解譯與分析ppt課件-資料下載頁
2025-05-02 12:03本頁面
【正文】 差矩陣標準化 ，即除以一個適當?shù)臉藴势?， 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 。 ? 主成分變化檢測方法雖然簡便 ， 但只能反映變化的分布和大小 ， 難以表示由某種類 型向另種類型變化的特征 。 分類后對比檢測 ? 對經(jīng)過幾何配準的兩個 (或多個 )不同時相遙感圖像分別作分類處理后 ， 獲得兩個 (或多個 )分類圖像 ， 并逐個像元進行比較 ， 生成變化圖像 。 根據(jù)變化檢測矩陣確定各變化像元的變化類型 。 ? 此方法的優(yōu)點在于除了確定變化的空間范圍外 ，還可提供關于變化性質的信息 ， 如由何類型向何類型變化等； ? 其缺點在于一方面必須進行兩次圖像分類 ， 另一方面變化分析的精度依賴于圖像分類的精度 。 圖像分類的可靠性嚴重影響著變 化檢測的準確性 。 變化檢測的方法 ?1． 光譜類型特征分析方法 ?2． 光譜變化向量分析方法 ?3. 時間序列分析 光譜變化向量分析方法 ? 對兩個不同時間的遙感圖像 ， 進行圖像的光譜量測 ， 每個像元可以生成一個具有變化方向和變化強度 (大小 )兩個特征的變化向量 。 ? 變化強度 (CMpixel)通過確定 n維 空間中兩個數(shù)據(jù)點之間的距離 (歐氏距離 )求得 Cmpixel=∑（ BVijk（ date2） BVijk（ date1） ） 2 ? 每個像元的變化方向可歸為 2n種模式 。 對應這 2n 種變化模式設定其方向碼 。 對于像元（ i,j） 的光譜變化向量 波段 時間 2 的像元值時間 1 的像元值變化值變化強度方向碼1 45 38 ＋72 20 10 ＋103 25 30 5174 7光譜變化向量分析方法 ? 變化向量分析的結果可輸出兩幅幾何上配準的圖像： 變化強度圖像 和 變化方向碼圖像 ， 以提取區(qū)域變化信息 。 ? 在實際應用中 ， 可根據(jù)區(qū)域具體情況對變化強度設定一個閾值 。 若像元的變化強度在此閾值范圍內 ， 可以認為該點未發(fā)生類型的變化 ， 若超出此閾值范圍 ， 則可判斷該點已經(jīng)發(fā)生了類型變化 。將變化向量信息與其他圖像 特征結合起來可進一步分析區(qū)域內有關專題類型變化的規(guī)律 。 變化檢測的方法 ?1． 光譜類型特征分析方法 ?2． 光譜變化向量分析方法 ?3. 時間序列分析 時間序列分析 o 時間序列分析 :通過對一區(qū)域進行一定時間段內的連續(xù)遙感觀測 ， 提取圖像有關特征 ， 并分析其變化過程與發(fā)展規(guī)律 。 o 首先需要根據(jù)檢測對象的時相變化特點來確定遙感監(jiān)測的周期 ， 從而選擇合適的遙感數(shù)據(jù) 。 o 為了實現(xiàn)時間序列分析 ， 要求遙感監(jiān)測數(shù)據(jù)有一定的時間積累 。 如進行區(qū)域生態(tài)環(huán)境變化 、 土地退化或 沙漠化的監(jiān)測就需要有若干年甚至數(shù)十年的遙感數(shù)據(jù) ， 才能得出有價值的連續(xù)變化結 果 。 時間序列分析 ? 變化特征的確定 :圖像特征應當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了對光合作用的敏感 度 。 ? 歸一化植被指數(shù) NDVI在一定程 度上反映了像元所對應區(qū)域的土地覆蓋類型的綜合情況 。 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或相關的其他環(huán)境指數(shù)作為時間序列分析的圖像特征 。 ? 區(qū)域 NDVI值隨時間周期性的升高和降低是植被生長周期的典型體現(xiàn) 。 分析區(qū)域植被變化的一個有效方法就是觀察像元 NDVI曲線的時序變化： ?植被生長 ， NDVI增加； ?植被死亡 ， NDVI降低 。 時間序列分析 ? NDVI并不總是有效的 。 例如 ， KWeiss等在評估沙特阿拉伯部分牧場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 。 ? 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)測的變化特征 。 ? COV=NDVI值的標準差 (σ )和均值 (μ )之比 時間序列分析 ?變化分析： 對每個像元的變化特征值繪制時間序列變化曲 線 ， 并分析其變化過程與趨勢 。 ? COV的變化可用于識別植被生長周期的變化 ， 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 。 ? 對每個像元的 COV作一個線性回歸 ， 可以反映變化趨勢 。如果 COV值隨時間減少 ， 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 的結果 。 時間序列分析 ? 在某些地區(qū)研究結果表明： ?正 COV斜率的出現(xiàn)是由于不再放牧 ， 植被重新生長； ?斜率為 0或負值的區(qū)域 ， 通常是由于植被覆蓋減少 ， 呈現(xiàn)嚴重土地退化 。
教學課件相關推薦
鄂ICP備17016276號-1