基于tm和spot5影像融合的土地利用分类及精度比较

《基于tm和spot5影像融合的土地利用分类及精度比较》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于TM和SPOT5影像融合的土地利用分类及精度比较中国XX大学04507XXX摘要：本文以评价TM影像数据应用潜力为目的，通过对TM影像的几何校正、辐射和彩色增强、TM影像与SPOT5影像的融合，并对融合前后的信息含量和分类结果进行了对比。结果表明，融合后影像的应用明显提高了土地利用信息的提取精度，在国土资源调查与生态环境监测中具有广阔的应用前景。关键词影像融合土地利用分类精度比较针对TM影像的光谱特征与空间分辨率，研究对其增强处理方法；研究TM影像与SPOT5影像的融合方法；通过对融合影像与原影像信息量的对比，以及基于融合前后影像的土地利用分类精度对比。1研究概况1.1研究区域朝阳区为北

2、京市面积最大的近郊区，位于北京市区的东部和东北部，介于北纬39°48'～40°09'、东经116°21'～116°42'之间．东与通州区接壤，西与海淀、西城、东城、崇文四区毗邻，南连丰台、大兴两区，北接顺义、昌平两区。南北长28公里，东西宽17公里，土地总面积470.8平方公里，其中建成区面积177.2平方公里。1.2数据源本次研究的数据源为北京TM7个波段的数据与SPOT5数据，前者成像时间2004年5月19日，后者成像时间2004年6月2日。1.3研究方法对TM影像及使用TM与SPOT5融合后的影像进行监督分类，并对比两者精度。2图像预处理2.1几何校正为了将TM与SPOT5进行融合，需

3、以SPOT5为标准（BASEIMAGE）对TM影像进行几何校正：2.2选取TM波段2.3影像增强SPOT5整幅灰度较集中。为获得好的融合结果，对SPOT5进行了影像增强。3融合处理多源遥感影像融合，是指采用某种算法模型，将覆盖同一地区的2幅或多幅空间配准的影像，进行信息组合匹配，获取高质量的影像信息的技术。通常，采用低空间分辨率的多波段数据（如TM影像）和高空间分辨率的全色光谱数据（如SPOT的Pan波段）进行融合运算，获得既具有细致纹理又保持丰富光谱信息的融合影像，使不同遥感数据源的优势互补，提高图像的应用精度。目前，针对土地利用信息提取有多种融合算法模型，如Lab变换、IHS变换、Bro

4、vey变换、主成分变换、乘积运算、小波变换等。将经过预处理的TM与SPOT5影像融合：与原TM影像相比，融合后的影像空间分辨率明显提高，纹理详细丰富，色调突出。植被覆盖清晰；水域与其它地类的光谱差异增大，轮廓明显；城镇内部结构信息增强，形状清楚。4监督分类4.1融合后的影像使用AOI绘图工具获取分类模板信息分类精度评估误差矩阵水体耕地植被低密度城区高密度城区行总数水体94.620.000.000.029.52168685耕地0.0197.160.008.330.7985287植被0.080.0097.230.000.3042285低密度城区0.431.650.0087.414.1959054

5、高密度城区4.851.182.764.2485.2043609列总数17468482029432306344435533398920分类结果分类精度统计表地类名称参考点数分类点数正确数生产者精度用户精度Kappa未分类108108108100.00％100.00％1.0000水体777100.00％100.00％1.0000耕地15141493.33％100.00％1.0000植被676100.00％85.71％0.8537低密度城区55585396.36％91.38％0.8902高密度城区65626092.31％96.77％0.9568总数256256248OverallClassific

6、ationAccuracy=96.88%；OverallKappaStatistics=0.95584.2TM影像使用AOI绘图工具获取分类模板信息分类精度评估误差矩阵水体耕地植被低密度城区高密度城区行总数水体100.000.000.000.000.18234耕地0.0099.390.000.090.271144植被0.000.00100.000.000.00180低密度城区0.000.000.0091.2210.791180高密度城区0.000.610.008.6988.761095列总数2321147180116211123833分类结果分类精度统计表地类名称参考点数分类点数正确数生产者

7、精度用户精度Kappa未分类124124124100.00％100.00％1.0000水体107770.00％100.00％1.0000耕地1011770.00％63.64％0.6216植被500------0.0000低密度城区67736394.03％86.30％0.8145高密度城区40413382.50％80.49％0.7687总数256256234OverallClassificationAccura