基于数据融合的土地遥感分类技术研究
|
摘要
遥感技术作为一种高新技术，为调查土地利用现状提供了一种高效、快速、实时的科学手段。遥感影像融合能富集同一地区不同数据源的信息,不同空间分辨率影像的融合，有利于改善多光谱影像的清晰度，增强特征提取和目视判读能力，使分类更准确。
本论文以吐鲁番主要农区为试验区，运用多源遥感数据融合图像进行土地利用类型调查及葡萄面积遥感调查。首先进行数据选择与预处理工作，强调了最佳时相对于调查作物的重要性；并运用PCI软件，对图像的配准与几何精校正进行了有益的实验，形成了一套行之有效的方法。运用IHS变换方法进行了研究区多光谱与全色高分辨率图像的融合工作，产生了质量较好的图像，用于土地分类及葡萄面积提取。在对研究区土地利用类型的分类中，本文采用的分类方法是结合目视判读的经验，在无监分类法和有监分类法的基础上，辅以地面数据，在遥感图像处理常规分类方法的范畴内，采取最大程度的有利于提高分类精度的措施，得到了全试验区相对最高的计算机自动分类精度，65%；然后采取分区分类或人工解译改进分类结果，使研究区的土地利用分类精度超过90%。因此，此方法在土地利用类型调查及作物面积监测中是可行的。
此方法能以较低的成本准确迅速地得到高精度和较丰富信息的土地类型分类数据；若在实践中推广应用，此方法能大大提高土地资源的经营管理水平，同时，还可节省大量的人力、物力、财力，提高经济效益和社会效益。
As a high-tech,RS technology provides a efficient,in-time scientific way to survey the situation of land-use.Remote sensing image fusion of different data sources of the same area can be used to enrich the information about the interested areas.Fused high spatial resolution data and lower spatial,but higher spectral resolution data,can improve image sharpness and enhance feature extraction and visual interpretation,and can be used for object’ detection change.
In this paper,the part of Tulufan region is the experimental area.The classification method based on fused images and an application in surveying land-use types are discussed. At first, it is emphasized that the selection of optimum time in crop classification.A method of RS image geometric precision correction based on PCI software isdiscussed. And the precision can meet request. Secondly, HIS transformation is used to integrate TM multispectral image and high spatial resolution panchromatic image.Its signal clarity was improved. Thirdly, we use the better classification method to classify the land-use type.this method was produced by integrating unsupervised classification and supervised classification procedures before image interpretation.By taking all measures that may make the accuracy higher within the framework of conventional image classication methods, a result for the upper limit ,65%. Then classification in every small region or the human-computer interaction interpretation is used to improve classification result.The last accuracy of fused remote sensing image can be up to 90%.Therefore,the result of this study turned out that it is feasible to apply this classification method in investigating land-use types.
If this method is applied in practice,managing level will greatly improved,and manpower and material resources as well as financial resources will be save, and finally there will be obvious economic and social benefit.
本论文以吐鲁番主要农区为试验区，运用多源遥感数据融合图像进行土地利用类型调查及葡萄面积遥感调查。首先进行数据选择与预处理工作，强调了最佳时相对于调查作物的重要性；并运用PCI软件，对图像的配准与几何精校正进行了有益的实验，形成了一套行之有效的方法。运用IHS变换方法进行了研究区多光谱与全色高分辨率图像的融合工作，产生了质量较好的图像，用于土地分类及葡萄面积提取。在对研究区土地利用类型的分类中，本文采用的分类方法是结合目视判读的经验，在无监分类法和有监分类法的基础上，辅以地面数据，在遥感图像处理常规分类方法的范畴内，采取最大程度的有利于提高分类精度的措施，得到了全试验区相对最高的计算机自动分类精度，65%；然后采取分区分类或人工解译改进分类结果，使研究区的土地利用分类精度超过90%。因此，此方法在土地利用类型调查及作物面积监测中是可行的。
此方法能以较低的成本准确迅速地得到高精度和较丰富信息的土地类型分类数据；若在实践中推广应用，此方法能大大提高土地资源的经营管理水平，同时，还可节省大量的人力、物力、财力，提高经济效益和社会效益。
As a high-tech,RS technology provides a efficient,in-time scientific way to survey the situation of land-use.Remote sensing image fusion of different data sources of the same area can be used to enrich the information about the interested areas.Fused high spatial resolution data and lower spatial,but higher spectral resolution data,can improve image sharpness and enhance feature extraction and visual interpretation,and can be used for object’ detection change.
