基于ＱｕｉｃｋＢｉｒｄ影像的景观类型目视解译研究_计算机论文.docVIP

基于ＱｕｉｃｋＢｉｒｄ影像的景观类型目视解译研究_计算机论文 基于ＱｕｉｃｋＢｉｒｄ影像的景观类型目视解译研究_计算机论文 摘 要：以张家界市永定区城区为例，采用Quickbird影像数据进行景观类型区划，主要采用目视解译的方法区划景观类型，针对目视解译的不确定性，对该过程中的卫星影像处理、建立解译标志、目视区划与判读等方面的问题进行了探讨，围绕如何提高目视判读的准确度总结了：符合目视习惯的图像融合、目视判读原则和方法、目视判读质量校验等目视解译要点。 　　关键词：景观；遥感；目视判读 　　 　　1 材料与方法 　　 　　1.1 数据及信息源 　　Quickbird影像图、基本电子地图及其他相关地学信息资料等。 　　1.2 软件配置 　　Arcgis9.0、Viewgis3.01、ER Mapper6.0、R2V、ERDASI等图形处理软件及Visual foxpro等数据库软件。 　　1.3 研究方法与主要技术线路 　　利用Quickbird高分辨率卫星影像，经专业图像处理软件进行图像处理，并利用数字高程模型（DEM）和地面控制点对影像图进行正射校正，生成正射影像图；对处理后的图像建立景观解译标志，综合其他地学信息进行目视判读，获取景观类型信息，通过现场校验，最终得到景观类型区划成果图。 　　 　　2 目视解译前期工作 　　 　　2.1 图像处理 　　用于目视解译的QuickBird影像图像处理主要是解决两个方面的问题：首先，处理后的图像主要用于目视判读，由于目视的习惯，应尽量满足图面的视觉效果，纹理效果，色彩上采用符合真实景物的色彩合成方式；其次，景观类型体系是一个比较复杂的体系，景观区划既要体现景观的综合性，也要表明景观的生态学意义。景观评价目标的不同直接影响景观类型划分的尺度，景观区划的尺度不同，区划依据（如植被、土壤）也不一样；Quickbird影像数据包括多个波段，不同的波段或波段融合对不同地物的敏感性也不一样，因而对影像数据进行分波段增强、融合处理，以利于准确地景观类型区划。 　　2.1.1 主成分分析法图像信息融合与目视判读 　　图像的融合用于目视判读时应尽量满足图面的视觉效果，纹理效果，色彩上采用符合真实景物的色彩合成方式（植被呈绿色）。因此在ERDASIMAGINE系统中通过HIS（Hue、Intensity 、Saturation）法、Brovey法、PCA（Principal component analysis）法、Multiplicative法进行融合处理，并进行相应比较分析。在综合考虑到空间细节信息的增强与光谱信息保持的情况下，采用主成分分析法（Principal component analysis），在视觉效果上极大地改善了融合图像目视判读效果，由于提高了分辨率，融合图像上目标细部特征更加清晰，光谱信息更加丰富，灰度范围增加，信息量损失较少。这样就更有利于专题图的制作与景观类型的区划判读。 　　2.1.2 图像增强与目视判读 　　在实际操作中，按工作的需求，针对不同的图像处理进行有选择性的线性拉伸、直方图均衡化、锐化增强、去相关性拉伸、卷积增强、非定向边缘增强等综合性处理，同时对图像进行亮度、饱和度、色度等进行调节，以突出生态环境、植被类型本底的影像信息，从而使影像图达到最佳的视觉效果（处理后用于人工目视解译的影像。 　　2.1.3 图像几何精校正 　　本研究利用静态GPS来采集地面控制点的坐标，在选择地面控制点过程中注意了以下两个方面：一方面，选点的数量要达到一定要求，一般来说，精度要求越高选点的数量也应相应增多；选点的布局力求均匀，本研究地面控制点的数量约为4个/Km2；另一方面，选点的位置要能够在影像图上准确地标识，一般选择在条带状地物的交叉或急剧拐弯处（如细小道路交叉处、方形建筑的拐角处等）。 　　2.2 建立景观类型目视解译标志 　　建立景观类型目视解译标志综合考虑到高分辨率遥感影像数据的光谱信息、辅助纹理信息和生态方面的知识，并参考前人在城区土地资源调查资料（如1：10000土地利用调查图），来提高解译的精度和可靠性。最后通过建立解译标志来对经过处理的影像资料进行目视判读。其主要信息有：遥感图像的色调、纹理、结构、形状等，其他地学信息（如地形、地貌） 等，还可以利用其他现有成果，如土地利用现状图、林相图、生态规划图等。建立解译标志的同时一定要做好备注说明，以备在解译的过程中综合考虑各类信息，进行判定，提高判读准确率。备注说明应包括各景观类型相关性特点。目视判读 　　 　　3.1 目视判读的原则 　　在目视判读的过程中，可以遵循以下原则进行： 　　（1） 综合原则：遥感影像的复杂性和宏观的特征，决定了遥感图像解译的综合性。对各种解译标志都要充分利用，不能自发片面的强调个别“