基于TM影像榆次区土地利用分类研究.docVIP

基于TM影像榆次区土地利用分类研究 　　摘要：本研究以TM影像数据为基础数据，通过对TM影像的几何精校正、彩色增强、TM影像的叠加等处理，对处理后的影像进行矢量化和人工解译，获得详细土地类别的布局信息，并分析研究区域土地利用类型之间的转化情况和分布状况。 　　关键词：土地利用分类；监督分类；地类信息提取 　　1. TM影像在土地利用分类中的应用 　　1.1 TM影像的主要应用范围 　　TM影像在土地利用分类的研究中，主要应用于水体、裸地、园地、草地、建设用地、耕地和林地等地类信息的提取上，并根据不同波段识别不同的地物类型以及多波段的地物类型判别[1]。 　　1.2从TM影像上提取土地类型信息 　　1.2.1 水体判读 　　在近红外波段的影像上，由于水体对近红外的强烈吸收，水体为黑色。湖、河、海以其外部形态，很容易区别。蓝波段对水体有较大的透射能力，因此该波段的色调可反映水深和浅水区的水下地形。同时，利用ERDAS计算出归一化差异水体指数（NDWI），观察研究区内水体的阈值，并提出水体。 　　1.2.2 植被的判读 　　植被的判读一般用多波段合成的图像，如标准假彩色合成图像。利用ERDAS计算出归一化植被指数（NDVI），观察研究区各类地物的阈值，发现绿色信息与其他非绿色信息的阈值具有较大差异。1=NDVI=1，负值表示地面覆盖为云、水、雪等；0表示有岩石或裸土等；正值表示有植被覆盖，且随覆盖度增大而增大。 　　1.2.3 土壤判读 　　不同土壤类型之间的光谱差异不明显，直接判读困难。一般用间接判读法，根据其上生长的植被类型、地区的气候条件等分析，推断出土壤的类型。例如，利用ERDAS计算归一化建筑指数NDBI[NDBI=（TM5-TM4）/（TM5+TM4）]可以将非植被地物中的裸地明显地区分开来。 　　2. 研究的数据源获取及技术流程 　　2.1研究区概况 　　榆次区位于山西省中部的晋中盆地，太行山西麓。东与寿阳县交界，西同清徐毗邻，南与太谷县接壤，西北与太原市相连。全区面积1328km2，是晋中市委、政府所在地。地处东经112°34’-113°8’，北纬37°23’-37°54’，为典型的暖温带半湿润大陆性季风气候，年均气温9.8℃，降雨量418-483mm，年日照时数2662小时，无霜期158天。 　　2.2数据源获取 　　研究所采用的数据源为LandsatTM数据，包含7个波段，除第6波段空间分辨率为120m外，其余6个波段均为30m。本研究选用分辨率为30m的影像即可，研究采用的非遥感数据则是榆次区的行政图。 　　2.3技术流程 　　遥感图像分类是将图像的所有像元按其性质分为若干类别（class）的技术过程。对TM影像及使用TM影像不同波段叠加融合后的影像进行监督分类，经过聚类和去除分析后得出新的分类结果，并基于新的分类结果进行专题信息的提取。 　　3.数据的处理及分析 　　3.1系统的确定 　　研究采用的土地利用分类系统，参照全国第二次土地调查的分类系统结合研究的实际要求，将土地利用类型归结为4个一级分类，即建设用地、耕地、林地（包括林地和草地）、其他用地[2]. 　　3.2图像预处理 　　对遥感数据的预处理主要是对研究区内的TM遥感影像数据进行导入（Import）、几何纠正（Geometric correction）、配准（Image Matching）和剪裁（Subset Image）等处理工作[3]。由于研究主要进行土地利用类型的提取，在TM影像经几何纠正和裁剪后，采用经典的5、4、3波段进行假彩色合成，形成基础分类影像。 　　3.3监督分类 　　3.3.1执行监督分类 　　监督分类的关键在于选择研究区的地物特征的样本质量，以及能满足建立分类判别函数的感兴趣区的样本的数量。根据研究所选取的4类土地利用分类系统，对每一种地物选取一定的样本，测定各地类的光谱值，进行最大值、最小值、均值和方差统计。综合运用阈值法，可将主要目标地物自动提取出来。 　　3.3.2分类后影像的处理 　　监督分类中训练样本中所定义的类别，易出现误分和漏分的情况[4]。本文研究区域监督分类的结果显示，贯穿居民点的河流与居民点所显示的颜色一样，对此，需对建设用地和河流进行专题信息提取。 　　各光谱差异为：TM1居民地与河流菜地不易分开；TM2居民地与河流菜地不易分；TM3乡村与菜地不易分；TM4农田与道路不易分，乡镇，道路，河滩不易分；TM5县城与农田不易分；TM6村庄与河流不易分。所以，在遥感的类型提取上，一般采用ERDAS中的MODEL对这两种地类进行提取，公式为：TM5+TM6+TM7-TM1-TM2-TM4。 　　3.3.3聚类再分类 　　运用ERDAS软件对研究区进行