In this paper,the part of Tulufan region is the experimental area.The classification method based on fused images and an application in surveying land-use types are discussed. At first, it is emphasized that the selection of optimum time in crop classification.A method of RS image geometric precision correction based on PCI software isdiscussed. And the precision can meet request. Secondly, HIS transformation is used to integrate TM multispectral image and high spatial resolution panchromatic image.Its signal clarity was improved. Thirdly, we use the better classification method to classify the land-use type.this method was produced by integrating unsupervised classification and supervised classification procedures before image interpretation.By taking all measures that may make the accuracy higher within the framework of conventional image classication methods, a result for the upper limit ,65%. Then classification in every small region or the human-computer interaction interpretation is used to improve classification result.The last accuracy of fused remote sensing image can be up to 90%.Therefore,the result of this study turned out that it is feasible to apply this classification method in investigating land-use types.
If this method is applied in practice,managing level will greatly improved,and manpower and material resources as well as financial resources will be save, and finally there will be obvious economic and social benefit.
引文
[1]陈述彭，赵英时.遥感地学分析.北京 测绘出版社 ,1990
[2]陈建伟，黄桂林.中国湿地分类系统及其划分指标的探讨，林业资源管理，1995，(5):65-71
[3]陈述彭 ，童庆禧，郭华东.遥感信息机理研究.北京 科学出版社,1998
[4]陈华等.K-mean算法在遥感分类中的应用[J].红外与激光工程，2000,29(2):2630
[5]陈佑德.赤水油气遥感直接探测意义与T M选择及分类分析.贵州地质，2001
[6]邓国芳，蒙彬.广西河池地区利用航天遥感技术进行森林资源调查技术研究[J].中南林业调查规划，2001, 20 (1): 14-17
[7]樊锦沼等应用气象卫星资料估算草场产草量方法的研究干旱区资源与环境杂志，1990,(3):23一28
[8]傅肃性，张崇厚，郑柯.朱重光.基于空间信息库的遥感动态监测研究.地理学报，1995, 50(1): 126-130
[9]方红亮.地理信息系统与环境模型在黄河三角洲实地研究中的应用.中科院博士学位论文.1998. 12
[10]甘淑，何大明，袁建平.澜沧江领域综合开发中土地覆盖遥感监测实验研究.土壤侵蚀与水土保持学报.1999 (5):69-74
[11]黄桂林，张建军，韩爱惠.3S技术在辽河三角洲湿地检测中的应用—辽河三角洲湿地资源及其生物多样性的遥感监测系列论文之二.林业管理，2000 (5):51-56
[12]靳文戟，刘政凯.多类别遥感图象的复合分类方法.环境遥感，1995, 10 (4) : 288-301.
[13]江东等植被指数一地面温度特征空间的生态学内涵及其应用，地理科学进展2001(6)
[14]匡霞等.专家系统在TM图像分类中的应用[J].环境遥感，1989,4(4):257--265
[15]李伯衡.TM图像在土地利用和农作物布局动态监测中的定位定性精度.国土资源遥感
[16]雷莉萍，戴昌达.TM图像在县级土地资源调查与开发规划中的应用研究.环境遥感，1989, 4(4): 256-272.
[17]陆灯盛，游先祥，崔赛华 .TM图像的信息分析及特征信息提取的研究.环境遥感.1991, 6（2）:282-292
[18]刘勇卫等译.遥感精解.测绘出版社， 1993
[19]刘纪远.国家资源环境遥感宏观调查与动态监测研究.遥感学报，1997 ，1(3): 225-230
[20]刘纪远，庄人方，凌杨荣.基于GIS的中国东北植被综合分类研究[[J].遥感学报，1998 1(3): 285-291
[21]刘卫国，龚建华，方红亮.地理信息系统下的知识获取及其在遥感影像植被分类中的应用研究.遥感学报，1998, 2(3): 234-240
[22]李建龙等.RS,GPS和GIS集成系统在新疆北部天然草地估产技术中的应用进
展.1998(9):504一510
[23]李军.多源遥感影像融合理论、算法与实践.武汉大学博士论文 1999
[24]李强，王正志.遥感图像分类与后处理综合技术研究—基于约束满足神经网络方法.遥感学报，1999,3(3): 193-198
[25]李军，周月琴，李德仁.影像局部直方图VL配滤波技术用于遥感影像数据融合.测绘学报，1999, 28(3): 226-231
[26]李崇贵等.以遥感和地理信息系统为基础的森林蓄积LS估计自变量的选择研究〔J〕.遥感学报，2001, 5 (4): 277-281.
