【正文】 再次感謝他們，祝他們一生幸福、安康!新疆大學(xué)本科畢業(yè)論文新疆大學(xué)本科畢業(yè)論文 27 參考文獻(xiàn)[1] 黎澤文，[A].92海峽兩岸土地學(xué)術(shù)研討會(huì)論文集[C].1992[2] 孫家抦，遙感原理與應(yīng)用[M] 武漢大學(xué)出版社，[3] 鄧良基 遙感基礎(chǔ)與應(yīng)用 [M] 北京: 中國(guó)農(nóng)業(yè)出版社, 2022[4] 蔣金龍, 李建, 梁俊 遙感技術(shù)在城市土地利用演變研究中的應(yīng)用 [J] 2022 2022安徽農(nóng)業(yè)科學(xué),2022,35 ( 7 ):[5] 劉昊，[A].新技術(shù)在土地調(diào)查中的應(yīng)用與土地科學(xué)技術(shù)發(fā)展2022年中國(guó)土地學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C].2022[6] 黃福奎 論遙感技術(shù)在土地利用動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用 [J].中國(guó)土地科學(xué),1998, 3 (12) : 22 23[7] 胡如玲,張國(guó)成,禚昌芬,等 基于馬爾可夫模型對(duì)徐州市土地利用動(dòng)態(tài)變化的研究[J] 安徽農(nóng)業(yè)科學(xué),2022, 35 ( 8) : 2344 2345[8] 章孝燦, 黃智才, 趙元洪 . 遙感數(shù)字圖像處理[M] . 杭州: 浙江大學(xué)出版社, 2022[9] 張繼賢. 論土地利用與覆蓋變化遙感信息提取技術(shù)框架[ J] . 中國(guó)土地科學(xué), 2022, 17( 4) : 31 36[11] 錢樂祥. 遙感數(shù)字影像處理與地理特征提取 ［M］. 北京： 科學(xué)出版社，2022 [10] 陳懷亮, 徐祥德, 劉玉潔土地利用與土地覆蓋變化的遙感監(jiān)測(cè)及環(huán)境影響研究綜述[J] 氣象科技,2022 4 (33):289 290[12] 湯國(guó)安, 張友順, 陳述彭 ,等遙感數(shù)字圖像處理[M]. 北京: 科學(xué)出版社, 2022 28 。最后，我要感謝參與我論文評(píng)審和答辯的各位老師，他們給了我一個(gè)審視幾年來學(xué)習(xí)成果的機(jī)會(huì)，讓我能夠明確今后的發(fā)展方向，他們對(duì)我的幫助是一筆無價(jià)的財(cái)富。其次，我還要感謝測(cè)繪系何浩、鄧文彬、胡新玲、廖新玉、等老師，正是因?yàn)橛辛怂麄儑?yán)格、無私、高質(zhì)量的教導(dǎo)，我才能在這幾年的學(xué)習(xí)過程中汲取專業(yè)知識(shí)和迅速提升能力；我還要感謝我的班主任何浩老師這幾年來對(duì)我的關(guān)心、幫助與支持；同時(shí)也感謝這四年來與我互勉互勵(lì)的諸位同學(xué)，在各位同學(xué)的共同努力之下，我們始終擁有一個(gè)良好的生活環(huán)境和一個(gè)積極向上的學(xué)習(xí)氛圍，能在這樣一個(gè)團(tuán)隊(duì)中度過，幫助我完成了第一手語料的收集，感謝他們對(duì)本文調(diào)查工作所提供的大力幫助與支持。他嚴(yán)謹(jǐn)?shù)闹螌W(xué)之風(fēng)和對(duì)事業(yè)的孜孜追求將影響和激勵(lì)我的一生，他對(duì)我的關(guān)心和教誨我更將永遠(yuǎn)銘記。在論文的選題、搜集資料和寫作階段，潘海燕老師都傾注了極大的關(guān)懷和鼓勵(lì)。首先，我要深深感謝我的導(dǎo)師潘海燕老師。