2遥感的运用：通过对预处理的遥感影像特征分析,结合土地利用现状调查资料，影像特征与实地地物之间的对应关系,运用人机交互判读方法，对同一地区不同时间的遥感影像分别解译，准确勾勒出土地使用类型单元界线,形成现状图。对现状图进行叠加,得到土地使用动态变化图。
3GPS的运用
GPS-RTK技术定位精度高、测站点之间无需通视,定位精度也不受人眼视线的,同时野外实测时间短,大大降低了测量成本。随着各省CORS系统的建设,作业范围大大提高，并为GPS测量工作的可靠性和高效率提供了保障。
特征地物点（遥感影像校正和GPS获取的界址点）坐标的获取。
宗地界址坐标的测量（同时要记录属性的变化）
4、GIS的运用
>基础地理信息图层的形成 >遥感影像的配准 >基础地理信息的补充修正
>GPS数据导入与处理 >RS土地使用信息的提取
>宗地面积量算和属性信息的提取
5、3S运用与土地利用动态监测的优势：
1)运用遥感可以主动发现土地利用的变化信息，提取变化地块的大致区域；而传统方法只能被动地由用地单位或个人申报，存在少报和漏报的情况，增加了监测的客观性。
2) RTK技术的发展、各省CORS系统的建立，使得测量工作快速简便、精度高。
3)与传统成图方式相比,GIS的优势是公认的。最重要的一点是数字地图可以十分方便、快捷进行空间分析、综合、提取和修改。而且成图周期短、成本低。此外GIS可以在日常地籍管理中发挥重要的作用,摈弃传统卡片的管理方式。
4) GPS测量数据和遥感数据都是以数字方式存储,可以直接输入GIS系统成图,避免了传统方法中多次转绘、清绘带来的误差。
5)运用3S集成技术可以较好地完成土地资源动态监测工作,为土地变更调查和登记提供了一个新的手段。与传统方法相比较,不仅提高了数据获取的精度,而且大大地提高了工作效率。
6、3S技术在变化监测中的应用：
RS用于实时地发现地球表面的各种变化，为野外定位提供靶区；GPS主要用于快速地提供靶区的准确空间位置或作为的变化区域数据来源；GIS则是对多种来源的数据进行综合处理、集成管理。即RS发现变化，GPS测量变化区域，GIS统一管理数据并辅助RS获取有关变化的信息。
7、基本概念
1）“遥感”以摄影方式或以非摄影方式获得被探测目标的图像或数据的技术。
>陈述彭先生认为：广义而言，遥感泛指各种非接触的远距离的探测技术；狭义而言，遥感主要是指从远距离、高空，以至外层空间的平台上，利用可见光、红外、微波等探测仪器，通过摄影或扫描、信息感应、传输和处理，从而识别地面物质的性质和运动状态的现代化技术系统。
2）地理信息系统：属于空间信息系统。在计算机软硬件技术支持下采集、存储、管理、分析和输出各种地理空间信息的计算机系统。
3）全球定位系统：利用卫星，在全球范围内实时进行定位、导航的系统，称为全球定位系统，简称GPS。
4）管理信息系统：简称MIS，是一个由人、计算机及其他外围设备等组成的能进行信息的收集、传递、存贮、加工、维护和使用的系统。
5）土地管理信息系统(LMIS)是依靠计算机技术和现代化科学理论及数学模型的应用等现代化的技术来获取、处理、管理和利用土地信息的一整套信息技术体系
6)土地信息系统(LIS) 是以土地空间数据库为基础, 在计算机软硬件的支持下, 对土地相关数据进行采集、管理、操作、分析、模拟和显示, 并采用空间模型分析方法, 适时提供多种空间和动态的土地信息, 为决策服务而建立起来的计算机技术系统。LIS是一个以GIS为平台，以土地资源与资产管理为工作对象的计算机管理信息系统。
