第七章遥感应用-典型地物信息的提取课件.ppt

《第七章遥感应用-典型地物信息的提取课件.ppt》由会员分享，可在线阅读，更多相关《第七章遥感应用-典型地物信息的提取课件.ppt（49页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、水体遥感水体遥感 水体遥感监测的主要任务：水体遥感监测的主要任务：通过对遥感影像的分析,获得水体的分布、泥沙、有机质等状况和水深、水温等信息，从而对一个地区 的水资源和水环境等作出评价，为水利、交通、航运 及资源环境等部门提供决策服务。水体的光谱特征水体的光谱特征 遥感器所接收到的辐射包括遥感器所接收到的辐射包括 水面反射光、悬浮物反射光、水水面反射光、悬浮物反射光、水 底反射光和天空散射光。底反射光和天空散射光。不同水体的水面性质、水体中水面性质、水体中 悬浮物的性质和含量、水深和水悬浮物的性质和含量、水深和水 底特性等不同底特性等不同，因此，传感器上 接收到的反射光谱特征存在差 异，为遥感

2、探测水体提供了基础。水体的光谱特征水体的光谱特征 在可见光范围内，水体的反射率总体上比较低（一般为4%5%），并随着波长的增大逐渐降低，到 0.6微米处约2%3%，过了0.75微米，水体几乎成为全吸收体。因此，在近红外的遥感影像上，清澈的水体呈黑色在近红外的遥感影像上，清澈的水体呈黑色。为区分水陆界线，确定地面上有无水体覆盖，应选择近红外波段的影像。黄河水（泥沙含量960mg/L)长江水（92.5mg/L)湖水（47.9mg/L)水体的光谱特征水体的光谱特征 含有泥沙的浑浊水体与清水比较含有泥沙的浑浊水体与清水比较，光谱反射特征差异：?浑浊水体的反射波谱曲线整体高于清水，随着悬浮泥沙浓度的增加

3、，差别加大；?波谱反射峰值向长波方向移动（“红移”）。清水在0.75微米处反射率接近于零，含有泥沙的浑浊水至0.93微米处反射率才接近于零；?随着悬浮泥沙浓度的加大，可见光对水体的透射能力减弱，反射能力加强。有时，近岸的浅水区，水体浑浊度与水深呈一定的对应关系，浅水区的波浪和水流对水底泥沙的扰动作用比较强烈，使水体浑浊，故遥感影像上色调较浅。深水处扰动作用较弱，水体较清，遥感影像上色调较深。水体的光谱特征 含有泥沙的浑浊水体与清水比较，光谱反射特征差异：?波长较短的可见光，如蓝光和绿光对水体穿透能力蓝光和绿光对水体穿透能力较强，可反映出水面下一定深度的泥沙分布状况较强，可反映出水面下一定深度的

4、泥沙分布状况。在洪泽湖的试验表明，0.50.6微米的影像可反映 2.5m水深的泥沙；0.60.7微米的影像可反映1.5m水深的泥沙；0.70.8微米影像反映0.5m泥沙；0.81.l微米仅能反映水面0.02mm厚水层的泥沙分布状况。因此，以不同波段探测泥沙可构成水中泥沙分布的立体模式。水体的光谱特征?水中叶绿素的浓度与水体反射光谱特征存在以下关系：?水体叶绿素浓度增加，蓝光波段的反射率下降，绿光波段的反射率增高；?水面叶绿素和浮游生物浓度高时，近红外波段仍存水面叶绿素和浮游生物浓度高时，近红外波段仍存在一定的反射率，该波段影像中水体不呈黑色，而在一定的反射率，该波段影像中水体不呈黑色，而是呈灰

