融合光谱混合分解与面向对象的土地利用/覆被分类

来源：农业工程学报杂志2021年第17期北京时间：

作者：李卓,韩文超,胡起源,高翔,王林林,肖飞,刘文超,郭文华,孙丹峰,

摘要：错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面，混合像元模糊了地物的光谱信息，影响了分类精度。另一方面，如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度，该研究基于Sentinel-2A遥感影像，开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先，基于地物的光谱、形状和纹理特征，在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次，利用光谱混合分解模型提取研究区基质（SL；岩石和土壤）、植被（GV；光合作用叶片）和暗色物质（DA；阴影和水）3类通用端元。最后，尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则，使用模糊函数、阈值法进行土地利用/覆被分类，获得了较高的分类精度，总体精度为80.83%，Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%，Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性，弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息，是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术，对中高分辨率的多光谱遥感影像十分友好，在土地利用/覆被的精细化分类中有较大应用潜力。

关键词：土地利用, 遥感, 分类, 面向对象法, 光谱混合分解, 多尺度分割, Sentinel-2A影像