协同GF-2号和OLI影像的土地利用模糊分类方法

利用遥感影像获取土地信息时,由于瞬间视场的影响,导致同一传感器难以同时获取高光谱分辨率影像和高空间分辨率影像,因此仅依靠单源遥感影像进行土地利用分类存在局限性。为了提高土地利用分类精度,综合利用GF-2号影像的纹理信息、空间信息和OLI影像的光谱信息进行土地利用模糊分类;采用主成分分析法对光谱信息和纹理信息进行压缩、增强处理,再根据不同地物的光谱和纹理特征,进行45、65、85三个不同尺度的图像分割。在影像分割单元的基础上运用面向对象的方法构建了模糊逻辑隶属度函数,实现了研究区的土地利用模糊分类;并与传统面向对象的分类方法进行了比较。协同利用GF-2号和OLI影像的研究区土地利用分类结果的Kappa系数为0.94,分类精度显著提高。