遥感变化监测利用GIS作用体现在哪里 高光谱 高光谱数据 人工智能遥感解译
遥感变化监测利用GIS作用体现在哪里
1.参与遥感图像的分类
通常,GIS中包含的专题地图数据作为对区域与地类特征的一种认识,在遥感图像监督分类中可成为选定训练区的重要参考,直接参与类别训练区的圈定。在进行分类结果的精度评价时,除了地面实况验证外,常常以地理信息系统提供的基础地理信息、定位信息、专题地图数据作为评价的依据,以提高遥感变化监测精度。
GIS信息一般可以有两种参与方式,一是将辅助层看成是一个图像波段,并将辅助层与现有的光谱数据复合,用于图像分类;二是使用分层分类策略,将光谱图像先进行分类,然后利用辅助数据将其分成几个层,将每个层按照一定的规则重新分类或者精确化初始的分类结果。这种方法将辅助信息作为图像分类的一种先验知识,可以根据辅助数据将所研究的重点类别或者难以区分的类别分出米。这样有可能针对不同的地物类型分别运用有效的分类算法,从而提高分类精度。由于低位湿地与高位湿地的植被类型往往光谱特征相似,采用光谱数据与DTM等辅助信息相结合的分层分类法后分类结果明显改善。用DTM数据直接参与森林、土壤、土地利用、高山雪被等分类提高分类精度。
2.作为变化的参考基准
在变化检测分析中,可以选择某个时间的GIS专题信息作为变化检测的参考基准,与相关动态遥感专题信息进行比较,分析变化的范围与类型。
遥感栅格影像与GIS线划图形的叠合,即影像细节与专题图的结合,利于对专题信息的理解。也就是同时显示影像数据和矢量数据,并能在GIS内,进行两者的联合空间分析、空间统计,直接检测变化图斑,生成变化分类图像(类型、分布、大小)。
3.提供变化分析模型中所需的参数
GIS数据库中储存的不同类型、不同时间的专题信息为变化检测提供相关模型分析所需的各种参数,参与计算。GIS主要通过两种方式提供相关模型参数:一是直接在数据库中提取实体属性用作模型参数,二是利用GIS分析功能计算求得相关模型参数,如河网密度、坡度、坡向等。