土地利用調(diào)查中遙感影像不確定性信息處理研究.pdf

1、土地利用實(shí)地調(diào)查費(fèi)時、費(fèi)力、耗資、效率低下。當(dāng)今,隨著遙感與地理信息系統(tǒng)技術(shù)的興起與日益成熟,充分利用這些高科技成果,對土地資源進(jìn)行調(diào)查已成為可能并為人們所共識。然而,遙感信息不確定的特性嚴(yán)重影響了遙感的功能、效率和靈活性,制約著遙感信息的產(chǎn)品化和實(shí)用化的進(jìn)一步發(fā)展。
　　 本文以紅水河流域冊亨縣弼佑鄉(xiāng)的QuickBird影像數(shù)據(jù)為例,分析其在土地利用信息提取中出現(xiàn)的不確定性及因?yàn)?并結(jié)合其它信息,以遙感、地理信息系統(tǒng)為主要技術(shù)

2、手段對影像中的不確定性信息進(jìn)行處理研究,具有一定的針對性和相對有效性,不僅改善了遙感影像數(shù)據(jù),也提高了由影像數(shù)據(jù)而得來的GIS土地利用調(diào)查數(shù)據(jù)質(zhì)量,從而減少了影像識別錯誤,在以后的實(shí)際生產(chǎn)應(yīng)用中具有實(shí)用價值。研究的主要結(jié)論如下:
　　 (1)運(yùn)用遙感圖像處理軟件,輔以地形圖、GPS實(shí)測點(diǎn)、DEM等相關(guān)的地學(xué)信息對研究區(qū)的QuickBird影像進(jìn)行幾何精校正、正射校正,校正后能夠提高所獲取的數(shù)據(jù)質(zhì)量,減少影像的不確定性。
　

3、　 (2)采用遙感數(shù)據(jù)定量分析的方法,計(jì)算出各波段的標(biāo)準(zhǔn)差、信息熵、空間相關(guān)系數(shù)、光譜相關(guān)系數(shù),通過對比發(fā)現(xiàn)PCA分析法為最佳融合方法,融合圖像的標(biāo)準(zhǔn)差、信息熵和相關(guān)系數(shù)均大于其它幾種算法,融合后的圖像在視覺上、保持空間信息細(xì)節(jié)上均具有較為明顯的改善且目視區(qū)分度較好。為了突出植被信息,采用公式(float(b2)+float(b4))/2進(jìn)行波段計(jì)算,減少和抑制了對被感知對象或環(huán)境解釋中可能存在的多義性、不完全性和不確定性。
　

4、　 (3)運(yùn)用遙感圖像處理軟件和MATLAB相結(jié)合的辦法對被薄云覆蓋的遙感影像進(jìn)行云噪聲處理研究?；赗、G、B通道和基于HIS變換進(jìn)行去云處理?；贖IS變換去云獲得較好的效果,使云層底部地物得到清晰顯示,邊界清楚,內(nèi)部紋理豐富,便于進(jìn)一步精確識別與解譯,但也使圖像丟失了一部分光譜信息,圖像中無云地區(qū)的背景細(xì)節(jié)被削弱了；基于R、G、B通道去云,提高了影像信息分辨率,圖像背景信息保持得很好,圖像信息更加豐富。
　　 (4)為解

5、決部分紋理特征帶來的不確定性問題,采用地學(xué)信息進(jìn)行輔助處理。用特征點(diǎn)、線加入到不規(guī)則三角網(wǎng)中生成高精度的數(shù)字高程模型。用無洼地數(shù)字高程模型生成河流網(wǎng)絡(luò)信息,采用數(shù)字高程模型提取坡度圖。將河流網(wǎng)絡(luò)信息、坡度圖與遙感影像進(jìn)行疊加分析,判別河流走向,區(qū)分河流支流與水流沖刷地,常年旱地與陡坡地。結(jié)果表明利用河流網(wǎng)絡(luò)判定河流走向,區(qū)分河流支流與水流沖刷地,準(zhǔn)確率為100％。利用坡度圖區(qū)分常年旱地與陡坡地,陡坡地的準(zhǔn)確率為92.1％,常年旱地的準(zhǔn)確

6、率為94.2％。
　　 (5)通過對影像的光譜特征與混合像元的空間分布特征分析發(fā)現(xiàn)影像上地形破碎處、多種地物類型交界處不確定性情況比較多。為降低“同物異譜”、“同譜異物”、混合像元帶來的不確定性問題,利用ARCGIS中的Model builder工具進(jìn)行可視化分析,透過視覺立體效果,探討空間信息所反映的規(guī)律知識,將多個空間操作對像集中在一個模型中分層提取各個地類,充分利用幾何形狀和結(jié)構(gòu)信息進(jìn)行分析,降低了由“同物異譜”、“同譜異