论文部分内容阅读
以广东省从化市为试验区，2002年11月非线性增强后SPOT-5图像为基础，通过光谱统计特征分析、因子构建与筛选、森林资源光谱分类分析，认为SPOT-5的B1波段反映信息量最大，B4、B3波段次之，B2波段最小，且B1与B2波段关系最密切。用B3×B4/B2、B4、B3、B1、B3/B4、B2/B4因子重新组合，堆栈的SPOT图像利于森林资源分类。用判别分析法分类效果最好，不宜采用逐步聚类法。水体、阔叶混交幼林、阔叶混交成林分类精度最高，钟叶混交成林、台湾相思幼林次之，速相思幼林的分类精度最低。