[27]柳海鹰，高吉喜，李政海.土地覆盖与土地利用遥感研究进展．国土资源遥感 ，2001，12：7～12
[28]李晗等，马氏距离不变量用于灰度图像的识别.浙江工业大学学报，2001(12): 357-359
[29]林辉，童显德，黄忠义.遥感技术在我国林业中的应用与展望[J].遥感信息，2002, 1: 39-40
[30]李爽，丁圣彦等.遥感影像分类方法比较研究[[J].河南大学学报(自然科学版),2002.12(2):7073
[31]孟国强，黄自立.利用SPOT卫片在黄土高原丘陵沟壑区进行土地利用调查的精度分析.1991，(11): 54-57.
[32]梅安新.遥感导论.高等教育出版社 2000
[33]倪绍祥.土地利用分类系统与土地利用遥感解译.南京大学学报，1989,16-22
[34]彭望碌.遥感数据的计算机处理与地理信息系统〔M〕.北京:北京师范大学出版社,1991
[35]孙家柄，刘继林,李军.多源遥感影像融合.遥感学报，1998，2（1）：47～50
[36]施拥军.森林遥感分类研究.浙江大学硕士论文 2003
[37]童庆禧等.中国典型地物波谱及其特征分析[M].北京:科学出版社，1990.
[38]谭宽祥.卫星遥感与森林资源监测[[J].中南林业规划，1995, 51: (1) 48-51.
[39]王杰生，戴昌达，胡德永.土地利用变化的卫星遥感监测一河北省南皮县试验报告.环境遥感，1989, 4(4): 243-248.
[40]汪慧慧.土地利用遥感研究评价一以江苏省射阳县中部三个乡为例.国土资源遥感.1991,
(3): 55-60.
[41]魏文秋，陈秀万，谢淑琴.土地利用的遥感识别方法研究.国土资源遥感.1993, (4) : 46-53.
[42]吴炳方，黄绚，田志钢.应用遥感及地理信息系统进行植被制图.环境遥感.1995, 10(1): 30一一36.
[43]王野桥.遥感及多源地理数据分类中的人工神经网络模型.地理科学 1997.3: 22～25
[44]王宪礼，肖笃宁，布仁仓，胡远满.辽河三角洲湿地的景观格局分析.生态学报，1997, 17(3): 317-323
[45]王晓栋，崔伟宏.3S技术在土地利用与土地覆被动态检测中的作用.国土与自然资源研究.1998.(3):27-31
[46]王祖伟，秦其明.多源遥感数据融合在城市研究中的应用．测绘通报 ， 2002，5：22～25
[47]许殿元,丁树柏.遥感图像信息处理.宇航出版社，1990
[48]徐冠华等.遥感在中国.测绘出版社， 1996
[49]夏明革，河友，欧阳文.像素级图像融合方法与效果评价.遥感技术与应用． 2002，8：224～227
[50]杨成华，安和平.贵州南北盘Q流域植被类型的卫片解译与制图[J].贵州林业科技
[51] 杨虎，郭华东，王长林．数据融合在黄河口沙嘴动态监测中的应用研究 ．地理学与国土研究，2001，17（4）：15～19
[52]杨柳.基于ETM影像的扎龙湿地遥感分类研究.东北师范大学硕士论文 2003
[53]周成虎，骆剑承，杨晓梅等.遥感影像地学理解与分析.科学出版社
[54]张艳忠，张福祥.TM数据在桔果经济林区土地利用分类和专题信息提取中的应用.遥感技术与应用，1992, 7(3): 24-29.
