（地图制图学与地理信息工程专业论文）基于决策树方法的航空高光谱遥感土地覆盖分类研究——以江苏宜兴试验区为例.pdf

东科拄太学碗十学位论文 摘要 摘要 进行士= 地覆盖分类是进行国土资源调查、规划及动态嗡测的基础，也是研究 其环境效应、生态安全及其对全球变化影响的有效手段，意义卜分重大。高光谱 遥感影像t | 每个像元近乎连续的窄波段包含了丰富的表征地物生物理化特性的光 潜信息，使得基于特征光谱信息的目标地物遥感识别成为可能。通过在决策树的 不同节，i i 上选择不同的遥感数据和适宜的数据分析方法i u 以清晰、逐级分层次地 把所研究的目标区分、识别出来。本文以江苏宜兴试验区为例，探讨了利用 决策树方法进行高光谱遥感土地覆盖分类的流程和方法；分析了试验区典型地物 的波谱特性：总结了常用反射率反演方法，并根据具体情况选择经验线性法进行 了实验：提出了反射率反演后波谱曲线上存在的锯齿状现象的消除方法；通过特 征提取与选择研究与实验，传统分类方法( 最大似然、最小距离、光谱角制图等) 对比实验及分析，挖掘出了适宜于试验区决策树分类模型构建的特征、方法及参 数；最后进行了分步决策树分类实验和与传统分类方法的精度对比分析。试验区 研究表明，分区分层决策树综合分类方法在高光谱遥感影像土地覆盖分类中具有 可操作性和较高的精度保证。 关键词：高光谱遥感土地覆盖决策树分类反射率反演特征提取与选择 山东科技人学硕i 一学位论文摘要 a b s t r a c t l a n dc o v e rc l a s s i f i c a t i o ni st h eb a s i so fs u r v e y i n g ，p l a n n i n ga n dd y n a m i c m o n i t o n n gl a n dr e s o u r c e ，a n di st h ee f f e c t i v em e a n so fs t u d y i n ge n v i r o n m e n te f f e c t ， e c o s y s t e ms e c u r i t ya n dg l o b a lc h a n g i n g ，t h e r e f o r ei th a st h ei m p o r t a n ts i g n a l i t y t h e r ei s a b u n d a n ts p e c t r a li n f o r m a t i o ni n c l u d i n ge x p r e s s i n gb i o l o s i c ，p h y s i c a la n dc h e m i c a l c h a r a c t e ro fg r o u n do b j e c t si ne v e r yp i x e lo fh y p e r s p e c t r a lr e m o t es e n s i n gi m a g e r y s t u d y i n go b j e c t s c a nb ed i v i d e da n dr e c o g n i z e dc l e a r l ya n dg r a d u a l l yb ys e l e c t i n g d i f f e r e n tr e m o t es e n s i n gd a t as o u r c ea n df e a s i b l ed a t aa n a l y s i sm e t h o d s t h ep a p e rt a k e sy i x i n ga r e a ，j i a n g s up r o v i n c e ，c h i n aa sa ne x a m p l et h ew o r k f l o w a n dm e t h o do f h y p e r s p e c t r a lr e m o t es e n s i n gl a n dc o v e rc l a s s i f i c a t i o nu s i n gd e c i s i o nt r e e t e c h n o l o g yi sp r e s e n t e di nd e t a i l s p e c t r a lc h a r a c t e r so ft y p i c a ll a n d c o v e rt y p e si n r e s e a r c ha r e aa r ea n a l y z e d c o m m o nr e f l e c t i v i t yi n v e r s i o nm e t h o d so fi m a g i n gs p e c t r a l d a t ao b t a i n e db yo m i s i ss m m n a r i z e d ，a n de m p i r i c a ll i n em e t h o di se x p e r i m e n t e d a c c o r d i n gt ot h ee x i