基于遥感影像的土地利用分类方法研究

《基于遥感影像的土地利用分类方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据万方数据摘要随着科技的进步，遥感技术已经发展的日趋成熟，而遥感技术由于其自身的特性，已经被广泛的应用在土地利用分类上。土地利用分类作为一项基础的研究工作，把遥感技术应用在其中，可以有效的利用遥感数据的综合性和时效性，从而客观、准确的获取土地利用的信息。不同的卫星遥感数据具有各自的优势和劣势，因此结合多源遥感数据，利用它们不同的光谱分辨率和时间分辨率，对土地利用进行分类，可以获得良好的适用性和应用价值。本文以南京南部高淳县为研究区，基于2010年的ETM+遥感影像数据和MODIS遥感影像数据，提取多种指数作为分类参考数据，运用多种的分类算法进行比较分析，进而对高淳县的土

2、地利用分类进行探讨和研究。通过研究的到以下结论：1.将LandsatETM+遥感影像数据和MODIS遥感影像数据进行结合，能够充分利用MODIS数据多光谱、多时相等特点，同时还能利用ETM+数据高分辨率的特点。在选择训练样本和对结果进行精度评价上，通过两种影像数据的结合，也可以提高其准确性和可行性。2.分类特征的选取会直接影响分类精度，单一的分类特征已经不能满足日益复杂的分类要求，通过MODIS数据，提取多种分类特征，进行组合优化后应用于土地利用分类上具有很好的效果和适用性。3.传统的分类算法因为同谱异物、同物异谱问题的存在，在精度上已经落后于其他新的算法。CRUISE决策树

3、算法在空间表达、运算速度和分类精度方面均优于传统的分类算法。运用CRUISE决策树算法，结合MODIS数据多光谱、多时相的特点，对土地利用进行分类，可以减少同谱异物、同物异谱的现象，进而提高分类精度。本文通过多源遥感影像数据的结合，融合多种分类特征，运用改进的新的分类算法对高淳县土地利用进行分类，充分利用了多源遥感影像数据的优势，得到了较高的总体精度和Kappa系数，能够很好的反映当地土地利用的实际情况，具有良好的实用性和不错的发展前景。关键词：遥感影像，分类特征，分类算法，土地利用I万方数据AbstractWiththeprogressofscienceandtechnol

4、ogy,remotesensingtechnologyisgettingmatureandhasbeenwidelyused,duetoitsowncharacteristics,intheclassificationoflanduse.Theclassificationoflanduseisoneofthefundamentaljobsandtheapplicationofremotesensingtechnologyinitcanobtainobjectivelyandaccuratelytheinformationoflandusebyeffectivelyusingc

5、omprehensivenessandtimelinessofremotesensingdata.Asdifferentsatelliteremotesensingdatahavetheirownadvantagesanddisadvantages,goodapplicabilityandapplicationvaluecanbeachievedthroughcombiningmulti-sourceremotesensingdataandusingtheirdifferentspectralandtemporalresolutionintheclassificationof

6、landuse.Inthispaper,GaochunCounty,southofNanjing,isselectedasthestudyarea.Thestudy,basedonthecombinationofETM+remotesensingimagedataandMODISremotesensingimagedata,withvariousindexastheclassificationreferencedata,usingvariousclassificationalgorithmstocompareandanalyze,aimstodiscussandstudyth

7、eclassificationoflanduseinGaochunCounty.Onthebasisofthestudy,thefollowingconclusionscanbegot:1.CombinationofETM+remotesensingimagedataandMODISremotesensingimagedatacanmakefulluseofMODISdata’scharacteristicofmulti-spectralandmulti-temporal,andcanutilizeth