IKONOS信息提取的尺度效應(yīng)研究.pdf

1、隨著遙感技術(shù)的發(fā)展和廣泛應(yīng)用，遙感影像逐漸成為研究地理現(xiàn)象的主要數(shù)據(jù)源。遙感影像的一個(gè)最重要的基本屬性就是空間分辨率，即測(cè)量尺度。一方面，地理現(xiàn)象的本質(zhì)尺度變化決定了所獲取遙感數(shù)據(jù)的基本特征；另一方面，作為測(cè)量尺度的空間分辨率的變化可以在不同尺度上反映地表的性質(zhì)。由于地理現(xiàn)象大多是尺度依賴(lài)的，在某一尺度上人們觀(guān)察到的性質(zhì)，總結(jié)出的原理或規(guī)律，在另一尺度上可能依然有效，可能相似，也可能需要修正。 尺度的敏感性和變異性，使得尺度在遙

2、感信息提取中起到越來(lái)越重要的作用。在遙感應(yīng)用中，對(duì)于同一研究對(duì)象由于研究人員所采用數(shù)據(jù)的空間尺度或分辨率大小不一，結(jié)論往往差別很大。尺度的變化制約著觀(guān)察、表示、分析和交換信息的詳細(xì)程度，因此在某一尺度狀態(tài)下描述某種現(xiàn)象及其變化的過(guò)程，必須了解該現(xiàn)象的變化特征是如何隨著尺度的變化而發(fā)生的。研究遙感信息提取中的尺度問(wèn)題有助于在遙感應(yīng)用中選擇合適的空間分辨率或尺度，降低提取信息的不確定性，減少數(shù)據(jù)選擇的盲目性，有助于綜合利用多尺度信息。

3、 本論文以IKONOS數(shù)據(jù)為對(duì)象，研究了遙感尺度的幾個(gè)核心問(wèn)題：尺度轉(zhuǎn)換、尺度效應(yīng)和最優(yōu)尺度，并在此基礎(chǔ)上提出了基于多尺度疊加的分類(lèi)方法對(duì)IKONOS分類(lèi)。具體內(nèi)容和結(jié)論包括： (1)DEM的尺度效應(yīng)研究使用多尺度的DEM數(shù)據(jù)對(duì)IKONOS進(jìn)行正射校正，研究DEM的尺度效應(yīng)。通過(guò)對(duì)正射校正精度的分析，發(fā)現(xiàn)正射校正精度很大程度上依賴(lài)于所使用DEM的尺度大小，選用合適的DEM數(shù)據(jù)能夠提高正射校正的精度并減少數(shù)據(jù)的冗余，不注意DEM

4、的尺度變化帶來(lái)的影響，那么有可能得到與預(yù)期不相符的結(jié)果。 (2)基于光譜穩(wěn)定地物的經(jīng)驗(yàn)線(xiàn)性大氣校正研究經(jīng)驗(yàn)線(xiàn)性大氣校正相對(duì)于輻射傳輸模型來(lái)說(shuō)計(jì)算簡(jiǎn)便，又能得到比基于影像的方法更準(zhǔn)確的結(jié)果，是比較常用的方法。經(jīng)驗(yàn)線(xiàn)性方法使用的一個(gè)條件是需要同步采集的地物光譜數(shù)據(jù)，然而，在大多數(shù)情況下，都沒(méi)有衛(wèi)星過(guò)境時(shí)同步的地面數(shù)據(jù)，特別是在處理歷史數(shù)據(jù)時(shí)。本研究在分析經(jīng)驗(yàn)線(xiàn)性方法應(yīng)用條件的基礎(chǔ)上提出了基于光譜穩(wěn)定地物的經(jīng)驗(yàn)線(xiàn)性方法。嘗試使用光譜穩(wěn)

5、定的地物(大壩表面、水泥地面、屋頂以及花崗巖等)的光譜來(lái)替代衛(wèi)星過(guò)境時(shí)的地面數(shù)據(jù)。結(jié)果表明即使在衛(wèi)星過(guò)境時(shí)沒(méi)有相應(yīng)的地面反射率數(shù)據(jù)，使用光譜穩(wěn)定目標(biāo)的經(jīng)驗(yàn)線(xiàn)性法也能夠得到合理大氣校正結(jié)果。 (3)IKONOS信息提取的尺度效應(yīng)研究通過(guò)分析線(xiàn)性算法和非線(xiàn)性算法提取信息的尺度變化，研究結(jié)果表明，在同質(zhì)表面上，不論線(xiàn)性算法還是非線(xiàn)性算法都是尺不變的；在異質(zhì)表面上，線(xiàn)性算法是尺不變的，而非線(xiàn)性算法是尺度依賴(lài)的。因此，在異質(zhì)地表上使用非線(xiàn)

6、性算法提取遙感信息時(shí)必須考慮其尺度效應(yīng)問(wèn)題。如果需要某一尺度的信息時(shí)，必須先進(jìn)行信息提取再尺度轉(zhuǎn)換。 (4)IKONOS最優(yōu)尺度研究研究分析了不同土地覆蓋類(lèi)型，相同覆蓋類(lèi)型的不同布局，以及相同土地覆蓋類(lèi)型在不同波段的最優(yōu)分辨率的差異。結(jié)果表明不同土地覆蓋類(lèi)型的最優(yōu)分辨率不相同；相同土地類(lèi)型的分布和布局不同，其最優(yōu)分辨率不相同；同一土地類(lèi)型的在不同的波段范圍內(nèi)最優(yōu)分辨率也不相同；對(duì)于一個(gè)復(fù)雜的景，沒(méi)有一個(gè)唯一的最優(yōu)分辨率適合于區(qū)分

7、所有土地覆蓋類(lèi)型。 (5)基于多尺度疊加的IKONOS分類(lèi)提出了多尺度數(shù)據(jù)疊加的分類(lèi)方法。首先根據(jù)景模型生成模擬數(shù)據(jù)，將其尺度擴(kuò)展為系列尺度的影像。采用可分性指數(shù)J-M距離對(duì)疊加的多尺度進(jìn)行可分性分析，結(jié)果表明多尺度疊加影像能提高類(lèi)間的可分性，使用多尺度數(shù)據(jù)能提高類(lèi)別被正確分類(lèi)的概率。相對(duì)于單一尺度的數(shù)據(jù)，疊加兩個(gè)尺度或更多尺度都能提高類(lèi)間的可分性。通過(guò)對(duì)疊加的多尺度IKONOS數(shù)據(jù)進(jìn)行最大似然分類(lèi)結(jié)果發(fā)現(xiàn)，基于多尺度疊加的分類(lèi)