1.3 研究内容和技术路线 2
2 研究区和数据 4
2.1 研究区 4
2.2 数据及数据处理 4
3 分类方法 8
3.1 最大似然法 8
3.2 ISODATA 法 9
3.3 决策树分类法 10
4 分类结果与验证 14
4.1 三种方法分类结果图 14
4.2 分类验证 16
5 结论与展望 20
参考文献 21
致谢 23
图清单
图序号 图名称 页码
图 1-1 技术路线 3
图 2-1 黑河流域土地利用现状图 4
图 2-2 GlobeLand30 景象图 6
图 2-3 ZY-3 影像几何校正结果 7
图 3-1 样本可分离性监测 9
图 3-2 ISODATA 法分类准则 10
图 3-3 决策树分类模型 13
图 4-1 最大似然分类法结果图 14
图 4-2 ISODATA 分类法结果图 15
图 4-3 决策树分类法结果图 16
图 4-4 最大似然分类法精度评定 17
图 4-5 决策树法精度评定 17
图 4-6 原始影像与 ISODATA 分类结果图对比 18
图 4-7 GlobeLand30 与原影像对比图 19
表清单
表序号 表名称 页码
表 2-1 资源三号卫星影像参数 5
表 3-1 典型地物采样点的光谱亮度值 11
表 4-1 ISODATA 分类法信息提取 18
表 4-2 各分类地物像素值及总体精度 19
1 绪论
1.1 研究目的和意义
地表是陆地生命支撑系统的重要组成部分,真实准确的地表数据是国家进行 国土资源管理工作和宏观经济调控的基础和重要依据。通过地表数据,不仅可以 加深我们对地表类型的基本属性的了解,而且可以认识地表的区域结构与分布特 点,为进一步分析地域差异性奠定基础[1]。遥感技术作为一种综合性的探测手段, 具有获取信息渠道多样化、大范围监测、来回拍摄时间短、受天气,地理条件限 制少、获取信息快而信息量丰富等优势,在地表分类中可以迅速获取研究区域真 实地表情况,从而实现地物识别。遥感图像记录的主要是地物的光谱特性,遥感 器接收通过地球大气,地物本身发射和反射的电磁波信息,再根据地物对电磁波 的反射强度以不同的亮度表示在遥感图像上[2]。随着遥感技术的发展,遥感影像 的空间分辨率越来越高,对地物的辨别能力也越来越强。论文网