是，如果影像的所有波段都同时参与地物信息提取与分类，就会增加计算机的负担，而且冗长的数据反而影影像对地物的提取，降低准确度。因此，利用较少的波段来进行有效分析，才能提高信息提取的效率。所以本文采用3、2、1波段即真彩色进行波段组合，更加直接的用真实的色彩表现出土地利用/覆盖的变化。表1 ETM各波段参数及其应用波段波长（um）分辨率(m)主要应用10.45-0.52蓝色30用于水体穿透，土壤植被分辨20.52-0.60绿色30用于植被分辨30.63-0.69红色30用于观测道路/裸露土壤/植被种类效果很好40.76-0.90近红外30用于估算生物数量51.55-1.75短波红外30用于分辨道路/裸露土壤/水610.4-12.5热红外60感应发出热辐射的目标72.08-2.35短波红外30对于岩石/矿物的分辨很有用，也可用于识别植被覆盖和湿润土壤8全色15用于增强分辨率、提供分辨能力2.2.3图像去条带处理和图像剪裁因为遥感影像都是不同波段的，所以我首先进行的是波段的组合，Basic tool工具中的Layer Stacking（如图3）图3 波段组合过程 图4 波段组合的结果因为影像在采集过程中会出现噪声和气体产生的影响，影响会出现条带，因此在处理过程中要进行去条带处理，利用ENVI工具中的Basic tool工具中的Landsat Gapfill 命令(如图5)，把条带除去，使影像更加清晰，去条带前后对比图（如图5）。图5 去条带前后对比本文选取的研究区是北京市丰台区，在ENVI中，利用研究区域的矢量边界，导出丰台区的矢量图（如图6），然后用Subset Data Via ROIs命令，以丰台区矢量图为基础，完成对两期ETM影像的裁剪（如图7）。图6 丰台区矢量边界图7 剪裁结果2.2.4研究区影像的增强图像增强是为了提高图像的视觉效果，提高图像的可判读性，让分析者能够更容易地识别图像内容，以便于提取更有用的定量化信息，为了提高影像的解译分类精度，增强地物特征，在遥感影像解译前可以进行一些影像增强处理，如空间增强、辐射增强、光谱增强、傅立叶变换等在土地利用覆被变化研究中，可以将多光谱的TM、ETM数据同SPOT等高分辨率的数据融合到一起，使融合后的遥感影像既具有较高的空间分辨率，又具有多光谱特征，从而达到影像增强的目的。本文采用的是3、2、1波段（即真彩色），因为这三个波段的分辨率都是30m，第8波段的分辨率是15m，因此要对其进行融合，是图像更清晰，更容易分辨11。过程如下，利用主菜单中的Transform工具中的Image Sharpening选择HSV命令，进行波段融合（如图8）。图8 30米分辨率与15米分辨率融合 经过对遥感图像的预处理，得到了符合该研究区的区域结果图(如图9)：图9 预处理后结果图2.3 信息提取2.3.1建立分类体系遥感图像分类体系的划分是进行遥感图像分类的重要依据和基础，其与土地利用分类体系不完全相同，在实际划分过程中既要充分考虑遥感图像实际可解能力和研究区内土地覆被特征，又要适当地与土地利用分类体系靠近，便于利用遥感技术对土地利用现状图进行动态更新。图像分类总的目的是将图像中每个象元根据其在不同波段的光谱亮度、空间结构特征或者其他信息，按照某种规则或算法划分为不同的类别10。遥感影像解译标志是遥感影像上能直接反映、判别地物信息的影像特征。利用形状、大小、阴影、色调、颜色、纹理、位置、图案和布局，结合波段组成、分辨率、获取的时相、季相、重叠区和数据所处气候带和地貌类型区、周围数据等解译情况，做出正确和合理的判断，建立数据解译标志，提取基础地理信息数据。根据中国科学院“中国资源环境数据库”土地利用遥感分类标准，通过将遥感影像上的不同地物与这些地物的实际情况相比较，发现不同地物之间的影像特征差异，并归纳得出同类地物的影像特征的一致性，得到研究区解译标志，本文基于如下考虑11：研究区内地物光谱类别混杂现象比较严重，指标分得过细会造成类别间混分率增加，造成精度下降。本课题研究重点在于研究区的耕地、林地、草地、水域、建设用地、其他用地之间的空间变化情况，把研究区土地利用类型划分为以下6大类（如表2）。表2 土地利用分类系统名称编号名称含义1耕地种植农作物的土地2林地生长乔木，灌木等的林业用地3草地生长草本植物为主4水域天然陆地水域和水利设施用地5居民及建设用地城乡居民点及其工矿、交通等用地6其他用地除了以上用地之外的其他用地2.3.2解译标志的建立在对遥感影像分类之前，首先要进行预判读，即室内预判。