基于遙感影像的延安植被分類方法分析

高 潔,李婷婷,劉 婷

（陜西交通職業技術學院,西安 710018）

1 引言

延安地區處于陜北黃土高原中部，屬大陸性半濕潤半干旱氣候，年降水量500毫米，屬典型的黃土高原溝壑區，是黃河中游水土流失最嚴重的地區之一。另外，該區歷史悠久、開發程度大，對自然環境的改造較大。近些年來該地區以生態環境建設為主，成績喜人，人類對于生態環境的破壞和改善作用都很顯著。因此，對該區域的植被生態分析意義重大。

遙感作為現代地學研究的重要手段之一，已發展成為高精度、大范圍、可實時獲取地物信息的重要探測手段。利用遙感影像可提高對地物的識別能力，提高數據的利用率，方便數據的采集和處理。本文就是基于遙感技術，利用遙感影像信息，進行投影轉換、影像校正、空間配準、彩色融合、分辨率融合、監督分類、非監督分類、建立模型等一系列處理將。得出延安地區植被分類、分布狀況，并對其植被生態情況作以評價和分析。并在此基礎上對延安地區植被生態建設和相似區域的植被分類研究提出幾點建議。

2 植被分類分析

研究延安市植被生態分布情況，首先要將該地區土地利用類型、植被覆蓋情況作一個劃分。可以根據已有圖像數據的特性確定分類類別，也可以根據從訓練數據中提取的圖像數據特征確定分類類別。本文就是基于上述兩種方案分別對研究區域的土地利用類型和植被覆蓋情況進行分類。

2.1 監督分類

監督分類首先對圖像中代表給定類別的像元進行采樣，再測定其總體特征。它是通過求出每一個像素對于各類別的給屬概率，把該像素分到歸屬概率最大的類別中去的方法最大似然法假定訓練區第五的光譜特征和自然界大部分隨機現象一樣，近似服從正態分布，利用訓練區可求出均值、方差以及協方差等特征參數，從而可求出總體的先驗概率密度函數[1]。

利益這種方法將遙感影像根據土地利用情況分為林地、灌木林地、草地、半荒草地、旱地、城市及其他用地六種類型；植被覆蓋情況分為密林地、疏林地、草地、半荒地、耕地、城市及其他用地五種類型。通過監督分類得出林地占29%、灌木林地占19%、草地占24%、半荒草地占12%、旱地占11%、城市及其他用地占5%；密林地占20%、疏林地占29%、草地占13%、半荒地、耕地占13%、城市及其他用地占25%。

2.2 非監督分類

非監督分類方法不必對影像地物獲取先驗知識，僅靠影像上不同地物光譜特征信息進行特征提取，再統計特征差別來達到分類目的，最后對已分出的各個類別進行確認[2]。非監督分類的常用方法有兩種，分級集群法和動態聚類法。本次研究就是采用前者進行非監督分類的。首先確定分類數為11，再按照圖像的統計值產生自由聚類，最后參考延安土地利用狀況進行新類的歸并。

將遙感影像通過非監督分類得出林地占34%、灌木林地占23%、草地占8%、半荒草地占15%、旱地占15%、城市及其他用地占5%。植被覆蓋情況通過非監督分類得出密林地占30%、疏林地占17%、草地、耕地占22%、半荒地占14%、城市及其他用地占17%。

3 結果分析

綜上所述不難看出利用監督分類和非監督分類兩種方法對同一區域、相同的分類類型，分類結果也會有很大差別。兩種分類方法對研究區各類別要素分類的結果作一比較，我們發現遙感影像中草地的差異比較大，只有半荒地、耕地比較接近。

3.1 相似分析

在REDAS中的建模工具建立模型，計算監督分類和非監督分類兩種分類方法對同一影像，按照相同的類別進行分類的相似程度。

根據公式：T=U*10+S

式中U為非監督分類的等級；S為監督分類的等級；當T個位與十位的數值相同時就說明該像元所在位置無論是利用監督分類還是非監督分類的方法，分類的結果都是相同的。因此，可以將兩個分類結果均看作為真實情況。

將兩種分類方法比較，發現在林地、旱地、城市及其他用地中兩種分類的疊加分類結果與實際情況比較接近；疏林地在植被覆蓋類型也基本上與實際情況一致。這就說明這兩種不同的分類方法在某些區域中的分類結果是一致的。

3.2 差異分析

通過對該整個區域的分析發現，差異區出現在兩種或多種分類類型相鄰的區域，如林地與灌木林的交接處；就光譜特征而言，這種差異區多出現在“同譜異物”的區域，如旱地的某些區域的光譜特征就與草地、半荒草地、荒地的光譜特征相似。在植被覆蓋種類法上植被指數變化不大的區域多為分類差異區域，如密林地和旱地。

4 結論

遙感影像的監督分類與非監督分類從內涵、過程以及具體的分類方法上都不相同，它們在分類思路上有著本質的差別。但作為影像分類的方法，二者有著相同的目的和功效。因此這兩種方法并不能夠完全割裂開來，而應該根據實際分類的需要，合理科學靈活的運用這兩種方法，甚至混合使用監督分類與非監督分類，以使影像分類達到預期的目的要求。對于諸如延安這樣大范圍的區域，在遙感影像中對光譜特征明顯且與其它地理要素差異比較大的地區可以用非監督分類方法分類，如林地、城市、荒地等。利用非監督分類方法分類的區域不要超過分類級別的1/3，這樣既可以保證分類精度又可以提高分類和影像處理速度，從而更好為應用服務。

[1]曹慧.基于RS與GIS的土地利用與地質災害相關性分析——以云南新平縣為例[D].成都理工大學,2007:29-37.

[2]魏姍.武漢城市圈生態系統服務價值的研究[D].華中師范大學,2009:17-23.

[3]黨安榮,王曉東,陳曉峰.遙感圖像處理方法[M].北京:清華大學出版社,2004:107-115.