遙感圖像監(jiān)督分類的兩個關(guān)鍵問題

遙感圖像監(jiān)督分類的兩個關(guān)鍵問題

隨著遙感應(yīng)用的普及，每個應(yīng)用的遙感圖像監(jiān)測和分類結(jié)果的精度要求越來越高。提高監(jiān)督分類結(jié)果的精度關(guān)鍵在于訓(xùn)練樣本的選取和分類決策也就是分類器的選擇。1山地植被現(xiàn)狀分析塞罕壩機(jī)械林場按地形分壩上、壩下兩部分。壩上是內(nèi)蒙古高原南緣,以丘陵、曼甸為主,海拔1500～1939.6m;壩下是陰山山脈與大興安嶺余脈交匯處,典型的山地地形,海拔1010～1500m。境內(nèi)是灤河、遼河的發(fā)源地之一。塞罕壩林場位于河北省最北部,林場中天然林18805.4hm2,人工林42887.4hm2,混交林8138.3hm2,各林分年齡以中幼齡林為主。該林區(qū)就樹種而言,優(yōu)勢樹種主要有落葉松、樺樹、柞樹、油松、樟子松等,而華北落葉松占90%以上,且無其他喬灌木與之伴生混交,堪稱大面積高密度人工落葉松純林;而在林齡組成上,該林場則以單層同齡林為主,嚴(yán)重缺乏多層異齡混交林。2研究過程2.1分類樣本的選擇為了保證監(jiān)督分類結(jié)果有較高精度,首先要保證有足夠數(shù)量的訓(xùn)練樣本,以克服各種偶然因素的影響,一般情況下,每類至少要有10到100個訓(xùn)練樣本數(shù)據(jù)。其次,選擇樣本像元應(yīng)具有典型性、代表性。同類樹種在不同的立地條件(海拔、濕度、坡度、土壤厚度等)或不同的年齡光譜特性往往會有差異,也就是同物異譜現(xiàn)象的表現(xiàn)。為了保證分類精度,應(yīng)將同一樹種根據(jù)立地條件和年齡分為多類。本研究經(jīng)過訓(xùn)練區(qū)的檢驗(yàn),最后分類模板主要分為水泡子、落葉松、樟子松、樺樹、云杉、柞樹,其中落葉松分為落葉松幼、落葉松2、落葉松4;樺樹分為樺樹、樺樹2、樺樹4;樟子松分為樟子松2,樟子松3;云杉分為云杉幼、云杉。2.2a遙感技術(shù)監(jiān)督本研究利用加拿大PCIGematica遙感圖象處理軟件對塞罕壩機(jī)械林場的SPOT5圖象進(jìn)行監(jiān)督分類。監(jiān)督分類有3種運(yùn)算法則:最大似然、最小距離、平行六面體。2.2.1最大概率法以貝葉斯準(zhǔn)則為基礎(chǔ),通過求出每個像元對于各類別的歸屬概率,把該像元分到歸屬概率最大的類別中去的方法。2.2.2統(tǒng)計特征量均值的計算這種方法要求對遙感圖像中每一個類別選一個具有代表意義的統(tǒng)計特征量(均值),首先計算待分像元與己知類別之間的距離,然后將其歸屬于距離最小的一類。2.2.3關(guān)于分類結(jié)果的混淆通過設(shè)定在各軸上的一系列分割點(diǎn),將多維特征空間化分成分別對應(yīng)不同分類類別的互不重疊的特征子空間的分類方法。監(jiān)督分類結(jié)果用混淆矩陣表示。p(ij)=??????p11p21pn1p12p22pn2????p1np2npnn??????p(ij)=[p11p12?p1np21p22?p2n?pn1pn2?pnn]其中:i表示來自第i類訓(xùn)練區(qū)的樣本數(shù)據(jù);j表示來自第j類的樣本數(shù)據(jù);pij表示來自第i類訓(xùn)練區(qū),但被分到第j類的樣本數(shù)據(jù)占原訓(xùn)練區(qū)數(shù)據(jù)的百分比,即∑j=1npij=100%∑j=1npij=100%(注:∑j=1npij∑j=1npij不一定等于100%)顯然,混淆矩陣中對角元素數(shù)值愈大,則表示分類的效果愈接近先驗(yàn)的考慮。反之,非對角元素數(shù)值愈大,則表示分類結(jié)果中混類的現(xiàn)象愈嚴(yán)重。如果混類現(xiàn)象嚴(yán)重,則需要重新選擇訓(xùn)練區(qū),找到類別純度高,更具有典型性狀的樣本數(shù)據(jù),特別是要想辦法減少或降低訓(xùn)練區(qū)中的異類成分;如果認(rèn)為訓(xùn)練區(qū)的樣本數(shù)據(jù)已經(jīng)夠典型,精度夠純,只是判決函數(shù)與實(shí)際集群分布情況不符,則用訓(xùn)練區(qū)的樣本數(shù)據(jù)對判決函數(shù)進(jìn)行調(diào)整訓(xùn)練。表1、2、3為最大似然、最小距離和平行六面體3種運(yùn)算法則分類結(jié)果的混淆矩陣。分析比較表1、2、3可以看出:運(yùn)用最大似然運(yùn)算法則平均精度為87.76%,KAPPACOEFFICIENT=0.84531;運(yùn)用最小距離運(yùn)用法則平均精度為78.17%,KAPPACOEFFICIENT=0.73269;而運(yùn)用平行六面體運(yùn)算法則平均精度可達(dá)到90.41%,KAPPACOEFFICIENT=0.87655。由此可見,運(yùn)用最小距離運(yùn)算法則精度太低,達(dá)不到生產(chǎn)需要。運(yùn)用平行六面體法則精度比較高,kappa系數(shù)也最大,但是由于本次研究只是對樹種進(jìn)行了分類,并沒有對那些建筑用地、道路、荒山荒地等非林業(yè)用地進(jìn)行劃分,由于同譜異物和同物異譜現(xiàn)象的不可避免性,肯定會有錯分現(xiàn)象,但是運(yùn)用平行六面體法則進(jìn)行分類,在混淆矩陣中,被分為樹種其他類的概率為零,不符合實(shí)際情況。運(yùn)用最大似然法則,平均精度達(dá)到了要求,并且沒有忽略同物異譜和同譜異物現(xiàn)象。2.3種樹種在靜態(tài)遙感圖像分類和種植對比中所占比例的分析本研究利用塞罕壩機(jī)械林場的大喚起林場的二類調(diào)查數(shù)據(jù)和最大似然分類結(jié)果進(jìn)行統(tǒng)計計算。得出了樺樹、落葉松、云杉、樟子松、柞樹等5種樹種在二類調(diào)查和遙感圖像分類結(jié)果中所占的百分比(見表4)。由表4可以看出,樺樹在5種樹種中的百分比,分類結(jié)果和二類調(diào)查結(jié)果基本一致,落葉松、樟子松、云杉和柞樹的