基于最大似然法的南京市土地利用類型分類研究

陳書林+瞿佳明

摘 要：本文利用監督分類中的最大似然法對2010年Landsat-5 TM衛星圖像數據進行分類，從而獲得2010年南京市土地利用分布專題圖，并對分類結果的精度進行評價，結果表明：總體分類精度達到84.09%，Kappa系數分別達到83.5%，分類結果精度較高。

關鍵詞：遙感；土地利用變化；最大似然法；圖像分類

土地利用類型的變化影像著全球物質循環和能量循環，進而影響全球氣候[1]。衛星遙感能提供長時間尺度的區域數據，因此成為研究人員獲取地表土地利用類型的主要數據源之一[2]。Landsat-5衛星于1984年3月1日發射升空，其搭載的TM傳感器為研究人員提供了大量的遙感數據。TM傳感器圖像包括7個波段數據集，其中3個可見光波段數據，1個近紅外波段數據，2個短波紅外波段數據和1個熱紅外波段數據。然而，Landsat-5 TM傳感器在成像過程中受到大氣散射、大氣吸收、地形以及空間分辨率等因素的影響，TM傳感器7個波段數據均存在空間不確定性特征[3]。本研究針對這些問題，對2010年Landsat-5 TM衛星圖像數據進行圖像預處理，然后利用監督分類中的最大似然法[4]對預處理后的圖像進行分類，并對分類結果進行評價。

一、遙感圖像預處理

Landsat-5 TM影像數據首先要通過恢復處理消除圖像的幾何畸變、輻射畸變和大氣衰減所引起的誤差。本研究在ENVI 5.1遙感圖像處理軟件中對2010年南京市Landsat-5 TM影像數據進行幾何校正、輻射校正和大氣校正。幾何校正所用的147個點的經緯度數據是利用Trimble GeoXT 2005 Series GPS儀器在南京市均勻測量所得。然后，采用Image to Image幾何校正方式進行幾何校正。本研究所選取的147個控制點中每個控制點的均方根誤差均小于1，累積的總體均方根誤差為0507724，符合精度要求。最后，利用雙線性插值法進行重采樣，從而得到幾何校正后的圖像。

輻射校正利用Landsat-5 TM影像在2003年5月5日之后的輻射定標系數進行校正[5]。本研究基于MODTRAN4+輻射傳輸模型進行大氣校正，采用的工具是ENVI中的FLAASH大氣校正工具。南京區域需要2景Landsat-5 TM影像才能完全覆蓋，這2景影像的行列號分別是（Path=120，Row=38）和（Path=120，Row=37），所以，需將這2景影像先進行鑲嵌操作，然后利用南京市邊界矢量數據，將南京市區域范圍從鑲嵌后的影像上裁剪出來。鑲嵌操作和裁剪操作均在ENVI軟件中完成。

二、最大似然法分類及其精度評價

本研究首先2007年發布的《土地利用現狀分類》（GB/T21010-2007）標準，并結合本文研究目的和研究區用地類型集中的特點，將土地利用類型分為水體、耕地、林地、建筑用地、草地、未利用地六類，并在遙感圖像上選擇了這六類地物的訓練樣本集。

然后，本研究設計實現了基于最大似然法的遙感影像自動分類器，對遙感影像進行分類，得到了2010年南京市土地利用類型圖。經檢驗，總體分類精度分別達到84.09%，Kappa系數分別達到83.5%。由此可以看出，本研究設計出的分類器是有效的，它能大大提高Landsat-5 TM遙感圖像自動分類的精度?；谧畲笏迫环ǖ倪b感圖像分類模型是正確的和有效的，能應用于遙感圖像自動分類中。

三、結果分析

本研究利用ArcGIS中的空間分析模塊，對2010年南京市土地利用分類結果專題圖進行分析，結果顯示，2010年南京市土地利用類型中耕地最多，為277108公頃，占南京市總面積的42%，其次是建筑用地，面積為184738.7公頃，占南京市總面積的28%，接著是林地，面積占到105565公頃，占南京市總面積的16%，水體面積為79173.72公頃，占南京市總面積的12%，草地面積為8577.15公頃，占南京市總面積的1.3%，未利用地面積僅4618公頃，占南京市總面積的0.7%。

四、結論

本研究首先對2010年Landsat-5 TM影像進行圖像預處理，然后對南京市土地利用類型進行分類，得到水體、耕地、林地、建筑用地、草地、未利用地6種類型的分布數據，并對分類結果的精度進行了評價。經檢驗，總體分類精度分別達到84.09%，Kappa系數分別達到835%，結果表明，6種地物類型的分類規則是有效的，可用于南京市土地利用類型分類研究中。

（作者單位：南京林業大學經濟管理學院）

項目名稱：江蘇高校哲學社會科學基金資助項目“南京市土地利用變化與社會經濟發展的耦合關系研究”（2014SJB049）；江蘇高校品牌專業建設工程資助項目（PPZY2015A062）；大學生實踐創新訓練計劃項目（201510298096X）。

參考文獻：

[1] 孫漢儒 付梅臣.基于CCA的南京市土地利用變化人文影響分析[J].中國人口資源與環境，2014（S2）：422-425.

[2] 陳書林 劉元波 溫作民.衛星遙感反演土壤水分研究綜述[J].地球科學進展，2012，27（11）：1192-1203.

[3] 趙英時 等.遙感應用分析原理與方法[M].北京：科學出版社，2003.

[4] 王增林 朱大明.基于遙感影像的最大似然分類算法的探討[J].河南科學，2010，28（11）：1458-1461.

[5] 鄧書斌.ENVI遙感圖像處理方法[M].北京：科學出版社，2010