基于KPCA和K-Means++的秦岭植被变化检测

申少格，杨渭清，杨绍静

（西安文理学院信息工程学院，陕西西安，710065）

0 引言

本文利用遥感技术获取秦岭生态环境变化的基本数据，如森林覆盖状况变化、土地利用变化、湿地资源状况变化等，结合相应算法和模型，为保护秦岭措施提供评估依据。

故而遥感动态监测方法显得尤为重要，从不同时期的遥感数据中，定量的分析和确定地表变化特征与过程，它涉及到变化的类型、分布状况与变化量，即需要确定变化前后的植被覆盖率、界限即变化趋势，能提供地物的空间分布及其变化的定性和定量分析。它主要包括数据源选择，图像输入与浏览，图像预处理，图像信息提取，成果报告与应用等过程。在此，本文主要研究图像信息提取，采用先进的KPCA算法和K-Means++算法进行优化，来得到更优结果。具体过程如图1所示。

图1 植被动态变化监测过程

1 数据预处理

在研究图像信息提取前，本文首先对所下载的图像进行预处理等操作，将图像的数字量化值（DN）转化为辐射亮度值域，改变其地类波谱曲线，并通过大气校正将反射信息从大气和太阳的信息中分离出来，消除其对地物反射的影响，根据RMSE与SE关系判断是否需要几何校正，最后再进行行政区域裁剪，将研究之外的区域去除[2]。

2 图像信息提取

遥感影像通过亮度值或像元值的高低差异（反应地物的光谱信息）及空间变化（反应地物的空间信息）来表示不同地物的差异，这是区分不同影像地物的物理基础。遥……