s t i n gd a t a p o s tp r o c e s s i n gm e t h o di sp u tf o r w a r di n o r d e rt o r e m o v a ls e r r a t i o no fs p e c t r a lc n r v ea f t e rc a l i b r a t i o n n e x t ，t h ef e a t u r ei ss e l e c t e da n d e x t r a c t e d ，a n d a t t h es a m e t i m e ，s e v e r a l k i n d so ft r a d i t i o n a lc l a s s i f i c a t i o n m e t h o d s ( m a x i m u ml i k e l i h o o dc l a s s i f i c a t i o n 、m i n i m u md i s t a n c e c l a s s i f i c a t i o n 、 s p e c t r a la n g l em a p p i n ga n ds oo n ) o np r e p r o c e s s e dd a t aa l ee x p e r i m e n t e do na n d a n a l y z e d f e a t u r e s ，m e t h o d sm a dp a r a m e t e r si n t h ep r o c e s so fb u i l d i n gd e c i s i o nt r e e c l a s s i f i c a t i o nm o d u l es u i t a b l et ot e s ta r e aa r ed i g g e do u tb a s e do nt h ea b o v e e x p e r i m e n t s i nt h ee n d ，d e c i s i o nt r e ec l a s s i f i c a t i o ne x p e r i m e n t sr e s u l t sa n dc o n t r a s t i v e p r e c i s i o na c c u r a c ya r eo b t a i n e dt h es t u d yd e m o n s t r a t e st h ef e a s i b i l i t y , m a n e u v e r a b i l i t y a n dh i g h e rp r e c i s i o na s s u r a n c eo fd e c i s i o nt r e ec l a s s i f i c a t i o ni nl a n dc o v e rc l a s s i f i c a t i o n u s i n gh y p e r s p e c t r a lr e m o t es e n s i n gi m a g e r y i nt h ee n do f t h ep a p e r k e y w o r d s ：h y p e r s p e c t r a lr e m o t es e n s i n g ，l a n dc o v e g d e c i s i o nt r e ec l a s s i f i c a t i o n ， r e f l e c t a n c er e t r i e v a l ，f e a t u r es e l e c t i o na n de x t r a c t i o n 2 声明 本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公 认的文献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于 其它任何学术机关作鉴定。 硕士生签名： 日 a f f i r m a t i o n 凌伐 期：训舌矿 id e c l a r et h a tt h i sd i s s e r t a t i o n ，s u b m i t t e di nf u l f i l l m e n to ft h er e q u i r e m e n t s f o rt h ea w a r do fm a s t e ro fp h i l o s o p h yi ns h a n d o n gu n i v e r s i t yo fs c i e n c ea n d t e c h n o l o g y , i sw h o l l ym yo w nw o r ku n l e s sr e f e r e n c e do fa c k n o w l e d g e t h e d o c u m e n th a s n o tb e e ns u b m i t t e df o r q u a l i f i c a t i o n a ta n yo t h e ra c a d e m i c i n s t i t u t e s i g n a t u r e ：z 钇纰 j d a t e ：五耐多窘 山东科技人学硕士论文 绪论 1 1 1 土地覆盖分类的意义 1 绪论 1 1 研究背景及项目来源 土地资源是人类生产和生活资料的基本源泉，是国民经济发展的重要物质基础和物 质保障。