TM传感器辐射定标参数精度分析

以2007年4月26日北京地区TM图像为例,对美国地质调查局(USGS)和中国遥感卫星地面站(RSGS)提供的传感器辐射定标参数进行精度评价。首先,根据不同来源的辐射定标参数,采用对应的定标系数计算公式得到相应的定标系数,采用不同的定标系数分别对DN值进行反演,得到不同辐射定标参数下的表观辐亮度数据;然后,将两种表观辐亮度反演结果输入FLAASH大气校正模型,反演图像获取时的气象视距和地表反射率;最后,通过同步气溶胶观测数据和高分辨率遥感影像对所反演的气象视距和地表反射率分类精度进行评价,得到传感器定标参数精度评价结果。研究表明:USGS提供的辐射定标参数能更为精确地反映TM传感器的辐射特征。

沙漠化遥感分类方法对比分析——以新疆塔河下游为例

新疆是我国受沙漠化危害最严重的省区,而沙漠化信息提取是遥感专题信息提取的难点之一,探索合适的沙漠化遥感分类方法可以为相关部门提供决策支持。本文利用TM&ETM遥感影像对比分析了现有主要应用的最大似然、最小距离、决策树等几大分类方法在沙漠化分类中的应用,结果显示:①传统的最大似然方法分类精度及出图效果等各方面优于SVM、最小距离及决策树方法。最大似然的分类总精度以及Kappa系数分别达到96.43%和0.95,分类精度随先验概率的增大而减小,混淆程度小,结果图清晰,能反应真实的沙漠化分布情况。②SVM径向基函数分类可以达到分类目的,当γ逐渐增大时精度增高,混分较稍严重,可以反应真实的沙漠化分布情况。③最小距离精度较低,有严重的漏分现象,能一定程度上反应沙漠化的分布情况。④决策树分类法的精度低,分类指数筛选复杂,分类结果图并不能很好的反应真实的沙漠化分布情况。