[55]章杨清等.利用分维向量改进神经网络在遥感模式识别中的分类精度[[J].环境遥感，1994(2):68-72
[56]章杨清，刘政凯.利用分维向量改进神经网络在遥感模式识别中的分类精度[[J]环境遥感，1994, 9(1): 68-72.
[57]朱博勤，张渊智.土地资料单要素计算机解译模式研究环境遥感，1996, 11(2): 101-107
[58]张兵.黄土丘陵区数字地貌模型与遥感影像分类[[J].环境遥感，1996,11(4):254-259
[59]浙江省林业厅.浙江省森林资源规划设计调查技术操作细则[M]. 1997
[60]周华茂，曾良修，喻歌农，刘鼎昌，张驰.四川省农用土地资源卫星遥感宏观监测技术方法研究.自然资源学报，1998, 13(1): 73-76
[61]尤淑撑，张玮，严泰来.模糊分类技术在作物类型识别中的应用[J].国土资源遥感，2000(l):39-43
[62]张永生.遥感图像信息系统.北京，科学出版社，2000
[63]张银辉，赵庚星.土地利用/土地覆盖遥感分类方法的研究综述 [J]中国农业资源与区划，2002，23（3）：21-25
[64]朱长青，王倩，杨晓梅．基于多进制小波的SPOT全色和多光谱影像融合.测绘学报，2002，29（5）：132-136
[65]Andrew K.S. An expert system classifies Eucalipt forest types using TM and DTM. PE&RS, 1989,50(10):1449-1464
[66] Atkinson, P.M. and Tatnal, A.R.L., Neural networks in remote sensing, Int.J. Remote sensing, 1997,18(4):699-709
[67] Chavez, P.S., Jr. G. L. Berlin, and L.b. Sowers. Statistical method for selecting Langsat MSS ratios. Journal of Applied Phototgraphic Engineering 1982, 8(1): 23-30
[68] Congalton R.G, A review of assessing the accuracy of classifications of remotely sensed data.Remote Sensing of Environment. 1991, 37:35-46
[69] Congalton R C.A review of assessing the accuracy of classification of remotely sensed data.Remote Sens,1991,37:35-46
[70] Chavez. P.S., Jr. An improved dark-object subtraction technique for atmospheric scattering correction of multispectral data. Remote Sensing of the Environment. 1998, 24: 459-479
[71] D. Wu and J. Linders(2000), Comparison of three methods to select feature for discriminating forest cover types using SAR imagery[J].INT. J. Remote Sens. 2000,21(10):2089-2099.
[72] Erdas, INC. Erdas Field Guide. Fourth Edition. Atlanta, Georgia, USA, 1997
[73] Erdas, INC. Erdas Imagine Tour Book. Atlanta, Georgia, USA, 1999
[74]Fraser R N. Hyperspectral remote sensing of turbidity and chlorophyll-a among Nebraska Sand Hill Lakes[J],,Int.J Remote sensing, 1998,19:1579-1589
[75] Gitelson A. The peak near 700nm on radiance spectra of algae and water relationships of its magnitude and position with chlorophyll concentration[J],InI.JRemote sensing, 1992,14:3367-3373
[76]Gitelson.A,Garbuzov.G,.Szliagyi.F,et.al..Quantitative remote sensing method for real-time monitoring in land waters quality[J],. Int.JRemote sensing, 1993,14:1269-1295
[77]Gilabert, M. A, et al, An atmospheric correction method for the automatic retrieval of surface reflectance from TM images[J].International journal of remote sensing 1994,vol.15,no.10:2065-2086
[78]Han L H .Rundquist D C. The response of both surface reflectance and the underwater light field to various levels of suspended sediment: preliminary results[J]. Photogrammetric engineering & remote sensing，1994. 60(12):1463-1471
[79]PAT S.Chavez,JR An improved dark object subtraction technique for atmospheric scattering correction of multispectral data Remote sensing of environment, 198824:45 9479
[80]. Moody A, Strahler A H. MODIS land cover product algorithm technical basis document [D].ATACA AAieeinn to Plnnp.t Parch Prnnram halt M11 1991 19
[81] Martin, M. E. ,Newman, S. D. and Aber, J. D. Determining Forest Species Composition Using High Spectral Resolution Remote Sensing Data[J].Remote Sensing of Environment,1998,65(3): 249-254.
