解譯與分析ppt課件-資料下載頁(yè)
2025-05-02 12:03本頁(yè)面
【正文】 差矩陣標(biāo)準(zhǔn)化 ，即除以一個(gè)適當(dāng)?shù)臉?biāo)準(zhǔn)偏差 ， 以消除不同變量尺度差異產(chǎn)生的影響 ， 提高圖像的信噪比 。 ? 主成分變化檢測(cè)方法雖然簡(jiǎn)便 ， 但只能反映變化的分布和大小 ， 難以表示由某種類(lèi) 型向另種類(lèi)型變化的特征 。 分類(lèi)后對(duì)比檢測(cè) ? 對(duì)經(jīng)過(guò)幾何配準(zhǔn)的兩個(gè) (或多個(gè) )不同時(shí)相遙感圖像分別作分類(lèi)處理后 ， 獲得兩個(gè) (或多個(gè) )分類(lèi)圖像 ， 并逐個(gè)像元進(jìn)行比較 ， 生成變化圖像 。 根據(jù)變化檢測(cè)矩陣確定各變化像元的變化類(lèi)型 。 ? 此方法的優(yōu)點(diǎn)在于除了確定變化的空間范圍外 ，還可提供關(guān)于變化性質(zhì)的信息 ， 如由何類(lèi)型向何類(lèi)型變化等； ? 其缺點(diǎn)在于一方面必須進(jìn)行兩次圖像分類(lèi) ， 另一方面變化分析的精度依賴于圖像分類(lèi)的精度 。 圖像分類(lèi)的可靠性嚴(yán)重影響著變 化檢測(cè)的準(zhǔn)確性 。 變化檢測(cè)的方法 ?1． 光譜類(lèi)型特征分析方法 ?2． 光譜變化向量分析方法 ?3. 時(shí)間序列分析 光譜變化向量分析方法 ? 對(duì)兩個(gè)不同時(shí)間的遙感圖像 ， 進(jìn)行圖像的光譜量測(cè) ， 每個(gè)像元可以生成一個(gè)具有變化方向和變化強(qiáng)度 (大小 )兩個(gè)特征的變化向量 。 ? 變化強(qiáng)度 (CMpixel)通過(guò)確定 n維 空間中兩個(gè)數(shù)據(jù)點(diǎn)之間的距離 (歐氏距離 )求得 Cmpixel=∑（ BVijk（ date2） BVijk（ date1） ） 2 ? 每個(gè)像元的變化方向可歸為 2n種模式 。 對(duì)應(yīng)這 2n 種變化模式設(shè)定其方向碼 。 對(duì)于像元（ i,j） 的光譜變化向量 波段 時(shí)間 2 的像元值時(shí)間 1 的像元值變化值變化強(qiáng)度方向碼1 45 38 ＋72 20 10 ＋103 25 30 5174 7光譜變化向量分析方法 ? 變化向量分析的結(jié)果可輸出兩幅幾何上配準(zhǔn)的圖像： 變化強(qiáng)度圖像 和 變化方向碼圖像 ， 以提取區(qū)域變化信息 。 ? 在實(shí)際應(yīng)用中 ， 可根據(jù)區(qū)域具體情況對(duì)變化強(qiáng)度設(shè)定一個(gè)閾值 。 若像元的變化強(qiáng)度在此閾值范圍內(nèi) ， 可以認(rèn)為該點(diǎn)未發(fā)生類(lèi)型的變化 ， 若超出此閾值范圍 ， 則可判斷該點(diǎn)已經(jīng)發(fā)生了類(lèi)型變化 。將變化向量信息與其他圖像 特征結(jié)合起來(lái)可進(jìn)一步分析區(qū)域內(nèi)有關(guān)專(zhuān)題類(lèi)型變化的規(guī)律 。 變化檢測(cè)的方法 ?1． 光譜類(lèi)型特征分析方法 ?2． 光譜變化向量分析方法 ?3. 時(shí)間序列分析 時(shí)間序列分析 o 時(shí)間序列分析 :通過(guò)對(duì)一區(qū)域進(jìn)行一定時(shí)間段內(nèi)的連續(xù)遙感觀測(cè) ， 提取圖像有關(guān)特征 ， 并分析其變化過(guò)程與發(fā)展規(guī)律 。 