基于遙感的黃河三角洲鹽田信息的提取畢業(yè)論文(編輯修改稿)
2025-07-19 02:10 本頁面
【文章內(nèi)容簡介】 、地球自轉(zhuǎn)以及遙感平臺位置和運動狀態(tài)變化的影響，會產(chǎn)生諸如行列不均勻、像元大小與地面大小對應(yīng)不準(zhǔn)確，地物形狀不規(guī)則變化等變形，產(chǎn)生畸變的圖像會給定量分析以及位置配準(zhǔn)等帶來困難，因此根據(jù)應(yīng)用目的的不同，要對得到的遙感影像進行幾何精糾正。幾何精糾正是利用地面控制點進行的幾何校正，它是用一種數(shù)學(xué)模型來近似描述遙感圖像的幾何畸變過程，建立變換前圖像坐標(biāo)（x,y）與變換后圖像坐標(biāo)（u,v）的關(guān)系，并利用標(biāo)準(zhǔn)圖像與畸變的遙感圖像之間的一些對應(yīng)點（地面控制點數(shù)據(jù)對）求得這個幾何畸變模型，然后利用此模型進行幾何畸變的校正。這種校正不考慮畸變的具體形成原因，而只是考慮如何利用畸變模型來校正遙感圖像。在實際計算中，一般采用的是二元二次多項式校正模型，雖然模型的求解只需要六個控制點的地理坐標(biāo)，但在實際操作中，一般選取3040個控制點，前六個點用來建立模型，其余的點來控制精度，保證配準(zhǔn)的精度。在控制點選取方面，通常選擇易分辨且較精細(xì)的特征點，而且最好是較長期內(nèi)固定不變的如道路交叉點、河流彎曲或分叉處、海岸線彎曲處、湖泊邊緣等，此外，一定要做到控制點均勻分布，尤其是前六個點，一定要均勻分布于整景影像內(nèi)，這樣才能夠概括整景影像的特征。幾何校正后的影像就可以用來進行鹽田信息提取。但是為了更好的從水體中突出鹽田信息，本研究還結(jié)合研究區(qū)的屬性數(shù)據(jù)以及搜集的相關(guān)資料對研究區(qū)影像進行各種增強處理，如對比度變換，纓帽變換等。然后就可以對研究區(qū)建立判讀解譯標(biāo)志，對處理后的影像進行非監(jiān)督分類，分為四類就可以明顯得提取出所需的鹽田信息。對分類結(jié)果的顏色顯示進行調(diào)整，使得鹽田以外的地物都表現(xiàn)為背景色，以突出要提取的鹽田，之后就可把分類結(jié)果輸出為圖片格式，最后對三景影像得出的數(shù)據(jù)分別進行定性和定量的分析，得到最終結(jié)論，并對結(jié)論進行研究與討論。原始Landsat遙感影像幾何精校正遙感影像處理研究區(qū)其他資料建立解譯標(biāo)志，采集訓(xùn)練樣本鹽田信息提取鹽田信息圖像分析精 度 評 價 結(jié) 論圖2 數(shù)據(jù)處理流程圖4數(shù)據(jù)源 本次研究中采用的數(shù)據(jù)源有1979年Landsat MSS影像，軌道號為P130R34，成像時間為1979年5月27日，選取了第一、二、三、四，四個波段；1992年Landsat TM影像，軌道號為P121R34，成像時間為1992年8月24日，選取了第一、二、三、四、五、七，六個波段；2004年Landsat7 ETM+影像，軌道號為P121R34，成像時間為2004年9月18日，選取了第一、二、三、四、五、七，六個波段。 其中，TM1是藍色波段，對水體有透射能力，主要用于增加水下信息，該波段對水體的穿透力最大，同時對葉綠素反映敏感，主要用于沿岸水域制圖，區(qū)別地表植被等；TM2是綠色波段，該波段位于植物綠色反射率附近，另外對水體有一定穿透力，可以用來測量水質(zhì)，區(qū)分人造地物類型，評估作物長勢等；TM3是紅色波段，位于葉綠素的主要吸收帶，對水中懸浮泥沙反映敏感，用于鑒別植被種類，人造地物類型和水質(zhì)鑒別；TM4是近紅外波段，處于水體強吸收區(qū)，水體輪廓清晰，可以用來繪制水體邊界，探測水中生物的含量，對植物病蟲害反映敏感，可用以測量作物長勢；TM5是短波紅外，位于水的吸收帶之間，反映植物和土壤水分含量敏感，用以探測植物含水量以及土壤濕度，區(qū)分云和雪；TM7也是短波紅外，用于探測高溫輻射源，對植物水分敏感，用以區(qū)分主要巖石類型，巖石的水熱蝕變，多應(yīng)用于地質(zhì)探礦方面[16]。 運用ERDAS軟件將下載的1979年、1992年、2004年的遙感影像分別進行波段合成（1979年為四個波段，1992年和2004年為六個波段），并進行幾何精校正。選取明顯且固定的地物標(biāo)志點作為地面控制點,確保誤差控制在一定范圍之內(nèi)，并對直方圖進行調(diào)整，即把這三個時相的直方圖盡可能調(diào)整得趨于一致,使得三景影像的亮度值趨于協(xié)調(diào)統(tǒng)一,以便進行后續(xù)的數(shù)據(jù)處理與分析。5研究方法與結(jié)果 非監(jiān)督分類的前提是假定遙感影像上同類地物在同樣條件下具有相同的光譜信息特征。非監(jiān)督分類方法不必對影像地物獲取先驗知識，僅依靠影像上不同類地物光譜信息（或紋理信息）進行特征提取，再統(tǒng)計特征的差別來達到分類的目的，最后對已分出的各個類別的實際屬性進行確認(rèn)。非監(jiān)督分類法主要采用聚類分析方法，聚類是把一組像素按照相似性歸成若干類別, 即“物以類聚”。它的目的是使得屬于同一類別的像素之間的距離盡可能的小而不同類別的像素間的距離盡可能的大[17][18][19]。 監(jiān)督分類要求訓(xùn)練場地要有代表性，訓(xùn)練樣本的選擇要考慮到地物的光譜特征，樣本數(shù)目要達到一定規(guī)模，而這些有時不易做到。相比之下，非監(jiān)督分類不需要更多的先驗知識，它根據(jù)地物的光譜統(tǒng)計特性進行分類，方法簡單，且分類具有一定的精度。嚴(yán)格說來，分類效果的好壞需要經(jīng)過實地調(diào)查來檢驗，當(dāng)光譜特征能夠和唯一的地物類型（通常指水體、不同植被類型、土地利用類型、土壤類型等）相對應(yīng)時，非監(jiān)督分類可取得較好分類效果[17][18][19]。由于最終要分為兩類，因此在非監(jiān)
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1