论文部分内容阅读
针对潮滩湿地植被的特点,利用2004年7月30日的SPOT5数据,在主成分分析的基础上,结合归一化植被指数NDVI和归一化水体指数NDWI,进行了Brovey变换和小波变换融合处理。融合后得到的图像较融合前的图像和原始SPOT5图像在空间相关性、信息熵以及植被间的可分离度等指标上都有显著的提高。对融合效果较佳的基于NDWI和主成分的小波变换的图像进行最大似然法分类,与原始图像最大似然法分类结果相比,分类精度提高了4.41%。