Erdas与ArcGIS遥感影像土地利用分类实践指南

"RS_GIS综合实习指导书（土地利用分类部分）.pdf" 是一份教程，涵盖了利用遥感（RS）和地理信息系统（GIS）对土地利用进行分类的详细步骤。该指导书以Erdas 2010和ArcGIS 10.2为主要工具，介绍了从数据获取到最终的专题制图的全过程。 1. 遥感影像与Landsat数据 - Landsat数据是实验中的主要遥感源，它由Landsat 8卫星提供，该卫星携带OLI（陆地成像仪）和TIRS（热红外传感器）载荷。 - Landsat 8于2013年发射，设计寿命至少5年，其数据用于全球范围内的土地利用监测。 - 由于Landsat 7的SLC故障，数据可能存在条带丢失问题，建议使用无此问题的Landsat 8数据。 2. 数据获取 - 用户可以通过地理空间数据云（http://www.gscloud.cn/）或美国地质勘探局USGS（https://glovis.usgs.gov/）免费下载Landsat数据。 - USGS的数据更全面，但因服务器在国外，下载速度可能较慢，推荐使用地理空间数据云。 3. 数据处理 - **多波段组合**：遥感数据通常包含多个波段，组合这些波段可以提高分析效果。 - **辐射校正**：修正因大气条件和传感器响应等因素导致的辐射误差，使数据更准确。 - **几何校正**：确保影像与实地地理位置匹配，消除几何变形。 - **影像融合**：将不同传感器或分辨率的影像融合，提升影像质量和分析精度。 - **影像拼接**：将不同影像片段合并为连续的覆盖区域。 - **影像裁剪**：根据需要，裁剪出特定区域的影像。 4. 影像分类 - **非监督分类**：无需先验知识，通过聚类算法自动生成类别。 - **监督分类**：基于已知训练样本进行分类，包括创建训练样本、评价样本、执行分类、结果评价和后处理。 - **创建训练样本**：选择代表性的地面对象作为样本点，定义各类别的特征。 - **评价训练样本**：评估样本的质量，确保其准确性和多样性。 - **执行分类**：应用训练样本进行分类，如最大似然法。 - **分类结果评价**：通过混淆矩阵等方法评估分类准确性。 - **分类后处理**：如细化边界、噪声去除等，提高分类质量。 5. 专题制图 - 最终阶段，将分类结果转化为专题地图，直观展示土地利用情况。 这份指导书对于学习和实践RS和GIS在土地利用分类中的应用具有很高的价值，涵盖了从数据获取到成果展示的完整流程。通过遵循这些步骤，读者可以了解和掌握遥感影像处理和分析的基本技能。