新疆大學(xué)本科畢業(yè)論文新疆大學(xué)本科畢業(yè)論文 26 致謝光陰荏苒，碩士生的學(xué)習(xí)即將結(jié)束，四年的學(xué)習(xí)生活使我受益匪淺。隨著 Google earth 的清晰度的提高，更新周期的縮短，監(jiān)測(cè)費(fèi)用的考慮。整個(gè)操作計(jì)算過程，點(diǎn)的確定，以及點(diǎn)距離的測(cè)量，全靠人工判定的，偶然誤差比較大。Google earth 比常用的遙感影像更高的清晰度是不可否認(rèn)的強(qiáng)大特點(diǎn)，更容易讓我們分辨地物，一定程度的解決了運(yùn)用常用的遙感影像難以對(duì)土地利用和土地覆蓋區(qū)分的技術(shù)難題。省去了遙感影像的購(gòu)買，內(nèi)業(yè)復(fù)雜的影像處理分析過程，對(duì)于土地利用變化監(jiān)測(cè)，需要長(zhǎng)期性和周期短才能達(dá)到預(yù)期的監(jiān)測(cè)目的，節(jié)省了巨大的資金，省去了更多的人力去從遙感影像中提取土地利用變化監(jiān)測(cè)的信息。遙感技術(shù)最大的特點(diǎn)是客觀性強(qiáng), 周期短,既可以在最短時(shí)間內(nèi)得到新的地面現(xiàn)勢(shì)性數(shù)據(jù)。4. 技術(shù)研究與應(yīng)用之間的問題。2. 應(yīng)用層面的問題。新疆大學(xué)本科畢業(yè)論文新疆大學(xué)本科畢業(yè)論文 25 結(jié)論本文通過對(duì)目前國(guó)內(nèi)外遙感在土地利用變化方面的應(yīng)用的了解。而且對(duì) Google earth 的更新和地方清晰度的依賴性很強(qiáng)。 其它復(fù)雜變化區(qū)域面積問題針對(duì)復(fù)雜的土地利用變化區(qū)域的面積計(jì)算，同樣運(yùn)用上面的計(jì)算模式，對(duì)于不規(guī)則圖形的面積計(jì)算已經(jīng)有很多成熟的方法，在此不作討論?；诰刃枨螅藭r(shí)我們可以用標(biāo)準(zhǔn)足球場(chǎng)數(shù)據(jù)來對(duì)比。新疆大學(xué)本科畢業(yè)論文新疆大學(xué)本科畢業(yè)論文 21 . . 發(fā)現(xiàn)并確定土地利用變化區(qū)域通過兩幅不同時(shí)間的遙感影像的對(duì)比我已將重點(diǎn)變化區(qū)域用紅線標(biāo)出。 操作流程主要通過新疆大學(xué)南校區(qū) 2022 年—2022 年兩期影像圖，來研究南校區(qū) 4年來的土地利用變化情況。 Google earth上信息提取后的面積計(jì)算Google earth 在土地利用變化面積計(jì)算方面應(yīng)用時(shí)，本論文主要討論的是簡(jiǎn)單的目視分辨邊界，因?yàn)樵诓焕眠b感影像處理軟件的情況下，對(duì)土地利用變化面積進(jìn)行初略的計(jì)算，所以不能準(zhǔn)確的計(jì)算出土地利用變化的面積。Google earth 是 成 熟 的 遙 感 成 果 數(shù) 據(jù) 軟 件 ， Google earth 的 運(yùn) 用 不 需 要我 們 再 對(duì) 遙 感 影 像 進(jìn) 行 一 系 列 復(fù) 雜 的 處 理 才 能 獲 得 土 地 利 用 現(xiàn) 狀 信 息 ， 利用 Google earth 的 清 晰 度 特 征 可 以 直 接 分 辨 土 地 利 用 情 況 ， 此 方 法 類 似 遙 感影 像 成 果 提 取 的 目 視 判 讀 ， 但 是 一 般 的 遙 感 影 像 很 難 判 讀 土 地 利 用 現(xiàn) 狀 ， 而從 Google earth 上 更 容 易 判 別 。 