独龙江流域TM图像的分区分类方法探讨.pdfVIP

维普资讯 遥感信息 匝用技克 独龙江流域 TM 图像的分区分类方法探讨 李石华，王金亮，陈姚 (云南师范大学旅游与地理科学学院，昆明 650092) 摘要：高山峡谷地区山高坡陡、地形破碎，大量的阴影及混合像元的存在，给遥感分类带来了困难。为了减少和消除这些 因素的影响，采用分区分类方法，从NDVI中选择恰当的阈值，利用该值从原始图像上划分出植被区和非植被区并分别进行 分类，试验结果表明，其分类精度(74．63％)较传统的直接分类精度 (61．59％)有较大提高，是山区遥感图像分类行之有效的方 法之一。 关键词：遥感图像；分区分类；高山峡谷地区；植被区；非植被区 中图分类号 ：P237．3 文献标识码：A 文章编号：1000—3177(2006)85—0040—04 在 目前的遥感分类应用中，用得较多的是传统的模式识 共生、汇集和种属演化替代的重要地 区。这里历来是地学、 别分类方法，诸如最小距离法、平行六面体法、最大似然法、 生物学等学科研究的关键地区。所以，应用遥感图像分类技 等混合距离法(ISOMIX)、循环集群法(IS0DATA)等监督与 术，快速提取该区土地利用类型的分布特征、面积数据等信 非监督分类法。其分类结果 由于遥感影像本身的空间分辨 息，为研究该区的各学科提供详实的基础数据。并且通过动 率以及 “同物异谱”、“异物同谱”现象的存在，往往出现较多 态监测与对 比，对该区生态环境建设效应进行评估，这对该 的错分、漏分现象，导致分类精度不高。近年来，随着遥感技 区的生态环境保护尤其是野生动物的保护工作具有重要的 术和计算机技术的不断发展，专家系统、神经网络、模糊技术 实际意义 。 和数学形态学等一些原来实现困难的新方法也在遥感图像 2试验数据、方法 分类中发挥作用，如针对同物异谱和异物同谱现象，利用地 理信息系统或其他辅助数据支持参与图像分类，并采用分层 2．1 数据基础和图像处理 分类引入了专家系统及推理模式等技术…1；对于存在着大量 2．1．1 基础数据 阴影的山区遥感图像。多采用类别细分来处理阴影区的地物 研究使用的遥感数据为 LANSAT一5卫星获取的独龙 识别问题 [2；分维技术的引入则更注意利用遥感图像的空间 江流域的TM 图像。轨道号为 133／40，133／41，获取时间 纹理特征[3-4；针对地物特征和模糊性提出了模糊监督分类 分别为 1999年 11月4日和 1999年 10月 19日。经过一系 法 [5；虽然这些新的方法比传统的方法在分类精度上明显提 列图像的几何精校正、图像增强、波段选取和主成分分析等 高了，可也存在一定的不足，尤其是对于山区山高坡陡、阴影 预处理后，从中截取独龙江流域的图像，其大小为 3237× 区面积大、地形破碎等特点，在图像上表现为大量的混合像 13419的子图像(插页 5图1)作为研究区。本次研究还使用 元和阴影，采用前述的类别细分的方法，其结果也不尽如人 了高黎贡山 1993年北端植被区划图和 1：50000地形图等辅 意。因此，很有必要探讨新方法来提高山区遥感图像分类精 助资料。 度。本文以独龙江流域为例，尝试应用分区分类法，结合 2．1．2 数字图像预处理 GIS多因子辅助分类及 目视纠正，来有效地改善山区遥感图 为使遥感图像能更好地区分各地类，提高其分类精度， 像的识别分类。 使遥感图像分类能够高效、实