本篇主要介紹如何對影像數據進行分類解譯，及過程教學，示例數據下載鍊接：數據下載鍊接

一、背景介紹

土地是人類賴以生存與發展的重要資源和物質保障，在“人口－資源－環境－發展（PRED）”複合系統 中，土地資源處于基礎地位。随着現代社會人口的不斷增長以及工業化、城市化進程的加速，人類對土地資源的開發利用強度不斷增大，對土地資源的不合理利用，導緻了嚴重的水土流失和生态環境惡化，人類面臨的土地利用問題較曆史上任何時候都更為突出。土地利用現狀分析是在土地利用現狀調查的基礎上進行的。通過對土地資源的數量與質量、結構與分布以及土地利用現狀與開發潛力等方面的分析，明确規劃區域内土地資源的整體優勢與劣勢、制約優勢土地資源開發利用的主要因素，揭示土地利用中存在的問題，從而明确土地資源開發利用的方向和重點，提出改善土地利用、提高土地利用率和生産力的對策和途徑，既可以發揮區域資源優勢、強化區域土地系統功能，又強調人地協調發展的土地利用規劃，為制定土地利用規劃提供重要的科學依據。因此，進行土地利用現狀分析，對促進土地利用結構的調整與優化、綜合整治、保護土地、充分挖掘土地利用上的潛力以及保持國民經濟的持續健康發展等都具有十分重要的意義。

二、計算過程

1.數據獲取與數據準備

本研究采用的遙感影像數據來自美國馬裡蘭大學和中國科學院國際科學數據服務平台，均采用美國陸地衛星于1990年和2018年所拍攝的LandsatTM/ OLI30m遙感影像，雲量均接近0%。本文的遙感影像成像時間不一緻，根據瞬時狀态下最大限度使圖像上盡可能豐富地反映地表信息的原則，本次遙感調查主要選擇5月下旬至6月中旬或8月下旬至9月中旬的圖像，由于地物信息較清楚，由此帶來的地物反射光譜差異顯著，容易識别，影像解譯比較容易。

2.數據預處理

在對影像數據進行分類解譯之前，首先要對數據做預處理工作，主要步驟有:

（1）波段選擇及融合

本文采用最佳指數法（Optimum Index Factor，簡稱）和特征值法相結合，共同确定了最佳波段組合，也就是Landsat5-TM4、3、2波段，Landsat8-OLI5、4、3波段，分别賦予紅、綠、藍色作為标準假彩色合成的RGB波段。這一假彩色影像最關鍵的是突出了植被特征，并且能提供豐富的信息，能充分顯示各種地物特征的差别，便于分類，可以保證分類的準确性。

（2）圖像幾何校正與配準

采用的Landsat系列圖像已經在中國遙感衛星地面站進行過輻射校正和幾何粗校正，但為了使研究結果更加的科學、可信，則必須的對影像進行幾何精校正。幾何精校正是利用地面控制點(Ground control Point，GPC)對由各種随機因素引起的遙感圖像進行幾何畸變的校正。本研究以研究區的地形圖作為參考圖像，必要時輔以實地考察的GPS點，采用多項式幾何糾正計算模型，對遙感影像進行幾何精校正。

（3）圖像增強處理

傳感器獲取的遙感圖像含有大量地物特征信息，在圖像上這些特征信息以灰度形式表現出來，當地物特征間表現的灰度差很小時，目視判讀就無法辨認，圖像增強處理是的目的在于突出圖像中有用的信息，擴大不同圖像特征之間的差别，從而提高對圖像的解譯和分析能力。遙感數字圖像增強處理一般可分為兩大類：頻域法和空間域法。本文主要采用空間域圖像增強方法，其遵循視覺效果比較好、計算相對簡單、合乎應用要求的原則。另外，在後面遙感圖像分類的新波段變量構造部分還應用了NDVI指數以區分植被和非植被以提高分類精度。

（4）影像拼接與裁剪

本案例中的研究區域為西甯市，則遙感影像數據需要覆蓋整個研究區，因此需要進行影像拼接，進行拼接時首先要參照某一遙感影像，将其它遙感影像進行直方圖匹配處理，使得所有用到的遙感影像具有基本一緻的色調，然後再将要用到的影像進行無縫的拼接處理，之後經過裁剪得到覆蓋整個研究區的遙感影像。

3.分類方法

本次服務是基于Landsat等遙感信息基礎上，在多位專家的參與下，采用全數字人機交互作業方法，同時參照有關地理圖件和統計資料，結合外業實地考察驗證，對地物的幾何形狀，顔色特征、紋理特征和空間分布情況進行分析，并在綜合各位專家意見後，建立遙感影像解譯标志。在内業建立解譯标志與實現數據獲取的基礎上，不斷的對解譯模闆進行修改，直到修改的模闆經過評價以後比較滿意為止，以提高土地利用/覆蓋類型精度。動态圖斑數據主要采用“動态分割圖斑法”。參照國内外現有土地利用/土地覆蓋 的分類體系，結合本項目的開展的目的和要求以及遙感信息源的情況，制定了有6個一級分類，25個二級分類的土地利用/土地覆蓋分類體系。

在分類過程中，由于遙感圖像自身的空間分辨率，同物異譜以及異物同譜現象廣泛存在，所以錯分和誤分的情況很常見，因此對分類結果要做進一步的處理工作，也就是去除小圖斑的工作，我們常稱之為分類後處理。常用的分類後處理方法有：聚類統計（Clump）、過濾分析（Sieve）、去除分析（Eliminate）和分類重編碼（Recode）等。

4.質量控制與檢查

各工序過程質量按要求進行過程檢查 ,需100%檢查。

土地利用/覆蓋數據抽樣檢查

對獲取的土地利用/覆蓋數據産品進行空間抽樣檢查，驗證土地利用/覆蓋數據類型定性是否正确。驗證的方式主要依靠高分影像（要考慮影像的時效性）與野外實地驗證相結合的方式作業，未達到抽樣精度90%的重新修正數據。

5.技術服務成果展示如下圖

另附上獲取30m土地利用數據獲取來源：

地理遙感生态網平台公布了1980年-2020年土地利用分類數據，精度有10m、30m、1000m。精度據官網介紹達到了92%精度。

同時地理遙感生态網平台也正式發布該項數據，數據來源請引用：地理遙感生态網科學數據注冊與出版系統

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!