tm图像用于川地区森林面积自动提取的研究——以道孚县为例.pdf

摘要 随着遥感技术的迅速发展，人们获取了大量的遥感图像数据，如何从这些遥感图像 上提取出目标信息，成为众多研究者关注的问题。 本文主要是研究遥感数据处理技术在森林面积自动提取中的应用。对遥感的基本知 识、研究现状作了简要的介绍。深入探讨了图像处理方法、分类原理等基本理论。依据 研究区内植被的光谱特征，选择合适的遥感数据源并对数据进行预处理，通过对植被光 谱特征、植被指数等关键因子的分析，选择特征提取的方法，进行了初步的计算机自动 分类，根据分类结果，分析影响森林面积提取的因素。 for Environment 论文以ENVIrthe VisualizingImages)为主要分析工具，辅以 MapGIS6．1地理信息系统软件，应用ETM+影像数据，以道孚县为研究区，以该县台站 林场和麻孜林场为具体分析对象，采用数字图像处理的基本原理和方法，从图像预处理、 图像光谱特征分析、图像多光谱变换、图像分类和图像分类后处理等环节，主要完成了 对两个林场有林地的信息提取，并对有林地和牧地、农地、灌木林地、未利用地加以区 分。 本文的主要工作是以下几个方面： 依据图像的光谱特性、统计特征，讨论了遥感数据波段选择的方法。 在深入了解几何校正、图像增强的原理和算法的基础上，完成对图像的预处理。 选择适当的植被指数，有效地削弱由于地形阴影而产生的影响。 确定研究区内不同地物采用监督分类和无监督分类时相应的参数和阈值。 对图像的分类，本文采用了基于统计模式的最小距离分类法和K—means及ISODATA 无监督分类方法，达到了一定的分类精度。在分类波段的选择上，突破了传统的TM432 植被信息提取的假彩色合成方法，通过图像光谱特征分析、波段融合等方法，比较ETM+ 各原始波段的数值域、方差以及彼此之间相关系数，用最佳指数因子(The Index Optimum FactorOIF)法比较各种原始波段组合，最终选择TM453波段组合用于森林面积的提取， 效果较好。 运用本文的图像处理方法及信息提取方法，对Landsat．7的ETM+数据进行分类，结 果表明，对于高山峡谷区基于统计模式识别的最小距离分类法，虽然可以达到一定的分 类精度，但只能对光谱特征差异明显的地物进行准确的分类和区别，而对于光谱信息相 似的地物，分类的效果不是十分理想，特别是对于二台站林场有些灌木林地和有林地的区 分，而利用K．means或ISODATA无监督分类法，分类的精度较高。 研究结果还表明，在地物类型不是特别复杂、植被类型比较简单、小班面积较大的 地区，利用无监督分类的方法，结合地面实测资料，同样可以达到分类的精度要求。对 于地形阴影的处理，不能只依靠植被指数的方法，还是要进行地面实测和验证工作，同 时，作者也认为，就目前遥感技术发展的水平，利用遥感资料进行计算机自动分类还不 能完全替代地面调查工作。 关键词：遥感TM图像光谱特征数字图像处理几何校正信息提取图像分类监督分 类无监督分类自动分类植被指数 Abstract Withthe ofremote dealofremote sensingtechnology，agreat sensing rapiddevelopment that fromtheremote tO the interested datawas extract objects image acquired。How people to