7)土地利用/土地覆盖
土地覆盖主要指地表植被、水体、沙漠、冰雪以及人类活动产生的对象，如城镇居民地等。
土地利用是指人类有计划、有组织进行使用和管理的土地，土地利用过程或结果产生土地覆盖。
8)土地利用分类系统
>根据土地的差异性，将土地划分为若干类型，称为土地利用分类。
>将这种分类按一定的规律（土地自然经济特点和从属关系）建立有规则的排列顺序（类别和层次），同时给每类土地赋予一个唯一的代码，从而形成土地利用分类系统。
>反应某一时期实际状况的土地利用分类，就是土地利用现状分类。
9)土地利用现状图：反映土地开发、整治和保护现状的图件。
在土地利用现状图中，图斑作为制图的最小单元，为了方便区分不同的地类，一般给各个图斑以一定的规则赋予编号，即图斑号。完整的图斑用分式的形式表示，分子表示的是图斑号，分母则表示地类号。
10) 土地利用数据库系统：有组织的土地利用数据及其相关数据的集合
11）土地利用动态监测主要是确定在某一段时间内，土地利用发生变化的位置、分布、范围、类型和大小等信息。
12)数据库更新：矢量数据与栅格数据结合运用；遥感数据与土地利用基础图件相结合；内业处理与外业调查相结合来更新土地利用数据库。
8、土地利用动态监测作业流程：
1）室内判别：
(1)资料准备(土地利用现状资料及RS数据，如土地利用数据库、遥感影像等、纸质地形图及统计资料)
(2)对遥感影像进行处理(几何校正、影像增强、影像融合等处理)
(3)提取变化信息（利用土地利用现状数据及处理后的遥感影像进行叠加，找出土地利用现状不一致的图斑及新增地物，并对其进行编码）
2）外业调查：
（1）制作外业调查资料（对变化的区域加载地形图、制作外业调查工作底图，外业调查表） （2）实地调查
3）数据处理及分析：
（1）数据更新
（2）利用GIS进行各类分析和制图输出：包括叠加分析、统计分析
9、所用到的关键技术
1）建立土地利用数据库：利用GIS技术，收集土地利用及与之有关的资料并输入计算机再经分析处理完成数据库建立工作。
2）发现土地利用变化区域：
>影像叠加分析：对同一地区不同时相的两幅影像进行几何校正和配准，确保两幅影像的高精度叠加分析，常用的利用不同时相影像的叠加分析来发现变化区域
>影像与土地详查数据叠加分析：影像与GIS数据叠加可用于发现变化区域。将影像进行几何校正配准后与土地详查矢量数据层叠加，通过目视解译找出土地利用发生变化的区域;也可先把土地详查矢量数据按影像空间分辨率栅格化后再与经几何校正配准的遥感影像叠加，通过一些统计规律自动找出土地利用发生变化的区域。
3)土地利用变化区域野外GPS测量的主要方法：测码伪距动态差分定位法
4)土地利用图变更及数据库更新
5)遥感数据预处理
（1）遥感图像增强：增强可以突出图像中有用信息，提高解译精度。
（2）遥感影像几何精校正：消除由于成像投影方式、地球曲率、地形起伏等因素引起的位移、旋转等几何图形的差异的过程称为几何校正。
（3）影像镶嵌：将两幅或多幅影像拼在一起，构成一幅整体影像的过程。
（4）几何配准：是将同一地区不同传感器、不同时相、不同波段或传感器在不同位置获取不同特性的影像在几何上互相匹配，即实现影像与影像间地理坐标及像元空间分辨率上的统一。
