变化检测方法

‘壹’ 两组数据变化是否明显显着性差异检验还是用什么方法

做配对样本的t检验
t检验
t检验分为单总体检验和双总体检验。
单总体t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显着。当总体分布是正态分布，如总体标准差未知且样本容量小于30，那么样本平均数与总体平均数的离差统计量呈t分布。
单总体t检验统计量为：

双总体t检验是检验两个样本平均数与其各自所代表的总体的差异是否显着。双总体t检验又分为两种情况，一是独立样本t检验，一是配对样本t检验。
独立样本t检验统计量为：

S1 和 S2 为两样本方差；n1 和n2 为两样本容量。（上面的公式是1/n1 + 1/n2 不是减！）
1/n1 -1/n2的话无法计算相同的样本空间
配对样本t检验统计量为：

适用条件
(1) 已知一个总体均数；
(2) 可得到一个样本均数及该样本标准差；
(3) 样本来自正态或近似正态总体。
t检验步骤
以单总体t检验为例说明:
问题：难产儿出生体重n=35， =3.42，S =0.40，一般婴儿出生体重μ0=3.30（大规模调查获得），问相同否？
解：1.建立假设、确定检验水准α
H0：μ = μ0 （零假设，null hypothesis）
H1：μ ≠ μ0（备择假设, alternative hypothesis，）
双侧检验，检验水准:α=0.05
2.计算检验统计量

3.查相应界值表，确定P值，下结论
查附表1，t0.05 / 2.34 = 2.032,t < t0.05 / 2.34,P >0.05，按α=0.05水准，不拒绝H0，两者的差别无统计学意义

‘贰’ 变化检测的介绍

变化检测是从不同时期的遥感数据中定量分析和确定地表变化的特征与过程；遥感变化检测是一个确定和评价各种地表现象随时间发生变化的过程；遥感变化检测是遥感瞬时视场中地表特征随时间发生的变化引起两个时期影像像元光谱响应的变化。

‘叁’ 基于典型相关分析的多元变化检测

( 一) 基于典型相关分析的多元变化检测方法

为了解决传统方法应用于多源遥感影像变化检测中的不足，丹麦学者 Nielsen 等( 1998) 率先提出了多元变化检测 ( Multivariate Alteration Detection，MAD) 的概念和方法。这种方法的基本思想是基于典型相关分析方法，对两幅不同时相的分别具有 p 和 q 个通道的影像 ，不妨假设 p≤q，且 X 和 Y 都具有零均值，即 E{ X} = E{ Y} = 0，分别构造两个线性组合:

退化废弃地遥感信息提取研究

然后将它们之间的差值a^TX－b^TY作为衡量变化信息的测度。

理论上，任意一对向量a和b对应于一种变化信息测度，因此需要根据一定的判断准则来找出最优的a和b，使之最有利于变化分析。MAD方法将差值变量a^TX－b^TY的方差最大化作为其判断准则。考虑到a和b同时乘上常数c，a^TX－b^TY的方差会变成原来的c²倍，因此要对a和b进行限制，最常见的就是限定变量a^TX和b^TY均具有单位方差，即Var{a^TX}=Var{b^TY}=1，这样，MAD问题可以表述为以下数学形式:

退化废弃地遥感信息提取研究

在单位方差约束条件下，根据变量和的方差计算公式，可得:

退化废弃地遥感信息提取研究

MAD方法要求上式中的相关系数Corr{a^TX，b^TY}≥0，也就是线性组合变量a^TX和b^TY之间成正相关，因为只有这样的a^TX－b^TY才能表示差异信息。从上式可以看出，欲使a^TX－b^TY的方差最大，只需找出使a^TX和b^TY之间的相关性最小的满足单位方差约束条件的向量a和b即可。这说明MAD方法的核心思想在于寻找相关性最小的针对原始变量的线性组合对，它们之间的差值就包含了最大的差异信息，通过分析这些差值就可以找出时相之间的变化。

要解决这一问题，可以从典型相关分析原理描述中寻求思路。典型变换中得到的每一对典型变量都是两组原始变量的一对线性组合，它们之间的相关系数依次递减。而在所有可能的针对原始变量的、满足单位方差约束条件的线性组合对中，第一对典型变量之间的相关系数是最大的，而最后一对即第p对典型变量之间的相关系数是最小的。因此，MAD就转化为了典型变换求解问题，只需把典型变换得到的一系列典型变量对按典型相关系数从小到大重新排序即可。这样，就把MAD定义为如下变换:

退化废弃地遥感信息提取研究

式中:a_i和b_i就是典型变换所得到的各典型变量U_i和V_i对应的线性组合系数向量，这一变换被称为MAD变换，所得到的差值变量称之为MAD变量，其中第i个MAD变量为第p+1－i对典型变量之间的差值，即:

退化废弃地遥感信息提取研究

(二)MAD变化检测方法的基本流程

1.数据预处理

数据预处理包括影像数据的几何纠正，两时相影像之间的几何配准和辐射归一化，以及影像剪裁。从两时相影像中剪裁出两幅大小合适、位置范围完全相同的研究区域影像块，作为后面进行计算的基础数据。

2.计算协方差和互协方差矩阵

按以下公式来计算两时相影像X和Y之间的协方差和互协方差矩阵:

