基于线性光谱混合模型的城市下垫面分类影响因素分析.pdfVIP

第15卷 第4 期 地 球 信 息 科 学 学 报 Vol. 15, No.4 2013 年8 月 JOURNAL OF GEO-INFORMATION SCIENCE Aug., 2013 基于线性光谱混合模型的城市 下垫面分类影响因素分析 1 1 2 龚建周 ，陈健飞 ，刘彦随 (1. 广州大学地理科学学院，广州 510006；2. 中国科学院地理科学与资源研究所，北京 100101） 摘要：基于Hyperion 高光谱与ALOS 全色波段的融合图像，运用线性波谱分离模型，对影响城市下垫面分类的因子 进行定量分析。结果显示：随着空间分辨率的递增，融合图像光谱保真性呈下降之势，并呈现出阈值现象，但所有 相关系数值都大于0.90，表明以融合图像进行线性波谱分离提取城市下垫面具有可靠性；下垫面分类总精度则整 体明显下降，Kappa 系数值也几乎单调减少。大气校正后下垫面分类的总精度和Kappa 系数都明显高于大气校正 前；当丰度分割值由10%增至60%时，生成的下垫面分类图像的精度单调降低，表明应慎用50%阈值分割法。 关键词：线性光谱混合模型；城市下垫面；定量研究；高光谱融合图像 DOI ：10.3724/SP.J. 1047.2013.00574 1 引言 像（D 1113135），空间分辨率为2.5m 。两影像都覆盖 广州市大学城区域。Hyperion 影像经过波段选取、 目前，混合像元分解的地物分类识别方法被广 辐射校正以及两种数据同时经过几何校正，剪裁出 [1-3] 泛运用 ，如线性波段预测、线性光谱分离（Linear 广州市大学城的影像，为融合处理的数据。即包括 [4] Spectral Unmixing ）、匹配滤波等 ，其中以模型最 广州大学及广东省科学厅在内（如图1（a）黄色边界 简单、物理意义最清楚的线性光谱分离模型的应用 线）的影像，为研究线性光谱混合分解影响因子的 最为普遍。 数据。详细的Hyperion 波段选取和辐射校正见文 宁佳等研究认为，遥感数据来源、分类系统，分 献[7] 。本文以同区域2009 年TM 影像为基准，对高 类方法，以及不同的参数等都会影响到遥感数据应 光谱影像进行几何精校正，均方根误差（RMS ）控制 [5-6] 用的精度 。而应用高光谱影像的融合图像和线 在1m 以内；再基于高光谱影像，对ALOS 全色波段 性光谱分离的方法提取城市地表类型影响因素的 进行图对图的几何精校正，总残差0.082，单点的最 研究不多。本文以Hyperion 高光谱与ALOS 全色 大残差为0.133，最小为0.016 。 波段的融合图像为例，采用线性光谱混合模型，对 影像预处理及信息提取在ENVI 4.7 中完成，全 图像融合效果、大气校正、空间分辨率以及丰度阈 约束条件的线性混合像元分解需在IDL 下编程实 值等对城市下垫面提取的影响进行定量分析。 现。 2 数据源与分析处理方法 2.2 线性光谱混合模型及分解方法 （1）线性光谱混合模型 2.1 数据源分析 线性光谱混合模型（Linea