且 Quick Bird 衛(wèi) 星 為 太陽(yáng) 同 步 衛(wèi) 星 ， 平 均 4～ 6 天 即 可 拍 攝 同 一 地 點(diǎn) 的 影 像 。 Technologies Corp)、 柯 達(dá) 公 司 和 空 間 公 司 （ Fokker Space） 聯(lián) 合 研 制 。在對(duì)監(jiān)測(cè)結(jié)果做后處理時(shí), 新疆大學(xué)本科畢業(yè)論文新疆大學(xué)本科畢業(yè)論文 19 必須非常熟悉當(dāng)?shù)氐耐恋乩门c土地覆蓋特征。另外, 由于遙感算法的不足或其它原因, 會(huì)導(dǎo)致變化結(jié)果中有被夸大或被忽略了的成分, 這就涉及到后處理的問題,包括剔除其中不可靠、不重要的變化結(jié)果,用有效域值篩選、縮小和剔除被夸大了的變化,用另外的途徑補(bǔ)充被忽略和遺漏了的變化。5. 遙感監(jiān)測(cè)的變化結(jié)果后處理遙感方法做出來的多是土地覆蓋的變化, 并不完全是對(duì)土地利用變化的反映。這樣自始至終, 都有各方面知識(shí)的參與, 如果加強(qiáng)它們的參與力度, 也就意味著增強(qiáng)了監(jiān)測(cè)結(jié)果的客觀性與準(zhǔn)確性。對(duì)影像分類或從中提取專題信息時(shí), 需要廣泛的引入地理、地質(zhì)方面的知識(shí)。 或者把專家知識(shí)作成規(guī)則, 即結(jié)合利用專家系統(tǒng)輔助影像的判別、分類等。4. 加強(qiáng)其它領(lǐng)域知識(shí)與遙感的結(jié)合遙感影像中大量存在同物異譜、同譜異物的現(xiàn)象,那么比如在分類時(shí),單純依靠影像的光譜特征是不夠的,還應(yīng)考慮到地物的時(shí)空分布特征、形狀特征等。在以后的應(yīng)用中, 應(yīng)該日益完善各種傳統(tǒng)的算法,同時(shí)尋找和挖掘更理想的新方法, 提高變化監(jiān)測(cè)精度。比如,如果用分類的算法做出來的變化結(jié)果中, 對(duì)多數(shù)地物的實(shí)際變化的反映是符合的, 而對(duì)某些地物來說卻很不理想, 尤其是地物的分類精度很低時(shí), 肯定無法如實(shí)反映出來它的變化情況。每種方法都有其長(zhǎng)處和不足, 沒有哪種方法適用于所有情況。 另一是基于影像新疆大學(xué)本科畢業(yè)論文新疆大學(xué)本科畢業(yè)論文 18 分類( Post classification parison) 的遙感動(dòng)態(tài)監(jiān)測(cè)方法。3. 選擇合適的遙感動(dòng)態(tài)監(jiān)測(cè)算法許多年來, 人們已提出并實(shí)驗(yàn)了許多種遙感動(dòng)態(tài)監(jiān)測(cè)方法, 這可以概括為: 影像疊加對(duì)比法、影像差值法、主成分分析法( PCA 法) 、專題特征提取法及影像分類法等。需要和有條件時(shí), 不同類型遙感影像的融合( 包括不同分辨率的影像間、影像與其它數(shù)據(jù)間的融合) 技術(shù)能提高對(duì)它們的解譯和分類精度, 遙感影像的融合技術(shù)目前也日趨成熟, 隨著一些數(shù)學(xué)算法的引進(jìn), 融合效果越來越好。從數(shù)學(xué)形式看, 又可劃分為點(diǎn)處理( 如線性擴(kuò)展、比值、直方圖變換等) 和鄰域處理( 如卷積運(yùn)算、中值濾波、滑動(dòng)平均等) 【12】 。最好能對(duì)影像做一些必要的圖像增強(qiáng)處理, 通過增強(qiáng)可以突出圖像中有用的信息, 使其中感興趣的特征得以加強(qiáng), 如線形地物、道路、河流, 或面狀水體等, 圖像會(huì)變得清晰, 解譯性提高。