论文部分内容阅读
森林是陆地上最大的生态系统,其变化对于全球生态环境、生物多样性和气候变化有重要影响。及时准确地获取森林变化信息,对于研究全球环境变化和森林管理规划具有重要意义。传统的森林资源变化检测以地面测量为主,存在着工作量大、成本高、周期长和效率低等问题,无法适应当今森林资源变化检测的需要。2013年我国发射了GF-1卫星,其获取的多光谱遥感影像适用于林地变化检测,因此本文研究了基于核最小噪声分离变换(KMNF)的GF-1多光谱遥感影像林地变化检测方法。本研究以广西壮族自治区作为实验区,获取了实验区内两景GF-1数据,同时通过实地调查获取了用于精度验证的地面实况数据。首先,针对遥感影像中存在云/阴影的影响,本文采用基于霾优化变换(HOT)的方法进行云和阴影的检测,结果发现,所用方法能够检测出大部分云和阴影,通过掩膜处理消除了云/阴影对于变化检测结果的影响。其次,本文采用加权迭代的多元变化检测方法,判别两期影像未发生变化的像元,通过回归分析对两期高分影像进行相对辐射归一化处理,使两期影像具有相同的辐射尺度。结果表明,该方法有效减小了因影像获取时间、太阳高度角等的不同造成的辐射差异,使相同地物具有相似的反射率。最后,本文利用KMNF对参考影像和归一化后的影像分别进行特征变换,对两期影像变换后的第一变量进行差值计算,通过最大类间方差法自动确定阈值提取变化像元,并通过NDVI值判断林地变化方向。比较发现,该方法相比传统的变化矢量分析法具有更高的精度,检测精度从80.51%提高到85.37%。