为了实现对土地资源进行集中、统一、协调、有序的高效管理，必须采用遥感 高技术对土地资源实施动态监测( 李伯衡，1 9 9 8 ) 。土地动态监测主要是对土地类型、土 地利用现状、土地质量等土地资源的基本状况进行监测( 沙晋明，1 9 9 8 ) ，土地动态监测 是土地管理工作中的重要环节，是各级土地管理职能部门掌握土地资源的分布、质量、 利用现状、合理结构等要素的重要手段。我国土地动态监测水平在遥感技术和计算机技 术的推动下，形成了计算机自动处理与人工目视解译相结合的遥感动态监测体系，并初 步实现了“3 s ”技术支持下的土地动态监测( 任维春等，2 0 0 0 ：张继贤等，1 9 9 8 ) 。 土地利用覆盖变化监测是土地动态监测的一项核心内容，对于传统多光谱技术易混 分的林、草、耕地、园地等一级地类，利用成像光谱技术可以大大提高对它们识别精度， 而且对其二级类为单位的监测分类亦可到达相当高的水平。成像光谱数据具有高光谱分 辨率的同时，也具有相当高的空间分辨率，这为解决以往土地利用动态监测中的小图斑 识别和几何精度差的问题提供了有利的条件。 土地覆盖( 1 a n dc o v e r ) 是的含义与土地利用相近，但两者研究的角度有所不同，前 者侧重土地自然属性，后者侧重于土地的社会属性。土地覆盖是地球表面自然和社会经 济的重要外在表现，在空间上通过其表象和形态结构的属性来彼此区别，并且能指示景 观内的活动和变化强度。土地利用与土地覆盖变化有着一定的关系，土地利用影响着土 地覆盖的变化，同样，土地覆盖变化改变着生态系统的生物多样性，而且将对局地、区 域士地利用及全球气候产生深远影响。土地覆盖变换包括生物多样性、现实和潜在的生 产力、土壤质量以及径流和沉积速度中的种种变化。随着社会与科学技术的发展，人类 开发利用资源、改造环境的能力不断增强，人类的各种活动正加速着这种变化。进行土 地覆盖分类是进行国土资源调查、规划及动态监测的基础，也是研究其环境效应、生态 安全及其对全球变化意义的有效手段，进行土地覆盖分类识别意义重大。 山东科技大学硕士论文 绪论 1 1 2 基于决策树方法的航空高光谱遥感土地覆盖分类 成像光谱技术是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息 处理技术于一体的综合性技术。它通过将成像技术与光谱技术相结合，在对目标地物的 空蚓特征成像的同时，对每个空间像元经过色散形成几十个乃至几百个窄波段以进行连 续的光谱覆盖，从而形成谱分辨率为波长的1 5 ( 达到纳米数量级) 的遥感数据。 每个像元近乎连续的窄波段包含了丰富的表征地物生物理化特性的光谱信息，使得基于 特征光谱信息的目标地物遥感识别成为可能，解决了许多常规遥感手段无法解决的问题。 在一般的多光谱遥感影像上，受其光谱分辨率的限制，导致其分类精度不高，混分、错 分现象严重，实现精细类别的识别难度则更大。而地物波谱研究表明，地表物质在0 ，4 2 5 o n 光谱区间内均有可以作为识别标志的光谱吸收带，其带宽约2 0 4 0 n m ，成像光 谱仪的高分辨率可以捕捉到这一信息，从而可以实现地物的精细识别。 随着2 0 世纪8 0 年代成像光谱技术的出现，光学遥感进入了高光谱遥感阶段。高光 谱遥感技术作为对地观测技术的重大突破，其发展潜力是以往几个遥感技术的发展阶段 所不可比拟的。其中，航空高光谱遥感目益显示出重要的实用价值，同时也为航天商光 谱遥感的发展奠定初步的技术基础。航空高光谱遥感以其高光谱分辨率和高空间分辨率 对于土地覆盖分类识别无疑是个强有力的观测工具。 然而，如何在分类识别中充分利用这些繁多而有效的信息成为一个关键性问题。决 策树( 又称多级分类器) 的引入可以使这一问题得到很好的解决，它不仅能发挥高光谱 数据信息丰富的优势，而且还能融合其它辅助数据( 如g i s 数据) 参与分类，其基本思 想是不企图用一种算法、一个决策规则把多个类别一次分开，而是采用分级形式，针对 不同的集合选取不同的标准或方法对其进行最有效的划分，将复杂的多分类问题逐步简 单化从而彻底解决。 1 1 3 项目来源 本论文依托国家高技术研究发展计划( 8 6 3 计划) 对地观测技术在国土资源调 查中的应用课题之成像光谱技术在土地动态监测中的应用子课题( 项嗣编号 2 0 0 1 a a 1 3 6 0 2 0 - - 2 ) 。研究背景突显了该项目立项的充分性与必要性。本论文侧重决策树 法在高光谱遥感土地覆盖分类识别中的应用的研究。 山东科技太堂颐士论盘绪论 1 2 1 高光谱遥蒜的发展现状 1 2 研究现状 高光谱遥感技术是自e 个世纪8 0 r 代开始发展起来的遥感前沿技术。