CBERS与TM解析越南土地覆盖类型的对比研究.pdfVIP

摘 要 摘 要 论文以东盟十国之一的越南作为研究区域，基于 CBERS-02B CCD 和 Landsat TM/ETM+遥感 数据，解析越南的土地覆盖类型。针对越南特殊的地理环境和土地覆盖类型，对比分析中（国） 巴（西）地球资源卫星CBERS 数据与 Landsat TM 数据解析越南土地覆盖类型的理论与方法，重 点研究 CBERS CCD 数据在越南土地覆盖分类中的方法。分别从数据质量、数据预处理和专题分 类三方面对两种数据进行对比分析。覆盖整个越南需要 64 景 CBERS-02B CCD 数据和 32 景 Landsat TM 数据。CBERS 数据以 CBERS-02B CCD 影像为主，对于部分有云覆盖或缺失的影像， 用 CBERS-02 CCD 或 Landsat TM/ETM+代替；TM 数据以 Landsat ETM+影像为主，对于部分有 云覆盖的影像用 Landsat TM 代替。 土地覆盖分类前的数据预处理，直接决定了分类的精度和可靠性。本文主要对比分析 CBERS 与 TM 的数据预处理方法，重点研究 CBERS 影像的预处理方法。分别从大气校正、几何校正、 薄云去除和影像融合四方面进行分析。大气校正中，从表观反射率和大气校正两方面进行对比分 析，着重研究了 CBERS CCD 的大气校正，解决了常用遥感影像处理软件中没有集成CBERS 大 气校正参数和模块的问题。几何校正中，对 CBERS 影像采用三次多项式几何校正和基于 ERDAS LPS 模块的正射校正。采用已做过正射校正处理的 Geocover Circa 1990 和 Geocover Circa 2000 数 据集作为水平控制点参考，ASTER DEM 数据作为高程参考，对山地占多数的 CBERS-02B CCD 影像进行正射校正，解决了校正越南 CBERS 影像缺少水平控制点的问题。CBERS 影像的薄云去 除采用改进的最优化薄云去除AHOT (Advanced Haze Optimized Transformation)算法。在融合对比 分析中，主要对比分析 CBERS 和 TM 与 ETM+全色波段融合方法和融合质量。 在土地覆盖专题分类对比中，选取水体、城镇用地、围网养殖区和水稻田作为研究对象。水 体提取中，选取城市水体和山区水体对比两种数据的提取方法和效果。其中，CBERS 影像则采 用比值植被指数 RVI （Ratio Vegetation Index ）、NDVI 植被指数、单波段阈值法、NDWI 水指数 和 NDVI-NDWI ，结果证明NDWI 效果最好；TM 影像选用单波段阈值法、谱间关系法和 MNDWI （Modified Normalized Difference Water Index ）水指数法，结果表明MNDWI 指数对于提取 TM 影像上的水体最有效。城镇用地提取中，CBERS 影像采用 NDVI 、NDWI 和 CCD Band2 结合的 阈值判定法；TM 选取了归一化建筑指数 NDBI （Normalized Difference Built-up Index ）、改进的 裸露指数 MNDBI （Modified Normalized Difference Built-up Index ）、城镇指数UI （Urban Index ） 和城镇用地指数 ULI （Urban Land Index ），结果证明ULI 指数提取城镇用地精度最高。围网养 殖区提取中，两者均采用纹理分析方法，选取纹理均值(mean)作为最佳可分指标，结合 NDWI 水 指数提取围网养殖区。结果 CBERS 影像的提取精度为 85.86%，高于 TM 5.51% 。在水稻田提取 中，采用穗帽变换得到的湿度变量结合 DEM 高程数据进行提取，结果 CBERS 影像在红河三角 洲水稻田提取的总体精度为 79.32%，比Landat TM 低 7.96% ；在湄公河三角洲水稻田提取的总精 I 中国科学院博士学位论文 CBERS 与 TM 解析越南土地覆盖类型