[82] Mayaux Philippe, De Grandi Gianfranco. Central African Forest Cover Revisited[J].Remote Sensing of Environment, 2000, 71(2): 183一196
[83] Solberg S,Jain A K,Taxt T.Multisource classification of remotely sensed data Fusion of Landsat TM and SAR Image.IEEE Transactions on Geoscience and RemoteSensing ,1994,323:768-777
[84]Wang F. Fuzzy supervised classification of remote sensing image[J] .IEEE Transaction on Geoscience and Remote sensing, 1990,28(2):194-201
[2]陈建伟，黄桂林.中国湿地分类系统及其划分指标的探讨，林业资源管理，1995，(5):65-71
[3]陈述彭 ，童庆禧，郭华东.遥感信息机理研究.北京 科学出版社,1998
[4]陈华等.K-mean算法在遥感分类中的应用[J].红外与激光工程，2000,29(2):2630
[5]陈佑德.赤水油气遥感直接探测意义与T M选择及分类分析.贵州地质，2001
[6]邓国芳，蒙彬.广西河池地区利用航天遥感技术进行森林资源调查技术研究[J].中南林业调查规划，2001, 20 (1): 14-17
[7]樊锦沼等应用气象卫星资料估算草场产草量方法的研究干旱区资源与环境杂志，1990,(3):23一28
[8]傅肃性，张崇厚，郑柯.朱重光.基于空间信息库的遥感动态监测研究.地理学报，1995, 50(1): 126-130
[9]方红亮.地理信息系统与环境模型在黄河三角洲实地研究中的应用.中科院博士学位论文.1998. 12
[10]甘淑，何大明，袁建平.澜沧江领域综合开发中土地覆盖遥感监测实验研究.土壤侵蚀与水土保持学报.1999 (5):69-74
[11]黄桂林，张建军，韩爱惠.3S技术在辽河三角洲湿地检测中的应用—辽河三角洲湿地资源及其生物多样性的遥感监测系列论文之二.林业管理，2000 (5):51-56
[12]靳文戟，刘政凯.多类别遥感图象的复合分类方法.环境遥感，1995, 10 (4) : 288-301.
[13]江东等植被指数一地面温度特征空间的生态学内涵及其应用，地理科学进展2001(6)
[14]匡霞等.专家系统在TM图像分类中的应用[J].环境遥感，1989,4(4):257--265
[15]李伯衡.TM图像在土地利用和农作物布局动态监测中的定位定性精度.国土资源遥感
[16]雷莉萍，戴昌达.TM图像在县级土地资源调查与开发规划中的应用研究.环境遥感，1989, 4(4): 256-272.
[17]陆灯盛，游先祥，崔赛华 .TM图像的信息分析及特征信息提取的研究.环境遥感.1991, 6（2）:282-292
[18]刘勇卫等译.遥感精解.测绘出版社， 1993
[19]刘纪远.国家资源环境遥感宏观调查与动态监测研究.遥感学报，1997 ，1(3): 225-230
[20]刘纪远，庄人方，凌杨荣.基于GIS的中国东北植被综合分类研究[[J].遥感学报，1998 1(3): 285-291
[21]刘卫国，龚建华，方红亮.地理信息系统下的知识获取及其在遥感影像植被分类中的应用研究.遥感学报，1998, 2(3): 234-240
[22]李建龙等.RS,GPS和GIS集成系统在新疆北部天然草地估产技术中的应用进
展.1998(9):504一510
[23]李军.多源遥感影像融合理论、算法与实践.武汉大学博士论文 1999
[24]李强，王正志.遥感图像分类与后处理综合技术研究—基于约束满足神经网络方法.遥感学报，1999,3(3): 193-198
[25]李军，周月琴，李德仁.影像局部直方图VL配滤波技术用于遥感影像数据融合.测绘学报，1999, 28(3): 226-231
[26]李崇贵等.以遥感和地理信息系统为基础的森林蓄积LS估计自变量的选择研究〔J〕.遥感学报，2001, 5 (4): 277-281.
