EOS-MODIS像元组分分解中端元的选择与改进
本文针对EOS-MODIS数据的特点,运用线性光谱混合模型(LSMM),对EOS-MODIS数据进行像元组分分解。在像元组分分解过程中,端元的选择决定混合像元分解的成败,本文使用主成分分析(PCA)法,利用PC1和PC2散度图来选择端元,并通过掩模“剔除”图像中水体的影响来改进端元选取。将分解得到的组分分量图与TM图像进行对比,评价像元分解的精度,最大误差值为0.025,表明分解精度较高,验证了结果的可行性。
像元组分分解 遥感影像 土地覆盖制图 主成分分析 线性光谱混合
饶萍
毕节学院,环境与生命科学系,贵州毕节,551700
国内会议
南京
中文
1-10
2008-10-24(万方平台首次上网日期,不代表论文的发表时间)