基于高分辨率遥感影像城市土地利用类型分类的方法比较.docVIP

基于高分辨率遥感影像城市土地利用类型分类的方法比较 　　摘要：本文是以面向对象的方法，高分辨率遥感影像为数据源，利用监督分类和基于专家知识的决策树分类对研究区进行城市土地利用类型分类及对分类结果进行比较。实验证明，对于高分辨率遥感影像来说，以选择训练样区为基础的监督分类精度要高于结合专家知识的决策树分类效果。 　　关键字：SPOT影像，监督分类，决策树分类，Envi，分类比较 　　Abstract: this article is based on the object-oriented method, high resolution remote sensing image as data sources, using supervised classification based on expert knowledge and decision tree category in the study area of urban land use type and classification of classification results are compared. Experiments show that for high resolution for remote sensing image, to select the training sample area based supervision and classification accuracy than combining the expert knowledge decision tree classification effect. 　　Key word: SPOT image, supervision and classification, the decision tree classification, Envi, classification comparison 　　 　　 　　中图分类号： F301.24 文献标识码：A 文章编号： 　　1引言 　　随着深圳特特区一体化和城市化的快速发展，如何最大限度地利用城市未利用地，对城市发展及资源的优化配置有着极其重要的意义，遥感技术的发展大大提升了人类对地球环境的认知能力，是目前人类改造世界积极有效的依据和工具。遥感技术对城市未利用地如裸地、临时建筑、水体、闲置绿地等的提取提供了准确高效的方法，能有效地优化资源配置。 　　2本文用的数据及方法 　　本文利用法国SPOT-5卫星影像数据，借助Envi软件来实现对影像进行所需地物的提取。SPOT-5卫星是2002年5月4日由法国阿里安-4火箭发射入轨的，是法国空间局SPOT卫星系列中的最后一颗，其获取的影像较好地兼有高分辨率和大面积的技术优势，已被国土资源部列为较大比例尺土地利用调查、土地利用信息系统数据更新的主要卫星遥感影像。如何基于SPOT-5影像对地物进行解译，对地物进行准确的分类，从而辅助城市发展战略的规划，具有较为重要的意义。 　　SPOT-5卫星遥感数据特点：(1)采用新的技术，提高图像的几何精度，达到更高的地面分辨率；(2)采用12000 像元的CCD 探测器，以维持60km的地面数据宽度；(3)保留传感器的侧视功能,以增强重复观测能力；(4)增加沿轨道方向的立体成像功能；(5)在数据压缩、存储和传输等一系列方面都有了显著的提高[1]。 　　SPOT遥感影像特点：SPOT影像数据是由SPOT卫星上的可见光高分辨率传感器HRV获得的。HRV是一种推扫式扫描仪,采用了电荷耦合器件技术(CCD),具有良好的摄像质量。HRV有单波段全色和多光谱两种工作方式,相应获得两种数据:XS(XS1，XS2，XS3，XS4)和PAN。SPOT数据波段见表1。 　　表1SPOT数据波段[2] 　　Table 1 SPOT image of the band information 　　波段序号 波段名称 波长/μm 特征与用途 　　XSI 绿色 0.50~0.59 改波段是叶绿素反射次高峰区，用于植被类别区分，作物长势评估，水体浑浊度评价及探测深10~20m水域 　　XS2 红色 0.61~0.68 该波段是叶绿素反射区，用于农作物类型识别，大型建筑物区分，城市道路、裸露土壤和岩石表面状况辨识 　　XS2 近红外 0.79~0.89 改波段是叶绿素强反射区，水域低反射区。用于水体编辑测定，树种识别 　　XS2 短波 1.5~1.75 Spot4新增波段。用于植物红外，含水量、土壤湿度探测，云与雪的区分 　　PAN 全色 0.51~0.73 改波段地面分辨率最高，用于调查城市土地利用现状，区分城市道路，识别较大建筑物