实验一、资源评价实验报告
一、实验成果
1、土地利用分类特征表
土地利用分类特征表
2、土地利用分类图2张（遥感制作和GIS制作各1张）
遥感制图GIS制图
二、实验流程：
1、彩色合成
图1 2、ROI N-D分析，离散度结果
图2
图3 3、监督分类及结果（保存）
图4
图5 4、遥感制图
最小距离法制图：
图6 5、分类后处理
聚类处理：
图7 6、转出矢量
图8
GIS制图：
实验二、景观视觉分析实验报告
一、实验成果
1、刘斌堡乡DEM图
2、刘斌堡乡坡度图
3、刘斌堡乡坡向图
4、景观视觉敏感度分析图
二、实验流程：
1、生成DEM
图1 图2
图3 图4
图5 图6
图7 图8
图9 图10
图11 图12
图13 生成滑雪场格网
图14
图15 图16
图17 进行通视分析并生成景观视觉敏感度分析图
图18
图19 图20
实习三、流域分析实验报告
一、实习步骤
1）无洼地的DEM
在ArcMap中加载DEM数据，按照操作步骤[Spatial Analyst Tools]-[Hydrology]中的菜单命令[ Hydrology ]-[ Fill]，如图1所示：
图1
2）流向分析
在上一步的基础上，按照操作步骤来执行：[Hydrology]中的菜单命令[ Hydrology ]-[ Flow Direction ]，如图2所示：
图2
3）计算流水累积量
然后进行[Hydrology]中的菜单命令[ Hydrology ]-[ Flow Accumulation ]，如图3所示：
图3
4）提取河流网络
(1) 提取河流网络栅格：
打开Arctoolbox，进行如下操作：[Spatial Analyst Tools]-[Map Algebra]-[单输出地图代数]
在[地图代数表达式]中输入公式：con (FlowAcc_Flow1>800,1)
[输出栅格]指定为：StreamNet
1、从而得到河流网络栅格[StreamNet]，如下图4所示：
图4
(2) 提取河流网络矢量数据
执行如下操作：[Hydrology]中的菜单命令[ Hydrology ]-[ Stream to Feature ]，如下图5所示：
图5
(3)平滑处理河流网络
单击[编辑器]工具栏，执行如下操作：[编辑器]-[开始编辑]，确保目标图层为河流网络图层为（2）中输出的矢量图层。
如下图6所示：
图6
5）．流域分析
（1）获取汇水点数据，在上一步的基础上进行，执行工具条[Hydrology]中的菜单命令[ Hydrology ]-[ snap pour point ]，如下图7所示：
图7
继续执行如下操作：[Hydrology]中的菜单命令[ Hydrology ]-[ Watershed ]，如下图8所示：
图8
执行命令：[转换]-[栅格到多边形] 将流域栅格转换成为矢量图层，如下图9所示：
图9
将图像在设置图层[Watershed]属性[符号]后设置，便得到上图的效果。
实验四、植物生长适宜性分析实习报告
1、根据给定的研究区数字高程模型DEM.img，利用地形分析工具分别生成坡度slope.img和坡向aspect.img文件。
图1 图2
图3
2、打开DEM.img，根据“植物生长适宜条件.doc”要求，生成植物生长适宜的高程条件“高程条件.img”，程序如下图。
图4
图5 图6
图7 图8
图9 图10
图11
3、打开slope.img，根据“植物生长适宜条件.doc”要求，按2的方法生成植物生长适宜的坡度条件“坡度条件.img”。
图12
图13
4、分两步进行，首先计算0-45º，然后计算225-360º。
打开aspect.img，根据“植物生长适宜条件.doc”要求，按2的方法分别生成“坡向条件1.img”和“坡向条件2.img”，最后利用波段运算合成一个“坡向条件.img”
5、打开“土壤.img”，根据“植物生长适宜条件.doc”要求，取阀值2（最小）和3（最大），按2的方法生成植物生长适宜的土壤条件“土壤条件.img”。
图14
图15
图16
6、对“土壤条件.img”、“坡向条件.img”、“坡度条件.img”和“高程条件.img”四个图象做波段运算，在图象上，象元值为4的区域为最适宜区，象元值为3的区域为较适宜区域，依此类推。
生成果树生长适宜区分析图象。
如下图所示。
图17 图18
图19 图20
图21 图22
图23
实习五、北京城市扩张检测与分析实验报告
一、TM数据预处理
1、TM 4的7个波段数据的叠加，即把7个独立存在的波段文件合成一个文件，ENVI的操作步骤：打开ENVI并加载TIF影像，之后单击basic tool --- layer stack ，全选TM4影像选择好保存路径再点击OK即可合成。
过程如下图1~6所示：
图1 图2
图3 图4
图5
图6 同理，TM5的7个波段合成后如下图7所示：
图7
二、图像匹配
以其中一影像作为参照，将另外一影像匹配到参考影像的参照系中。
图8 生成匹配点1
图9 生成匹配点2
图10 检验匹配结果
三、图像裁剪
以最近的TM数据所表现出的城区范围为基础，将两景影像裁剪到相同的大小。
（注意，裁剪时，裁剪后的图像一定要大些，要超出城区范围，否则最后就检测不出变化了。
）
图11 规则分幅裁剪结果对比（6500*6500）
四、三指数法进行城市规模扩张检测
1、三指数分别为：NDBI、MNDWI和SA VI （如何定义请查阅资料，并生成这三个参数的影像）
NDBI的计算公式为：（TM5-TM4）/（TM5+TM4），在Band Math中键入
(float(b5)-float(b4))/(float(b5)+float(b4))
图12
经过ENVI计算得到图像13，如图13所示：
图13 TM4与TM5计算出的NDBI图
MNDWI的计算公式为：（TM2-TM5）/（TM2+TM5），在Band Math中键入
(float(b2)-float(b5))/(float(b2)+float(b5))
经过ENVI计算得到图像14，如图14所示：
图14 TM4与TM5计算出的MNDWI图
SA VI的计算公式为：SA VI = [(NIR –Red)/(NIR + Red + L)] * (1 + L)，在Band Math中键入
(float(b4)-float(b3))/(float(b4)+float(b3)+0.5)*（1+0.5）
经过ENVI计算得到图像15，如图15所示：
图15 TM4与TM5计算出的SA VI图
2、通过波段运算得到上述三个指数，然后将其用RGB合成后利用监督分类的方法得到城市用地（主要包括建设用地、城市绿地、水体、裸地及其他），非城市用地（农田、林地及其他）
经过RGB合成后得到如下图16所示的TM4与TM5彩色合成图：
图16
利用监督分类的方法将上述TM4与TM5的彩色合成图进行处理后得到下图17~20所示：
图17 评价训练样本TM4 图18 评价训练样本TM5
图19 最小距离法TM4
图20 最小距离法TM5
3、对上述结果进行后处理，并将其转成矢量文件后在ARCGIS中提取城市范围；
4、对两期影像所对应的城市规模进行成图。
图21。