金属矿山
金屬礦山
금속광산
METAL MINE
2013年
10期
80-83
,共4页
刘德儿%于海霞%兰小机%陈元增
劉德兒%于海霞%蘭小機%陳元增
류덕인%우해하%란소궤%진원증
最优波段组合%最佳指数%修正植被指数%主成分分析
最優波段組閤%最佳指數%脩正植被指數%主成分分析
최우파단조합%최가지수%수정식피지수%주성분분석
The optimal band combination%Optimum index factor(OIF)%Revise normalized difference vegetation index (RNDVI)%Principal component analysis (PCA)
针对TM遥感影像光谱特征利用率不高,影响土地覆盖信息分类精度的问题,提出一种基于最优波段组合的分类方法.以赣州市章贡区2006年的TM遥感影像为研究对象,首先根据遥感影像的光谱特征和波段间的相关性计算最佳指数;其次根据研究区域特征,引入修正植被指数,并对原影像进行主成分分析,综合分析最佳指数、修正植被指数和前3个主成分量,认为PC3、RNDVI、Band1为最优波段组合.最后结合监督分类与非监督分类法对最优波段组合成的遥感影像进行分类,得到的整体分类精度为86.237 5％,kappa系数为0.825 3.
針對TM遙感影像光譜特徵利用率不高,影響土地覆蓋信息分類精度的問題,提齣一種基于最優波段組閤的分類方法.以贛州市章貢區2006年的TM遙感影像為研究對象,首先根據遙感影像的光譜特徵和波段間的相關性計算最佳指數;其次根據研究區域特徵,引入脩正植被指數,併對原影像進行主成分分析,綜閤分析最佳指數、脩正植被指數和前3箇主成分量,認為PC3、RNDVI、Band1為最優波段組閤.最後結閤鑑督分類與非鑑督分類法對最優波段組閤成的遙感影像進行分類,得到的整體分類精度為86.237 5％,kappa繫數為0.825 3.
침대TM요감영상광보특정이용솔불고,영향토지복개신식분류정도적문제,제출일충기우최우파단조합적분류방법.이공주시장공구2006년적TM요감영상위연구대상,수선근거요감영상적광보특정화파단간적상관성계산최가지수;기차근거연구구역특정,인입수정식피지수,병대원영상진행주성분분석,종합분석최가지수、수정식피지수화전3개주성분량,인위PC3、RNDVI、Band1위최우파단조합.최후결합감독분류여비감독분류법대최우파단조합성적요감영상진행분류,득도적정체분류정도위86.237 5％,kappa계수위0.825 3.
