遙感影像可變多組分光譜混合分析方法研究.pdf

1、中分辨率遙感影像(TM/ETM+數(shù)據(jù)等)在城市研究中使用廣泛,但城市地物復(fù)雜,具有強烈的空間異質(zhì)性,所以城市中分辨率遙感影像中存在著大量的混合像元?；旌舷裨够谙裨壍膫鹘y(tǒng)遙感研究方法(監(jiān)督分類、非監(jiān)督分類)遇到了困難,分類精度往往達不到實用要求。為提高中分辨率遙感影像在城市研究中的應(yīng)用,必須解決混合像元分解的問題。
　　 以長沙市城區(qū)為實驗區(qū),針對中等分辨率遙感影像在城市中存在的混合像元問題,探討子像元尺度上混合像元分解方法

2、。以植被-非滲透面-土壤(Vegetation-Impervious surface-soil,V-I-S)模型為基礎(chǔ),探討基于分區(qū)的可變多組分光譜混合分析法,并研究這種方法與基于像元的可變多組分光譜混合分析法在混合像元分解中的優(yōu)勢與不足。主要研究工作包括:
　　 (1)結(jié)合監(jiān)督分類和可變多組分混合分析法,探討基于分區(qū)的可變多組分光譜混合分析方法,在ENVI4.1和IDL6.1的軟件環(huán)境中開發(fā)實現(xiàn),對實驗區(qū)做混合像元分解,得到四

3、種分量圖。
　　 (2)將基于像元的可變多組分光譜混合分析法應(yīng)用到實驗區(qū),做混合像元分解,得到植被、低反射率、高反射率和土壤四種分量圖。
　　 (3)以V-I-S模型為基礎(chǔ),結(jié)合研究區(qū)域?qū)嶋H情況,選擇合適的組分。采用組分優(yōu)化選擇方法,先對圖像做最小噪聲分離變換(Minimum Noise Fraction Rotation,MNF Rotation)進行數(shù)據(jù)降維,然后利用純凈像元指數(shù)(Pixel Purity Index