变端元混合像元分解冬小麦种植面积测量方法

摘要

针对线性混合像元分解(Linear Spectral Unmixing,LSU)在端元(Endmember)个数不变情况下常会出现端元分解过剩现象导致分解结果精度不高的问题,以地物分布的聚集性特征为基础,提出了基于格网的变端元线性混合像元分解(Dynamic Endmember LSU,DELSU)方法。以冬小麦为研究目标,采用Landsat TM图像为实验数据、高分QuickBird图像目视解译冬小麦结果为真值精度评价数据,利用本文提出的DELSU方法进行冬小麦提取。实验结果表明:该方法比最大似然方法、LSU方法更能准确地获取冬小麦面积,在一定程度上吸收了传统分类方法的优点,提高了目标地物的测量精度;同时作为一种改进的LSU方法也适用于其他土地利用/覆盖类型的测量。