文献类型：期刊文章

作　　者：刘二佳[1] 罗志东[2,3] 张晓丽[1] 瞿帅[1] 何亮[4] 朱程浩[1] 赵院[3]

LIU Erjia1,LUO Zhidong2,3,ZHANG Xiaoli1,QU Shuai1,HE liang4,ZHU Chenghao1,ZHAO Yuan3(1. Beijing Key Laboratory of Precision Forestry, Key Lab. for Silviculture and Conservation Co-constructed by China Ministry of Education and Beijing, Forestry College, Beijing Forestry University, Beijing 100083 ; 2. Beijing Institute of Soil and Water Conservation, Beijing Forestry University, Beijing 100083 ; 3. Water and Soil Conservation Monitoring Center of Ministry of Water Resources, Beijing 100053 ; 4. Institute of Soil and Water Conservation, Northwest A＆ F University, Yangling , Shaanxi 71210)

机构地区：[1]北京林业大学林学院,精准林业北京市重点实验室,省部共建森林培育与保护教育部重点实验室,北京100083 [2]北京林业大学水土保持学院,北京100083 [3]水利部水土保持监测中心,北京100053 [4]西北农林科技大学水土保持研究所,陕西杨凌712100

出　　处：《水土保持学报》

基　　金：高分水利遥感应用示范系统项目(一期)(08-Y30B07-9001-13/15)

年　　份：2018

卷　　号：32

期　　号：3

起止页码：358-363

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CSCD、CSCD2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：以GF-1影像为数据源,采用HPF变换(High-Pass fusion,高通滤波变换)、Ehlers变换(空间滤波变换)、Brovey变换(彩色标准变换)、GS变换(Gram-Schmidt,正交化变换)、PC变换(Principle Components,主成分变换)等5种常用融合算法,根据视觉分析和数理统计分析对融合后的影像进行质量评价,并通过面向对象分类方法对扰动图斑信息进行提取,研究适用于生产建设项目集中区扰动地表信息提取的融合算法。结果表明:基于PC和GS算法的融合结果影像视觉效果好,细节清晰,色调自然,纹理增强明显,较好的融合了多光谱影像的光谱信息和全色影像的空间信息。通过定量分析可知,PC变换最大程度地保持原多光谱影像的光谱特性,GS融合算法在增益效果上具有优势,融合影像信息量最大,纹理最为细致。总体而言,PC变换和GS变换影像融合算法在生产建设项目扰动图斑信息提取上具有很大的优势,在煤炭覆盖区提取正确率均为100%,在裸露地表和在建建筑用地混合区大于80%,较原始多光谱影像分类精度提高了约10%。该研究为推进国产高分遥感数据在生产建设项目水土保持监管中的高效应用奠定数据基础,对提升生产建设项目水土保持监管效率和信息化水平具有非常重要的意义。

关 键 词：影像融合 GF-1卫星  生产建设项目扰动地表提取  面向对象分类算法  

分 类 号：P237]