基于MODIS遙感圖像的地物分類研究.pdf

1、隨著信息技術(shù)和遙感技術(shù)的飛速發(fā)展帶來了遙感數(shù)據(jù)源的極大豐富，每天都有龐大的不同高分辨率、高光譜的遙感數(shù)據(jù)為遙感定量化、動態(tài)化、網(wǎng)絡化、實用化、產(chǎn)業(yè)化及利用遙感數(shù)據(jù)進行地物特征的提取，提供了豐富的數(shù)據(jù)源。中分辨率成像光譜儀(MODIS)是搭載在Terra和Aqua衛(wèi)星上的一個重要的傳感器。利用MODIS數(shù)據(jù)信息可以進行土地利用和土地覆蓋研究、氣候的季節(jié)和年際變化研究、自然災害監(jiān)測和分析研究、長期氣候變率和變化以及大氣臭氧變化研究等，最終實

2、現(xiàn)對大氣和地球環(huán)境變化的長期觀測和研究的總體目標。MODIS圖像分類是遙感應用系統(tǒng)中的關(guān)鍵技術(shù)之一，快速、高精度的MODIS圖像分類算法是實現(xiàn)各種MODIS數(shù)據(jù)實際應用的前提，具有重要的理論研究及工程應用價值。
　　 本文工作概括如下:
　　 (1)去除Bowtie效應。針對Bowtie效應，本文提出了一種不基于傳統(tǒng)星歷表的Bowtie效應消除算法，該算法采用了相關(guān)系數(shù)法來確定每個掃描帶的重復行數(shù)，根據(jù)不同分辨率的MOD

3、IS L1B數(shù)據(jù)分別采取一種相對應的較有效的重采樣方法對圖像進行重采樣處理。通過與其他一些典型的去除Bowtie效應的算法的對比實驗及分析，結(jié)果證明該算法不僅能夠有效去除Bowtie效應，而且算法執(zhí)行速度較快，具有較強的工程應用價值。
　　 (2)訓練樣本純化。在選取樣本后通過本文設計的樣本純化算法，采用均值-標準差的方式對樣本進行純化處理，得出質(zhì)量更高的訓練樣本進行圖像分類。
　　 (3) MODIS影像分類。本文提出