经国际遥膳界 的其识，光谱分辨率在1 0 - - l x 数量级范围的称为多光谱( m u t t i s p e c t r a l ) ，这样的遥感器 在可见光和近红外光谱区只有儿个波段，如美国l a n d s a tm s s 、t m ，法国的s p o t 等： 向光潜分辨率在1 0 - - 2 x 的遥感信息称之为高光谱遥感( h y p e r s p e c t r a l ) ；随着遥感光潜 分辨率的进步提高，在达到1 03 x 时，遥感即进入超高光谱( u l t r a s p e c t r a l ) 阶段( 陈 述彭等，1 9 9 8 ) 。许多物质的特征所在往往表现在一些狭窄的光谱范围内，如何捕获物体 的这种特征1 又不失其整体形态及与周围地物的关系，这就是高光谱分辨率遥感产生和 发展的基础和要回答的问题( 童庆禧，2 0 0 0 ) 。 高光谱遥感的特点是光谱分辨率高，波段连续性强，能获得多光谱传感器无法获得的 精细的光谱信息，由于其光谱分辨率高达纳米数量级，因此遥感器在o 4 25 岬范围内 可细分成几十个，甚至几百个波段，光潜分辨率为5 】o i l m 。甫于是超多波段成像，苕 以波长为横轴、灰度值作纵轴高光谱图像上每个像元点在各通道的灰度值都可形成 一条精细的光谱线，这样就构成了独特的超多维光谱空间，如图l1 所示。 图11 成像光谱学的基本概念( g r e e ne la 1 ，1 9 9 8 ) f i g1 1 b a s i cc o n c e p to f i m a n n gs p e c t r o s c o p y ( g r e e n e ta 1 ，1 9 9 8 ) 高光谱遥感的发展，从研制第一代航空成像光谱仪算起已有2 0 多年的历史，并受到 世界各国遥感利学家的普遍关注，7 0 年代末，存n a s a 的支持下，喷气推进实验宝 世界各国遥感科学家的普遍关注，7 0 年代末，存n a s a 的支持下，喷气推进实验室 竺查型垫奎兰堕堡兰 堑笙 ( j p l ) 首先提出成像光谱仪的设想，并开始概念研究与设计。1 9 8 3 年，第一幅由航空 成像光谱仪( a i s 1 ) 获取的高光谱图像以全新的面貌呈现在科学界面前，标志着第一代 高光谱分辨率传感器面世，并在矿物填图、植被化学、水色及大气水分等方面的研究中 取得了成功。第一代成像光谱仪以a 1 s 一1 和a i s 2 为代表。这类成像光谱仪以推扫方式 的：维面阵列成像。a i s ，l 用3 2 x 3 2 面阵列成像，而a i s 一2 则用6 4 x 6 4 面阵列成像。这 类高光谱分辨率数据由于二维周体阵列探测器宽度的限制而使获得的图像宽度( 每行像 元数) 非常有限，这一点阻碍了这一仪器的商业发展，但它确实开创了高光谱和高空间 分辨率兼有、光谱和图像合一的高光谱遥感技术新时代。1 9 8 7 年，第二代高光谱成像仪 问世。j p l 从1 9 8 3 年开始研制航空可见光红外光成像光谱仪( a v 取i s ) ，并于1 9 8 7 年 获得第一幅a v i r i s 图像。a v i r i s 是首次测量全部太阳辐射覆盖的波长范i n ( 0 4 - 2 5 1 x m ) 的成像光谱仪，是第二代成像光谱仪的代表，与第代成像光谱仪的主要区别在于 a v i r i s 以扫描式线阵列成像。由美国研制的高光谱数字图像实验仪( h y d i c e ) 在1 9 9 6 年开始使用。它的探测范围与a v i r i s 相同( 0 4 2 5 9 i n ) ，但用c c d 推扫式技术成像， 有2 1 0 个波段，宽度3 - 2 0 n m 不等。与此同时，一些发达国家竞相投入力量研究成像光 谱仪，加拿大的f l i p m l 、c a s i ，澳大利亚的a m s s 、h y m a p ，即其中的典型代表。中 国的成像光谱仪在开发上也有较大的进展：1 9 9 1 年，6 4 波段可见光一近红外模块式机载 成像光谱仪( m a i s ) 研制成功，投入实验与研究；“九五”期间在8 6 3 项目的支持下，完 成了实用型模块化航空成像光谱仪系统( o m i si 、o m i s1 1 ) 和推帚式成像光谱仪( p h i ) 的研制。 现在的高光谱遥感器正由航空遥感为主转向航空和航天高光谱遥感相结合的阶段， 星载与机载的区别是由高度相差悬殊而引起的，对于相同的地面分辨率，星载仪器的 1 f o v 要小几十到几百倍，相应的仪器灵敏度要高几十到几百倍，这是难点之一；由于 输入信号大幅度减小，仪器s n r 也随之减小，保证有足够的s n r 是难点之二；在弱的 输入信号情况下，探测元件辐射特性差异表现更为明显，获取均一性上好的探测元件决 非易事，这是难点之三，等等。 美国e o s 两颗卫星t e r r a a q u a 上的中分辨成像光谱仪m o d i s ( 3 6 个波段) ，欧洲 e n v i s a t 的中分辨成像光谱仪( m e r i s ) 波段数为1 5 。2 0 0 0 年1 1 月2 1 日，美国n a s a 发射了一颗崭新的卫星一地球观测一1 ( e o 一1 ) 卫星，它是一颗试验性卫星，目的是为 了对卫星本体和遥感器的新技术进行验证，进而为2 1 世纪地球观测卫星的设计和制造提 供技术借鉴，其展示了2 l 世纪地球观测卫星的新概念和新技术。