遥感实验报告图1-1第三步：获取分类模板信息，点击AOI，利用AOI-tools中的多边形工具绘制某一地类的样区。

将画好的耕地AOI添加到模板。

signature editor-edit-add. 重复步骤第三步，在图中采集多个耕地样本。

选择所有耕地样本模板，按merge按纽合并这组分类模板。

合并后将模板取名为耕地。

利用同样的方法，依次做好其灌草地、林地、水域、建设用地、裸地土地覆盖类型模板。

如图1-2：1990年图像的分类信息模板：图1-22006年分类信息模板：图1-3第四步：保存分类模板。

2.评价分类模板第一步：点signature editor-Evaluate-contingency，利用可能性矩阵方法评价分类模板精度。

达到90以上即为精度满足要求，否则重新选择训练样区，再次进行精度评价，直到精度满足。

1990年的模板评价结果：ClassifiedData forest and water forest urban---------- ---------- ---------- ---------- ----------forest and 99.83 0.00 1.14 1.66water 0.00 100.00 0.00 0.00forest 0.00 0.00 90.90 0.00urban 0.00 0.00 0.00 98.34bare land 0.17 0.00 0.00 0.00formland 0.00 0.00 8.96 0.00Column Total 604 638 703 602Reference Data--------------ClassifiedData bare land formland Row Total---------- ---------- ---------- ----------forest and 0.00 0.00 621water 0.00 0.00 638forest 0.00 4.88 662urban 0.00 0.00 592bare land 100.00 0.00 612formland 0.00 95.12 648Column Total 611 615 3773----- End of Error Matrix -----2006年影像的模板评价结果：3 .执行监督分类打开Classifier-surpervise classification,选择分类决策规则，进行监督分类。

1990年的结果如图1-4：图1-42006年的结果如图1-5：图1-5（二）分类后处理1.去噪：去噪声，interpreter-gis analysis，然后在弹出的窗口中选择neighborhood,1990年结果如图2-1：图2-12006年的结果如图2-2：图2-22.分类重编码分类重编码主要是针对之前非监督分类结果不理想的一种修正，可以将同种用地类型但属于不同类别的类合并在一起，具体操作如下：点击ERDAS图标面板工具条下的interpreter图标，选择 GIS Analysis /下的Recode命令，打开Recode对话框：1990年的结果如图2-3：图2-32006年的结果如图2-4：图2-4（三）分类精度评价1. ERDAS 图标面板工具条：点击Classifier 图标→Classification菜单→选择Accuracy Assessment菜单项→打开Accuracy Assessment对话框第二步：打开分类专题图像 Accuracy Assessment 对话框菜单条：File→Open →打开Classified Image对话框→在Classified Image对话框中确定与视窗中对应的分类专题图像→OK（封闭Classified Image对话框）→返回Accuracy Assessment对话框。

第三步：将原始图像视窗与精度评估视窗相连接 Accuracy Assessment对话框：→工具条：点击Select Viewer图标（或菜单条：选择View 菜单的Select Viewer）→将光标在显示有原始图像的视窗中点击一下→原始图像视窗与精度评估视窗相连接。

第四步：在精度评价对话框中设置随机点的色彩 Accuracy Assessment对话框：→菜单条View →Change Colors菜单项→打开Change color面板→在Points with no Reference确定没有真实参考值的点的颜色→在Points with Reference确定有真实参考值的点的颜色→OK（执行参数设置）→返回Accuracy Assessment对话框。

如图3-1：图3-1第六步：产生随机点本步操纵将在分类图像中产生一些随机点，随机点产生之后，需要用户给出随机点的实际种别。

然后，随机点的实际种别与在分类图像的种别将进行比较。

Accuracy Assessment对话框：→Edit →Create/Add Random Points →打开Add Random Points对话框。

→在search Count 中输进1024 →在Number of Points中输进20 →在Distribution Parameters选择Random单选框→OK（按照参数设置产主随机点）→返回Accuracy Assessment对话框可以看到在Accuracy Assessment对话框的数据表中出现了10个比较点，每个点都有点号、X＼Y坐标值、 Class、 Reference 等字段，其中点号、 X／Y坐标值字段是有属性值的。