（5）数据融合：通过对某一研究对象的多源遥感图像数据进行综合分析处理，产生比较单一的信息源，从而可实现对地物更为精确、可靠的分析和识别。
一是用于变化信息提取的数据融合。
>将同一时相的全色数据和多光谱数据进行融合，主要是为了增强地类边界的清晰度，提高目标识别精度;
>将不同时相的多源影像数据进行特征变异融合，主要是为了突出变化信息，保证变化数据的统计精度。
二是用于背景图制作的数据融合。(非专业人员非专业人员使用)
1、土地利用现状图：土地利用现状图是农村地籍管理的基本图件
(1)图上的主要内容有：
>图斑，是农村地籍管理的基本对象，是由图斑线围成的封闭区域，图斑线一般是极不规则的自然曲线。
>境界线，村、乡、县等级行政单位间的界线。
>图斑注记，关于图斑的数字说明，一个是图斑号，另一个是地类号，利用横线上下隔开，标注在图斑范围的。
>路宽注记，说明道路宽度的数字注记，按垂直于道路的延伸方向标注在道路中间。>名称注记，县、乡、村的名称。
>道路 >田坎 >图名、图廓、接图表等。
(2)在土地利用现状图中，图斑作为制图的最小单元，为了方便区分不同的地类，一般给各个图斑以一定的规则赋予编号，即图斑号。完整的图斑用分式的形式表示，分子表示的是图斑号，分母则表示地类号。
2、土地利用现状数据库构成：
(1) 图形数据
基础地理数据：指水系、道路、等高线、高程点、城镇点、注记等基础图形数据，分层编码；
土地利用图斑：多边形数据，带有行政代码、用地类型等属性项；
行政区划：以县为最小单位的多边形数据。
(2)土地利用属性数据
土地利用现状数据，与（县级）行政区划多边形相关联
土地利用权属性质数据
耕地坡度分级面积汇总数据
(3)数据优化
图形数据分层、属性数据结构
(4)历史数据管理
1、遥感影像的数据来源：目前几种常用的遥感卫星数据有 Landsat-7 的 TM/ETM 数据、SPOT 数据、MODIS 数据、IKONOS 数据等。
2、遥感图像的校正
(1)辐射校正：
>辐射畸变：图像数据中各种辐射亮度的失真；
>大气层引起的辐射畸变校正：公式计算法、波谱测试回归分析法、
波段对照法(直方图最小值去除法)
说明：直方图最小值去除法--一幅图像中总可以找到某种或某几种地物，其辐射亮度或反射率接近零，此时直方图的最小亮度值就应为零，若不为零，最小值就应该是大气散射导致的程辐射度值。
>由传感器系统引起的辐射校正：不需要用户自己校正.
>由光照条件差异引起的辐射误差：太阳高度角、地面的倾斜所造成等。
(2)几何校正：
>几何畸变：遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则等变化；
>几何校正：从具有几何畸变的图像中消除畸变的过程，即定量地确定图像上像元坐标与目标物的地理坐标的对应关系
>几何校正一般包括几何粗校正和几何精校正。粗校正及系统误差校正，一般由卫星地面站来完成。粗校正处理后图像仍有较大的残差，需要对图像进行进一步的处理，即几何精校正。
几何精校正包括光学校正和数字纠正两种方法。数字纠正是通过计算机对图像每个像元逐个地解析纠正处理完成的，其包括两方面：一是像元坐标变换；二是像元灰度值重新计算（重采样）。
3、遥感图像的配准（概念见第一讲）
(1)>多图像：对地面同一景物的一组遥感图像。
>多时相图像：由一个传感器在不同时间对地面同一景物进行构像；
>多传感器图像：由不同传感器在同一时间对地面同一景物进行构像；
