||
常用的遥感分类方法有监督和非监督分类,这两类是分类中基本上都能够用到了(除了目视解译),其他的如结合纹理分类、面向对象分类等等均是更高级的,一般是根据地物特点决定是否采用的方法。当初学遥感的时候,就在想肯定是监督分类比非监督分类要好嘛,因为监督分类有人在一旁监督,而非监督是靠人输入参数由电脑分类。
参加工作的这一年,解译过多幅遥感影像,逐渐体会到了非监督分类这种方法的价值。我一度用监督分类进行遥感分类工作,分出的类型主要有:农田、林地、土壤、水体、居民地等。监督分类要求有训练样本,除非去野外采集,否则从图像上选取训练样本比较主观,对于一些光谱相似度很高的类型(如农田和林地),不同的训练样本可能会导致结果有很大的差异。经常出现的情况是:分类后给对方的分类图,进行过野外考察并且有当地统计资料的人说:“林地没有那么多”、“农田少了”等等。
光谱相似度高的类型的错分是不可避免的,工作中需要尽量减少错分,很多时候,野外考察的人员不会采集用于训练和精度验证的样本(工作量太大),只有对地物的总体把握(一路走过看过的印象以及统计资料)。因此,监督分类经常需要做很多次的样本选择,直至分类结果令人满意。这个时候,非监督分类的优势出来了,首先,它不需要训练样本。我们可以一口气分出50个小类,然后逐渐合并成大类,合并的过程中,根据总体的把握来决定小类之间的分水岭。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-10-20 01:32
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社