S市生态环境遥感监测情况分析案例综述
1.1总体技术路线
图3-1实验技术路线
Fig3-1Thecourseofresearch
从地理空间数据云中获取数据，首先利用ERDAS对遥感图像进行预处理，主要包括数据融合入、图像镶嵌、图像裁剪。由此得到徐州遥感影像图。其次对遥感图像进行分类与解译，采用的方法是监督分类。将解译好的图像转换成shp格式并将其加载到ArcMap，计算各种类型土地的面积。根据获取的面积数据并与网站相关查找数据相结合，计算评价指数，并在ARCGIS中制作专题图，最后对徐州的生态环境进行评价。
1.2遥感影像的预处理
1.2.1数据融合
从地理空间数据云上下载的数据精度比较高，本文中不需要对遥感图像进行几何校正。但我们拿到的原始数据大多都是单波段的，比如五个、七个，甚至更多，所以还需要将若干单波段图像组合成多波段图像文件。对于Landsat8OLI_TRIS，只需选择2、3、4、5、6、7波段，这样就能使图像上不同形态、类型的地物获得良好的显示效果[22]。
1.2.2图像镶嵌
徐州市作为整个研究区，要想对其生态环境质量进行完整的评价，必须对同一时相的多景影像进行镶嵌。本文运用ERDAS系统中的mosaictools工具来进行遥感影像的镶嵌。
1.2.3研究区的提取
在完成影像镶嵌后，根据研究区域的范围裁剪镶嵌后的图像，就可以得到徐州的遥感影像。将徐州边界矢量图转化为img格式，利用ERDAS中的MASK工具完成裁剪。
图3-2徐州市遥感影像图
Fig3-2RemotesensedimageofXuzhou
1.3图像分类与解译
1.1.1土地利用分类标准
根据《城市用地分类与规划建设用地标准》（GBJ137—90）[28]，以城市为研究范围，按土地使用的性质进行划分和归化，采用3个层次的分类体系：小类、中类、大类，共分为73小类，46中类，10大类。这10大类包括居住、仓储、工业、道路广场、对外交通、市政公用、公共设施、特殊用地、绿地、水域、其他用地[23]。
为对中国生态环境状况进行综合评价，及时发现生态问题，服务于环境管理，2006年国家环保局颁布了生态环境质量评价标准[19]，并于同年5月1日试行。该规范在我国县级以上范围的生态环境质量评价都适用[19]。
本文遥感图像解译分类标准共分为6类，主要参考国家环保总局规定的分类标准的二类指标，总体上来看，分类比较粗略。
表3-1本次生态环境质量评价的分类标准
Table3-1classificationcriteriafortheassessmentoftheecologicalenvironmentquality
土地类型
TM影像特征
农田
深红色或红白色，边界清晰，几何特征较规则，呈现网格状
林地
成片鲜红色、深灰绿色，边界不规则，结构较粗糙，呈颗粒状
草地
粉红色或者深青色，呈现面状或条带状，边界清晰
水体
蓝或者浅蓝色边界清晰，片状或者带状
建筑用地
浅青色，呈现团状或片状，形状规则，面积较大，一般都有交通线穿过，村庄和居民点内部常常栽种树木，呈红色阴影
未利用地
灰白色、白色，形状不规则，边界清晰
1.1.2遥感影像解译与分类
常用的图像分类方法有：监督分类、非监督分类、神经网络的专家系统分类等。
本文采用的主要分类方法是监督分类，再辅以辅助调查资料，实现对图像的最终解译。由于监督分类有一定的盲目性，所以很容易分错。因此，要对分类图像进行后处理，主要有聚类分析，过滤分析，去除分析，最终才能得出比较理想的分类结果[26]。
整个过程处理结束后，再对分类结果进行评价，ERDAS中有很多分类评价方法，包括定义阈值、分类重编码、分类叠加和精度评估。本文中主要采用精度评估方法，遥感图像最终的Kappa系数大于80%，就可以说明分类效果较好[27]。
图3-32014年徐州土地利用分类图
Fig3-3Xuzhoulanduseclassificationfigurein2014
表3-2徐州各县区土地利用类型面积统计表（单位：km2）
Table3-2Land-usetypeinXuzhouCountiesArea
地区
建筑用地
农田
草地
林地
水体
未利用地
总面积
丰县
74.47
1106.49
40.03
191
1.34
8.83
1424.16
沛县
78.95
921.7
17.02
81.97
1.25
0.92
1101.81
邳州市
464.76
646.9
39.44
1439.7
46.72
8.57
1934.09
铜山县
696.85
884.74
75.23
1039.8
186.8