1、森林開采的遙感動態監測首先介紹一下什么是遙感動態監測，就是從不同時間或在不同條件下獲取的遙感圖像中，識別和量化地表類型的變化、空間分布狀況和變化量的過程。地表的信息變化一般有兩種情況（我是搞海洋的，不介紹海洋方面的，只介紹陸地表面的變化）：一種是轉化（這種我的理解是一種土地覆蓋類型與另一種土地覆蓋類型的轉化，如草地變成農田，森林轉變為農場-這里介紹以下“土地覆蓋”和“土地利用”，就拿植被來講，在土地覆蓋中只分出各種植被類型，而在土地利用中的森林必須分出“防護林”、“建筑用林”、“城市綠化環保”等幾種），一種是改變（像是森林的密度改變，或者是農田由于各種狀況而引起的變化，這種是本質沒有發生變化）

2、。遙感動態監測大致分為三個步驟：數據預處理變化信息檢測變化信息提取（因為非專業人員并不懂我們所做的工作，我們只有想干旱圖或降水量圖等一系列的專題圖一樣）反正最終的結果就是出來專題圖數據預處理方面：需要考慮不同時相的遙感數據不同的因素，我就能想起來這些，傳感器類型的差異（這個一般不用考慮，咱們的數據有限），最重要的是時相的差異而引起的掃描時的天氣狀況、傳感器的觀測角的影響（主要是對地形的影響），圖像的各種分辨率的影響（是否需要重采樣），配準的程度，其中最重要的是時相的差異和配準的程度，其實在本科期間咱們也沒有考慮大氣等其他因素的影響，我們做的時候主要是一種傳感器的圖像數據，要是不一樣，就必須進行

3、重采樣，進行完上一步后，下一步一般是看看不同時相的數據的直方圖，若是兩幅圖像的直方圖都比較好，則直接進行“直方圖匹配”（因為直方圖匹配的過程就是兩幅圖像的不同大氣狀況、傳感器觀測角的影響和天氣狀況的不同引起的本來沒有變得區域要是不進行直方圖匹配的話，就就會誤認為是變化的-即兩幅圖像的亮度值中值，標準差等都不同，會引起差錯，），但是要是一幅圖像的直方圖比較“瘦,高”或是有，則需先進行“直方圖均衡化或是直方圖正態化”，一般的數據都進行過預處理（咱們的數據一般都是二級的），再進行直方圖匹配，因為直接進行直方圖匹配好像是很難的（我記得有一次我做就不行），直方圖方面的處理最終的結果使不同時相的數據的直方

4、圖基本成同一種形狀，影像數據的各種數學統計值基本是相同的。下一步是不同時相數據的高精度配準，有相對配準和絕對配準兩種，到這一步最好是相對配準（因為后面有一步應該是和矢量圖的疊合，做成專題圖的時候，還要和矢量圖進行匹配，所以這一步進行絕對配準我感覺是沒有必要的），相對配準也就是實現image到image的幾何校正。進行完幾何校正后，基本上前期的數據預處理已完成。將變化信息從遙感影像中檢測出來方面：方法有很多種。以前在一本書上見過，加上今年考研期間上的王萍老師的遙感地學分析中也講了一些。1.直接比較法 最常見的方法，蔣經過配準的遙感影像中像元值直接進行運算或變換處理，找出變化的區域。a圖像比值或差

5、值法因為具體的說就是未變化的在差值影像上相減值是趨向于零，也就是得出的像元亮度值是+0.005（這個只是假設值），而在比值影響上是趨向于一也就是像元亮度值是1+0.005（和上面一樣這些值都是一個假設，具體值應該結合影像的統計值），當然可以進行直接的圖像運算（在ENVI中的基本工具_basic tools菜單中用band math功能，在ERDAS中的 interpreter/utilities/operators功能均可實現），當然也可以先做各種指數，再對指數進行運算，例如森林開采的動態監測中可以先做兩年的植被指數（NDVI或EVI）再對植被指數進行運算。b.光譜特征變異法同一地物反映在一時

6、相圖像上的信息與其反映在另一時相圖像上的光譜信息是一一對應的，當將不同時相的圖像進行融合時，如同一地物在兩者上的信息表現不一致，那融合的圖像中此地物的光譜就表現的與正常地物的光譜有所差別（不過得對比原來的兩時相的影像數據），這一般是變化的區域。c假彩色合成主要是抓住了當地物發生變化，相同的傳感器獲得的同一地區的不同時相的影像在圖像灰度值方面上表現出很大的差異，所以進行假彩色合成后會表現出來，具體方法好像是將其中一個時相的一個波段付給紅色通道，將另一時相的數據的與前一時相的同一個波段分別付給藍光和綠光通道，形成假彩色，這樣變換后好像是發生變化的區域呈現紅色（具體什么顏色忘了）其他方法還有很多，想不起來了，當然還有分類后比較，直接分類。變化信息提取方面：我們當時在王萍老師的實習課上是用的手工數字化，將變化的信息提取出來，我們當時用的ArcGIS中的重分類方法（不過老師說不允許用）還有用各種分類方法，反正最終是制成偽彩色圖像。下一步一般是密度分割，劃分出等級，緊接著是和矢量圖疊合，因為只做出一幅變化圖像，別人不知道這是哪，光給人經緯度，我