5、色，甚至是浅灰色是呈灰色，甚至是浅灰色。?水温可在热红外波段有明显特征 TM图像上的水体提取?由于时间分辨率的限制，在洪水期难以获得无云雾由于时间分辨率的限制，在洪水期难以获得无云雾的的TMTM图像，因此图像，因此TMTM影像主要用于洪水灾害损失评估影像主要用于洪水灾害损失评估和本底水体的提取。和本底水体的提取。?从从TMTM数据中提取水体信息的关键是区分水体与其他数据中提取水体信息的关键是区分水体与其他地物的阴影，这同样需要进行不同地物各波段的光地物的阴影，这同样需要进行不同地物各波段的光谱值分析。谱值分析。TM图像上的水体提取 1996 年12月27日福清市?水体、阴影的第5波段明显小于第

6、2波段。而其它地物则刚好相反。在第2、3波段上，水体的灰度值大于阴影，将这两个波段相加可以增大这种差异。在第4、5波段上，阴影的值一般都大于水体。将这两各波段相加，可以增大这种差异。TM图像上的水体提取?将波段2与波段3相加，波段4与波段5相加，并作出改进后的地物波谱图。可以看出，只有水体具有波段2加波段3大于波段4加波段5的特征。TM图像上的水体提取?阈值法提取水体 利用对水陆界线反映较好的Landsat5的TM第5波段，即中红外波段，通过反复试验，确定其阈值。用TM4、3、2作假彩色合成影像，用目视判读的方法检验阈值法提取水体的效果，所提取的水库和坑塘的轮廓与目视判读的一致，宽的河流与目视

7、判读的基本一致，而较窄的河流没有被提取出来，但这些河流由目视判读也难判读出来。因此，漏提的水体非常少。同时，发现所提取的水体中有一部分并非为真正的水体，而是山体的阴影。因此，多提的水体较多。TM图像上的水体提取?谱间关系法提取水体 水体具有独特的谱间关系特征，即波段2加波段3大于波段4加波段5。用同样方法检验提取效果，漏提的水体非常少，也没有发现将山体的阴影当水体提取出来。因此，该种方法提取的水体较为准确。谱间关系法比单波段阈值法提取水体更具优势。尤其是它能将水体与阴影区分开来。该方法特别适合山区水体的提取。无论是谱间关系法还是单波段阈值法，它们对于提取一些细小的河流都有一定的局限性。这是因为

8、，这些细小的河流都是以混和像元的形式存在。SAR图像上的水体提取?由于洪水最大淹没面积常常发生在坏天气条件下，多光谱遥感数据不可能发挥很好的作用，因而微波遥感成为洪水灾害监测的首选数据。但在有山区的雷达图像上，水体与山体的阴影具有易混的亮度值，而使得自动提取洪水淹没范围较困难。因而，现在多采用目视判读的方法从SAR图像上提取洪水水体。目视判读方法尽管可以取得较高的精度，并将水体与阴影区别开来，但费工费时，难以满足快速监测评估的要求。从图像复合的角度出发，Landsat TM图像与Radarsat SAR图像相结合，能有效地将洪水淹没范围提取出来，而不会将阴影误提为水体。SAR图像上的水体提取

9、水体提取步骤?图像配准?TM图像与地形图配准?SAR图像与TM图像配准?SAR图像的水体提取 用目视的方法在SAR图像上测出水体的亮度值，从而确定水体与陆地的阈值k1，DN=k1为非水体（DN为SAR图像的亮度值）。?TM图像上的阴影的提取 因在TM2上阴影的亮度值比较低，而其他地物的亮度值比较高，测定阈值k2,因而有TM2=k2为非阴影。SAR图像上的水体提取 安徽省潜山县安徽省潜山县 19951995年年1212月月7 7日日TM2TM2图像图像 19981998年年7 7月月2828日日SARSAR图像图像 SAR图像上的水体提取 从从TMTM图像上提取的阴影图像上提取的阴影从从SARS

