IKONOS试验研究OKIKONOS卫星数据在天津土地利用动态遥感监测中试验研究.docVIP

IKONOS卫星数据在天津市土地利用动态遥感监测中试验研究 （孙永军 王志林） 摘要 本文描述了利用IKONOS、SPOT和LANDSAT卫星数据提取天津市试验区土地利用动态变化信息效果。重点论述了通过突出光谱特征变异的融合技术，增强变化信息影像特征，并通过分类法和人机交互法提取变化信息。最后对IKONOS数据在土地利用领域应用潜力给予评价。 目的 土地利用动态遥感监测实质是通过一定的方法技术从两个不同时相的遥感图像中提取土地利用变化信息，达到监测土地利用变化情况的目的。由于遥感图像记录的是特定时期,特定范围内地物综合光谱辐射特征，而不同地物具有不同的特征辐射光谱，所以当地物类型发生变化时对应位置上的影像特征将发生变化，因此遥感技术为土地利用动态变化监测提供了一种有效的技术手段。本次试验研究主要目的是利用IKONOS数据，结合SPOT数据和TM数据尝试提取天津市土地利用动态变化信息的效果，并对IKONOS数据在土地利用动态监测领域的应用潜力做出评价。 数据源简介 本次试验研究收集到的遥感数据包括IKONOS数据、SPOT数据和TM数据，其特征参见表1 表1 遥感数据一览表 卫星 数据类型 分辨率(m) 时间 IKONOS PAN 1 2000,5 MS 4 2000,5 SPOT PAN 10 1998,11 Landsat TM 30 1998,10 技术路线 从两个时相的遥感图像中提取变化信息概括起来可分为两种方法：一种是首先分别将两个时相的遥感图像进行分类，然后进行差值运算和对比分析获得变化信息；另一种是首先通过特征增强技术，发现和确定变化区域，然后再确定变化类型，从而获得变化信息。第一种方法是一种直接和传统的方法。它的优点是可以同时获得变化图斑的范围和属性，便于把握工作区内所有地类的变化信息。缺点是工作量大，对图像覆盖范围内的所有地类均需划分，工作周期长，不适合重点目标监测，此外受计算机自动分类精度影响，变化信息提取精度难以控制。而第二种方法可以有针对性地提取感兴趣的专题变化信息，工作量相对减小，自动化程度更高，工作周期较短，比较适合重点地类变化的动态监测。本次研究采用第二种方法，重点监测建设用地占用耕地情况。 变化信息提取 根据实际获取的遥感数据和上述技术路线，本次研究设计了如框图1所示的总体技术流程。 图1 总体技术流程图 图2 突出特征变异的融合处理流程图 1、数据预处理 包括土地利用变更调查图和1：1万地形图扫描数字化；遥感数据几何精校正和图像间配准及镶嵌。土地利用变更调查图用于辅助变化信息提取，地形图用于遥感图像几何精校正选择控制点。图像校正配准主要采用二次多项式法进行坐标变换、灰度重采样采用立方卷积。由于试验区涉及两景SPOT数据，所以对SPOT数据校正后做无缝镶嵌。最后获得具有统一地理坐标、图像间相互配准、像元大小统一为1米的基础图像库。 2、数据融合 数据融合的目的是为了增强变化信息的影像特征，使地物发生变化的部分从背景图像中显现出来。采用的方法为光谱特征变异法，它是运用多源数据的融合技术，将来自不同传感器的两个时相遥感数据进行融合，使变化区域呈现特殊的影像特征的一种方法（图2）。其基于的原理是，当分属于不同时相的TM数据与IKONO/SPOT数据融合时，地物类型发生变化的部分将表现出明显的色调和纹理异常。例如，98年TM与98年SPOT融合图像上有一块绿色农田（参见图3，建筑物呈灰色，农田为红圈中的绿色图斑）， 图3 98年SPOT与98年TM融合图 在2000年IKONOS全色数据与98年TM数据的融合图像上对应位置变为绿色的住宅楼房（图4，红线圈出）。而在两种融合图像上同为建设用地部分仍然表现为灰色（图4，黄线框出）。这种正常情况下本应为灰色的建筑物变成绿色建筑物的现象称之为光谱特征变异。 当空间分辨率较低而光谱分辨率较高的TM数据与空间分辨率较高的全色IKONOS/SPOT数据融合时，融合图像的色彩信息主要来自TM数据，纹理信息主要来自IKONOS/SPOT数据。为了突出光谱变异特征，融合前须对TM彩色图像和IKONOS/SPOT全色图像做适当预处理。对TM图像的预处理主要以增强色彩为主，包括调整总体色阶（输入输出范围、反差系数）以及调整总体亮度、色度、饱和度等，拉大不同地类之间的色彩反差。对局部细节要求不高，必要时可允许少量细节损失来保证整体效果。 图4 2000年IKONOS与TM融合图 对IKONOS/SPOT全色图像的预处理主要是增强局部反差、突出纹理细节，并尽可能降低噪声。方法是首先对全色图像进行适当拉伸，然后进行高通滤波，增强纹理特征，再用PHOTOSHOP中的高斯模糊功能适当地消除噪声。 预处理图像准备好后，利用IHS变换算法将TM彩色图像与IKONOS/