做完幾何校正工作后, 影像就具有了大地坐標(biāo), 具有了明確 的地理位置, 可以與對(duì)應(yīng)的其它地圖如地形圖、地質(zhì)地貌圖等做同步比較, 協(xié)助影像的判別。做好影像間的高精度配準(zhǔn), 可以減少因錯(cuò)位而造成的假變化, 這一點(diǎn)至關(guān)重要。對(duì)于做動(dòng)態(tài)變化的應(yīng)用來說, 最理想的是選擇同一地區(qū)同一季相的多時(shí)相遙感影像, 可以減少因季節(jié)差產(chǎn)生的變化, 否則會(huì)因?yàn)榧竟?jié)差的原因而發(fā)現(xiàn)大量的土地覆蓋變化信息, 但這些信息一般不是土地利用變化所關(guān)心的, 卻干擾了提取土地利用變化信息 【11】 。土地覆蓋是遙感圖像所反映的最直接的環(huán)境信息, 因此遙感反映的是土地覆蓋的情況, 土地覆蓋信息不等同于土地利用信息, 那么土地覆蓋變化也就不能完全代表土地利用的變化, 從一開始就應(yīng)當(dāng)協(xié)調(diào)好土地覆蓋與土地利用各自的分類體系與分類標(biāo)準(zhǔn)。土地覆蓋的變化由土地利用引起, 而土地利用又受到人類驅(qū)動(dòng)力的支配。 后者空間變化上多呈邊界清晰的類型變化狀態(tài), 時(shí)間變化上完全依賴于人類對(duì)土地的利用方式轉(zhuǎn)變的速率, 與季節(jié)沒有對(duì)應(yīng)的相關(guān)性。 而土地利用則指土地的使用狀況或土地的社會(huì)、經(jīng)濟(jì)屬性。土地利用與土地覆蓋是兩個(gè)既有著本質(zhì)區(qū)別又密切聯(lián)系的概念。土地覆蓋是隨著遙感技術(shù)的應(yīng)用而出現(xiàn)的新概念, 即指覆蓋地面的自然物體和人工建筑物, 最主要的組成部分是植被, 也包括土壤和陸表面的水體,主要決定于自然因素。算法中的堆棧保存了種子像素在圖像中的坐標(biāo)值,用以鄰近像元計(jì)算。下次再?gòu)臈Ｖ型瞥鲆粋€(gè)像素,再檢測(cè)其周圍各像素,依次類推,直至?？?此時(shí)已將此圖像斑塊的所有像素記值完畢。應(yīng)用檢測(cè)到的當(dāng)前行圖像斑塊的起始點(diǎn)和上一行中的圖像斑塊節(jié)點(diǎn)各個(gè)成員的關(guān)系做出判斷,即可進(jìn)行相應(yīng)的處理。對(duì)于相鄰行間的各種情形的準(zhǔn)確判斷是此算法的一個(gè)關(guān)鍵。如果相鄰點(diǎn)位于輪廓線之內(nèi),那么這一點(diǎn)就成為新的種子點(diǎn),然后繼續(xù)遞歸的搜索下去。然后開始搜索與種子點(diǎn)相鄰且位于輪廓線內(nèi)的點(diǎn)。算法從輪廓線的頂部開始逐行進(jìn)行到底部,在每一行算出輪廓線與掃描線的交點(diǎn),將輪廓線內(nèi)的內(nèi)部區(qū)域填充為指定灰度。在圖形填充中，圖形的邊界是已知的,圖形填充的要點(diǎn)是判斷某點(diǎn)否位于輪廓線之內(nèi)。我們利用圖形學(xué)的有關(guān)知識(shí),發(fā)展了兩種自動(dòng)量算遙感分類圖像各個(gè)斑塊面積的方法:逐行掃描法和點(diǎn)生長(zhǎng)法。實(shí)際圖像求積儀量算,或者依次對(duì)圖像斑塊染色,然后再用電子掃描的方法得出。如何快速、準(zhǔn)確地測(cè)算出各地類面積,是上述各項(xiàng)應(yīng)用研究所必須解決的基本問題之一。技術(shù)流程 ,如圖 .。利用計(jì)算機(jī)自動(dòng)處理和人工解譯相結(jié)合的方法,對(duì)比兩個(gè)時(shí)相的遙感正射影像,提