e o 一1 卫星质量4 6 0 k g ， 4 竺堡型垫查兰里：! 堡兰堕堡 内装先进陆地成像仪( a l i ) 、l e i s a 大气校正仪( l a c ) 和高光谱成像仪( h y p e r i o n ) 等3 台仪器。其中a l i 的用途和技术性能与l a n d s a t - 7 上的e t m + 相当；l a c 用于测 量大气水汽和气溶胶；h y p e r i o n 是推扫式传感器，有一个望远镜，两个光谱仪，共有 2 2 0 个波段，波段连续，光谱分辨率1 0 r m l ，光谱范围4 0 0 2 5 0 0 n m ，地面分辨率3 0 m ， 机上标定系统的绝对辐射标定精度达到6 ，这是一台名副其实的成像光谱仪，其分辨 率相当j 目前的机载成像光谱系统，保持世界顶尖水平，其性能比e o st e r r a 卫星上的 m o d i s ( 3 6 个波段) 要好得多。h y p e r i o n 数据的最引人注目的应用是定量矿物填图， 对资源犬调查中超前提供面卜的基础地质信息意义重大。 美国空军于2 0 0 0 年7 月1 9 日发射了m i g h t y s a t 一2 i 卫星，其上载有f t h s i ( t h ef o u r i e r t r a n s f o r mh y p e r s p e c t r a li m a g e r ) 传感器，光谱范围3 5 0 1 0 5 0 n m 共2 5 6 个波段，地面分 辨率1 5 米。另外，美国空军曾于2 0 0 1 年9 月2 1 日发射了1 颗高光谱高分辨率卫星 o r b v i e w 4 ，但发射失败，该卫星上有2 台遥感器，l 台是高空间分辨率多光谱遥感器( p a n 分辨率为l m ，m s 分辨率为4 m ) ，另1 台是高分辨率高光谱遥感器，这台高光谱仪器归 美国空军所有，光谱范围4 5 0 2 5 0 0 n m ，波段数2 0 5 个，波段连续，地面分辨率8 m 。 同时，国内外商业遥感图像处理系统针对常见成像光谱数据，相继推出成像光谱处 理模块，这些系统有r s i 公司的e n v i ，p c ig e o m a t i c s 公司的p c i 和m i c r o l m a g e s 公司 耵盯m i p s ，中科院遥感所高光谱室的h i p a s 高光谱图像处理分析系统，中国测绘科学研 究院i m a g e l n f o 系统的高光谱专业处理模块等，为成像光谱数据的深层次应用奠定了基 础。高光谱遥感由实验研究阶段逐步转向了实际应用阶段。 高光谱遥感技术因其独特的性能和魅力在当前乃至今后一段时间都将处于遥感前沿， 因此国内外对它的研究都极为重视。除了对硬件设备的不断改进外，接收前后对数据处 理方法的研究更是热点，其中针对其大数据量特点的数据压缩和针对其精细光谱优势的 数据分类是该领域研究的两个重点，同时也是其实用化的关键技术，剥土地资源及环境 动态监测、精细农业、地质岩矿识别与矿物分类、城市遥感、海洋水色定量监测等将有 重要的理论意义和应用价值。 1 2 2 高光谱分类方法的研究现状 与传统的分类方法相比，高光谱图像分类主要有两个难点亟待解决：图像光谱分 辨率的提高是以其携带的数据量显著增加为代价的( 一幅标准的a v i r i s 图像大约有 山东科技大学硕卜睑文绪论 1 4 0 mb y t e 的数据量) ，并且数据之间存在很大的冗余( 谱间相关性高) ，如何从大量带有 冗余的数据中提取有用信息，是高光谱图像研究的个具有极大挑战性的课题。由于 受空间分辨率的限制( 如a v i r i s 的地面分辨率大约为2 0 m 2 0 m ) ，使得一个像元中 叮能包含不止一种地物类型，即存在大量的混合像元，如何对这种混合像元精确分类是 高光谱研究的另一个重要课题，也是实现定量遥感的关键之所在。 针对以上两点，一方面，国内外研究人员为了采用传统的分类方法如最大似然法、 主成分分析法、人工神经网络法等，不断探索新的途径以适合高光谱数据量大的特点， 涌现r 改进的多级最大似然法，分块主成分分析法等新的分类方法。另一方面，以光谱 匹配识别为主要手段的分类技术，利用成像光谱数据的重建光谱与地面光谱匹配，并采 用混合光谱分解技术，直接获取地物组成成分。这类技术有光谱角度填图( s a m ) 、匹配 滤波( m f ) 、正交子空间投影法( o s p ) 等方法。其中，混合像元的识别仍是分类识别的难 点。这一方面比较典型的有美国m a r y l a n d 大学的h a r s a n y i 和c h a n g 等人开发了一系列 改进的o s p 方法，并将k a l m a n 滤波器用于线性混合模型中，这种线性分离k a l m a n 滤 波器不仅可以检测到像元内各种特征丰度的突然变化，而且能够检测对分类有用的目标 特征。英国s u r r e y 大学的b o s d o g i a n n i 等提出了利用h o u g h 变换进行混合像元分类的方 法。其它研究方法如j i n k i m 提出的模糊分割模型，c h a r l e s i c b o l o a 提出的几何光学模型， 对混合像元的地物进行分解，或混合光谱模拟合成。