论文部分内容阅读
图们江口地处中国、朝鲜、俄罗斯三国交界,该区域河湖众多,湿地动植物种类极为丰富,湿地研究和保护价值巨大。区位特点使对朝鲜和俄罗斯境内的湿地调查困难,因此,遥感是进行该地区湿地分类的最佳途径。高光谱遥感数据的光谱分辨率高,具有对地物类型进行精细研究的潜力,但其也有空间分辨率较低、数据冗余、数据质量等问题。针对上述问题,本文利用重访周期长,较易获取的国产HJ-1A卫星高光谱数据开展影像融合、包络线去除、特征光谱提取等研究。针对图们江口地区湿地分类需求,利用发展成熟,应用广泛的支持向量机方法开展湿地分类研究,主要研究成果如下: (1)针对国产HJ-1A卫星高光谱遥感影像空间分辨率较低的不足,应用Landsat-8全色影像开展了主成分(PC)变换、Gram-Schmidt Pan Sharping两种融合方法的光谱保真性分析。结果表明:Gram-Schmidt Pan Sharping融合方法对水田、水体、林地和草地的光谱保真更好,主成分(PC)变换融合方法对裸地的光谱保真更好,两种融合方法对沼泽的光谱保真相近。在460~516nm波段Gram-Schmidt Pan Sharpening融合影像的光谱保真性更优,516~952nm波段主成分(PC)变换融合影像的光谱保真性表现较好。 (2)采用基于光谱标准差阈值的特征光谱提取方法提取了融合前、后HJ-1A高光谱影像中湿地的特征光谱。融合前影像中,包络线去除前水体的特征光谱较多,在可见光和近红外范围都有分布,水田的特征光谱较少,只在可见光范围分布,沼泽没有特征光谱;包络线去除后,只有水体仍存在特征光谱,全部分布在近红外范围,并且数量也减少。融合后影像中,包络线去除前水体的特征光谱较多,沼泽和水田的特征光谱较少,全部分布在可见光范围;包络线去除后水田、水体和沼泽都不再有特征光谱。 (3)采用支持向量机方法进行分类实验,对比分析HJ-1A高光谱影像在经过融合前、后;包络线去除前、后;应用全部波段或特征波段分类8种处理情况下的分类结果后发现:影像在经过包络线去除处理后总体分类精度和kappa系数均明显下降,原因是包络线去除扩大了条带噪声,降低了信噪比,水田和沼泽的分类效果有提高有降低;影像在经过与Landsat-8全色影像融合处理后,以及应用影像的特征光谱波段分类时总体分类精度和kappa系数,水田和沼泽的分类效果有提高有下降。水体的分类效果在各情况下变化不明显。基于融合前包络线去除前的HJ-1A高光谱影像,应用湿地的特征光谱波段分类得到的总体分类精度及水田、水体和沼泽的分类精度最高。 上述研究成果可成为今后进一步研究国产高光谱影像质量提升方法,提高国产高光谱影像的湿地自动分类精度,图们江口地区湿地遥感监测和国产高光谱影像的应用提供基础研究支撑。