>多波段图像：由同一时间、同一传感器的不同波段对地面同一景物进行构像。
(2)配准方式可分为相对配准和绝对配准。
>相对配准是以某一图像为基准，经过坐标变换和插值，使其它图像与之配准。>绝对配准是将所有的图像校正到统一的坐标系。
第一种处理方式是TM、SPOT都分别几何校正到统一地图坐标系下，完成校正配准工作。
第二种处理方式是首先对高空间分辨率的SPOT全色图像进行几何精校正，然后将TM图像与校正后SPOT图像配准。
第三种处理方式是先将高质量的某一时相TM数据进行分景的几何精校正，像元大小插值成10米，然后将其余卫星数据以景为单元与其进行相对配准。
第四种方式是先将TM图像和SPOT图像配准并融合，然后用地形图选取控制点进行几何精校正。
4、遥感影像的镶嵌
(1)先镶嵌后校正。采用图像对图像配准技术，以其中一景图像为基准，从相邻图像重叠区选择控制点，将相邻的图像进行相对配准，然后将两景图像镶嵌起来，以此类推将工作区所有图像镶嵌到一起。再利用地形图对镶嵌好的图像统一选取控制点进行几何精校正，最终得到具有地理坐标的镶嵌图。该方法优点是快速、省力，一般适合于相邻图像重叠较大、像元间相对几何精度较高、以平原区为主的遥感图像的镶嵌。
(2)先校正后镶嵌。采用先对各景遥感图像分别进行几何精校正，然后在统一的地理坐标下镶嵌。该方法优点是对相邻图像的重叠度要求不是很高，一定程度上避免局部地区精度不高对整体精度造成的不利影响。
5、多源遥感数据融合(结合第一讲)
(1)定义：多源遥感数据的融合是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程。不同的遥感数据具有不同的空间分辨率、波谱分辨率和时间分辨率，如果将它们各自的优势综合起来，可以弥补单一图像上信息的不足。这样不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分析的精度。
(2)多源遥感数据融合的技术关键：(了解)
>充分认识研究对象的地学规律；
>充分考虑不同遥感数据之间波谱信息的相关性而引起的有用信息的增加和噪声误差的增加，对多源遥感数据做出合理的选择；
>解决遥感影像的几何畸变问题，使各种影像在空间位置上能精确配准起来；
>选择适当的融合算法，最大限度地利用多种遥感数据中的有用信息。
(3)影像融合的目的是解决影像判读分析困难、数据冗余以及存储管理的问题，以突出反映土地利用类型要素信息，增强影像可判读性，提高监测精度。
(4)最佳波段选择：由一个可见光、一个近红外、一个中红外波段的组合为最佳，即第1、2、3波段中选择一个波段、第4波段、以及第5、7波段中选择一个波段，这样所形成的组合具有较大的信息量和较少的信息冗余。
(5)融合方法：影像融合的方法有许多种，重点介绍在土地利用动态遥感监测中应用的HIS变换、主成分变换（PCA）、线性加权乘积与加法运算等四种融合，并对它们的优缺点进行比较分析。
>HIS变换的实质是：用另一影像替代HIS三个分量中的某一分量，其中强度分量被替代最为常见。
>主成分变换(PCA)：把原始的n维特征向量X,按最小均方误差准则，映射为新的n维特征向量Y。第一主分量包括了原始多波段影像信息的绝大部分内容.
>线性加权乘积是最直观的一种影像融合手段。影像波段之间的某些复合可以达到对影像进行锐化的效果.