国内在实际工作中常用的解混方法 有线性光谱混合模型和光谱吸收指数法【2 9 】等。这些方法都从不同程度上解决混合像元 的问题，而距离问题的真正解决尚有一定差距。 1 2 3 决策树分类方法研究现状 自然界的地面景物是多种多样的，这些地物本身处于不断运动变化中，加上自然和 人为因素的影响，更增加了地物的复杂多变性。面对这些复杂的景物或现象，人们不可 能用一个统一的分类模式来描述或进行区域景物的识别与分类。对于这些看似“杂乱无 章、错综复杂”的景物往往需要深入研究它们的总体规律及内在联系，理顺其主次或因 果关系，建立种树状结构的框架，即建立所谓的分类树，来说明它们的复杂关系，并 根据分类树的结构逐级分层次地把所研究的目标区分、识别出来。决策树的方法常 被用于处理复杂的景物、现象或一组复杂的数据等，它根据具有信息价值的各种类别的 内在关系绘制，也可以根据特定的目的，把决策树中感兴趣的部分描述得更为详细。我 山东科技人学硕士论文 绪论 们可以在决策树的不同节点上选择不同的遥感数据和适宜的数据分析方法，来最终实现 各类别的区分和提取【5 8 】。 目前决策树分类方法在国内外被成功地应用于许多领域，诸如雷达信号的分类、特 征识别、遥感、医学诊断、专家系统等等。就遥感而言，多光谱与高光谱遥感影像的分 类中均有应用。例如，美国波士顿大学( b o s t o n u n i v e r s i t y ) 地理系与遥感中心的m a f r i e d l 和印第安那州普渡大学( p u r d u eu n i v e r s i t y ) 电子与计算机工程学院的c e b r o d l e y 详细 阐述了单变量( u d t ) 、多变量( m d t ) 和混合( h d t ) 决策树，利用三者和s p l u s ( 广 泛使用的商用统计软件包) 提供的基于树的分类( t b c ) 软件对a v h r r - 1 。、 a v h r r 一1 k m 、t m 一3 0 m 数据进行决策树分类及精度评价，并与最大似然法( m x l ) 和 线性分离函数( l d f ) 分类器进行了分类精度比较：加拿大m c g i l l 大学m a c d o n a l d 校 区农业与生物系统工程系c h u n - c h i e hy a n g 等将决策树作为一种数据挖掘技术应用于7 1 波段航空高光谱数据的刁i 同土壤肥沃度的分类中【4 l ；同系的r k g o e l 等对不同作物生长 期和不同杂草控制策略下的c a s i ( c o m p a c ta i r b o m es p e c t r o g r a p h i ci m a g e r ) 数据利用决 策树与人工神经网络分类的方法进行作物生长状况评估【5 l ；英国诺丁汉大学( n o t t i n g h a m u n i v e r s i t y ) 地理学院m a h e s hp a l 和p a u lm m a t h e r 对多光谱e t m + 数据和高光谱d a i s 数据执行单变量和多变量土地覆盖分类，并与a n n 和m x l 分类结果进行了对比分析【2 j ； 中国科学院遥感应用研究所刘建贵等将其应用于p h i ( 推扫式成像光谱仪) 数据的城市 用地和建筑物分类中【5 0 】；华东师范大学李四海等尝试了利用波段比值、植被指数、k - t 变换的湿度分量等参数辅之g p s 定位信息对t m 影像土地覆盖类型进行提取i 5 卅：河南大 学李爽等将单变量、多变量及复合决策树应用于n o a a a v h r r 数据制作区域乃至全球 尺度的土地覆盖图”1 ；南京大学赵萍等将其应用于s p o t 卫星影像居民地信息的自动提 取吲等等。也有研究人员将粗集【5 3 】、小波分解【5 5 】、人工神经网络【5 4 i 等理论、方法与决策 树相结合，进行图像的分层分类，丰富和发展了决策树分类体系。 1 2 4 土地动态监测的发展动态 随着对国土资源调查的深入开展，对土地动态监测提出了更高的要求，需要土地动 态监测从以往单一的土地利用动态监测向咀土地利用覆盖、土地质量、土地生产力及土 地生态环境变化等为主要监测内容的综合土地动态监测发展。然而，现有土地动态监测 遥感手段所采用的多光谱资源卫星数据已不能很好地满足日益扩展的应用需要。目前土 山东科技 = 学硕士论文绪论 地动态监测以t m 和s p o t 卫星影像为主，监测对象主要面向城市建设用地以及农业耕 地，受t m 和s p o t 卫星光谱分辨率限制以及“同物异谱、异物同谱”现象的影响，土 地管理需要的部分一级地类和大多数二级地类，尤其是对农业用她内部地类和城市建设 用地内部地类的识别尚不能实现，限制了土地管理的有效开展。现有土地动态监测流程 的定量化水平和自动化程度不高，较高精度的监测信息的获得仍然需要依靠人工目视解 译。因此，实现国士资源领域工作主流程的信息化，提高土地动态监测的地物类别和监 测精度，使得土地动态监测向着信息化、定量化、智能化的方向发展将是必然的趋势。 