以上所讲的方法,对于不同的遥感图像,不同地区分类效果不完全相同,各 有优势,因此本研究,主要选取黑河流域部分影像,分别利用三种方法,来比对 最后的分类精度。
1.3 研究内容和技术路线
利用我国自主研制的,具有高空间分辨率的资源三号卫星遥感影像,开展地 表分类研究,从而获得地表土地利用、覆盖信息,比较不同分类方法的效果。本 文采用的分类方法为最大似然分类,ISODATA 分类,决策树分类。
技术路线
首先对资源三号卫星数据进行基础处理,如数据的辐射定标,几何校正等。 然后采用最大似然分类,ISODATA 分类,决策树分类的方法分别对地表进行分 类。
利用最大似然分类法进行分类,且以光谱空间上的训练样本数据服从高斯正 太分布为假设前提,绘制其概念密度等值线,然后求解各组包含某一像元的几率, 哪组值最大,则该像元归于这一组,如此完成分类[10]。
利用 ISODATA 算法进行分类,开始设定初始值,再进入人机对话环节,并 利用两种机制,即归并与分裂。归并就是指设定一个阈值,当两类聚类中心距离 小于它时,将这两类合并为一类,分裂则是指在一类别的样本数目大于一阈值或 者标准差大于一阈值的条件下,将其分为两类。如果有类样本的数目小于一阈值 时,则将其删除。按此,根据一些参数进行迭代,如初始的聚类中心,设定的类 别数目等,从而得到一个较为理想的分类结果[11]。
利用决策树分类法,此法以树结构为前提,按一定的规则,将数据划分成特 征更加均质的子集,其分类基础是对各样本所属的概率最大的类型进行预测,预 测过程中会参照若干组或某组自变量。
根据以上三种方法,通过混淆矩阵来对比其分类精度,之后再利用全球 30 m来!自~751论-文|网www.751com.cn
地表覆盖数据(GlobeLand30)数据,统计像素值作进一步验证。
2 研究区和数据
2.1 研究区
作为国内西北区的第二大内陆河的黑河,其地处欧亚大陆中心,干流总长 821 km,河道则为 303 km,位于 38°—42° N 以及 98°—101°30′ E 间,其东面为 威武盆地,西面为疏勒河流域,北面则和蒙古国接壤。
黑河中下游属中温带甘-蒙气候区,这是因为该区域受到了大陆性以及祁连 山-青海湖两种气候的综合影响,其南北与东西两区域的气候也大不相同[12]。本 研究以黑河流域中游作为研究区,地表覆盖主要是农田、森林、居民地、河流、 裸地等,此外还会存在一些灌木。