>加法的统计学原理是n个分布的随机变量加权平均后的噪音方差将小于其中任何一个的噪音方差。
第四讲
1、土地利用变化信息的提取方法一般是通过两期影像(或一期影像与土地利用现状图)精确配准，根据不同时相的影像的光谱信息进行分析、处理与比较，结合人工判读与野外调查，最终提取土地变化信息。
2、土地利用变化信息的提取方法：目视解译法、变化信息直接提取法、计算机自动分类后比较法。
3、变化信息直接提取法是对两个时相的遥感图像进行点对点的直接运算，经变化特征的发现、分类处理，获取土地利用变化信息。
>传统的变化信息提取技术有两种，一种是基于单个像元波谱值变化方法，另一种是分类后比较法。前一种方法主要有图像差值法、主成分分析法、光谱特征变异法、假彩色合成法、分类比较法、变化矢量分析法以及混合检测法等；后一种方法主要是通过对两时相的图像进行分类，然后再对分类结果进行变化监测。
>说明：波谱值变化方法对变化比较敏感，可以避免分类过程所导致的误差，但是对遥感数据质量要求比较高，必须进行严格的图像辐射校正。因此只能通过选择同一传感器、同一季相的数据来尽可能减少“噪声”。同时光谱直接比较法只注重变化像元的提取，而不能提供各时期土地利用类型转变信息。
分类后比较法对辐射校正要求相对较低，适用于不同传感器、不同季相数据的比较，主要对各时相遥感图像直接进行分类，通过对分类结果的比较确定变化区域和变化类型。但单景图像分类结果的误差会影响最终土地利用变化的检测精度,其精度只大致相当于每个时相分类精度值的乘积，这是因为存在于每一单独分类中的误差会在空间计较过程中被进一步放大。
4、土地利用变化信息的提取方法
1）目视解译法是以土地利用现状调查资料为基础，确定各地类的解译标志，在遥感图像上划出各地类界线，得到遥感分类图，再比较各时相的遥感分类图。
2）基于单个像元波谱值变化方法：
（1）图像差值法就是将两个时相的遥感图像相减。图像差值法多用于缺少多光谱数据情况下，对全色数据的处理。
>原理：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。
（2）影像比值法是将几何匹配后的影像系列相应波段对应像元数值进行比值。
>原理：变化区域的比值会显著的大于l或小于1，而未发生变化区域的比值将约为1。关键步骤仍是划分变化与非变化的阈值的确定，该方法不如差值法被光泛应用。这一类方法采用时相对应波段处理，则存在一个最优波段选取问题，最常见的是植被指数差值处理。
（3）主成分分析法：将两时相的影像各波段进行组合成一个两倍于原影像波段数的新影像，对该影像作PC变换。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产生变化信息。
（4）光谱特征变异法：将不同时相的TM和SPOT影像进行融合，TM的多光谱特征与SPOT的高空间分辨率互补，且将变化的区域一不同于周围的颜色显示，确定变化信息的发生。
（5）假彩色合成法：将前、后两时相的全色SPOT数据精确配准，再利用假彩色合成的方法，将后一时相的数据赋予红色，前一时相的数据赋予蓝色和绿色。形成假彩色影像。土地利用发生了变化的区域则呈现出红色，即判定为变化信息的所在（注：数据赋予的颜色可以改变）。
（6）变化向量分析法：变化向量△Ti是描述从时相1到时相 2 某像元光谱变化大小和方向的向量。△Ti 包含了两幅图像中的所有变化信息，变化强度由△Ti的模决定。变化强度越大，变化发生的可能性越大。
3）分类后比较法：在单个时相分别分类，并进行相互比较后，获得变化信息数据，从而完成了动态变化检测的过程。
