基于Hyperion高光譜數(shù)據(jù)的城市地物識別與分類研究.pdf

1、城市化飛速發(fā)展的今天，對于城市環(huán)境信息的監(jiān)測對于改善城市生態(tài)環(huán)境、規(guī)范城市規(guī)劃管理等具有重要的意義。城市下墊面尤其是大量不同年代、材料、成分的人工地物，其光譜多樣性遠超過自然環(huán)境。高光譜數(shù)據(jù)豐富的光譜信息可以彌補傳統(tǒng)遙感數(shù)據(jù)源光譜分辨率方面的不足，從而實現(xiàn)對城市地物更為精細的識別和分類。對此，本文從以下幾個方面對高光譜城市地物識別進行了探討:
　　首先，本文闡述了采用高光譜數(shù)據(jù)進行城市研究的意義和目標;介紹了高光譜遙感硬件的發(fā)展概

2、況，概括了大氣校正技術(shù)、光譜特征提取、影像融合及地物識別和分類技術(shù)等影像分析技術(shù)的研究動態(tài)，以及高光譜遙感在地質(zhì)調(diào)查、植被分析、水環(huán)境監(jiān)測、農(nóng)業(yè)信息和大氣環(huán)境等領域的應用;提出里本次研究的主要內(nèi)容和研究框架。
　　其次，對本次研究的區(qū)塊現(xiàn)狀進行介紹，針對Hyperion高光譜數(shù)據(jù)，通過幾何校正、輻射定標、波段選擇以及FLAASH(FastLine-of-sightAtmosphericAnalysisofSpectralHyper

3、-cubes)大氣校正消除Smile效應等一系列預處理，獲得地物的真實反射率;再根據(jù)研究區(qū)內(nèi)幾種典型地物在全波段范圍內(nèi)的光譜特性以及不同波段的信息量和相關(guān)性，對波段進行重采樣，保留信息含量多、相關(guān)性小和地物可分性強的波段作為最佳波段。
　　在此基礎上，通過總結(jié)歸納遙感影像數(shù)據(jù)融合的發(fā)展現(xiàn)狀及各常用算法的優(yōu)缺點，采用Gram-Schimdt(GS)正交化變換法，以高分辨率的SPOT全色影像為基準影像，對高光譜數(shù)據(jù)進行融合處理，融合后

4、的影像在空間分辨率上有明顯的提高，并且地物的光譜信息損失不大，保持了原有的光譜形態(tài)。
　　再次，對城市常見地物類型的光譜特征進行分析，根據(jù)研究區(qū)實際情況，通過實地調(diào)查及遙感影像目視解譯，確定九類城市地物作為研究對象。在此基礎上針對現(xiàn)有地物端元提取方法的不足，采用純凈像元指數(shù)與光譜角匹配(SAM，SpectralAngleMapper)相結(jié)合的方法提取了九類地物的端元光譜并建立參考光譜庫，作為后續(xù)地物識別分類的基礎。
　　最后

5、，針對現(xiàn)有常用的高光譜影像識別及分類方法，采用監(jiān)督分類中的光譜角匹配方法(SAM)和線性光譜分解方法(LSU，LinearSpectralUnmixing)分別對最佳波段選擇前后及數(shù)據(jù)融合前后的高光譜影像進行識別分類，并進行圖像結(jié)果及地物面積統(tǒng)計分析。結(jié)果表明:星載高光譜數(shù)據(jù)可以較為準確的識別出常見的城市地物類型，采用的識別方法對結(jié)果尤為重要，并且高光譜影像的融合處理可以一定程度上提高分類結(jié)果的精細度和準確度;當采用SAM方法對融合后的