多时相MODIS影像遥感分类方法与分析.docVIP

多时相MODIS影像遥感分类方法与分析 一、遥感分类方法试验 　　1、最大似然分类法 MLC MLC,又叫贝叶斯 Bayes 判别分类,根据贝叶斯理论在使错误分类概率最小的约束条件下进行的遥感图像分类方法。本试验选取了对应地表覆盖最丰富时期的T15影像,选用1736个像元作为训练样本,应用ERDAS8.7进行分类,见图1。 图1 最大似然法分类图 　　2、自组织神经网络分类法 SONN 自组织神经网络是Kohonen于1984年根据大脑神经系统的“侧抑制”现象提出的。SONN本质上是一种非监督分类方法。 　　本试验同样采用T15影像进行,以Matlab7.0为平台,利用Newsom函数创建一个自组织神经网络。竞争的过程就是通过不断调整在竞争中某一获胜节点 神经元 的权值W i,j ,使其在后面的竞争中获胜的可能性逐渐增大的过程,分类图见图2。 图2??自组织神经网络分类图 　　3、支持向量机分类法 SVM SVM是在统计学理论的VC维 Vapnik2Ch2ervonenkisDimension 和结构风险最小化 SRM 原则的基础上发展起来的最新的机器学习方法。选取有代表性的T11,T15,T19等3个时相MODIS数据为试验源。分类中应用了3个时相前7个波段的反射率值及EVI值,分类图见图3。 图3 支持向量机分类图 　　4、决策树分类法 DTC DTC是遥感分类中的一种分层次处