基于最大似然法的南京市土地利用类型分类研究

2016-07-08 14:32陈书林瞿佳明
2016年22期
关键词:图像分类土地利用变化遥感

陈书林+瞿佳明

摘 要:本文利用监督分类中的最大似然法对2010年Landsat-5 TM卫星图像数据进行分类,从而获得2010年南京市土地利用分布专题图,并对分类结果的精度进行评价,结果表明:总体分类精度达到84.09%,Kappa系数分别达到83.5%,分类结果精度较高。

关键词:遥感;土地利用变化;最大似然法;图像分类

土地利用类型的变化影像着全球物质循环和能量循环,进而影响全球气候[1]。卫星遥感能提供长时间尺度的区域数据,因此成为研究人员获取地表土地利用类型的主要数据源之一[2]。Landsat-5卫星于1984年3月1日发射升空,其搭载的TM传感器为研究人员提供了大量的遥感数据。TM传感器图像包括7个波段数据集,其中3个可见光波段数据,1个近红外波段数据,2个短波红外波段数据和1个热红外波段数据。然而,Landsat-5 TM传感器在成像过程中受到大气散射、大气吸收、地形以及空间分辨率等因素的影响,TM传感器7个波段数据均存在空间不确定性特征[3]。本研究针对这些问题,对2010年Landsat-5 TM卫星图像数据进行图像预处理,然后利用监督分类中的最大似然法[4]对预处理后的图像进行分类,并对分类结果进行评价。

一、遥感图像预处理

Landsat-5 TM影像数据首先要通过恢复处理消除图像的几何畸变、辐射畸变和大气衰减所引起的误差。本研究在ENVI 5.1遥感图像处理软件中对2010年南京市Landsat-5 TM影像数据进行几何校正、辐射校正和大气校正。几何校正所用的147个点的经纬度数据是利用Trimble GeoXT 2005 Series GPS仪器在南京市均匀测量所得。然后,采用Image to Image几何校正方式进行几何校正。本研究所选取的147个控制点中每个控制点的均方根误差均小于1,累积的总体均方根误差为0507724,符合精度要求。最后,利用双线性插值法进行重采样,从而得到几何校正后的图像。

辐射校正利用Landsat-5 TM影像在2003年5月5日之后的辐射定标系数进行校正[5]。本研究基于MODTRAN4+辐射传输模型进行大气校正,采用的工具是ENVI中的FLAASH大气校正工具。南京区域需要2景Landsat-5 TM影像才能完全覆盖,这2景影像的行列号分别是(Path=120,Row=38)和(Path=120,Row=37),所以,需将这2景影像先进行镶嵌操作,然后利用南京市边界矢量数据,将南京市区域范围从镶嵌后的影像上裁剪出来。镶嵌操作和裁剪操作均在ENVI软件中完成。

二、最大似然法分类及其精度评价

本研究首先2007年发布的《土地利用现状分类》(GB/T21010-2007)标准,并结合本文研究目的和研究区用地类型集中的特点,将土地利用类型分为水体、耕地、林地、建筑用地、草地、未利用地六类,并在遥感图像上选择了这六类地物的训练样本集。

然后,本研究设计实现了基于最大似然法的遥感影像自动分类器,对遥感影像进行分类,得到了2010年南京市土地利用类型图。经检验,总体分类精度分别达到84.09%,Kappa系数分别达到83.5%。由此可以看出,本研究设计出的分类器是有效的,它能大大提高Landsat-5 TM遥感图像自动分类的精度。基于最大似然法的遥感图像分类模型是正确的和有效的,能应用于遥感图像自动分类中。

三、结果分析

本研究利用ArcGIS中的空间分析模块,对2010年南京市土地利用分类结果专题图进行分析,结果显示,2010年南京市土地利用类型中耕地最多,为277108公顷,占南京市总面积的42%,其次是建筑用地,面积为184738.7公顷,占南京市总面积的28%,接着是林地,面积占到105565公顷,占南京市总面积的16%,水体面积为79173.72公顷,占南京市总面积的12%,草地面积为8577.15公顷,占南京市总面积的1.3%,未利用地面积仅4618公顷,占南京市总面积的0.7%。

四、结论

本研究首先对2010年Landsat-5 TM影像进行图像预处理,然后对南京市土地利用类型进行分类,得到水体、耕地、林地、建筑用地、草地、未利用地6种类型的分布数据,并对分类结果的精度进行了评价。经检验,总体分类精度分别达到84.09%,Kappa系数分别达到835%,结果表明,6种地物类型的分类规则是有效的,可用于南京市土地利用类型分类研究中。

(作者单位:南京林业大学经济管理学院)

项目名称:江苏高校哲学社会科学基金资助项目“南京市土地利用变化与社会经济发展的耦合关系研究”(2014SJB049);江苏高校品牌专业建设工程资助项目(PPZY2015A062);大学生实践创新训练计划项目(201510298096X)。

参考文献:

[1] 孙汉儒 付梅臣.基于CCA的南京市土地利用变化人文影响分析[J].中国人口资源与环境,2014(S2):422-425.

[2] 陈书林 刘元波 温作民.卫星遥感反演土壤水分研究综述[J].地球科学进展,2012,27(11):1192-1203.

[3] 赵英时 等.遥感应用分析原理与方法[M].北京:科学出版社,2003.

[4] 王增林 朱大明.基于遥感影像的最大似然分类算法的探讨[J].河南科学,2010,28(11):1458-1461.

[5] 邓书斌.ENVI遥感图像处理方法[M].北京:科学出版社,2010

猜你喜欢
图像分类土地利用变化遥感
基于数据挖掘的图像分类算法
基于云计算的图像分类算法
基于锚点建图的半监督分类在遥感图像中的应用
中国“遥感”卫星今年首秀引关注