说明：在Add Random Point对话框中， search Count是指确定随机点过程中使用的最多分析像元数，当然这个数目一般都比Number of Point大很多，Number of Points设为20说明是产生20个随机点，假如是做一个正式的分类评价，必须产生20个以上的随机点。

选择Random意味着将产主尽对随机的点位，而不使用任何强制性规则。

Equalized Random是指每个类将具有同等数目的比较点。

stratified Random是指点数与种别涉及的像元数成比例，但选择该复选框后可以确定一个最小点数（选择Use Minimum Points）,以保证小种别也有足够的分析点。

如图3-2：图3-2第六步：显随机点及其种别 Accuracy Assessment对话框：→View. →Show All(所有随机点均以第五步年设置的颜色显示在视窗中) →Edit→Show Class Values（各点的种别名出现在数据表的class字段中）如图3-5：第八步：输进参考点的实际种别值 Accuracy Assessment 对话框：→在数据表的Reference字段输进各个随机点的实际种别值（只不要输进参考点的实际分类值，它在视窗中的色彩就变为第五步设置的Point With Reference颜色得到1990年影像的分类精度评价是：APPA (K^) STATISTICS---------------------Overall Kappa Statistics = 0.7917Conditional Kappa for each Category.------------------------------------Class Name Kappa---------- -----unclass0.0000water 1.0000bare land0.0000formland0.0000forest 1.0000urban 1.0000forest and grass0.61902006年的精度评价结果是：（四）打开ERDAS中的图像解译（Interpreter）-GIS分析工具- matrix，，提取变化信息，导入到ARCGIS进行专题制图。

第一步：打开ERDAS中的图像解译（Interpreter）-GIS分析工具-matrix，，提取变化信息，如图4-1：图4-1得到的结果加入到Arcgis后如图4-2所示：图4-2第二步：打开它的的属性表，增加一个字段change，表示变化土地覆被信息，观察，明确变化的信息。

如前一时相的编号为1，后一时相的编号为1，表示forest and grass no change; 前一时相的编号为1，后一时相的编号为2,表示forest and grass to forest; 仔细观察，判断变化的土地覆盖信息属性，如4-3所示。

图4-3第三步：对土地覆被信息进行专题制图如图4-4所示：图4-4（五）计算土地覆被变化矩阵第一步：将1990年与2006年的土地分类利用图导入到ARCGIS当中，然后在分别将两张图像转成矢量图。

如图5-1所示：图5-1如图5-2所示为1990年的土地分类矢量图：图5-2转好之后，每幅图的属性表都要有一个表示土地利用类型的字段，并且要使用不同的名称加以区分，分别修改两张图像的土地类型字段如1990class_name，2006class _name。

土地利用类型名称必须统一，并且完整，如都使用“water”、“urban”等。

如图5-2：图5-3第二步：数据融合在ArcMap里分别打开两张图的图层，打开ArcToolbox，选择Data Management Tools | Generalization | Dissolve工具。

Input Feature选择要融合的图层，Output Feature Class选择输出结果存储的位置及名称，Dissolve Field(s)选择土地利用类型字段（Type1990），然后勾选Creat multipart features选项，点击OK完成。

重复此过程，对另一时相数据进行融合。

此步骤使相同利用类型的记录融合为一个记录，以提高后面步骤的计算速度，如图5-3。

图5-4第三步：叠置分析在ArcMap中打开两个时相融合后的数据，在ArcToolbox中选择Analysis Tools | Overlay | Intersect工具，Input Features选择两个时相的图层，Output Feature Class选择叠加结果存储的位置及名称，其余选项可以忽略，单击【OK】完如图5-5所示:图5-5结果如图5-6所示：图5-6第四步：计算面积并导出属性表在ArcMap中打开叠加后的图层数据，在该图层上右键打开属性表，选择Option|Add field… 新建一个字段，命名为NewArea。

在Editer工具条中选择Editer | Start Editing，然后在属性表中NewArea字段上单击右键选择Calculate Geometry… ，在打开的Calculate Geometry对话框中，Property选择Area，Units选择要使用的面积单位，单击【OK】完成图斑面积计算。