论文部分内容阅读
本研究选择天津市、江苏宜兴市以及内蒙古阿荣旗三个区域为研究区,分析北京一号小卫星多光谱数据在宏观土地利用监测中的应用能力,并构建土地利用分类指标体系。在对试验区进行试验的基础上,根据试验区的特点,结合试验区的自然经济因素,选择非监督分类、监督分类、分层分类以及人机交互解译四种分类方法,进行土地利用分类,并对分类结果进行精度评估,确定试验区的最终分类指标体系;对试验区的每种分类方法的准确度与效率进行对比分析,确定适合试验区土地利用信息提取的最佳分类方法。以使北京-号小卫星数据在宏观土地利用监测中的能力更好的体现出来。
本文的主要结论如下:
(1)北京一号小卫星多光谱数据影像质量较好,光谱信息丰富,纹理结构清晰,从影像中可以清晰地区分耕地、园林地、草地、建设用地、水域湿地以及其它土地等一级土地分类,对土地分类中的二级分类水田、旱地、有林地等也能较好的提取。
(2)采用非监督分类、监督分类、分层分类以及人机交互解译等方法对北京一号小卫星多光谱影像进行分类,得到了较好的分类结果。天津土地分类非监督分类、监督分类以及分层分类的总体精度分别是61.14%、62.75%、91.87%;宜兴土地分类非监督分类、监督分类、分层分类以及人机交互解译的总体精度分别是63.25%、74.33%、89.58%、92.33%;阿荣旗土地分类非监督分类、监督分类、分层分类以及人机交互解译的总体精度分别是55.O%、68.2%、82.79%、88.33%。综合比较各分类方法的土地利用分类精度与分类效率,三个试验区的最佳分类方法都是分层分类方法,分类精度都达到了80%以上。对二级分类达到了分类识别能力,得到了较理想的分类结果,说明“北京一号”小卫星多光谱数据在宏观土地利用监测研究领域具有实用性,可以在全国土地宏观监测调查等相关工作中应用。
(3)由于本次研究所应用的多光谱数据的时相的限制,北京一号小卫星数据在土地利用研究领域的许多潜能还没能完全挖掘出来,还有待于在近后的应用中进一步开发,进一步研究北京一号小卫星数据在复杂地形地貌区域的土地利用信息提取能力。