遥感影像解译及土地转移矩阵以西安为例子.pptVIP

遥感影像解译及土地转移矩阵 遥感影像分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，将图像中每个像元按照某种规则或算法划分不同的类别，然后获得遥感图像中与实际地物的对应信息，从而实现遥感图像的分类。 一般的分类方法可以分类两类：监督分类和非监督分类。 一、监督分类 监督分类监督分类，又称训练分类法，用被确认类别的样本像元去识别其他未知类别像元的过程。它就是在分类之前通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识，对每一种类别选取一定数量的训练样本，计算机计算每种训练样区的统计或其他信息，同时用这些种子类别对判决函数进行训练，使其符合于对各种子类别分类的要求，随后用训练好的判决函数去对其他待分数据进行分类。使每个像元和训练样本作比较，按不同的规则将其划分到和其最相似的样本类，以此完成对整个图像的分类。 1 类别定义/特征判别 实验选取2014年夏季的西安市遥感影像，根据刘纪远的六大类土地分类系统可分为林地、草地、耕地、水域、城乡居民工矿用地、未利用地。 启动ENVI，打开待分类数据，分别以543、453波段组合显示图像，选择更加易于区分的波段进行分类。 543波段组合：是模拟真彩色图像，用于居民地、水体的识别，植被为绿色。 453波段组合：是非标准假彩色图像，强调显示