logo资料库

全国大学生第七届GIS技能大赛竞赛试题——土地利用时空变化.docx

第1页 / 共22页
第2页 / 共22页
第3页 / 共22页
第4页 / 共22页
第5页 / 共22页
第6页 / 共22页
第7页 / 共22页
第8页 / 共22页
资料共22页,剩余部分请下载后查看
全国大学生第七届 GIS 技能大赛竞赛试题(上午) 土地利用每年都在发生变化,在统计一些大区域的土地利用情况时,我们可以使用遥 感数据来进行粗略的估计。根据以下要求,研究 2010 年到 2015 年土地利用的变化情况。 1. 数据及主要任务 1.1 原始数据 1、lt51190382010144bjc00 文件夹:2010 年的影像数据。 2、class2015.tif:2015 年的土地利用结果数据。 3、训练样本 2010.shp:对 2010 年影像执行最大似然分类法所使用的训练样本数据。 4、点位置.txt:GPS 采集的点生成的表格。 1.2 主要任务 1、对遥感影像进行预处理:波段合成,去除黑边,并提取出与 2015 年土地利用数据 (class2015.tif)相同的影像区域。 2、使用最大似然法监督分类对影像分类,分为 5 种地物类别:林地,耕地,裸地, 建筑物等不透水面,水(请使用提供的矢量数据“训练样本 2010”作为训练样本)。 3、对分类后的结果的边界进行一定的平滑处理,并消除如下图所示像元个数小于 5 个像元的独立区域,用周围的像元值来代替。 4、使用 GPS 采集了一些点并生成了表格(点位置.txt),需要知道这些点对应于 class2015.tif 数据中的地物类别。 5、提取出 2010 年是林地/耕地,并且 2015 年变为建筑用地的区域。 6、计算 2010 年到 2015 年土地利用转移矩阵。 7、在地图上展现出 2010 年到 2015 年用地类型是如何变化的,制图并保存为 jpg 格 式。 二、解题思路(包括流程图) 首先在 ArcMap 软件中加载 2010 年的影像数据,对其进行波段合成以及去黑边操作, 然后加载 2015 年土地利用影像,对预处理后的 2010 年影像提取出与 2015 年土地利用数 据相同的影像区域;接着在 ENVI 软件中,首先将题中提供的矢量训练样本转化为 ROI,然 后利用此 ROI 对 2010 年影像按要求进行监督分类,并按题意对分类后的结果边界做平滑处 理;然后将 GPS 采集点数据加载至 ArcMap 中,发现其与影像数据空间参考不一致,对其 进行定义投影并作投影转换后,对采集点和影像做相加操作,即可知道点对应土地利用数 据的地物类别;然后将两期土地利用栅格数据转为矢量面数据,在其属性表内建立土地利 用类型字段后进行相交操作,即可提取出 2010 年是林地/耕地且 2015 年转为建筑用地的区 域;再根据相交影像计算面积,在属性表内保存计算结果,并导出属性表,转至 Excel 中 做数据透视表,得到 2010 年到 2015 年土地利用转移矩阵;在相交处理结果影像中将土地 利用类型变化与未改变的要素分别导出,在此基础上分别分类设色,制作专题地图并输出 为 jpg 格式。技术流程图如图 2.1 所示: 1
1. 解题过程 图 2.1 技术流程图 波段合成,去黑边,图像裁切,监督分类,分类后处理(聚类),定义投影、投影转 换,叠置分析,转移矩阵,栅格计算器 3.1 预处理 (1)波段合成:【加载】lt51190382010144bjc00 文件夹下的第一个到第七个波段到 ArcMap 中,然后使用【波段合成】工具进行波段合成,【输入栅格】为加载的波段数据 (除第六波段—热红外波段),具体参数设置如图 3.1.1 所示: 图 3.1.1 波段合成 (2)去除黑边:使用【复制栅格】工具对影像进行去黑边处理,【输入栅格】为波段 合成后的数据,【NoData 值】设置为“0”,具体参数设置如图 3.1.2 所示,去除黑边结果如 图 3.1.3 所示:
图 3.1.2 复制栅格 图 3.1.3 去黑边结果图 (3 ) 提取 出与 2015 年 土地 利用 数 据(class2015.tif) 相同 的影 像 区域 :【 加载 】 class2015.tif:2015 年的土地利用结果数据到 ArcMAp 中,然后使用【按掩膜提取】工具, 【输入栅格】为波段合成后的数据,【输入栅格数据或要素掩膜数据】:“class2015.tif”,如 下图 3.1.4 所示,提取结果如图 3.1.5 所示: 图 3.1.4 按掩膜提取参数设置
3.2 监督分类 图 3.1.5 提取结果图 根据题中要求利用已给“训练样本 2010.shp”数据对 2010 年预处理后的影像进行监督 分类,由于题中所给训练样本为 Shape 格式,需转化为 ROI 格式,但由于 ENVI 软件不支持 中文格式,因此在“训练样本 2010.shp”属性表中,新建“type”字段,类型为【文本型】,打 开编辑,输入对应地物类别的英文属性,保存并停止编辑,如图 3.2.1 所示: 图 3.2.1 为训练样本添加字段 然后在 ENVI 中加载前面提取的影像数据和训练样本,如图 3.2.2 所示;其中训练样本 通过 ENVI 主菜单栏中的【Region Of Interest(ROI) Tool】加载,点击【ROI】界面【菜单】 下拉菜单【输入矢量数据】,输入“训练样本 2010.shp”,选择“使用单一属性字段转 ROI 的 方式”将训练样本加载显示出来,如图 3.2.3-3.2.5 所示:
图 3.2.2 2010 年预处理后影像以及分类样本 图 3.2.3 加载 ROI 图 3.2.4 【矢量数据转 ROI】选项 图 3.2.5 【矢量数据转为 ROI】结果图 接 着 进 行 监 督 分 类 , 根 据 题 意 选 择 “ 最 大 似 然 法 ” 进 行 分 类 , 通 过 【 Maximum Likelihood Classification】工具,选择需要监督分类的影像,然后选择 ROI 训练样本,具体 工具参数设置和分类结果如图 3.2.6-3.2.9 所示: 图 3.2.6 选择需要监督分类的影像
图 3.2.7 选择 ROI 训练样本 图 3.2.8 最大似然法监督分类 图 3.2.9 监督分类结果 然后使用【Subset Data from ROIs】工具,对监督分类结果进行裁切,首先选择监督分 类结果数据,如图 3.2.10 所示;然后选择前面矢量化的掩膜作为裁切范围,如图 3.2.11- 3.2.12 所示:
图 3.2.10 对分类后结果进行裁切 图 3.2.11 选择掩膜裁切数据 图 3.2.12 监督分类裁剪结果 3.3 平滑处理 根据题意对分类后的数据边界做平滑处理,使用【Clump Classes】工具,选择需要处 理的数据,然后点击 OK,在“Classification Clumping”页面中,设置膨胀腐蚀值均为 3*3,并 选择所有地物类别作为处理对象,如图 3.3.1-3.3.4 所示:
图 3.3.1 选择聚类处理的数据 图 3.3.2 【聚类处理】工具参数 图 3.3.3 聚类处理结果 图 3.3.4 保存结果并输出 3.4 提取 GPS 采集的点对应地物类别 点击【添加数据】将“点位置.txt”,对其右键选择【显示 XY 数据】,【X 字段】选择经 度,【Y 字段】选择纬度,具体设置如图 3.4.1 所示:
分享到:
收藏