1 3 研究目标及内容 研究目标：本文充分利用成像光谱仪采集的高光谱数据结合地面观测的地物波谱信 息，将对地观测技术与地面观测技术有效结合，从不同地物的波谱差异入手，寻找区分 试验区不同地物类型的最佳特征及方法，旨在通过将它们融会于决策树分类方法中，有 针对性地进行高光谱图像土地覆盖分类识别，以提高不同地物类型的高光谱图像分类识 别精度。 研究内容：图像分类识别是一个综合性问题，许多图像预处理环节( 如：辐射定标 精度、波段选择等) 都会影响到最终的分类精度，因此紧密围绕提高土地覆盖分类识别 精度这个中心，具体研究内容有： ( 1 ) 结合地面实测波谱数据，深入分析试验区各典型地物类型的波谱特征及差异； ( 2 ) 针对具体情况，选择适宜的预处理方法并进行实验； ( 3 ) 分析成像光谱数据特征提取与特征选择理论和方法，选择出具体实用的方法； ( 4 ) 探讨面向不同地物类型的高光谱信息提取技术； ( 5 ) 试验利用决策树分类方法进行高光谱遥感土地覆盖的精细分类，并进行结果评 价与分析。 1 4 论文组织 本文紧紧围绕航空高光谱遥感决策树法土地覆盖分类这个中心层层展开。论文篼一 章概括了本文的研究背景及现状、项目来源、研究目标、内容及关键技术；第二章简要 介绍了研究区概况和数据获取；第三章深入探讨了试验区典型地物波谱特性；第四章阐 述了成像光谱数据的分类预处理，主要包括反射率转换及后处理，噪音清除等具体环节； 8 坐查型垫查兰堡! 堡兰堕堡 第五章重点讨论了特征提取与选择的理论及实践，储备了用于后续决策树分类的知识， 第六章利用决策树分类方法对试验区高光谱遥感数据进行具体土地覆盖分类试验、结果 对比评价及分析；第七章是结论和展望，包括思路、方法上的进一步想法以及应用前景 展望。各章之间的关系见图1 2 。 图1 2 论文组织图 f i g1 2f r a m e w o r k o ft h e s i s 9 拿一 画囱熏 山东科技大学硕士论文 研究区概况与数据获取 2 研究区概况与数据获取 2 1 研究区概况 选择典型应用示范区，应遵循的原则有；典型性，具有地理、地形、土地利用覆盖 变化类型的代表性；数据易于获取，受天气干扰少，云雾量少，飞行条件较好的地区； 土地利用动态监测已具有一定研究与工作基础的地区：土地利用类型复杂、土地利用变 化迅速的经济发达地区、城乡结合部以及我国重点生态环境脆弱区。根据这些原则并与 相关合作单位协调，兼顾研究工作实际需要，选择江苏宜兴作为示范研究区。 宜兴市位于江苏省最南部，太湖之滨，苏、浙、皖三省交界处( 东经1 1 9 3 0 1 2 0 。0 3 ， 北纬3 1 。0 7 一3 1 0 3 7 ) ，见图2 1 。东西最长距离4 9 8 公里，南北最长距离5 4 ，2 公里，总 面积1 7 5 8 平方公里( 不含太湖水面) ，属中亚热带北缘过渡地区，生物气候与土壤类型 具有过渡性特点，地形复杂，植被较多，土壤肥沃，土地资源自然属性优越，适宜耕作， 物产丰富，土地覆被类型多样，未利用地很少，竹木蔽目，茶垅满坡，拥有江苏省中、 北亚热带交界地带仅存的一块天然次生植被一一龙池山自然保护区，为苏南面积最大的、 植物品种最丰富的省级自然保护区，全市林地6 0 万亩，其中竹林1 8 亩，是江苏省最大 的毛竹生产基地。宜兴土地利用地物分布特点是水田最为集中；耕地占绝对优势；林地、 牧草地比重小；果园、茶园、桑园具有一定规模；工矿、居民地、道路分布零散；成片 林地仅分布在低山丘陵区，覆盖率低；研究区没有大面积的牧草地，牧草地仅限于暂时 还未开垦利用的滩涂且面积有限；此外还拥有大面积宜养、种、捕的水面。 1 0 山东科技入学硕士论文 研究区概况与数据获取 图2 1 研究区缩略图 f i g21b r e v i a r yg r a p ho f r e s e a r c ha r e a 2 2 1 成像光谱数据获取 光谱范围c u m )取样通道数扫描 0 4 6 1 2 5 间隔 ( 1 2 8 ) 速率 0 4 6 一ll 1 0 n m6 4 5 线秒 10 6 174 0 h m1 6 1 0 线秒 2 0 2 51 5 n m3 2 1 5 线秒 3 52 5 0 n m82 0 线秒 8 1 255 0 0 n m8 2 0 线秒 总视场 7 0 。 瞬时视场 3 m r a d 行象元数 5 1 2 数据编码 1 2b i t 表2 1 0 m i s i 仪器性能指标 t a b l e2 1p e r f o r m a n c ei n d e xo f o m i si 2 2 试验区数据获取 试验区范围：东经1 1 9 。3 27 0 0 ”1 1 9 。4 4 0 2 ”，北纬3 1 0 0 9 0 9 ”3 1 0 3 6 3 2 ”间，面积约 1 0 0 0 k m 2 ，共设计l o 个飞行条带。本文因进行的是分类方法实验，因此只选用l o 条航 带中的质量较好且有反射率反演布标点( 在航带平坦地区铺设的3 块2 1 m x 2 1 m 的匀质 灰布作为定标的亮目标，同航带中面积较大的水体作为暗目标) 分布的第7 航带的一部 分作为试验区。 飞行时间：2 0 0 2 年5 月1 9 目。 