摘 要：本文对监测土地覆盖变化使用的遥感监测方法进行研究，首先介绍了遥感图像的处理方法，其次研究了土地覆盖变化信息提取方法，最后提到了土地覆盖遥感地物分类的新进展，旨在通过研究遥感技术在土地覆盖变化监测中的应用，总结归纳出主要方法和研究现状及最新趋势，为促进遥感技术在环境变化研究中的应用和发展提供参考。
关键词：土地覆盖变化；遥感技术；方法；研究进展
土地覆盖变化可以影响地气能量平衡，从而引起地表及大气组分的变化，这种变化会影响部分区域及小气候，主要表现在地表反射率、粗糙度、土壤水分、水分交换、地气系统能量交换平衡的扰动上。而遥感技术以及卫星遥感技术能够为土地覆盖变化监测提供丰富的动态链家数据源，已成为了获取土地覆盖信息最有效的手段之一。
1 遥感图像处理方法
遥感技术作为一种先进综合性技术，借助各国太空中的各种导航定位卫星，对地物进行卫星识别，成像原理是通过传感器，把接触到远处物体的反射电磁波带来的相关信息进行收集和处理。电磁波理论也是地籍调查和測量中，实施遥感技术的工作原理，另外，遥感技术的组成部分包括：平台、遥感器、接收器、传输设备、图像处理等。遥感在土地覆盖变化监测应用上的条件是发生了广谱反射和辐射值变化，且要大于其他照度、物候、大气等引起的反射辐射值的变化。图像处理是必须进行的步骤，通过抑制其他信息的干扰来增强土地覆盖变化信息，这直接影响到了监测的精度。
1.1 预处理图像
预处理图像是对不同传感器或不同时相之间的图像进行配准的工作，包括辐射恢复、大气和几何校正、图像匹配、镶嵌等。经常利用道德处理图像方式有：ATCOR2快速大气校正模型、TM影像的大气校正试验、ASCR、相对辐射归一化（RRN）。
1.2 增强图像
增强图像的方法多种多样，主要的方法有：调整直方图、直方图线性扩展、多波段线性组合、滤波及分析主成分等。但是对不同资料和问题，应该有针对性和特殊性地采用不同增强方式，需要根据实际情况进行变通，不能对所有的问题都采取同样的增强方法。
1.3 融合多源影像
多源影像是指融合多光谱图像和高分辨率图像，这样做的好处是不仅提高了分辨率，还扩展了地物光谱信息，现在已成为我国遥感图像处理的新兴手段，并得到了广泛的应用。融合多源影像的技术方法有三种，分别是像素融合、特征融合、先验知识和影响理解融合。下面分别就这三种技术进行简单介绍。
①像素融合；像素融合使用到的方法有：Brovey变换法，HIS变换法，加权融合法，主分量分析法。比如在实际的操作中，可以使用Brovey图像变换法，通过融合SPOT和TM资料，将得到的结果应用于地区土地覆盖调查中去；②特征融合；特征融合这种技术是把地物空间结构和纹理特征方法结合在一起，比较常使用的是小波变换融合法，采用这种方法可以进行光谱特征信息和几何特征的融合，同时还具有减少原始图像广谱的信息损失，提高分辨率和细节的作用；③先验知识和影响理解融合；这一技术建立在图像概略分类的前提上，可根据不同类别选择适合的特征影响，并进行融合。采用这一方法可以对SPOT影像，ERS-2雷达影像和TM多光谱影像等进行融合，融合的信息都属于多源信息。
2 土地覆盖变化信息提取方法
2.1 大尺度研究方法
大尺度就是指全球、全国、全洲等为单位的尺度。大尺度研究以前使用最多的是NOAA/AVHRR资料。大尺度研究采取的主要方法是通过计算NDVI等植被指数，对土地覆盖分类，同时对变化信息进行检测。计算的方法有以下两种。
2.1.1主成分分析法
使用这一方法主可以通过提取主要信息，对土地覆盖进行研究。比如早期经常使用的多时相AVHRR的NDVI数据，对派生的主分量进行土地覆盖分类研究。
2.1.2 植物季相节律和物候特征法
使用这一方法，可以对植被类型NDVI的年变化曲线进行分析，在对植被的类型和季相节律，以及物候特征的认识基础上，区分植被的类别。土地覆盖变化的检测过程中应用遥感技术，现代遥感技术还可以对旱情、洪涝、积雪、水质等情况进行检测，在一定程度上对自然灾害具有较大的防治作用。例如：运用遥感技术对土壤流失、土壤侵蚀相关元素的检测，借助逐像比较、逐像分类两者之间相结合运用，能够实现动态检测。构建水土流失定量计算模型研究水土流失的情况，能够及时发现隐患、及时采取防治措施、采取有效的治理方式，最大程度的减少水土流失、确保水土的平衡，有效的控制、预测旱情。