10、AR图像上提取的水体图像上提取的水体 SAR图像上的水体提取 水体提取步骤?SAR图像的水体与TM图像的阴影之间的融合分析?将SAR图像的水体与TM图像的阴影叠加，在山区被误提为水体的山体阴影中，有大部分都与 TM图像的阴影重叠，有一小部分未重叠。但未重叠的部分，均与 TM图像的阴影靠得很近，并且与阴影相连。为此，利用 ARC/INFO的GRID模块中的EXPAND命令，对所提取的阴影进行扩展处理，将扩展后的阴影与 SAR水体进行叠加融合分析。凡是落入阴影中的SAR水体，都被作为误提的水体剔除。?但是，对于在 SAR图像上与阴影相连的水体而言，由于对TM图像上的阴影进行了扩展处理，并用它来剔除

11、SAR图像上的阴影，这就会造成将SAR图像上与阴影相连的那部分中的部分水体被错误地剔除掉。因此，还需要对这部分水体进行进一步的定界。水体提取步骤?与阴影相连部分水体的进一步定界?从TM图像上提取本底水体，提取模型为：（TM2+TM3）(TM4+TM5)-k1 TM2=k2?利用ARC/INFO中的GRID模块EXPAND命令对本底水体进行扩展。并用它来切取最初从SAR图像中提取的水体。最后，将从TM图像中提取的阴影与所切取到的水体进行叠加分析，减去阴影部分，从而得到了由于阴影扩展而丢掉的那部分水体。?并将这部分水体与去阴影后的SAR图像水体进行叠加，从而得到最终提取的水体。SAR图像上的水体提

12、取 居民地特征提取?研究意义 AVHRR影像上的居民地识别提取 TM图像上的居民地识别提取 SAR图像上的居民地识别提取 研究意义?为灾害评估提供所需居民地空间分布信息 为了解人地关系服务 为社会、经济和人文等数据的空间化服务 为居住用地监测以及人居环境建设服务 AVHRR影像上的居民地识别提取?AVHRR影像上居民地的影像特征分析 在3（红）、2（绿）、1（蓝）假彩色合成图像上可以看出，特大城市、大城市、中等城市，无论是位于山区还是平原，都能在影像上识别出来。这些城市在影像上呈暗灰蓝色，当其周围为农田时，其周边呈灰蓝色，当为森林时，呈浅黄色，当为水体时，呈红色。城市的外部轮廓清楚明显，城市的

13、内部的色调比较一致，而内部纹理特征不明显。城市的形状一般为斑块状。县城一级的城镇，以及小城市在NOAA影像上需要仔细识别才能识别出来。一般面积在6平方公里以上的县级城镇在NOAA影像上只有几个像元，呈点斑状，其外部轮廓已经很不清楚了。在其像元中，只有1到4个像元与周边像元有一定的区别，比较容易识别。而其他周边像元都是以混合像元的形式存在。此时的城镇已无纹理可见了。AVHRR影像上的居民地识别提取?AVHRR影像上居民地的影像特征分析 对于面积在2km2以下的乡镇、村一级的居民地，已完全与周围地类混淆在一起，在NOAA影像上难以辨别出来。城市与城市之间的相对位置清晰可见，特大城市、大城市、中等城

14、市、小城市、县城等之间的城镇体系结构关系也容易识别出来。通过对各种类型的城市及其它地物进行典型光谱采样，据其均值绘制如下光谱曲线图 AVHRR影像上的居民地识别提取 特征波段组合 地类 特大城市 大城市 中等城市 小城市 2-1 1-3 1-5 5-2 1+2+3 2 1+3-1 1-1 1 24 25 27 28-2 0 0 3 3-1 1-4 65 66 71 69 29 31 32 33 36 35 39 36 城镇 云 深水体 浅水体 云与水 农地 林地 总体 0-19-6 30 59-45 1-5-56-1 24 62 72 153 90 34 58 11 38 95 79-8-12

