胡显伟 汪彪

摘要：【目的】基于3期2015年获取的资源一号04星（CBERS-04）多光谱遥感数据，探讨CBERS-04多光谱数据在热带地区土地利用分类中的应用潜力。【方法】结合光谱和物候信息，分别采用最大似然法和决策树分类方法对海南西北部地区土地利用现状进行分类研究。【结果】基于单景的最大似然法可获得相对理想的分类精度，总体分类精度为85.8%～88.8%，卡帕系数为0.80～0.84；同时使用3期影像作为输入，运用最大似然法和决策树分类方法，其分类精度均有明显提升，总体分类精度达91.61%～92.61%，卡帕系数为0.88～0.89，其中最大似然法略优于决策树分类算法。【结论】联合多期CBERS-04多光谱数据能够准确提取热带地区土地利用现状信息，具有广阔的应用前景。

关键词： 土地利用；最大似然法；决策树分类；国产卫星；物候信息

中图分类号： TP751 文献标志码：A 文章编号：2095-1191（2016）10-1807-07

0 引言

【研究意义】土地利用与土地覆盖变化是全球变化研究的重要内容之一，而准确的分类结果能为土地资源管理与合理规划、生物多样性保护等提供数据支撑（领梅等，2013；刘纪远等，2014）。【前人研究进展】遥感技术具有动态、快速等优势，是区域尺度快速获取土地覆盖信息非常重要的手段（Evans and Costa， 2013；Zhang et al.，2014）。但在热带地区，光学遥感影像的获取受云及阴影的强烈影响，是热区遥感制图研究的最主要障碍之一（Zhu et al.， 2012）。虽然粗分辨率遥感影像如MODIS具有非常高的重返周期，但其较粗的分辨率（250～500 m）也很难在斑块破碎化严重且植被覆盖非常复杂的热带地区实现精确制图（Sheldon et al.，2012；Laurin et al.，2013），而高分辨率遥感影像成本又非常昂贵，大面积应用也不现实（Wang et al.， 2015）。……