退化废弃地遥感信息提取研究

式中:n为样本数即像元个数;X_i和Y_i分别为X和Y上第i个像元的光谱向量值; 分别为X和Y的均值向量。

3.求解广义特征方程

构造典型相关的广义特征方程，求解从大到小排序的特征值ρ²_j和相应的满足单位方差约束条件的特征向量a_j和b_j(j=1，2，…，P)。

4.计算典型变量

用上一步得到的特征向量a_j和b_j作为系数向量，分别对X和Y做线性组合，得到典型变量U_j和V_j(j=1，2，…，p)。

5.计算MAD变量

根据式(6－6)计算典型变量之间的差值，得到MAD变量，即构成MAD变化检测的结果影像。

(三)结果与分析

对经过预处理的两幅影像做典型变换，求解出典型相关特征方程的特征值和特征向量，如表6－4所示。值得注意的是，两个方程的特征向量维数不同，对应于两个时相原始影像的波段数不相同。特征向量矩阵各列从左到右依次为对应特征值从大到小的特征向量。

表 6 －4 典型相关广义特征方程的特征值和特征向量

典型变换得到的4对典型变量影像如图6－6所示，图中左右两列分别为2001年和2005年的典型变量影像，从上到下依次为对应特征值从大到小的典型变量对，记第i对典型变量为2001CV_i和2005CV_i，它们之间的相关系数即典型相关系数，以及典型相关系数的平方即方差重叠度如表6－5所示。

表6－5 典型相关系数和典型变量方差重叠度

从表6－5可以看出，两时相遥感影像的四对典型变量中，第一对典型变量2001CV₁和2005CV₁之间的相关系数达到0.4939，方差重叠度为0.2439，反映了两时相之间大部分为不变信息。第二、三对典型变量之间的相关系数相对较低，分别只有0.2429和0.2720，既包含了部分的不变信息，也包含了部分变化信息。第四对典型变量间的相关系数最低，方差重叠度也仅有0.0019，即前者的全部变差中只有0.19%能够用后者的变差来解释，这意味着二者之间存在着很大的差异，可能包含了大量的时相间差异或变化信息。对图6－6进行目视判读，可以看出这四对典型变量影像的相似性的确是依次降低的，即所包含的不变信息依次减少，这与理论上的结论是一致的。但是两时相的变化信息并没有只集中表现在第四对变量影像中，可以看出，变化信息是分布于各对典型变量中的。

表6－6列出了各对典型变量与原始变量之间的相关系数，反映了它们之间的相关关系。

图6－6 四对典型变量影像

表6－6 典型变量与原始变量之间的相关系数

将4对典型变量依次相减后逆序排列，就得到了4幅MAD变量影像，如图6－7所示，图中从上到下、从左到右依次为MAD₁、MAD₂、MAD₃和MAD₄变量影像。这些MAD变量影像反映了两时相原始影像之间的差异，MAD影像中像元值越接近于0，说明对应位置上的不同时相之间的差异越小，越有可能没有发生变化;反之，像元值越远离0，即绝对值越大，表现在影像中很亮或很暗的区域，对应位置的不同时相之间的差异越大，标志着越有可能发生了变化。

图6－7MAD变量影像

计算得到各MAD变量的方差、方差贡献率和累计方差贡献率，如表6－7所示。

表6－7 各MAD变量的方差、方差贡献率、累计方差贡献率

从表6－7中可以看出，MAD₃和MAD₄的方差贡献率分别为39.9135%和31.6852%，从理论上讲，这两个变量集中了两个时相的大部分变化信息，但是图6－7对这些变化信息表现得并不是很清晰，MAD₂的方差贡献率虽然仅有8.7439%，但是也清晰地反映出了部分变化信息。这表明对于MAD变换得到的各MAD变量影像，并非方差越大的MAD变量包含的变化信息就越多。

表6－8列出了4个MAD变量与10个原始影像波段变量之间的相关系数。

表6－8 MAD变量与原始变量之间的相关系数

‘肆’ 变化检测

看看envi图像处理。。。

‘伍’ 检测方法按照被测量是否随时间变化分类为___和___是什么

答案：检测方法按照被测量是否随时间变化分类分为： 静态测量 和 动态测量 。
测量是按照某种规律，用数据来描述观察到的现象，即对事物作出量化描述。测量是对非量化实物的量化过程。
检测方法按照被测量是否随时间变化分类分为：静态测量和动态测量。

‘陆’ 遥感图像的变化检测有哪些软件可以实现

用MATLAB比较方便VS也可以但是要用到opencv展示结果的时候可能还要MFC，检测算法很多，大概分为四类，阈值法，聚类法，图切法，还有水平集法，难度依次上升需要的数学功底也是越来越高,相对的检测效果也是越来越好

‘柒’ 求MAD（基于典型相关分析的多元变化检测方法）的matlab仿真程序

自己学习着弄才能有好的学习效果啊！

‘捌’ 常用的气候变化检测和归因方法有哪些

水文频率分析计算是水利工程规划设计、施工以及运行管理的基础工作,传统的水文频率分析计算的一个基本前提是水文序列满足一致性假设。近几十年来,受气候变化和人类活动影响,许多河流的径流序列存在非一致性,导致传统基于一致性假设的水文频率计算方法的适用性受到严峻挑战,因此研究非一致性条件下水文频率分析方法具有重要的意义。在总结了国内外最新的非一致水文序列频率分析研究成果的基础上,将该研究方向的研究重点、难点和热点归纳为如下四方面:1)单变量水文序列的非一致性诊断;2)单变量水文序列非一致性的数学描述与归因分析;3)非一致性条件下的单变量随机事件重现期定义和估计;4)多变量非一致水文序列的频率分析。

‘玖’ 如果测出了电容的变化,就能知道物体位置的变化。用什么方法可以检测电容的变

电容式位移传感器中，位移是被测量，电介质板随之在电容器两极板之间移动为敏感元件，电容器是转换器件，由公式c= 可知，给电容器带上一定的电荷，然后用静电计来检测两极板间电势差的变化，可判断电容的变化.