多源数据结合的高分一号土地利用/覆盖分类方法研究

摘要

基于多时相的GF-1数据获取NDVI时序变化、NDWI和MNDVI等指数图像数据,辅以Landsat8卫星OLI影像和数字高程模型(DEM)数据,得到了不同地物在光谱、时相和形状等方面的特征;通过分析各种地物类型在这些特征上的差异和变化规律,总结出不同地物的特征提取规则,构建了一种基于GF-1数据在地物复杂地区的土地利用/覆盖分类方法,并以广州市为实验区,运用该方法、最大似然法和最小距离法进行了土地利用/覆盖分类及其精度评价.结果显示:基于GF-1数据在地物复杂地区的土地利用/覆盖分类方法的总体精度为85.86%(部分地物分类精度达到95%以上),与最大似然法及最小距离法相比,其总体精度分别提高了4.62%和12.24%,说明该方法能够更好地发挥GF-1遥感数据在土地利用/覆盖分类中的实际应用潜力,且有效提高了各种土地利用/覆盖地物类别的分类精度.