o 首先需要根據(jù)檢測(cè)對(duì)象的時(shí)相變化特點(diǎn)來(lái)確定遙感監(jiān)測(cè)的周期 ， 從而選擇合適的遙感數(shù)據(jù) 。 o 為了實(shí)現(xiàn)時(shí)間序列分析 ， 要求遙感監(jiān)測(cè)數(shù)據(jù)有一定的時(shí)間積累 。 如進(jìn)行區(qū)域生態(tài)環(huán)境變化 、 土地退化或 沙漠化的監(jiān)測(cè)就需要有若干年甚至數(shù)十年的遙感數(shù)據(jù) ， 才能得出有價(jià)值的連續(xù)變化結(jié) 果 。 時(shí)間序列分析 ? 變化特征的確定 :圖像特征應(yīng)當(dāng)是比較靈敏地反映地面變化的環(huán)境指數(shù) 。 如 :紅光和近紅外區(qū)是植物遙感中使用的主要波段 。 兩波段比值或差值的組合更增強(qiáng)了對(duì)光合作用的敏感 度 。 ? 歸一化植被指數(shù) NDVI在一定程 度上反映了像元所對(duì)應(yīng)區(qū)域的土地覆蓋類(lèi)型的綜合情況 。 其數(shù) 值介于 (— 1， +1)之間 。 典型情況下的 NDVI值：水 0；裸土 0～ ；植被。 時(shí)間序列分析 ? 在生態(tài)環(huán)境變化研究中 常常采用 NDVI或相關(guān)的其他環(huán)境指數(shù)作為時(shí)間序列分析的圖像特征 。 ? 區(qū)域 NDVI值隨時(shí)間周期性的升高和降低是植被生長(zhǎng)周期的典型體現(xiàn) 。 分析區(qū)域植被變化的一個(gè)有效方法就是觀察像元 NDVI曲線的時(shí)序變化： ?植被生長(zhǎng) ， NDVI增加； ?植被死亡 ， NDVI降低 。 時(shí)間序列分析 ? NDVI并不總是有效的 。 例如 ， KWeiss等在評(píng)估沙特阿拉伯部分牧場(chǎng)土地沙漠化狀況中發(fā)現(xiàn) ， 由于地處干旱地區(qū) ， 區(qū)域內(nèi)植被覆蓋稀疏 ， 植被的季節(jié)變化并不明顯 ， 利用 NDVI難以確定植被覆蓋逐漸衰退的趨勢(shì) 。 ? 利 用 每 月 或 年 植 被 指 數(shù) 的 變 異 系 數(shù) ( COV coefficient of variation)作為植物生物量監(jiān)測(cè)的變化特征 。 ? COV=NDVI值的標(biāo)準(zhǔn)差 (σ )和均值 (μ )之比 時(shí)間序列分析 ?變化分析： 對(duì)每個(gè)像元的變化特征值繪制時(shí)間序列變化曲 線 ， 并分析其變化過(guò)程與趨勢(shì) 。 ? COV的變化可用于識(shí)別植被生長(zhǎng)周期的變化 ， 如干旱 、半干旱區(qū) NDVI的變化系數(shù) COV的下降 ， 或反映該區(qū)雨量的減少 ， 或反映該區(qū)生物生產(chǎn)力的降低 。 ? 對(duì)每個(gè)像元的 COV作一個(gè)線性回歸 ， 可以反映變化趨勢(shì) 。如果 COV值隨時(shí)間減少 ， 即 NDVI降低 ， 即表明該像元代表的地區(qū)正在沙漠化；如果回歸線的斜率增加 ， NDVI增大 ，可能是由于降雨量的增加或者農(nóng)業(yè)灌溉發(fā)展造成植被密度變大 的結(jié)果 。 時(shí)間序列分析 ? 在某些地區(qū)研究結(jié)果表明： ?正 COV斜率的出現(xiàn)是由于不再放牧 ， 植被重新生長(zhǎng)； ?斜率為 0或負(fù)值的區(qū)域 ， 通常是由于植被覆蓋減少 ， 呈現(xiàn)嚴(yán)重土地退化 。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1