遥感影像预判的目的是为了了解研究区概况、地貌类型、土地利用类型、主要地类及其分布规律9。预判时应首先全面观察研究区遥感影像，了解研究区地形地貌特征, 在此基础上， 根据研究区土地利用特点与分析的需要，统一制定分类系统，并选择已知或典型地类进行室内判读。遥感影像判读必须掌握以下几个规律：(1)地物的各光谱特征与影像色彩的关系。地物光谱的反射特征是图像判读的理论基础。地物的反射光谱不同，其影像重现的色彩也不一样。(2)地物光谱的反射率与影像色调特征的关系。反射率高者光量大，色彩鲜明，反之色彩暗淡。(3)地物时间、空间和季节的不同与影像色彩变化的关系。2.3.3遥感图像的监督分类2.3.3.1定义感兴趣区及分类计算机分类是指根据地物光谱特性，采用监督分类(supervised classification)或非监督分类(unsupervised classification)方法对遥感图像进行土地利用类型解译。非监督分类运用ISODATA（Iterative Self-Organizing Data Analysis Technique)算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。非监督分类不用训练样本，而是根据图像数据自身的统计特征及点群的分布情况，从纯统计学的角度对图像数据进行统计分类。它与监督分类的区别在于监督分类首先给定类别而非监督分类由图像数据的统计特征来决定。由于非监督分类完全没有人的干预，图像的灰度有相当的随机性，因而这种核心向量的确定有相当大的盲目性，监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。这些是非监督分类较少使用的原因。监督分类法避免了非监督分类中对光谱集群组的重新归类。由于研究区地表破碎，靠非监督分类很难得到所需的类型，且耗费时间多，因此本文先采用非监督分类，然后再在非监督分类的基础上采用监督分类，主要是采用监督分类。监督分类是先用某些已知类别训练样本让分类识别系统学习，待其掌握了各个类别的特征之后，按照分类的决策规则进行分类的过程。使用的数学方法有多级切割分类法、决策树分类法、最小距离分类法、最大似然分类法12。各分类方法比较见下表3。表3 各分类方法说明六种监督分类说明分类器说明平行六面体根据训练样本的亮度值形成一个n维的平行六面体数据空间，其他像元的光谱值如果落在平行六面体任何一个训练样本所对应的区域，就被划分其相应的类别中，平行六面体的尺度是由标准差阈值所确定的，而该标准差阈值是根据所选择类的均值求出。最小距离利用训练样本数据计算出每一类的均值向量和标准差向量，然后以均值向量作为该类在特征空间中的中间位置，计算出图像中每个像元到各类中心的距离，到哪一类中心的距离最小，该像元就归入到 哪一类。马氏距离计算输入图像到个训练样本的马氏距离（一种有效的计算两个未知样本集的相似度的方法），最终统计马氏距离最小的。最大似然法假设每一波段的每一类统计都呈正态分布，计算给定像元属于某一训练样本的最大似然度，像元最终被归并到似然度最大的一类当中神经网络指用计算机模拟人脑的结构，用许多小的处理单元模拟生物的神经元，用算法实现人脑的识别，记忆，思考过程应用于图像分类支持向量机支持向量分类是一种建立在统计学习理论基础上的机器学习方法，可以自动寻找那些对分类有较大区分能力的支持向量，由此构造出分类器，可以将类与类之间的间隔最大化，因而有较好的推广性和较高的分类准确率。通过比较最后采用最大似然法，最大似然法假定每个波段每一类统计呈均匀分布，并计算给定像元属于一特定类别的可能性，这种方法使每个像元被归到可能性最大的那一类中，精确度较高。2.3.3.2训练样本的提取对不同的地物，采用不同的工具，如点，线，矩形，多边形等，利用ENVI软件的Region of interest工具，进行感兴趣区的提取。利用表4的影像特征，选择样本区。表4土地利用分类体系及ETM（321）影像特征序号土地类型ETM影像特征图例1耕地深青色，几何特征较规则，边界清楚，空间上呈网格状2林地成片鲜绿色，色调较均匀，边界自然圆滑但不规则结构较粗糙。3草地淡青色，结构均一，面状、条带状，边界清晰4水域黑蓝或淡蓝色，片状或者带状，边界清晰。