《2887.基于ETM＋遥感影像的绿化动态监测方法研究【开题报告+毕业论文+分析代码】》由会员分享，可在线阅读，更多相关《2887.基于ETM＋遥感影像的绿化动态监测方法研究【开题报告+毕业论文+分析代码】（36页珍藏版）》请在金锄头文库上搜索。
1、详细源代码及数据库请联系本人开题报告毕业设计题目：基于ETM遥感影像的绿化动态监测方法研究学院： 遥感信息工程学院专业：遥感科学与技术班级学号： 姓名： 指导老师： 时间： 一 研究目的与意义由于人类对植被的破坏,导致了生态环境的恶化以及全球性的环境变化。如水土流失的加重，土壤的退化以至荒漠化等局部性的生态环境恶化、大气二氧化碳的增加、全球变暖以及生物多样性减少等，这些变化直接影响了人类的生存和繁衍。所以对于全球变化的研究越来越被人们所重视，特别是土地利用/土地覆盖等方面。绿色生态系统在全球的碳循环过程中起着积极的作用，并且城市绿地作为城市结构中的自然生产力主体，在城市系统中起着重要作用。因此
2、，研究绿色植被的动态变化对认识全球变化，具有至关重要的作用。把遥感技术作为一种综合性探测技术运用于绿化动态监测中，不仅能迅速获得大量丰富的第一手信息和数据，而且能科学、准确、及时地提供分析成果。不仅能提供细部地区的信息，而且能统观全局。遥感技术以其宏观性、多时相、多波段等特征为监测和了解植被变化提供了一种新型而有效的方法，为生态规划提供了科学依据和技术支持。二 国内外现状和发展趋势植被变化主要是地球内部作用（土壤母质，土壤类型等）以及外部作用（气温，降水等）的综合作用的结果1。植被光谱特征是植被遥感的基础。植被反射光谱是植被，土壤，大气，地形，地带性，水分含量等多种因素影响而成的综合反映。利用
3、遥感技术对植被变化的监测的优势主要有：（1）卫星遥感图像具有周期性，宏观性，现势性，经济性的特点，可以用于大范围区域的植被覆盖监测2 ；（2）利用多时相卫星影像进行变化分析,是遥感数据应用的重要领域3；（3）高光谱遥感数据具有波段多、信息量丰富的特点可以提供连续、精细的光谱信息，用于植被遥感的定量研究中4 ； （4）多源遥感信息（多时相、多光谱、多传感器、多平台和多分辨率）提供的信息具有互补性、合作性，可以使对植被覆盖度的定量估算更加精确、完全和可靠5。因此用遥感数据来进行植被变化监测已经成为动态检测植被变化的主要手段。 由于变化检测问题的复杂性，遥感图像变化检测目前仍处于探索阶段，还没有统一
4、的解决方法。但是大家比较一致的认为：变化检测的方法的选择依赖于遥感数据源的类型和待检测目标的类型。因此，在绿化动态检测方面，研究者们试图通过各种方法对植被变化检测方法进行探索，在变化信息发现方面有光谱特征变异法、差值法、差异主成分法、多波段主成分变换、主成份差异法等等，在变化信息提取方面比较有效的有阈值法、分类法、人机交互解译法等等。变化信息发现方面：(1) 光谱特征变异法 是运用多源数据的融合技术，将来自不同传感器的遥感数据进行融合，使变化区域呈现特殊的影像特征的一种方法。同一地物反映在不同影像上的光谱信息一一对应的。因此对不同时相影像融合时，才能如实地显示出地物的正确光谱属性。但如果两者信
5、息表现为不一致时，那么融合后影像的光谱就表现得与正常地物有所差别，此时就称地物发生了光谱特征变异。 这部分影像在整个的影像范围内是不正常和不协调的，可以通过目视的方法将它们选择出来。这种变化信息提取的方法具有物理意义明显，简洁的特点。(2) 差值法 就是将两个时相的遥感图像相减。其原理是：图像中未发生变化的地类在两个时相的遥感图像上一般具有相等或相近的灰度值，而当地类发生变化时，对应位置的灰度值将有较大差别。因此在差值图像上发生地类变化部分灰度值会与背景值有较大差别，从而使变化信息从背景影像中显现出来。(3) 差异主成份法 两时相的影像经纠正、配准融合及精确的空间叠置之后，先做差值运算并取绝对
