论文部分内容阅读
应用遥感技术进行土地覆盖/土地利用分类是遥感应用领域的一项基础性研究工作,遥感数据的综合性与时效性等优势可以获取客观、准确的土地覆盖/土地利用信息。新一代MODIS数据具有更好的光谱分辨率与空间分辨率,对宏观尺度土地覆盖/土地利用分类具有很强的优势和广泛的应用价值。本文以中国东北为研究区域,基于2005年的MODIS数据结合使用多种分类方法,挖掘MODIS数据的土地覆盖/土地利用分类识别能力,对中国的东北地区的宏观土地覆盖/土地利用分类进行研究和探讨。研究得到以下主要结论:1.分类特征的选择直接影响分类精度,基于MODIS数据提取多种分类特征能明显提高区域尺度土地覆盖/土地利用分类的精度,其中包括1~7波段反射率、植被指数、水体指数、纹理特征等,但多分类特征需要优化组合后应用于分类。2.多种分类方法结合运用对提高分类精度具有重要意义。充分利用MODIS数据多时相信息与波谱信息,针对不同性质的土地覆盖/土地利用类型进行多级分类,可在一定程度上减少“同物异谱”、“同谱异物”现象,而提高分类精度。3.结合高分辨率的TM影像辅助分类能够提高分类精度,由于MODIS的空间分辨率较低,像元中多为混合像元,辅以TM数据对MODIS选择训练样本能够保证样本的准确性与代表性,分类后应用TM数据及其分类结果对区域MODIS土地覆盖/土地利用分类结果进行精度评价也具有很强的可行性。4.从应用观点出发,依据MODIS数据构建的9类中国东北地区土地覆盖/土地利用类别,分类结果总体精度达到82.7822%,Kappa系数0.8031。本文东北地区土地覆盖/土地利用的分类结果能较好地反映东北地区土地覆盖/土地利用的实际情况。本文选择了多时相的MODIS数据,其中有MODIS 7个波段的反射率数据、EVI、LSWI、纹理特征等进行区域土地覆盖/土地利用分类取得了较好的分类效果,显示了在区域尺度上利用多光谱多时相MODIS数据进行土地覆盖/土地利用分类的优势。结果表明:MODIS数据对宏观土地覆盖/土地利用分类具有很高的实用价值与应用潜力,在大尺度土地覆盖/土地利用分类中具有很好的应用前景。