分层变端元混合像元分解的新疆北部积雪分量制图研究

新疆北部冬季常多云天气,受地形和植被等因素影响,积雪分布不均,这导致了积雪分量遥感制图精度不高的难题。针对这一问题,本文利用MODIS影像,提出了分层变端元混合像元分解的积雪定量反演方法。该方法首先建立研究区影像和参考端元库,再对区域影像地类进行从粗到细的逐级划分,对每级包含的地类进行2端元或3端元混合像元分解。通过对上一级解混后与积雪相关的子类再实施上述变端元混合像元分解方法,得到下一级更细的地类划分。综合各级地类解混结果实现了高精度积雪分量制图。以HJ CCD影像分类数据、植被分布数据和实测数据为数据源,验证了变端元解混时模型包含端元数较少时(如2端元或3端元)研究区域积雪分类精度最高,为87%。反之,包含端元数越多,分类精度会降低。

土地覆盖遥感制图方法研究现状与展望

区域尺度土地利用/覆盖分类研究是当今国际上开展土地利用/覆盖变化研究的重要领域之一。及时、准确地获取地球表面特性对于掌握人类和自然现象之间的关系和相互作用至关重要。本文根据土地覆盖遥感分类方法特点,从硬分类方法、软分类方法以及最新的软硬分类方法出发,总结了国内外的各研究成果,分析了各种方法的分类策略与特点及其方法适用性。研究结果表明:软硬分类方法能够灵活适用于遥感图像上纯净、混合像元并存的特点,可以有效解决光谱的异质性,在土地覆盖遥感监测中具有广阔的应用潜力。文中提出了基于变端元的软硬分类土地覆盖制图方法框架,并指出了今后的研究重点。