6、值，从而得到一个差值影像。显然，这个差值影像集中了原两时相影像中绝大部分的变化信息，而滤除了影像中相同的背景部分，在此基础上，再对差值影像作PC变换。由PC变换的特性知道，变换结果的第一分量集中影像的主要信息，而在其它分量则反映了波段的差异信息。因此，差值影像作PC变换之后的第一分量应该集中了该影像的主要信息。(4) 多波段主成份变换 地物属性发生变化，必将导致其影像特征的变化，表现为某几个波段上的灰度值发生变化，所以只要找出两时相影像中对应波段上灰度值的差别并确定这些差别的范围，便可发现土地利用变化信息。首先将两时相的影像各波段进行组合形成一个两倍于原影像波段数的新影像，然后对该影像作PC变
7、换。由于变换结果前几个分量上集中了两个影像的主要信息，而后几个分量则反映出了两影像的差别信息，因此可以试着抽取后几个分量进行波段组合来提取变化信息。 (5) 主成份差异法 本方法和差异主成份法所不同之处在于影像作PC变换与差值处理的顺序不一样。要求先对两时相的影像作PC变换，然后对变换结果作差值，取差值的绝对值为处理结果。由于在对两影像分别作PC变换时前面的分量集中了影像里的主要信息，因此，在作影像差值时，前面分量对应之差也就反映了原始影像中对应的变化信息。利用这几个差值分量作波段组合也能发现不同时相影像的变化。研究表明，两时相影像作PC变换后相差的第一分量已经涵盖了几乎所有的变化信息。 变化
8、信息提取方面：a. 阈值法 遥感图像中，每类地物都对应特定的灰度域。在变化信息特征增强的图像上，变化区域的灰度值与其它区域的灰度值一般是明显不同的。因此可以根据直方图和影像特征，交互确定变化存在区灰度域的上下限阈值。然后利用阈值将变化发生的区域从图像中提取出来。b. 分类法 由于变化信息往往呈多态分布，单纯用阈值法很难准确地将变化区域从背景影像中分离开来，这时可以采用分类法。分类方法有多种，通常采用监督分类。利用监督分类提取变化信息时，训练样区的选择最为关键。首先要分析变化信息特征增强的图像的特点，如果各类变化信息的影像特征差别明显，就将每类的变化信息都选出一个样区进行分类。但是当图像中不同类
9、型变化信息影像特征差别不明显时，须将变化类型做适当的合并，以保证分类精度。 c. 人机交互解译法 即通过人机交互解译，从变化信息特征增强的图像中手工描绘出变化区域，并结合土地利用现状图和实地调查确定变化类型。解译的基本要素包括色调、颜色、大小、形状、纹理、结构、高度、阴影、组合构型和所处的地理位置等。人机交互解译最大优点是灵活，并且由于加入了解译者思维和判断，信息提取精度相对较高。在目前计算机自动分类精度尚不能完全满足工作需要时，人机交互解译仍是一种非常重要 6 。 由于以上方法都有一定的适用范围，存在局限性，我们在实际运用时，必须将几种方法进行融合，或者根据自己的需要对某种方法进行改进，使其
10、最大程度的满足我们的要求。三 研究内容和方法本次毕业设计利用2002年和2005 年的TM影像,通过分别计算亮度指数和绿度指数,建立“亮度绿度指数”(BIGVI) 平面, 进而计算在这个平面上两种不同时相的图像产生的变化向量，再根据变化向量的方向和大小，对变化类型进行分类，进而得到绿地的变化分类信息。为了获得对比信息我们也建立了“亮度垂直植被指数”(BIPVI)平面，同样通过变化向量分析法获取变化信息。植被的动态变化，在遥感影像上主要表现为亮度的不同和植被指数变化。用TM数据为例来说，基本原理如下：1 计算绿度指数（GVI）1984年，Crist和Cicone对TM数据的6个波段（除TM6外）