飞行高度：2 2 0 0 米 地面分辨率：约6 6 米 传感器：采用中科院上海技物所研制的实用模块化成像光谱仪( o p e r a t i v em o d u l a r i m a g i n gs p e c t r o m e t e r ，o m i s1 ) 。该型号光谱仪在可见近红外，短波红外热红外0 4 6 m 至1 2 5 1 a m 的所有大气窗口上设置了1 2 8 个光谱波段，是一套具有当前国际先进水平的 机载高光谱遥感数据获取系统。其性能指标和光谱定标数据分别见附录1 、附录2 e 如附录l 所示，o m l si 获取的成像光谱数据在光谱维并不完全按波长顺序排列。从 兰! 型垫查兰竺主堡竺 婴茎竖塑型皇墼堡釜矍 o m i si 原始数据提取的地物波谱是杂乱无章的，根本无法与实际波谱相匹配。要充分利 用成像光谱技术的高光谱分辨率特性，首先需要对o m i si 原始数据进行排序。排序后 的图像在光谱维上按波长顺序排列，形成在扫描方向、航向和波段方向所组成三维空问 的数据立方体，如图2 2 所示。试验研究区成像光谱数据按波长排序后的空间分布见图 23 。 图2 2 成像光谱数据立方体的构成 f i g2 2c o m p o s i n go f h y p e r s p e c t a lc u b i c 2 2 2 地面光谱数据获取 图23 试验区( 局部) 影像立方体 f i g2 3i m a g e r yc u b i co f l o c a lr e s e a r c ha r c 8 在飞行的同时，进行了地面反射率同步测量，采用仪器为a s df i e l d s p e cf r 野外光 谱仪，波长范围为3 5 0 r a n 2 5 0 0 n m ，其中3 5 0 n m 一1 0 0 0 n m 之间的光谱分辨率为3 m n ， 1 0 0 0 n m 2 5 0 0 n m 之间的光谱分辨率为1 0 n m ( d a v i d ，1 9 9 9 ) ，光谱分辨率高，利于应用 于高光谱分辨率成像光谱遥感图像的处理分析，且视场角较小( 用3 。视场角探头垂直对 目标进行观测) ，可减小背景因素的影响。观测时，测量者手持光谱探头，面对光源方向 ( 太阳) ，光谱仪探头与测量目标保持垂直。7 5 c m x 7 5 c m 的白色参考板用于获取绝对反 射率，测量时并：_ i ：i i 是直接测反射率，而是测辐射亮度，先测白板的辐射亮度，然后测目 标的辐射亮度，并应尽量保证目标与参考自板之间对应相同的光照条件，各取多次测量 值的平均后，目标的辐射亮度和参考白板的辐射亮度之比即为目标的反射率。这种做法 与直接测反射率相比，可以消除一些随机噪声的影响。共获得与试验区布标点及典型地 物类型对应的波谱曲线1 2 6 条，其中第7 航带6 9 条。地面同步光谱数据的采集由中国土 地勘测规划院完成并因项目合作关系无偿提供给完成论文之用。 1 2 l “东科技夫学硕十论文 研究区概况与数据获取 2 2 3 其它数据 除机载成像光谱数据及同步地面调查采集的光谱外，收集到与论文相关的其它资料 及数据包括： 1 ) 宦兴县志； 2 ) 1 ：5 万地形图及d e m ； 3 ) 土地利用现状图； 4 ) 相关专著、论文等。 2 3 试验区数据处理总流程 试验区数据处理总流程可用下面的流程图( 图2 4 ) 清晰地表示出。从试验区原始数 据经过预处理、决策树分类知识储备及实验，最终得到基于决策树的土地覆盖分类结果 图及与传统方法的分类精度比较、分析。 山东科技大学硕十论文研究区概况与数据获取 图2 4 试验区数据处理总流程图 f i g2 4g e n e r a lw o r k f l o wo f d a t ap r o c e s s i n gi nr e s e a r c ha r e a 山东科技大学硕士论文试验区典型土地覆盖类型波谱数据分析 3 试验区典型土地覆盖类型波谱数据分析 3 1 基于高光谱影像和土地利用数据库的试验区典型地类 3 1 1 典型地类感兴趣区选取 典型地类波谱提取是以成像光谱数据结合最新的( 2 0 0 0 年) 1 ：1 万宜兴市土地利用 数据库进行。以高光谱影像目视判读( 见图3 1 ) 并参考叠加的土地利用数据库进行感兴 趣区选取( 见图3 2 ) ，分别选取各典型的土地利用类型，提取平均值光谱曲线。结合试 验区土地利用与土地覆盖特点，本次选取的具体典型土地利用类型包括：有林地、疏林 地、园地( 茶园) 、园地( 其它) 、苗圃、城镇用地、居民点、工矿用地、高等级公路、 新修的路基、一般公路、水田( 无植被，湿) 、水田( 无植被，干) 、旱地( 有植被) 、早 地( 无植被) 、水体( 包括表面无植被的水库、水塘和河流、湖泊) 。 山东科技人学硕士论文 试验区典型土地覆盖类型波谱数据分析 图3 1 土地覆盖类型图库 f i g31g a l l e r yo fl a n dc o v e rt y p e r 图32 基于土地利用数据库的典型地类感兴趣区选取 f i g3 , 2r o io f t y p i c a ll a n dt y p e ss e l e c t i o nb a s e do nl a n du s ed a t a b a s e 3 1 2 基于光谱纯化技术纯净像元提取技术 随着高光谱图像波段的增加