[27]柳海鹰，高吉喜，李政海.土地覆盖与土地利用遥感研究进展．国土资源遥感 ，2001，12：7～12
[28]李晗等，马氏距离不变量用于灰度图像的识别.浙江工业大学学报，2001(12): 357-359
[29]林辉，童显德，黄忠义.遥感技术在我国林业中的应用与展望[J].遥感信息，2002, 1: 39-40
[30]李爽，丁圣彦等.遥感影像分类方法比较研究[[J].河南大学学报(自然科学版),2002.12(2):7073
[31]孟国强，黄自立.利用SPOT卫片在黄土高原丘陵沟壑区进行土地利用调查的精度分析.1991，(11): 54-57.
[32]梅安新.遥感导论.高等教育出版社 2000
[33]倪绍祥.土地利用分类系统与土地利用遥感解译.南京大学学报，1989,16-22
[34]彭望碌.遥感数据的计算机处理与地理信息系统〔M〕.北京:北京师范大学出版社,1991
[35]孙家柄，刘继林,李军.多源遥感影像融合.遥感学报，1998，2（1）：47～50
[36]施拥军.森林遥感分类研究.浙江大学硕士论文 2003
[37]童庆禧等.中国典型地物波谱及其特征分析[M].北京:科学出版社，1990.
[38]谭宽祥.卫星遥感与森林资源监测[[J].中南林业规划，1995, 51: (1) 48-51.
[39]王杰生，戴昌达，胡德永.土地利用变化的卫星遥感监测一河北省南皮县试验报告.环境遥感，1989, 4(4): 243-248.
[40]汪慧慧.土地利用遥感研究评价一以江苏省射阳县中部三个乡为例.国土资源遥感.1991,
(3): 55-60.
[41]魏文秋，陈秀万，谢淑琴.土地利用的遥感识别方法研究.国土资源遥感.1993, (4) : 46-53.
[42]吴炳方，黄绚，田志钢.应用遥感及地理信息系统进行植被制图.环境遥感.1995, 10(1): 30一一36.
[43]王野桥.遥感及多源地理数据分类中的人工神经网络模型.地理科学 1997.3: 22～25
[44]王宪礼，肖笃宁，布仁仓，胡远满.辽河三角洲湿地的景观格局分析.生态学报，1997, 17(3): 317-323
[45]王晓栋，崔伟宏.3S技术在土地利用与土地覆被动态检测中的作用.国土与自然资源研究.1998.(3):27-31
[46]王祖伟，秦其明.多源遥感数据融合在城市研究中的应用．测绘通报 ， 2002，5：22～25
[47]许殿元,丁树柏.遥感图像信息处理.宇航出版社，1990
[48]徐冠华等.遥感在中国.测绘出版社， 1996
[49]夏明革，河友，欧阳文.像素级图像融合方法与效果评价.遥感技术与应用． 2002，8：224～227
[50]杨成华，安和平.贵州南北盘Q流域植被类型的卫片解译与制图[J].贵州林业科技
[51] 杨虎，郭华东，王长林．数据融合在黄河口沙嘴动态监测中的应用研究 ．地理学与国土研究，2001，17（4）：15～19
[52]杨柳.基于ETM影像的扎龙湿地遥感分类研究.东北师范大学硕士论文 2003
[53]周成虎，骆剑承，杨晓梅等.遥感影像地学理解与分析.科学出版社
[54]张艳忠，张福祥.TM数据在桔果经济林区土地利用分类和专题信息提取中的应用.遥感技术与应用，1992, 7(3): 24-29.
[55]章杨清等.利用分维向量改进神经网络在遥感模式识别中的分类精度[[J].环境遥感，1994(2):68-72
[56]章杨清，刘政凯.利用分维向量改进神经网络在遥感模式识别中的分类精度[[J]环境遥感，1994, 9(1): 68-72.