>优缺点：在外界某些特殊情形下，该方法有其独特的优点，尤其是传感器不同，数据不能融合的情况，或者两时像影像质量差异较大时，该方法更显优势。但该方法比较前述的方法来说，精度更依赖于两时相各自分类的精度。在北方地区，由于气候干燥，易获得质量较好的多时相周期卫星影像，因而快速、准确的分类后比较法成为土地利用变化信息提取较好的方法
●土地利用现状调查基本任务
土地利用现状调查最基本、最首要的目的是摸清国家土地资源家底，为国家和地区的农业区划、土地利用规划、土地保护与开发提供基础数据。土地资源家底包括土地的数量、分布、类型、权属和利用状况等；
查清各类土地权属状况，为土地登记、土地纟计、土地分等定级和建立土地档案服务；
了解当前土地利用的经验教训及存在的问题，为国家和区域制定土地资源管理对策提供依据。
●土地利用现状调查的主要内容
查清调查区域内村、农、林、牧、渔场、居民点以及居民点以外的厂矿、机关、团体、、学校等企事业单位的土地权属界线和村以上各级行政区范围界线；
查清调查区域内各土地利用类型及分布；
量算出各地类面积并汇总调查区域内的总面积及各地类面积；
编制分幅土地利用现状图、土地权属界线图和县乡两级土地利用现状图；
1.2 数字化流程：土地利用现状图预处理→图件扫描→栅格图像配准→图层的分析与建立→各地物的矢量化→建立土
●遥感的基本过程
能源或光源
通过大气层的辐射
能量与地面目标的相互作用
传感器记录反射能量
数据传送、接收和处理
数据的解释和分析
应用
●能源：遥感中电磁波为主要的能量来源。
电磁波由变化的电场和变化的磁场组成。变化的电场和磁场以光速传播。
波长频率关系：c = v ； = 波长； v = 频率；c = 光速 （3x108m/s）
●遥感传感器：
1.测量和记录被探测物体的电磁波特性的工具；
2.通常由收集器、探测器、信号处理和输出设备四部分组成；
3.工作在紫外，可见光，红外，微波等波段；
4.按传感器本身是否带有电磁波发射源可分为主动式(有源)遥感器和被动式(无)遥感器两类。
●遥感的特点：
可获取大范围数据资料：一幅Landsat卫星的TM图像可覆盖185km×185km地面面积。
获取信息的速度快，周期短：陆地卫星每16天可覆盖地球一遍。
获取信息受条件少：人类难以到达，如沙漠、沼泽、高山峻岭等。
获取信息的手段多，信息量大：可见光、紫外线，红外线和微波探测物体。
融合目的→选择融合单元→数据准备→融合方法→后处理→效果检查。
●融合单元选择
当监测区范围较大，覆盖监测区的SPOT有多景且时相相差较大时，以SPOT影像范围为融合单元。
当监测区范围较大，可覆盖监测区的多景SPOT时相接近时，以TM影像范围为融合单元。
当监测区范围不大，覆盖监测区的多景SPOT、TM时相接近时，以监测区为单元，镶嵌后的SPOT与镶嵌后的TM影像融合。
数据准备 ：尽量采用高分辨率遥感数据。高分辨率数据具有较高的地物几何分辨能力，如SPOT、IKONOS等卫星影像数据，正是它们的这种高分辨率的特性，使其在全国土地利用动态遥感监测中发挥了重要的作用。
多光谱数据具有丰富的光谱信息和多个光谱波段，不同的波段影像对不同的地物有较好地反映，因此在影像融合前需要进行最佳波段的选择组合和彩色合成，以最大程度地利用各波段的信息量，辅助影像的判读与分析。
对原始TM数据来说，三个可见光波段1,2,3 之间的相关系数很高，尤以1,2之间和2,3之间为最高，两个中红外波段5,7之间，相关性也很强；近红外波段4则相对,与其它波段之间相关系数值较低。
TM图像各波段所包含的地物信息量, 一般采用该波段图像覆盖的辐射量化级（即亮度值范围）,用亮度差(最大值-最小值)和标准差来衡量。考虑第一波段受大气散射的影响严重，因此，一般认为TM 7、4、3是通用的最佳原始波段组合。