11、做了缨帽变化。通过这个变换获得的6个分量中前3个分量与地物有着明确的关系，分别定义亮度（Brightness）、绿度（Greenness）和湿度（Wetness），而本次设计就选用第二分量作为绿度指数。采用下列公式做缨帽变化，从而获得绿度指数图像。 GVI=-0.2728TM1-0.2174TM2-0.5508TM3+0.7221TM4 +0.0733TM5-0.1648TM7 -0.7310 2 计算亮度指数(BI)和垂直植被指数（PVI）本文采用了戴昌达等人提出的方法,该方法的核心思想是在采用了“垂直植被指数(PVI) ”概念的基础上,建立“亮度垂直植被指数”平面。亮度指数公式如下：BI
12、=1/3* ( TM3) 2 + ( TM4) 2 + ( TM5) 2 1/2其中，BI为图像的亮度指数，TM3、TM4、TM5分别为TM影像第3，4，5波段的亮度值。为了计算垂直植被指数，首先在影像中分别对土地利用可以肯定的非植被区（湖泊、长江、建筑物、道路）,进行采样拟合“非植被线”。为了能够实现植被的分离,在TM3TM4 平面中计算每一个像元到“非植被线”的距离D , D 被作为垂直植被指数PVI ,D 越大,说明是植被的可能性就越大; D 越小,就说明可能性越小。3 计算变化向量用以上的任意的一套分量建立一平面,不同时相的影像上的像元点都可以在这一平面内找到一个与之对应的点。对于不同
13、影像上的同名地物点,我们可以求出“变化向量”A 。A = ( P2XP1X , P2YP1Y) ,通过变化向量模的大小就可以描述变化的多少，而变化向量的方向可以反映变化区域的类别。4变化分类及输出分类图引起地面植物和亮度变化的因素很多，最主要的有作物种类、长势、土壤类别、耕地变成非耕地或非耕地变成耕地等等。为了检测植被的变化，首先将变化向量大小拉伸到0，255,然后确定二值化的阈值来发现植被变化部分。在变化向量的方向上，把360度划分为4个区间，可以得到4个变化类别，最后得到植被变化分类图。四 进度安排本毕业设计将分为四个主要阶段进行，其进度安排如下：第一阶段：2006年3月1日3月31日，相
14、关资料收集，文献阅读，制定毕业设计方案；第二阶段：2006年4月1日4月30日，算法实现阶段，主要是将理论算法用VC程序实现；第三阶段：2006年5月1日5月20日，对毕业设计进行理论和实验两方面的总结，整理实验结果，撰写毕业论文；第四阶段：2006年5月20日6月2日，论文答辩。五 主要文献和资料1遥感原理与应用 武汉大学出版社 孙家炳2Visual C+数字图像处理 人民邮电出版社 何斌，马天予，王运坚，朱红莲3遥感图像的应用处理与分析 清华大学出版社 戴昌达，姜小光，唐伶俐4植被变化监测方法研究毕业论文 余卉，20055基于ETM遥感影像的南京市城市绿地的动态监测 郑光，田庆久，李明诗6
15、厦门市植被变化的遥感动态分析 徐涵秋，陈本清 参考文献1 孙红雨，王长耀，牛钲，布和敖斯尔。中国地表植被覆盖变化及其与气候因子关系基于OAA 时间序列数据分析。遥感学报，1998，2（3）：204-2092 Zhou L, Tucker C, Kaufmann R, et al. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999 J. Journal of Geophysical Research, 2001, 106, 20069-200833 马明国，王雪梅，角媛梅, 陈贤章。基于RS与GIS的干旱区绿洲景观格局变化研究以金塔绿洲为例。中国沙漠，2003，23（1），53-584 陈述彭，童庆禧，郭华东，等。遥感信息机理研究。北京，科学出版社，
