农业资源与环境专题 实践报告.docx

农业资源与环境专题 实践报告.docx

《农业资源与环境专题 实践报告.docx》由会员分享，可在线阅读，更多相关《农业资源与环境专题 实践报告.docx（11页珍藏版）》请在冰豆网上搜索。

农业资源与环境专题实践报告

农业资源与环境专题实践报告

学院：

农学院

专业：

农业资源与环境

班级：

学号：

学生姓名：

指导教师：

李屹旭

2014年07月22日

1、实习情况：

小组人员：

陈碧晶11b班王烽11a班

图像区域：

田园北路周围地带

图像比例尺：

1：

16（图上距离1cm，实地距离15.90m）

2、实习目的：

1．要求学会使用GoogleEarth和ERDAS软件；

2．学会制作遥感影像图，能够对遥感影像进行信息提取。

通过对ERDAS软件的学习和实习操作，了解遥感图像处理的基本原理、流程以及软件系统的基本构成和功能，加深多所学课程原理的理解，为从事相关项目的研究和开发奠定基础。

3、实习内容：

1．遥感影像谷歌地球（GoogleEarth）下载、拼接、预处理；

2．地类信息提取；

3．遥感影像图制作；

4．野外实际调查；

5．修测完成，输出打印。

4、实习操作过程：

1．下载GoogleEarth，并在地图上找出贵大南区的相应位置，去除地名及导航等不需要的显示，截图备用。

右下角GoogleEarth标志无法去除，可忽略。

2．使用遥感的专用软件ERDAS，将在GoogleEarth上截的图进行格式转换，由jpg格式转化为img格式，用以监督分类。

3．打开转换后的南区.img，点击主菜单上的classifier打开classification对话框，选择SignatureEditor，开始制作分类模板。

点击图片窗口的AOI菜单，打开Tools，选定模板后添加至SignatureEditor的模板中，根据情况重复上述步骤分完模板，必要时可合并，并编辑相应的颜色和命名，点击Evaluate菜单的contingencyMatrix查看可能性矩阵，若各个分类模板所占比例大于85%，则符合分类要求，接受分类结果；若不符合要求，则需重新进行分类。

将符合要求的分类模板保存。

4．打开Classifier的SupervisedClassification对话框，依次输入原图像、保存的分类模板，见下图：

然后，输出南区监督分类后的图像，如下图：

5．打开Main菜单栏的ImageInterpreter对话框，点击GISAnalysis，选择Clump，输入监督分类后的图像：

输出聚类分析后的图像：

6．打开Main菜单栏的ImageInterpreter对话框，点击GISAnalysis，选择Sieve，输入聚类分析后的图像：

输出过滤分析后的图像：

7．打开Main菜单栏的ImageInterpreter对话框，点击GISAnalysis，选择Eliminate，输入过滤分析后的图像，并将Minimum改为50甚至更大，得到下图：

输出去除分析后的图像：

8．打开Main菜单栏的ImageInterpreter对话框，点击GISAnalysis，选择Recode，输入去除分析后的图像，并点击SetupRecode进行重新分类：

分类后，因为系统默认的颜色为黑色，所以需要更改颜色才能看到。

重新编码后得到下图：

9．到与地图上对应的地点进行实地测量，计算出比例尺。

以公路为例，公路的实地宽度为15.90m，测量出图上的公路宽度，便可得到比例尺。

至此，历经一个月的图像获取、图像分类、分类的后期处理以及野外实际调查等实习内容结束。

5、实习心得：

在刚开始安装软件这一环节，我就遇到了很多的麻烦，几乎ERDAS所以的版本都试过了，但都由于管理员权限或其他错误而无法安装，最终是在同学的帮助下成功安装了ERDAS9.2破解版。

用GoogleEarth选择图像时，因为没有将导航、地名等选项勾除去，图像上的这些标志影响了分类效果，在老师的提醒后我们将所有无关选项都关闭后再进行了截图。

我们这次监督分类使用的方法是最大似然比分类法，在进行ERDAS模板分类，选取区域时有些接近的地物容易混合，从而降低分类精度。

所以在分类模板这一过程重复了很多次，经过放大局部、缩小样本面积来提高分类的精度，直到可能性矩阵达到大于85%的要求，分类模板才终于完成。

之前我第一次选择的地点是贵州大学南校区，包括运动场这一块，分类下来可能性矩阵很多都没有达标，因此第二次换成了湿地公园，这一地块地物比较单一容易分类。

但由于很多地物的灰度值都十分相似，分类后很多不是同一类型的地物都被分为一类了，并且无论如何放大图像和精确分类，可能性矩阵的分类都会出现一种地物选到了另一地物的情况，因此最后也放弃了这一地块，而选择了田园北路周围的一片地块。

这一地块也进行了多次分类，并合并了同类地物。

监督分类后的聚类分析、过滤分析和去除分析问题都不大，问题主要是出现在分类重编码。

输入去除分析后的图像，还要重新分类一次，才能得到分类重编码后的图像，因为这一项系统默认的模板颜色为黑色，与窗口的背景色相同，因此打开分类重编码的图像后要弹出Raster菜单栏的Attribute对话框，更改颜色属性，才能看见分类重编码后的图像。

通过这次为期四周的专题实践，我对GoogleEarth和ERDAS的运用更加熟练了，虽然不是十分专业，而且只是加强了监督分类的操作和分类图像的后期处理，但这些操作我已经能熟练地运用了。

这段时间每天都在接触ERDAS，虽然不可能在短期内学会所有的操作，但今后的学习和生活中，我还会不断积累相关的经验和知识。

通过这次实践，我懂得了只有通过不断练习，反复思考问题，才能掌握好一项技能。

在学习过程中，必须将所学的理论基础和实际操作共同运用，做到劳逸结合，才能完全掌握一门知识。

虽然一开始可能无从下手，但经过不断的摸索和尝试后，你一定会有意想不到的收获的。

 现在的网络十分普及，很多不清楚的问题都可以通过网络解决。

最重要的是我们要明白学无止境，知识是永远学不完的，活到老学到老的精神在21世纪仍然适用。

通过这次实践我也发现了GoogleEarth和遥感技术在日常生活中的广泛应用，在现在乃至将来的学习和生活中，我会更加努力地学习相关的专业知识，丰富自身的学识，并且利用到生活当中去，发挥其应有的作用。