發(fā)布時(shí)間：2024-07-10 23:32

　　為了實(shí)現(xiàn)兩個(gè)不同年份單時(shí)相遙感影像之間的土地覆蓋變化檢測(cè),提出了一種基于土地覆蓋類型特征自適應(yīng)確定閾值的遙感影像變化檢測(cè)方法。以2015年土地覆蓋數(shù)據(jù)為基礎(chǔ),綜合2013年和2015年Landsat 8-OLI影像數(shù)據(jù),首先,采用時(shí)相不變點(diǎn)群法TIC(Temporally Invariant Cluster)保證了兩期影像輻射水平的一致性。其次,對(duì)兩期影像進(jìn)行多尺度分割,并在各級(jí)尺度下構(gòu)建分割對(duì)象的變化向量。然后,采用最大類間方差的方法分別進(jìn)行單一變化閾值變化檢測(cè)以及基于土地覆蓋類型的多閾值變化檢測(cè)分析,并利用目視解譯樣點(diǎn)進(jìn)行精度驗(yàn)證與評(píng)價(jià)。結(jié)果表明:(1)單一閾值變化檢測(cè)結(jié)果的總體精度為79.6%,Kappa系數(shù)為0.601,多閾值變化檢測(cè)結(jié)果的總體精度為87.2%,Kappa系數(shù)為0.741,多閾值變化檢測(cè)具有更高的精度。(2)進(jìn)一步逐土地覆蓋類型精度評(píng)價(jià)可知,多閾值變化檢測(cè)能在一定程度上減弱物候期的影響,具有更高的穩(wěn)定性。該研究以土地覆蓋數(shù)據(jù)為底圖,逐類別的選取變化檢測(cè)閾值,提高了變化區(qū)域檢測(cè)的精度,在大范圍高效更新土地覆蓋數(shù)據(jù)的應(yīng)用中具有一定的參考價(jià)值。

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

圖2技術(shù)流程圖

首先以2015年影像為參考對(duì)2013年進(jìn)行相對(duì)輻射校正，其次將相對(duì)輻射校正后的兩期影像數(shù)據(jù)進(jìn)行多尺度分割，然后基于OTSU方法分別進(jìn)行單閾值變化向量分析CVA(ChangeVectorAnalysis）檢測(cè)以及分土地覆蓋類型多閾值變化向量分析檢測(cè)，最后利用目視解譯樣點(diǎn)進(jìn)行精度....

圖4T檢驗(yàn)置信區(qū)間對(duì)比圖

式中，和S分別表示兩期影像對(duì)應(yīng)波段灰度差值的平均值以及標(biāo)準(zhǔn)差，n表示T檢驗(yàn)的自由度，t(n,0.025)是根據(jù)T檢驗(yàn)分布表求取的臨界值。假如該置信區(qū)間包含0，則接受空假設(shè)，表明兩期影像不存在差異。對(duì)所選取235個(gè)地物類型未發(fā)生變化的樣點(diǎn)進(jìn)行T檢驗(yàn)的結(jié)果如圖4所示。其中，un＿no....

圖3相對(duì)輻射校正結(jié)果

隨著遙感影像空間分辨率的不斷提高，傳統(tǒng)基于像元的信息提取范式受到嚴(yán)重的挑戰(zhàn)，其忽略了影像豐富的紋理信息以及空間拓?fù)潢P(guān)系，容易產(chǎn)生嚴(yán)重的“椒鹽現(xiàn)象”。而面向?qū)ο蟮男畔⑻崛∫杂跋穹指罨A(chǔ)，考慮了像元之間的鄰近關(guān)系以及分割對(duì)象的紋理和光譜信息，有效地克服了傳統(tǒng)基于像元方法的弊端（Bla....

圖5OTSU法單閾值變化檢測(cè)錯(cuò)分圖斑

進(jìn)一步研究發(fā)現(xiàn)，在研究區(qū)范圍內(nèi)，尤其是安義縣境內(nèi)，由于農(nóng)作物的物候差異，在2013年和2015年間呈現(xiàn)出農(nóng)作物收割和沒(méi)有收割兩種情況，以及耕地灌溉導(dǎo)致的土壤濕度差異，造成兩期影像的光譜值存在較大的差異，從而耕地的變化檢測(cè)存在較多的錯(cuò)分現(xiàn)象。此外，由于兩期影像時(shí)相的差異，導(dǎo)致一些水....

本文編號(hào)：4004901