摘要遙感影像分類方法的確定是LUCC研究中的關鍵步驟。文章以洋河流域為研究區，分別進行了非監督分類和監督分類。針對監督分類結果中存在的誤差，對水域、植被、城鎮與工礦用地三種類型地物的提取分別選擇了綜合閾值法、植被指數法、DEM數據輔助分析法進行了改進，結果表明改進後的提取結果較監督分類直接得到的結果有了很大的改善。
關鍵詞遙感圖像；監督分類；綜合閾值法；植被指數法
中圖分類號TP79 文獻標識碼A
文章編號1671-5969（2007）16-0164-03
壹、研究區域概況及圖像資料
（壹）研究區域概況
洋河流域是張家口經濟發展的中心地帶，水資源相對豐富。洋河發源於山西省陽高縣和內蒙古興和縣，是永定河上遊的壹大支流，流域面積約14600km2 。在張家口市流域面積為9762km2，流經萬全縣、懷安縣、張家口市區、宣化縣、宣化區、下花園區、懷來縣等，幹流全長106 km，在朱官屯於桑幹河匯合後流至官廳水庫，是官廳水庫的重要水源。洋河流域形狀東西向較長，南北向較短，地形總趨勢西北高、東南低。流域的東北、北部和西北沿壩頭壹帶海拔高程1200～1500m之間，西部和南部邊界海拔高程壹般在500～1000m之間。流域內80％以上為丘陵山區，絕大部分為荒山禿嶺。流域內大部分為黃色沙壤土，並有部分砂礫土及黃粘土，沿河川地層厚且較肥沃[1]。
（二）信息源
遙感信息源的選擇要綜合考慮其光譜分辨率、空間分辨率、時間分辨率等因素， 這是利用遙感圖像進行土地利用分類的關鍵問題。美國的Landsat TM 圖像是當前應用最為廣泛的衛星遙感信息源之壹，它可提供7個波段的信息， 空間分辨率為30～120m。TM數據源各波段各有特點，可進行不同地物類型的信息提取。相關資料表明TM遙感數據各波段間的信息相關關系為：TM1與TM2，TM5與TM7高度相關，相關系數達0.95以上，信息冗余大，可以考慮不選取TM1波段。另外由於第6個波段的分辨率為120m，不利於地物信息的提取，所以亦不選取TM6波段。壹般來說， 選擇圖像類型時，應考慮研究區域的大小、研究的目的，以及要達到的精度要求，另外不同時相遙感圖像的選擇對分類精度也具有很大的影響。為了能把水域、城市與工礦用地、林地、耕地、裸地區分開，以洋河流域1987年9月17日的TM圖像為信息源進行研究。本文中所使用的遙感圖像處理工具為美國ERDAS公司的ERDAS IMAGINE8.4軟件，它是壹個功能完整的、集遙感與地理信息系統於壹體的專業軟件，具有數據預處理、圖像解譯、圖像分類、矢量功能、虛擬gis等多個功能。
二、現有遙感圖像土地利用分類的主要方法及其分析
遙感圖像土地利用分類就是利用計算機通過對遙感圖像中各類地物的光譜信息和空間信息進行分析，選擇特征，並用壹定的手段將特征空間劃分為互不重疊的子空間，然後將圖像中的各個像元劃歸到各個子空間中以實現分類[2]。按照是否有已知訓練樣本的分類數據，將其分為非監督分類和監督分類。它們最大的區別在於監督分類首先給定類別，而非監督分類則由圖像數據本身的統計特征來確定。
（壹）非監督分類
非監督分類是在多光譜特征空間中通過數字操作搜索像元光譜屬性的自然群組的過程，這種聚類過程生成壹副有m個光譜類組成的分類圖。然後分析人員根據後驗知識將光譜類劃分或轉換成感興趣的專題信息類[3]。洋河流域內有很多山地，在圖像上會產生大量的陰影，導致了像元灰度值的空間變化，這對分類結果有很大的影響。為此可以通過比值運算來去除陰影的影響，使向陽處和背陰處都毫不例外地只與地物的反射率的比值有關。常用算法：近紅外波段（TM4）/紅外波段（TM3），這樣所得到的效果比較好，從原始圖像和比值運算後的圖像（圖像略）中，可以清楚地看到山體陰面的陰影得到了有效的去除。經過比值運算後， 就可以對圖像進行非監督分類。得到的分類結果如圖1所示。非監督分類只根據地物的光譜特征進行分類，受人為因素的影響較少，不需要對地面信息有詳細的了解，但由於“同物異譜、異物同譜”等現像的存在，其結果壹般不如監督分類令人滿意。比如官廳水庫旁邊的大量建築物被分到水體壹類。是因為在TM3波段上，水體和建築物的灰度值相近， 同樣在TM7波段上，裸山和建築物的灰度值也相近。總之，在TM的6個波段上，無論采用哪個波段進行非監督分類，總有幾種地物的光譜值接近，因此單純依靠計算機自動分類取得很好的效果是非常困難的。