选择最佳波段组合后，要想得到最佳彩色合成图像，还须考虑赋值问题。对人眼最敏感的颜色是绿色，其次是红色和蓝色，因此，应将绿色赋予方差最大的波段。按此原则，将 TM7、4、3分别赋予红、绿、蓝色。即彩色合成时，将可见光波段赋予蓝色通道，而中红外和近红外波段分别赋于红色和绿色通道：
（1） 可见光=蓝，中红外=红，近红外=绿，模拟真彩色组合，适合于非专业人员使用。
（2） 可见光=蓝，中红外=绿，近红外=红，假彩色组合，利于信息判读。
(2)差异光谱加权法，其算法如下：设R、G、B为经过三维增强后的红、绿、蓝三个彩色分量；R0、G0、B0为输出图像的相应三个分量；Gb、Bg为波段特征差异；α、β为两个常数。
令Gb=G-B，Bg=B-G，α，β∈（0，1），则：
R0=R
G0=（1-α）*G+α* Gb
B0=（1-β）*B+β* Bg
这样重新生成的3个新分量再进行彩色合成，扩大了地类间的色调，减少了相关性。
HIS变换的优点：运算简单、实现容易，较好地保留了SPOT影像的纹理细节和TM影像的彩色关系。
HIS变换的缺点：限于三个波段参加，融合后同色系层次较少，影响地物类型的判读。
HIS变换
令 M=max(R,G,B) m=min(R,G,B) 其中r g b至少有一个为0或1，则有：
(1)明度I=(M+m)/2
(2)饱和度
当M=m时，S=0
当M≠m时，I≤0.5，则S=(M-m)/(M+m)
当M≠m时，I>0.5，则S=(M-m)/(2-M-m)
(3)色度
当S=0时，H=0；
当S≠0，R=M，则H=60(2+b-g)，这时色度位于黄和品红之间；
当S≠0，G=M，则H=60(4+r-b)，这时色度位于青和黄色之间；
当S≠0，B=M，则H=60(6+g-r)，这时色度位于品红和青之间；
HIS变换
(1)明度 : I=(R+G+B)/3
(2)色度 : S=1-min{R+B+G}/I
(3)色度:
●土地利用现状调查基本任务
土地利用现状调查最基本、最首要的目的是摸清国家土地资源家底，为国家和地区的农业区划、土地利用规划、土地保护与开发提供基础数据。土地资源家底包括土地的数量、分布、类型、权属和利用状况等；
查清各类土地权属状况，为土地登记、土地纟计、土地分等定级和建立土地档案服务；
了解当前土地利用的经验教训及存在的问题，为国家和区域制定土地资源管理对策提供依据。
●土地利用现状调查的主要内容
查清调查区域内村、农、林、牧、渔场、居民点以及居民点以外的厂矿、机关、团体、、学校等企事业单位的土地权属界线和村以上各级行政区范围界线；
查清调查区域内各土地利用类型及分布；
量算出各地类面积并汇总调查区域内的总面积及各地类面积；
编制分幅土地利用现状图、土地权属界线图和县乡两级土地利用现状图；
1.2 数字化流程：土地利用现状图预处理→图件扫描→栅格图像配准→图层的分析与建立→各地物的矢量化→建立土
●遥感的基本过程
能源或光源
通过大气层的辐射
能量与地面目标的相互作用
传感器记录反射能量
数据传送、接收和处理
数据的解释和分析
应用
●能源：遥感中电磁波为主要的能量来源。
电磁波由变化的电场和变化的磁场组成。变化的电场和磁场以光速传播。
波长频率关系：c = v ； = 波长； v = 频率；c = 光速 （3x108m/s）
●遥感传感器：
1.测量和记录被探测物体的电磁波特性的工具；
2.通常由收集器、探测器、信号处理和输出设备四部分组成；
3.工作在紫外，可见光，红外，微波等波段；
4.按传感器本身是否带有电磁波发射源可分为主动式(有源)遥感器和被动式(无)遥感器两类。
●遥感的特点：
可获取大范围数据资料：一幅Landsat卫星的TM图像可覆盖185km×185km地面面积。
获取信息的速度快，周期短：陆地卫星每16天可覆盖地球一遍。
