MESMA与面向对象组合的土地利用分类方法

2021-03-30任向宇孙文彬袁烨

遥感信息 2021年1期

任向宇，孙文彬，袁烨

(中国矿业大学(北京) 地球科学与测绘工程学院，北京 100083)

0 引言

土地利用是进行土地管理、规划的重要依据[1]。传统土地利用调查主要采用人工方式，存在耗时长、成本高、精度低等缺陷。而遥感有快速、准确等特点，已被广泛应用到大、中尺度土地利用分类[2-3]。

基于像素和面向对象组合分类方法是常用遥感土地利用分类方法之一[4]。由于能充分利用基于像素和面向对象分类方法优势，组合方法已被广泛应用于土地利用分类领域[5-12]。组合方法主要包括：分类过程组合和分类结果组合。与分类过程组合方法相比，分类结果组合有易实现、效率高、分类效果直观等优势。

但现有组合分类方法忽视混合像元对分类精度的影响，为此，本文引入多端元混合像元分解(multiple endmember spectral mixture analysis，MESMA)技术提取丰度特征，将丰度特征应用到基于像素分类，改善混合像元所致地物边界分类不精确的问题，并将基于像素与面向对象分类结果组合，在抑制“椒盐现象”的同时，提高土地利用分类精度。本文以内蒙古自治区鄂尔多斯市乌审旗纳林河二号矿井区域为研究对象，利用Landsat-8影像进行土地利用分类研究，以期实现地物精细分类，提高分类精度。