1．目的及意义

1．目的及意义

随着遥感技术以及数字图像处理技术的快速发展，遥感在自然地理、资源环境、军事等领域得到了广泛的应用。遥感影像数据的自动化和半自动化处理，必然成为研究热点之一。同时，随着社会经济的发展，与社会经济发展关系密切的地标景观和相应的土地利用形式都在发生变化。土地利用形式及其利用情况不仅可以反映出某区域内经济发展水平和城镇化进程。土地利用变化指的是不同时间内对相同区域内同一地物或现象进行多次考察，从而发现差异的过程。而伴随着3S技术的发展，遥感影像以其实时快速、易于获取、观测范围大等特点，成为了目前主要的数据来源。针对高分辨率遥感影像数据的变化检测被广泛应用于城市监测、自然灾害评估以及土地利用及变化检测领域。明确土地利用变化情况，不仅可以对城镇化进程有着清晰的认识与了解，更对经济社会发展情况有一定的指导意义。因此如何更高效、快速、准确的检测某一地区的土地利用变化情况，对于土地资源开发和利用具有重要的现实意义。

本研究的目的在于构建一个以高分辨率遥感影像为数据源，自动化程度较高、分析检测效果较好的土地利用变化检测系统。相比于传统的土地利用变化检测方法，需要ArcMap、ENVI、MATLAB等软件协作才能得到相应结果，而且操作过程中，人为干预的程度较大，不确定性也较高。而本系统本文将以遥感影像的像素级变化检测模型为基础，结合以以CCA（典型相关分析）、EM（最大期望）算法为核心的迭代多元变化检测算法进行变化的提取，并以原遥感图像作为参考依据，对相应的土地利用类型进行划分，以便提取各个城市土地利用类型在相应时间区间的变化情况，最后结合城市实际情况以及政府统计数据等对结果进行分析验证。同时，系统中兼具遥感数据组织管理功能、土地利用类型划分、专题图的制作输出和数理统计分析等功能，可以为城市土地利用变化监测提供较为完善的解决方案。

2．研究现状

2.1国外研究现状

Miller 等人利用差值法对泰国北部热带雨林的多时相影像进行变化检测，并成功地绘制出了该地区的变化图谱,与此同时 Coppin 等人为了提高检测精度，对图像差值法进行改进并对差值法进行研究分析建立了一套相对标准化的检测流程。通过这种方法检测出了研究区域的变化情况，并达到了较高的精度。2005 年基于 MAD 算法的基础上，MortonCanty 等人结合数据分析中的一种概率理论迭代算法-期望最大化（Expectation Maximization,简称 EM）算法，首次提出了通过迭代计算自动获取阈值的算法，即迭代加权多元变化检测（IterationRe-weight Multivariate Alteration Detection,简称 IR-MAD）算法，并通过 IR-MAD与 MAD 两种算法同时对研究区域影像检测分析对比分析，使得前者达到了较高的精度；2007 年，Allan Nielsen将 IR-MAD 算法用于高光谱数据的变化检测中去，实现了对高光谱影像数据的检测分析;2010 年，Allan Nielsen 和 B.P.Olsen 再一次对 MAD 及 IR-MAD 算法进行了分析，并将该算法通过变化检测的应用进行了系统性的叙述。

2.2国内研究现状

关于变化检测方面虽然国内起步较晚，但在研究学者不断的努力下也取得了一些不错的成果。1997 年 Li X.等人利用 GIS 和遥感技术在珠江三角洲城市增长管理中的应用，来监测和评价土地开发。并采用主成分分析方法对研究区域的土地利用变化影响进行评估与检测达到了较高的精度。马国锐等人在单一差值的基础上，提出了一种将基于融合与广义高斯模型将两种方法进行简单的变换融合，对得到的差异影像进行领域处理后进行影像的分割，分割后的结果取得了很好的精度效果。2007 年王惠林对基于知识的遥感影像分类方法进行了系统的研究，对腾格里沙漠南部地区遥感影像进行实验，结果证明了结合了光谱、纹理、空间分布和时相等参数特征的基于知识的影像分类方法对干旱、半干旱地区土地覆盖/土地利用的自动分类精度的提高成效显著。在基于特征的检测变化方法中 2015 年刘丹丹等人通过多波段主成分分析方法结合直方图统计法对影像进行阈值的分割，再经过滤波处理，去除干扰的信息实现了研究区域的变化监测。2012 年，白穆、刘慧平等人应用 MAD 算法进行相对辐射校正，得到相关较好的结果。{title}

2. 研究的基本内容与方案

{title}

研究的基本内容及目标

通过对国内外针对城市土地利用变化监测的技术方法进行分析，目前以高分辨率遥感影像为数据源，从而分析土地利用变化监测的方法主要可以分为以下两种：①首先将同区域不同时段的遥感影像按照相同的标准进行分类，按类别分别对各个区域进行统计，从而得到土地利用变化情况的结果；②借助数字图像处理的方法，以像素为最小单位，明确其变化情况，常用算法有PCA（principal component analysis）主成分分析方法、CVA（change vector analysis）变化向量检测方法、MAD（mean absolute error）平均绝对差算法、IR-MAD(the iteratively reweighted multivariate alteration detection)迭代加权多元检测算法等。首先将遥感影像进行预处理和分类，之后根据相应的算法提取变化区域，分析每个类别的变化情况，得出相应的结果。

通过分析目前的土地利用变化监测手段，需要多种软件相互协作（如ArcMap、ENVI、MATLAB等），且人为干预的程度较高。针对目前国内外的研究现状，提出开发一套可以自动化完成土地利用变化检测的系统。系统兼具上述两种分析手段（像素级和类别级），以C#编程语言，结合ArcEngine和ENVIIDL的二次开发方法，开发一套Windows平台下的土地利用变化监测系统，分析结果拟以专题图、数理统计图表的形式进行输出，便于用户更直观的获取分析结果，增强用户体验。系统具有遥感图像组织管理、土地利用分类、遥感图像变化监测、专题图的制作与输出、数理统计图表的生成与输出等功能。在生成变化监测结果之后，对变化结果的精度进行验证，并将其与ENVI软件处理结果进行对比。对本系统的优缺点进行分析，以验证本系统的实用性。