遥感影像变化监测方法简述.docx

遥感影像变化监测方法简述
引言
遥感技术广泛应用于自然资源管理、环境保护、灾害监测、城市规划等领域。针对自然资源管理和环境保护等方面，需要对地表覆盖类型进行监测。传统的地表覆盖类型监测方法需要大量的人力和物力，成本昂贵，并且监测周期较长。遥感影像变化监测方法可以通过对光谱、空间位置等信息进行分析，自动化地完成地表覆盖类型的变化监测任务。本文旨在对遥感影像变化监测方法进行简述。
遥感影像变化监测方法
1.基于像元的监测方法
像元是图像中最小的元素，每个像素由一个灰度值或者一组数字值表示。基于像元的监测方法是先进行像元级别的差异检测，进而得到差异像元，再通过对差异像元进行分类或聚类等方法获得地表覆盖变化信息。基于像元的监测方法主要存在于两大类：一是单时间多光谱遥感影像进行的差异监测，二是多时间段遥感影像差异监测。
单时间多光谱遥感影像进行的差异监测：这种方法通常在短时间内对同一地区和同一类型的照片进行拍摄，然后构建灰度图像，对两张灰度图像进行差别法运算，得到差别像元。差别像元可用于进一步分类或聚类分析，获得地表覆盖变化信息。
多时间段遥感影像差异监测：这种方法需要使用连续多期遥感影像，多期影像间可能存在因云、积雪、大风等因素造成的影像质量差异，需先进行预处理，如影像配准、修正、裁剪等操作。再通过额外变量如NDVI、NDWI、NDBI等指数进行像元级别的差异检测，得到差异像元。同时利用历史数据和人工分类结果等进行其他监测，以此获得更精确的变化信息。
2.基于对象的监测方法
基于对象的监测方法是将图像中的对象进行提取，通过对不同时间段的矢量数据信息进行比较，确认地表覆盖变化信息，涵盖面更广，更精度更高。
基于面向对象的监测方法：根据现有的矢量数据如土地利用地形图，陆表覆盖图等进行提取，一般采用基于阈值、基于形状、基于纹理等方法进行特征提取，然后对目标进行分类或聚类等处理操作，最终得到变化信息。
基于网络的监测方法：基于网络的监测方法则是一种新兴的基于对象的监测方法，它通常结合了深度学习算法，利用卷积神经网络对地表物体进行特征提取和分类，通过监督学习、自适应学习等方式进一步提高变化监测的效果。
总结
遥感影像变化监测方法是一种有效的地表覆盖变化监测技术，可以快速且精确的分析遥感影像中的地表变化信息。目前主流的遥感影像变化监测方法包括基于像元的方法和基于对象的方法。两者均可实现地表覆盖变化监测，但基于对象的方法效果更好且适用范围更广。在未来，随着遥感技术的进一步发展，遥感影像变化监测方法将会得到更广泛的应用。