影像融合
高分一号卫星数据包括分辨率为8m的多光谱影像和分辨率为2m的全色影像，通过影像融合的方式生成高分辨率多光谱影像，新生成的高分辨率影像既保留了光谱特征，又具有高空间分辨率，满足了在影像上提取足够监测信息的需要。本研究使用Gram－schmidt算法的图像融合方法，该方法融合的影像保真度较好，且操作简单，通过改变多光谱影像存储顺序可以提高融合速率。为了验证此方法的可行性，进行了试验比较，首先不改变正射校正后影像的存储顺序进行融合，大约需要40min完成影像融合，分辨率为2m，融合影像质量较好，轮廓色调清晰; 再将同一幅经过正射校正后的多光谱影像存储为BIP模式后进行融合，大约需要15min完成影像融合，影像质量与未改变存储顺序融合的影像一致。
经融合后的影像在分辨率上明显优于融合前的多光谱影像，融合后的影像轮廓也变得更加清晰，色调明显优于融合前影像。地物特征更加鲜明，便于后期影像解译标志的建立及分类信息提取。
影像镶嵌
在卫星拍摄过程中，因相机宽幅有限，数据采集区域具有一定的局限性，因此使用的原始数据必须为具有一定重叠度的影像。本研究需要基于影像提取土地覆盖信息，为满足样本选择标准的统一性及土地覆盖变化研究的需要，对已有多景影像进行拼接。本研究使用ENVI 5.1对影像进行镶嵌，使用软件中无缝拼接工具Seamless Mosaic，对影像进行无缝拼接，并自动增强色调。
在拼接过程中部分影像背景为黑色，需要对背景值赋值为0，从而消除在镶嵌过程中背景的影响。
影像裁剪
在进行土地覆盖变化监测之前需要对研究区域影像进行裁剪，以保证数据范围一致、面积大小相等，进而保证结果的科学性和有效性。根据已有影像数据情况，在处理过程中按照行政边界对影像进行裁剪，获取符合监测需要的影像区域。
在裁剪过程中，首先将研究区域边界矢量化，由于高分一号卫星影像和研究区域边界矢量图的坐标系统不一致，不能直接进行裁剪，需先对边界矢量图进行投影转换，再根据转换后的矢量边界对影像进行裁剪，获取研究区域影像图。
