论文部分内容阅读
数据融合是将遥感影像经过融合处理,以提高研究区影像的空间以及时间分辨率。将数据融合方法应用于城市遥感监测,可以提高城市信息提取的精度,对快速获取城市信息具有重要意义。本文利用Landsat 8 OLI-TIRS影像数据作为数据源,提取研究区内城市信息,以进行不同数据融合方法在城市遥感监测中的应用评价研究。本文将内蒙古呼和浩特市市区南部与农村交界的小面积矩形区域作为研究区(111°36′47″E—111°44′08″E,40°45′33″N—40°48′12″N),经过遥感影像数据预处理后,分别进行HSV变换、Brovey变换、Gram-Schmidt变换、主成分变换、NNDiffuse Pan Sharpening变换等5种数据融合处理,然后对5种融合后影像进行基于支持向量机的城市遥感信息提取,并对Gram-Schmidt变换、主成分变换、NNDiffuse Pan Sharpening变换3种融合后的影像进行基于归一化差值不透水面指数的城市遥感信息提取。通过对融合后的影像进行参数统计分析(包括均值、标准差、信息熵、平均梯度、相关系数),以及对基于融合影像的信息提取结果(包括基于支持向量机的城市信息提取结果和基于归一化差值不透水面指数的城市信息提取结果)进行精度分析,确定最适宜城市信息提取的数据融合与信息提取方法。研究结果表明,在综合考虑融合后影像的各个统计参数的情况下,NNDiffuse Pan Sharpening融合的效果最好,其影像在各个波段的保真度、清晰度以及信息丰富程度都较其它融合方法高;对基于支持向量机的城市信息提取结果进行精度分析,发现基于NNDiffuse Pan Sharpening的支持向量机分类结果精度最高,其次是基于PC的支持向量机分类结果精度,最差的是基于HSV和Brovey的支持向量机分类结果精度;在基于归一化差值不透水面指数的城市信息提取结果中,总体上基于PC变换的NDISI提取结果精度最高,其次是基于NNDiffuse Pan Sharpening变换的NDISI提取结果,最差的是基于Gram-Schmidt变换的NDISI提取结果;对所有信息提取方法进行精度评价,发现基于PC变换的NDISI提取结果的精度最高。