遥感图像分析应用实验分层分类法.docVIP

实验二、分层分类法 班级：地信071 姓名：朱良君 学号一、实验目的 在实验一的基础上，设计分层分类方案，建立分类树，将各类地物识别出来。 在ERDAS软件中，将分类树用模型方式实现，并输出分类效果图。 二、实习数据 实习一中通过训练区区分的10类地物统计结果，包括均值、标准差。 三、实习内容： 1、绘制叠合光谱图 根据各波段个类别地物光谱特征的统计分析（平均值和标准差），制作叠合光谱图，横坐标代表灰度值0~255，纵坐标表示类别代号，如下：1=秦岭阳坡、2=秦岭阴坡、3=建筑用地、4=耕地、5=林地、6=园地、7=居民地、8=灌木林、9=道路、10=水体。 在Excel中利用散点图，并建立误差线的方式创建如下图所示的图表。 2、根据叠合光谱图进行分层分类 首先通过TM2波段，可以将1=秦岭阳坡；2=秦岭阴坡；3=建筑用地；4=耕地、5=林地、6=园地、7=居民地、8=灌木林、9=道路、10=水体四类地物分开。 然后通过TM4波段，又可以将4=耕地、6=园地；5=林地；7=居民地、8=灌木林、9=道路；10=水体四大类地物分开。 然后利用TM5-TM4运算可以将4=耕地和6=园地区分开。 其次利用TM6可以将7=居民地、8=灌木林；9=道路两大类地物分开。 最后，利用TM4将7=居民地；8=灌木林分开。 至此，通过5步计算可以将十类地物全部区分完毕。 3、根据分层分类形成的判别树如下： 1=秦岭阳坡、2=秦岭阴坡、3=建筑用地、4=耕地、5=林地、6=园地、7=居民地、8=灌木林、9=道路、10=水体 1=秦岭阳坡 26.297~28.613 2=秦岭阴坡 20.671~25.645 3=建筑用地 50.386~60.6 TM2 4=耕地、5=林地、6=园地、7=居民地、8=灌木林、9=道路、10=水体 4=耕地、6=园地 TM4 10=水体 29.998~55.206 7=居民地、8=灌木林、9=道路 5=林地 112.707~127.361 9=道路 141.517~143.723 7=居民地、8=灌木林 TM6 7=居民地 60.274~73.976 8=灌木林 75.699~85.491 TM4 4=耕地 0.648~3.192 6=园地 8.314~12.77 TM5-TM4 4、在ERDAS中实现 在ERDAS中利用建模工具实现自动分层分类。方法如下： 打开空间建模工具。选择Model Maker。 模型建立如上图，然后利用Conditional函数进行分层分类。 最后确定，输出。 5、效果图(部分) 四、实习总结 通过本次实习??修正了最初的训练区选择以及类别的划分。使自己更好地认识了影响分类的过程和影响识别的一些简单技巧。当然，在用ERDAS模型进行分层分类方案过程中，发现结果和监督分类的结果有比较大的出入，可能是因为我做的分层分类的方案还有待完善。希望能在以后的学习中进一步实习训练。