15、 6 37 2-47 9 38-24 2-59-34 6-31-19 67 46-12-6 17 99 108 85 56 90 12 31 45 62 32 87 77 40 62 58 AVHRR影像上的居民地识别提取?基于光谱知识的居民地提取模型 通过对采样数据进行波段组合分析波段组合分析，建立模型如下：CH2?CH1?KCH1?CH3提取居民地、水体和云 剔除水体 CH1?CH2?CH3?K1剔除云 CH5?CH2?K2剔除少量水陆混合像元 注意：因AVHRR空间分辨率的限制，提取精度有限。TM图像上的居民地识别提取?居民地在TM影像上的机理分析?农村普通居民地 其房屋宽度大部分不超过

16、28.5m，长度有可能超过28.5m，影像记录的通常是房屋及其周围的空地、散影像记录的通常是房屋及其周围的空地、散生树木组成的混合像元。生树木组成的混合像元。由于这些地物的尺寸及其配置在空间上的变异，从而导致农村居民地像元灰度值的空间变异，在居民地与周边地类交界处，又会出现居民地与周围地类相混合的混合像元，这些混合像元降低了农村居民地提取的精度。居民地内部没有明显的纹理特征，与农村居民地相连的道路难以识别出来。TM图像上的居民地识别提取?居民地在TM影像上的机理分析?村镇级居民地 在镇的核心区一般多为23层的楼房、平房等，房顶多为水泥平顶、瓦盖尖顶。一般房屋间有比较窄的空地，空地一般多为泥土面

17、，部分为水泥面。居民地内也有一些散生的树木等绿地。因此居民地的像元多由水泥房顶、瓦顶、水泥路面、裸土地、绿地、散生树木等所构成的混合像元，其组成的空间变异导致像元灰度值的空间变异。在边缘区的像元类似于乡村居民地的像元，在居民地与周围地类接边处，有居民在居民地与周围地类接边处，有居民地与周围地类混合而成的混合像元。地与周围地类混合而成的混合像元。TM图像上的居民地识别提取 图中青灰色的斑块即为村镇级居民地，其内部有一定的纹理特征，基本可以识别到与其相连的道路。TM图像上的居民地识别提取?居民地在TM影像上的机理分析?县城 由于高楼大厦的影响，有可能出现水泥房顶的纯净像元，此外也会出现纯净的水域像

18、元和绿地像元。高大的房屋会造成房屋与房屋之间有很多阴影。因而县城一级的居民地，其像元一般是由水泥顶、水泥路面、散生林木、绿草地、裸地以及阴影等所组成的混合像元，其组成比例的变化以及空间配置结构的变化就造成了这些像元的空间变异。在县城的边缘区同样会出在县城的边缘区同样会出现类似于乡镇一样的的混合像元现类似于乡镇一样的的混合像元。图中县城呈灰色的斑块状，有辐射状的道路与其相连，其内部有一定的纹理特征。TM图像上的居民地识别提取?居民地在TM影像上的机理分析?城市 水泥房顶的纯像元更多，由于有宽阔道路，因而也会出现水泥道路的纯像元。由于公园的存在，会出现纯的水体像元和绿地像元。由于建筑物更加高大，从

19、而使得房屋之间的阴影就比城镇更多了。但是，大多像元仍然是混合像元，大多像元仍然是混合像元，其组成比例的差异就导致了像元灰度值的空间其组成比例的差异就导致了像元灰度值的空间变化。变化。在城市边缘处，有类似于县城乡镇一样的混合像元，有辐射状的道路与其相连，其内部有一定的纹理特征。TM图像上的居民地识别提取?居民地在TM影像上的机理分析?居民地光谱信息在时间维上的变化主要是由裸地及其间的树木、竹子、绿地等在时间维上的变化所致。而房屋、裸露地面，尤其是水泥地面及房顶在时间维上基本上没有大的变化，但是也有一些微弱的变化。这包括，因太阳的照射，导致一天中，早中晚的表面温度的不一致，从而导致其在散射、发射上