[57]朱博勤，张渊智.土地资料单要素计算机解译模式研究环境遥感，1996, 11(2): 101-107
[58]张兵.黄土丘陵区数字地貌模型与遥感影像分类[[J].环境遥感，1996,11(4):254-259
[59]浙江省林业厅.浙江省森林资源规划设计调查技术操作细则[M]. 1997
[60]周华茂，曾良修，喻歌农，刘鼎昌，张驰.四川省农用土地资源卫星遥感宏观监测技术方法研究.自然资源学报，1998, 13(1): 73-76
[61]尤淑撑，张玮，严泰来.模糊分类技术在作物类型识别中的应用[J].国土资源遥感，2000(l):39-43
[62]张永生.遥感图像信息系统.北京，科学出版社，2000
[63]张银辉，赵庚星.土地利用/土地覆盖遥感分类方法的研究综述 [J]中国农业资源与区划，2002，23（3）：21-25
[64]朱长青，王倩，杨晓梅．基于多进制小波的SPOT全色和多光谱影像融合.测绘学报，2002，29（5）：132-136
[65]Andrew K.S. An expert system classifies Eucalipt forest types using TM and DTM. PE&RS, 1989,50(10):1449-1464
[66] Atkinson, P.M. and Tatnal, A.R.L., Neural networks in remote sensing, Int.J. Remote sensing, 1997,18(4):699-709
[67] Chavez, P.S., Jr. G. L. Berlin, and L.b. Sowers. Statistical method for selecting Langsat MSS ratios. Journal of Applied Phototgraphic Engineering 1982, 8(1): 23-30
[68] Congalton R.G, A review of assessing the accuracy of classifications of remotely sensed data.Remote Sensing of Environment. 1991, 37:35-46
[69] Congalton R C.A review of assessing the accuracy of classification of remotely sensed data.Remote Sens,1991,37:35-46
[70] Chavez. P.S., Jr. An improved dark-object subtraction technique for atmospheric scattering correction of multispectral data. Remote Sensing of the Environment. 1998, 24: 459-479
[71] D. Wu and J. Linders(2000), Comparison of three methods to select feature for discriminating forest cover types using SAR imagery[J].INT. J. Remote Sens. 2000,21(10):2089-2099.
[72] Erdas, INC. Erdas Field Guide. Fourth Edition. Atlanta, Georgia, USA, 1997
[73] Erdas, INC. Erdas Imagine Tour Book. Atlanta, Georgia, USA, 1999
[74]Fraser R N. Hyperspectral remote sensing of turbidity and chlorophyll-a among Nebraska Sand Hill Lakes[J],,Int.J Remote sensing, 1998,19:1579-1589
[75] Gitelson A. The peak near 700nm on radiance spectra of algae and water relationships of its magnitude and position with chlorophyll concentration[J],InI.JRemote sensing, 1992,14:3367-3373
[76]Gitelson.A,Garbuzov.G,.Szliagyi.F,et.al..Quantitative remote sensing method for real-time monitoring in land waters quality[J],. Int.JRemote sensing, 1993,14:1269-1295
[77]Gilabert, M. A, et al, An atmospheric correction method for the automatic retrieval of surface reflectance from TM images[J].International journal of remote sensing 1994,vol.15,no.10:2065-2086
[78]Han L H .Rundquist D C. The response of both surface reflectance and the underwater light field to various levels of suspended sediment: preliminary results[J]. Photogrammetric engineering & remote sensing，1994. 60(12):1463-1471
[79]PAT S.Chavez,JR An improved dark object subtraction technique for atmospheric scattering correction of multispectral data Remote sensing of environment, 198824:45 9479
[80]. Moody A, Strahler A H. MODIS land cover product algorithm technical basis document [D].ATACA AAieeinn to Plnnp.t Parch Prnnram halt M11 1991 19
[81] Martin, M. E. ,Newman, S. D. and Aber, J. D. Determining Forest Species Composition Using High Spectral Resolution Remote Sensing Data[J].Remote Sensing of Environment,1998,65(3): 249-254.
[82] Mayaux Philippe, De Grandi Gianfranco. Central African Forest Cover Revisited[J].Remote Sensing of Environment, 2000, 71(2): 183一196
[83] Solberg S,Jain A K,Taxt T.Multisource classification of remotely sensed data Fusion of Landsat TM and SAR Image.IEEE Transactions on Geoscience and RemoteSensing ,1994,323:768-777
[84]Wang F. Fuzzy supervised classification of remote sensing image[J] .IEEE Transaction on Geoscience and Remote sensing, 1990,28(2):194-201