基于时间序列轨迹分析的遥感影像分类结果联合校正

【摘要】：随着卫星遥感事业的发展,越来越多的遥感时序数据可供应用,基于时间序列的遥感数据来研究土地利用动态变化已经是一种较为成功的研究手段。然而时间序列中时间节点上大多数为历史数据,分类标志点及检验点的获取困难,所以对于分类精度来说受到极大的限制。本文以天水藉河流域为例,利用多源遥感数据,应用面向对象分类方法对时间序列土地利用进行分类,同时结合土地利用变化轨迹分析,对分类结果进行联合校正,以提高时间序列土地利用分类的整体精度。研究时间节点为2001年、2003年、2006年及2008年。采用数据包括2003年、2008年spot5卫星多光谱影像数据,2001年Landsat ETM+影像、2006年中巴资源卫星CBERS02 CCD影像。在图像配准的基础上对四个时间节点数据进行信息提取,采用面向对象的影像分割方法后利用支持向量机(SVM)对对象多边形进行监督分类。根据各种轨迹变化特点对主要轨迹变化重分类,分成3个主要类别。类别1代表理性发展的变化轨迹;类别2代表可以进行合理性解释的变化轨迹;类别3表示不理性发展或分类误差。将重分类图中属性为"3"的区域做为联合校正的重点区域,通过野外调查与专家咨询等获取真实点信息后,采用人机交互的方式对其属性值进行修改,从而达到提高分类精度的目的。本文提出了一种基于土地利用变化轨迹的时间序列遥感影像分类结果联合校正方法。通过面向对象的方法对遥感影像进行分类,以矢量的形式输出分类结果,然后通过轨迹分析方法将同一地点在时间序列上的变化过程进行分析,通过对不合理的区域进行进一步调查,校正分类结果。经过联合校正后,与未进行联合校正的分类精度对比,前三期的分类精度分别提高3-8%左右,尤其是中间两期历史数据的分类精度提高较大,能达到7%-8%。