20、的变化。此外由于降雨导致其表面温度和湿度上的差异，从而导致居民地光谱特征的变化，但是这种变化是因降雨而引起的，因而与降雨有较强的相关性。所以，居民地在时间居民地在时间维上的变化主要是由居民地内的植被所致维上的变化主要是由居民地内的植被所致。居民地在时间居民地在时间维上的变化周期、强度与植被的生长周期及强度的变化相维上的变化周期、强度与植被的生长周期及强度的变化相关关。对于建筑物密集，植被较少的居民地而言，其年际变化较小。TM图像上的居民地识别提取?居民地在TM影像上的机理分析?在平原地区，居民地四周一般为农田、部分居民地周围有水塘。居民地之间有道路相连通，道路有利于居民地的识别。但是窄于10m

21、宽的道路在TM影像上一般难以识别，除非道路周围长满了很好的植被。居民地与周围农田的区别，主要在于农田里生长着植被，植被的光谱特征与裸地、房屋的光谱特征明显不同。对在河边有一些沙石滩，由沙、泥、石对在河边有一些沙石滩，由沙、泥、石混合在一起，其比例达到一定情况时，其光谱特混合在一起，其比例达到一定情况时，其光谱特征与居民地的光谱特征类似。但沙石滩一般沿河征与居民地的光谱特征类似。但沙石滩一般沿河流两岸分布，有时在河流中央，以江心州的形式流两岸分布，有时在河流中央，以江心州的形式出现，可以剔除出现，可以剔除。TM图像上的居民地识别提取?居民地及背景地物的光谱特征分析?分别对城市、县城、乡镇、集村、

22、水体、水田、河滩地、菜地、道路在图像上进行光谱采样（成都平原 7月1日），利用采样数据作地物光谱曲线。TM图像上的居民地识别提取?居民地及背景地物的光谱特征分析?根据采集数据及光谱曲线图得知：TM1：道路河滩地河流居民地（城市县城乡镇集村）菜地水田，居民地与河流、菜地易混。TM2：同TM1。TM3：道路河滩地城市河流乡镇县城集村菜地水田，城市与河滩地、河流，乡镇与河流,集村与菜地易混。TM4：菜地水田集村道路乡镇河滩地县城河流城市 TM5：道路菜地集村河滩地乡镇城市县城水田河流 TM6：城市城市 县城县城 乡镇乡镇 集村集村河流水田河滩地菜地道路 TM7：道路城市乡镇河滩地县城集村菜地水田河流

23、 TM图像上的居民地识别提取?居民地及背景地物的光谱特征分析?根据采集数据及光谱曲线图得知：城市：TM6TM1TM5TM4TM3TM2TM7 县城：TM6TM1TM5TM4TM2TM3TM7 乡镇：TM6TM1TM5TM4TM3TM2TM7 集村：TM6TM1TM5TM4TM2TM3TM7 河流：TM6TM1TM4TM2TM3TM5TM7 水田：TM6TM4TM1TM5TM2TM3TM7 滩地：TM6TM1TM5TM4TM3TM2TM7 菜地：TM6TM4TM1TM5TM2TM3TM7 道路：TM6TM1TM5TM4TM3TM2TM7 TM图像上的居民地识别提取?居民地及背景地物的光谱特征分析?对于城市、县城、乡镇，有TM2、3、4、7比较接近的特征，而其它地物没有类似特征。典型城镇光谱剖面 TM图像上的居民地识别提取?居民地及背景地物的光谱特征分析?对于集村，TM3TM7且TM5TM4 TM图像上的居民地识别提取?基于光谱知识的居民地提取模型?城镇：TM5TM4 TM4-TM7K2?集村 TM4-TM5K1 TM3-TM7=K THEN 居民地 IF ZW=1 THEN 非居民地 DN为像元亮度值，ZW=1表示亮斑周围有大面积的阴影。