5建设用地灰褐色，形状规则，呈团状或者片状，面积较大，一般有交通线穿过，居民点内部或村庄周围通常栽种树木，呈现绿色阴影。6其他用地白色、灰白色，边界清晰，形状不规则。（1）在主图像窗口中，选择Overlay中的Region of interest，打开ROI Tool对话框。（2）在ROI Tool对话框中，在ROI Name字段输入样本的名称，回车确认样本的名称，在Color字段中，单击右键选择一种颜色。（3）选择ROI_Type中的Polygon，在Window中选择Zoom，在Zoom窗口中绘制多边形感兴趣区。（4）在ROI Tool对话框中，单击New Region按钮，新建一个训练样本种类，重复（2）（3）步骤，最终得到如图10所示的结果。图10 定义训练样本2.3.3.3训练样本的优化和提纯为了提高图像的分类精度，需要对样本进行提纯，使用N维可视化分析器对训练区像元进行提纯，当某些像元聚集在一起运动时，就是所需的最纯像元（如图11）。图11 感兴趣区的提纯2.3.4 分类结果本研究采用分类后比较法来获取变化信息。将2003年和2010年两期图像分类所得到的土地利用/覆盖类型图（图12）进行叠加运算、统计分析，并结合2004年的土地利用/覆盖数据，可以计算出20032010年之间的各土地利用/覆盖类型变化情况。图12 2010年监督分类后的结果图2.3.5掩膜处理由于上述分类结果图中的背景值与河流颜色一样，在计算过程中会出现误差，因此应该将背景区域处理，应用掩膜，被屏蔽的背景区域值不包括在计算中，主要过程如下：第一步：创建掩膜文件（1） 选择主菜单file，打开Vector File，打开裁剪图像所在区域的Shapefile矢量文件，投影参数不变，选择导入Memory。（2） 单击主菜单，打开Image File，打开所需裁剪图像，即2003年和2010年的分类结果图，并在Display中显示。（3） 单击主菜单，Basic Tool中的Masking，选择Build Mask，在Select Input Display中选择被裁剪图像文件所在的Display窗口，这样系统会自动读取图像的尺寸大小作为掩膜图像的大小。（4） 在Mask Definition对话框中（如图13），单击Options中的Import EVFs，选择步骤（1）导入的Shapefile矢量文件，选择输出路径，完成掩膜文件的生成。图13 创建掩膜文件第二步：运行掩膜计算实现图像裁剪（1） 单击主菜单，Basic Tool中的Masking 选择Apply Mask。（2） 在Select Input File中，选择裁剪文件图像。（3） 在Select Mask Band中，选择前面生成的掩膜文件（如图14）。（4） 单击OK输出裁剪结果（如图15）。图14 文件选择和裁剪结果输出 图15 利用掩膜裁剪前后对比图进而用上述同样的方法做出2003年用掩膜工具裁剪出的图像，2003年和2010年最后结果图如下（图16）图16 2003年和2010年分类结果图3土地利用及其动态变化分析利用遥感图像进行土地利用/覆盖变化的动态监测，是掌握土地变化的数量、质量、变化的时空模式及变化趋势的有效手段。研究土地利用的动态变化，有助于了解土地覆盖变化的原因，同时通过调整人类社会经济活动，促使土地利用更趋于合理，从而达到土地资源可持续利用的目的。3.1土地利用变化分析过程一般采用分类后比较法，是将经过配准的两个时相的遥感图像分别进行分类，然后比较分类结果得到变化检测信息。利用ENVI软件中的Change Detection Statistics工具对两幅分类图像进行差异分析，分别识别出哪些像元发生了变化，以像元数量、百分比、面积统计参数输出。同时，还会生成一幅掩膜图像，该图像记录两个分类图像相应像素变化空间信息，这有助于识别发生变化的区域以及变化像元的归属13。当两幅分析图像是土地利用分类图时，得到的结果就是土地利用转移矩阵。土地利用转移矩阵是不同时间段内同一区域内土地利用类型的相互转换关系，一般用二维表来表达，从二维表中可以快速查看各个地类间相互转换的具体情况。比如某一类别的土地有多少面积分别转化成了其他的土地类型，现在某类型的土地分别是由过去的哪些类别转化而来的等。步骤如下：（1） 在ENVI主菜单中，选择Basic Tools中的Change Detection，选择Change Detection S