2.2 区域尺度研究方法
区域尺度是指以国内范围，比如省、地、县、区等为单位的尺度。主要方法可分为两大类，分别是元光谱的直接比较为基础的方法，和分类后比较为基础的方法。
2.2.1 元光谱的直接比较为基础的方法包括：
不同时相的波段代数运算法，如差值法、比值法、植被指数法等。还有回归法、主成分分析法、变化向量分析法（CVA）。分类后比较为基础的方法包括：不同时相数据的分类后比较法、不同时相数据的直接分类比较法。这两类方法都各有优缺点，需要根据实际需要来进行选择。
2.2.2 回归法首先需要假设
定时相t1内的像元值与t2像元值构成线性函数，借助最小二乘法，促使其进行回归，使用回归方程将预测值计算出来，并将t1内的原始像素值减去，以此获得时相回归残差图像。经过回归处理之后，在一定程度上遥感数据可以实现辐射水准的校正，以此降低多时相数据由大气条件、太阳高度带来的影响。（下转第241页）
（上接第239页）
2.2.3 成分分析法
变化检测研究工作开展中，多时相遥感数据中的主分量可以将其作为图像差值法、回归法的输入参数，可以对每个时相数据开展独立分析，明确其主分量，接着开展分量比较工作，将信息变化呈现出来。通过构建多时相数据，能够将各类数据强制性的组合在一起，形成单一的遥感数据组，接着开展主分量分析工作。
2.2.4 变化向量分析法
变化向量分析法也称之为“CVA”分析法，基于多时相遥感数据内的任意矢量，可以在多维测量空间内，使用某一点开展表示作业，描述与分析第一时相t1，第二时相t2在多维空间内的变化情况，通过分析方向能够明确变化类型。上述4种方式，在其应用中能够实现土地覆盖变化目标的明确分布，轻易将变化数量确定出来。但在其应用中也存在着一些缺点，主要包括搬移实现图像辐射纠正，多时相、季节光谱的统一，几何标准要求相对较高。
3 土地覆盖遥感地物分类的新进展
遥感技术作为一种先进综合性技术，借助各国太空中的各种导航定位卫星，对地物进行卫星识别，成像原理是通过传感器，把接触到远处物体的反射电磁波带来的相关信息进行收集和处理。新进展主要表现在人工神经网络分类的广泛应用和系统性，多源信息分类，优化组合、改进现有分类方法上。神经网络法与传统监督分类法相比，具有容错率高，处理速度快，分类精度强等优势。多源信息分类可以利用GIS技術对形状信息提取及改善精度等产生纠正的作用。我们需要对现有的技术进行优化组合和升级，获取关于地学先验知识，并把先验知识应用到挖掘分类空间数据，这也是遥感研究的焦点之一。强化多元信息分类，将对中遥感技术收集的数据介个在一起，强化与非遥感数据的结合运用。比如GIS技术，这类结合分类技术属于全新的遥感分类技术发展趋势。在遥感分类前，能够在影像分区应用GIS数据技术，可以在信息分类中辅助数据层开展各项分类工作，可以辅助系统开展数据后期处理。
随着近十几年的发展，传统遥感技术实现的数理扩展，同时也将数据引入了分类领域中，分层聚类、决策树等方式得到了广泛的应用。能够获取精准、有效的数据，借助地理学知识开展数据分析与利用，将相关知识应用在空间数据挖掘中，能够实现土地覆盖信息数据的发现与研究，这也是当前遥感技术应用中的热点研究问题之一。
4 结束语
综上所述，遥感技术能够从多波段，多时相和全天侯角度获得全球观测数据，具有全球观测的能力。遥感测量技术将信息传输、数据分析、数据处理、传感器融为一体，在实际的应用中，具备监测周期短、数据全的特点，能够进行全天候作业，不会受到时间、气候的影响。随着不断发射上天的新型遥感卫星，今后将出现种类更丰富的数据源，和新的变化检测方法，与此同时遥感分类的精度会得到不断提升。在对全球气候变的监测和研究上，遥感技术将会发挥越来越重要的作用。
参考文献：
[1]陈怀亮，徐祥德，刘玉洁.土地利用与土地覆盖变化的遥感监测及环境影响研究综述[J].气象科技，2015，10（24）：289-294.
[2]刁娇娇，龚鑫烨，李明诗.利用综合变化检测方法进行土地覆盖变化制图[J].国土资源遥感，2018，08（16）：157-165.
[3]邓洁，刘艳丰.遥感影像融合在变化监测中的应用研究[J].国土资源导刊，2018，22（12）：75-79.
推荐访问： 遥感 研究进展 监测 覆盖 变化