基于遙感影像的土地覆蓋分類方法研究

1、基于遙感影像的土地覆蓋分類方法研究摘要；90年代衛(wèi)星遙感在全球和區(qū)域尺度土地覆蓋研究與應用方面取得了突破性進展，土地利用覆蓋遙感研究的新方法不斷出現(xiàn)。本文對國內外土地覆蓋遙感圖像分類的研究現(xiàn)狀進行了綜合闡述，初步探討了提高土地覆蓋遙感影像分類精度的方法與途徑關鍵詞：土地覆蓋；遙感圖像；分類；專家系統(tǒng)；分類精度中圖分類號：D651.1文獻標識碼：A文章編號：0引言常規(guī)的土地利用調查是通過實例測繪的方法來進行，工作量大，調查周期長。但隨著近

2、年來高時間，高空間，高光譜分辨率的遙感傳感器的出現(xiàn)，遙感技術已經(jīng)能完全勝任不同尺度的土地利用土地利用覆蓋調查。遙感技術的引用，大大節(jié)省了調查成本和時間本文以阜新市為例，利用美國陸地衛(wèi)星LsatTM遙感圖像及其遙感圖像處理軟件ERDASIMAGE9.1為主要技術手段，對遙感圖像的分類方法進行研究。本文主要圍繞五大問題來進行研究和闡述：其一，研究目前現(xiàn)有的遙感圖像分類方法；其二，選擇適合土地覆蓋遙感圖像的分類方法，并對監(jiān)督分類和專家系統(tǒng)分類

3、兩種方法重點研究；其三，研究研圖22計算機圖像處理流程1.2監(jiān)督分類法監(jiān)督分類方法又稱“訓練場地法”或“先學習后分類”法，它的基本特點是在分類前人們對遙感影像上某些地物的類別屬性己有一定的先驗知識，這些先驗知識通常是通過實地的抽樣調查，地形圖或配合目視判讀技術來獲得的。選好訓練區(qū)后，計算機對訓練區(qū)進行“學習”，得到訓練組數(shù)據(jù)（已知類別）的統(tǒng)計數(shù)據(jù)和特征參數(shù)，然后根據(jù)所選定的判別規(guī)則對像元進行分類。監(jiān)督分類要比非監(jiān)督分類的分類精度要高，但

4、是涉及運算量較大。根據(jù)判別規(guī)則的選擇不同，常見的監(jiān)督分類方法有最小距離分類法、平行多面體分類法和最大似然分類法等。1.3：非監(jiān)督分類法非監(jiān)督分類方法完全按照像元的光譜特性進行統(tǒng)計分類，原始圖像的所有波段都參與分類運算，分類方法簡單。非監(jiān)督分類主要采用聚類分析技術，聚類分析也叫集群分析，是依據(jù)特征空間中相似性樣品集合于一定空間范圍而形成集群的原理，確定一種反映個體間內在聯(lián)系的分類結構（譜系圖或樹狀圖），即按照亮度值向量或波譜樣式在特征空間