论文部分内容阅读
SPOT和Landsat卫星系列的影像是土地利用调查中最常用的数据源。为了能够更好的提取历史时期的土地覆盖信息,充分利用遥感数据源,需要将已有的不同传感器的数据进行融合处理。由于在特定的时期可以选择的数据源有限,如何最大程度的利用已有遥感数据提取信息便成为所关注的问题。太湖西部地区是水专项中重点调查的重污染区之一,为了获取1999年的土地利用覆盖,并与当前的土地利用状况进行对比,使用了当时空间分辨率高的SPOTl和Landsat7数据进行土地利用覆盖提取,研究综合两类影像信息的方法,以达到优势互补、改善图像的空间分辨率和光谱信息的目的,提高地物类别的提取精度。本文主要是对多源数据的融合及其对建设用地识别的影响进行的实验研究,主要内容和结论如下：(1)系统归纳总结了影像融合质量的定性定量评价方法,从空间信息和光谱信息两个角度选取了定量评价指标构建了本文中的融合影像质量的评价体系。(2)以SPOT1全色影像和Landsat7多光谱影像进行了融合试验,对融合影像质量进行了定量评价,结果表明高通滤波法、PCA变换法、GS变换法融合后图像保留的光谱信息最好,加权融合法、Brovey变换法和HIS变换法能够很好地增强图像的空间信息,增大图像中地物反差,基于PCA的和基于HIS的小波变换融合法继承的空间信息最多,表现为纹理细节最丰富。(3)根据建设用地特征,论文构建了新图像,并采用最大似然法进行了建设用地信息识别。结果表明,除了基于HIS的小波变换融合方法外,加权融合法、高通滤波法、Brovey变换法、HIS变换法、PCA变换法、GS变换法和基于PCA的小波变换融合法均能提高建设用地识别的精度。其中PCA变换法和GS变换法融合后影像最有利于提高建设用地识别的准确性,其建设用地识别正确率分别从76.92%提高到85.03%和83.50%,而错提率从29.99%降低到了16.25%和15.30%。论文研究表明,通过多源数据的融合能够改善利用历史时期影像识别建设用地的精度,而不同的融合方法增强的影像信息不同,应根据实际应用目的选择合适的融合方法。