利用TM数据提取干旱区土地覆被信息的方法比较

摘要：

以柴达木盆地香日德绿洲作为研究实验区,对该区域ETM遥感数据经过空间分辨率融合、主成分分析等方法进行空间信息增强及专题信息增强处理,组合最佳视觉背景图像,分别在不同背景图像上选择训练样本,利用最大似然法监督分类方法(MLC)、多空间尺度分层聚类(SSHC) 和基于知识的模糊聚类方法(KFC)等分类器,分别用各自训练样本初始化各类别信息特征值,形成类别特征值模式库,分别以此为基础对待分样本进行分类,对初分类的结果经过类别合并、碎斑滤除以及重新编码赋色等分类后处理,得到最终分类结果及分类精度评价结果.从所获数据可以得出如下结论:从总体精度和Kappa值可知,SSHC和KFC分类方法所获结果精度较高,总体精度比MLC分类结果约高于3%,SSHC之结果精度略高于KFC之结果;SSHC、KFC和MLC三种分类方法对该区域地表覆被信息的提取分类中,SSHC分类方法对耕地、石砾地、河滩和荒漠分类结果较好,KFC分类方法对耕地、沙地、河滩和荒漠分类结果较好,MLC分类方法对耕地、河滩和荒漠分类结果较好,三种分类方法对耕地、河滩和荒漠等三种地类的分类精度较高,用户精度都在80%以上,而对沙地和石砾地的分类结果其用户精度大都低于80%.

关键词：TM数据、土地覆被、LUCC、遥感、分类方法、干旱区

所属期刊栏目：28

分类号：TP79;F301.24(遥感技术)

资助基金：中国科学院知识创新工程重要方向项目;国家科技攻关计划

在线出版日期：2005-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：59-64