CBERS-02B星数据融合方法评价

CBERS-02B星(以下简称02B星)多光谱CCD数据与全色HR数据空间分辨率相差较大,给图像融合带来一定困难。在对IHS变换、主成分变换、Brovey变换及GS变换等融合算法分析的基础上,利用02B星数据进行了融合试验。通过对试验结果的目视评价与定量分析发现,主成分变换和GS变换方法融合图像纹理信息较清晰,光谱保真度较好。在GS变换融合中,可利用02B星CCD相机第5波段模拟GS变换的低分辨率输入,融合结果统计值优于PC变换。

对比多源遥感数据在滨海湿地提取中的差异

Landsat 8与Sentinel-2数据是当前遥感分类最典型、常用的光学数据源,但这两种数据源在滨海湿地分类中的差异性仍有待进一步研究。基于Landsat 8、Sentinel-2和Sentinel-1数据,采用随机森林(random forest,RF)算法对南沙区湿地进行分类,并探讨光学数据源、主成分变换融合方法以及各特征变量对南沙区滨海湿地RF分类精度的影响。结果表明:(1)Sentinel-2数据参与的方案分类精度均优于Landsat 8数据参与的方案,其分类精度分别为90.24%(单一光学数据参与分类)、85.89%(光学数据与雷达数据融合参与分类)。(2)主成分变换融合方法对分类精度的提高不大,融合数据使滨海湿地总体分类精度下降(p<0.05),但融合数据在一些滨海湿地类型提取中具有一定优势。融合Sentinel-2与Sentinel-1数据减小了沿海滩涂与浅海水域之间的错分现象;融合Landsat 8与Sentinel-1数据更有利于库塘、红树林湿地信息提取以及湿地与非湿地信息的区分。