融合多特征土地覆盖变化监测--以武汉市为例

摘要

为了对比分析遥感影像加入特征和不同分类方法下的土地覆盖分类精度,提高土地覆盖分类的精度,本文以湖北省武汉市为研究区域,Landsat遥感影像和ASTER GDEM地形数据为数据源,比较原始多光谱影像和加入特征的融合影像在最大似然法、支持向量机和随机森林方法下的分类精度,并选取精度最高的一种组合作为土地覆盖变化监测的方法,对2015、2018和2021年武汉市的土地覆盖进行变化监测。结果表明:融合特征影像和SVM分类组合的分类精度最高,总体精度达到93.09%,Kappa系数为0.9123,因此选用该组合进行变化监测。监测结果表明,在2015到2021年间,武汉市城市用地面积在逐步增加,裸地面积维持在较低水平,林地面积增加,但水体和农田仍存在无法准确区分的问题。