获取信息受条件少：人类难以到达，如沙漠、沼泽、高山峻岭等。
获取信息的手段多，信息量大：可见光、紫外线，红外线和微波探测物体。
融合目的→选择融合单元→数据准备→融合方法→后处理→效果检查。
●融合单元选择
当监测区范围较大，覆盖监测区的SPOT有多景且时相相差较大时，以SPOT影像范围为融合单元。
当监测区范围较大，可覆盖监测区的多景SPOT时相接近时，以TM影像范围为融合单元。
当监测区范围不大，覆盖监测区的多景SPOT、TM时相接近时，以监测区为单元，镶嵌后的SPOT与镶嵌后的TM影像融合。
数据准备 ：尽量采用高分辨率遥感数据。高分辨率数据具有较高的地物几何分辨能力，如SPOT、IKONOS等卫星影像数据，正是它们的这种高分辨率的特性，使其在全国土地利用动态遥感监测中发挥了重要的作用。
多光谱数据具有丰富的光谱信息和多个光谱波段，不同的波段影像对不同的地物有较好地反映，因此在影像融合前需要进行最佳波段的选择组合和彩色合成，以最大程度地利用各波段的信息量，辅助影像的判读与分析。
对原始TM数据来说，三个可见光波段1,2,3 之间的相关系数很高，尤以1,2之间和2,3之间为最高，两个中红外波段5,7之间，相关性也很强；近红外波段4则相对,与其它波段之间相关系数值较低。
TM图像各波段所包含的地物信息量, 一般采用该波段图像覆盖的辐射量化级（即亮度值范围）,用亮度差(最大值-最小值)和标准差来衡量。考虑第一波段受大气散射的影响严重，因此，一般认为TM 7、4、3是通用的最佳原始波段组合。
选择最佳波段组合后，要想得到最佳彩色合成图像，还须考虑赋值问题。对人眼最敏感的颜色是绿色，其次是红色和蓝色，因此，应将绿色赋予方差最大的波段。按此原则，将 TM7、4、3分别赋予红、绿、蓝色。即彩色合成时，将可见光波段赋予蓝色通道，而中红外和近红外波段分别赋于红色和绿色通道：
（1） 可见光=蓝，中红外=红，近红外=绿，模拟真彩色组合，适合于非专业人员使用。
（2） 可见光=蓝，中红外=绿，近红外=红，假彩色组合，利于信息判读。
(2)差异光谱加权法，其算法如下：设R、G、B为经过三维增强后的红、绿、蓝三个彩色分量；R0、G0、B0为输出图像的相应三个分量；Gb、Bg为波段特征差异；α、β为两个常数。
令Gb=G-B，Bg=B-G，α，β∈（0，1），则：
R0=R
G0=（1-α）*G+α* Gb
B0=（1-β）*B+β* Bg
这样重新生成的3个新分量再进行彩色合成，扩大了地类间的色调，减少了相关性。
HIS变换的优点：运算简单、实现容易，较好地保留了SPOT影像的纹理细节和TM影像的彩色关系。
HIS变换的缺点：限于三个波段参加，融合后同色系层次较少，影响地物类型的判读。
HIS变换
令 M=max(R,G,B) m=min(R,G,B) 其中r g b至少有一个为0或1，则有：
(1)明度I=(M+m)/2
(2)饱和度
当M=m时，S=0
当M≠m时，I≤0.5，则S=(M-m)/(M+m)
当M≠m时，I>0.5，则S=(M-m)/(2-M-m)
(3)色度
当S=0时，H=0；
当S≠0，R=M，则H=60(2+b-g)，这时色度位于黄和品红之间；
当S≠0，G=M，则H=60(4+r-b)，这时色度位于青和黄色之间；
当S≠0，B=M，则H=60(6+g-r)，这时色度位于品红和青之间；
HIS变换
(1)明度 : I=(R+G+B)/3
(2)色度 : S=1-min{R+B+G}/I
(3)色度:
Copyright © 2019-2025 51dongshi.net 版权所有
违法及侵权请联系：TEL:177 7030 7066 E-MAIL:11247931@qq.com 本站由北京市万商天勤律师事务所王兴未律师提供法律服务
