依力亚斯江·努尔麦麦提,塔西甫拉提·特依拜,舒宁,王伯超,买买提沙吾提

• 1:新疆大学资源与环境科学学院
• 2:新疆大学绿洲生态教育部重点实验室
• 3:武汉大学遥感信息工程学院

摘要(Abstract)：

单一雷达影像数据通常不能提供足够的用以监测干旱地区盐渍化的信息。雷达图像与TM图像的融合可以提高遥感数据的利用率,增强数据的可靠性和信息的互补性,有助于提高分类精度。本文采用了GramSchmidt变换融合法将Radarsat和TM图像进行融合,并将该融合方法与一些常用融合方法(HIS融合、PCA融合、Brovey融合)进行了比较,结果表明该融合方法优于其他方法。最后采用支持向量机分类法(SVM)对Radarsat、TM融合后的图像进行了分类。结果表明:同单独Radarsat影像和TM影像分类结果相比,该融合分类法将分类精度分别提高了近30%和2%。因此该融合分类法更适合于遥感图像盐渍化信息监测。

关键词(KeyWords)： Radarsat;TM;融合;分类;盐渍化

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(编号:40261006);; 自治区高校科研计划项目(编号:XJEDU2004I06,XJEDU2005I07);; 教育厅创新研究群体基金项目(编号:XJEDU2004G04)

作者(Author): 依力亚斯江·努尔麦麦提,塔西甫拉提·特依拜,舒宁,王伯超,买买提沙吾提

参考文献(References)：

• [1]朱庭芸.灌区土壤盐渍化防治[M].北京:农业出版社,1992.
• [2]Taylor G R,Mah A H.Characterization of Saline Soils Using Airborne Radar Imagery[J].Remote Sensing of Environment,1996,57(3):127-142.
• [3]Verma K S,Saxena R K,Barthwal etc.Remote sensing technique for mapping salt affected soils[J].Internation-al Journal of Remote Sensing,1994,15(9):1901-1914.
• [4]Metternicht G I,Zinck J A.Remote sensing of soil salin-ity potentials and constraints[J].Remote Sensing of Environment,2003,85:1-20.
• [5]李德仁.论自动化和智能化空间对地观测数据处理系统的建立[J].环境遥感,1994,9(1):1-10
• [6]郭华东.雷达对地观测理论与应用[M].北京:科学出版社,2000.
• [7]舒宁.微波遥感原理.湖北:武汉大学出版社,2003:180-181.
• [8]钱云,郝毓灵,主编.新疆绿洲[M].乌鲁木齐:新疆人民出版社,2000,5:358-359.
• [9]贺奋琴,等.ASTER和TM/ETM+遥感数据融合监测土地覆盖变化[J].测绘科学,2007,32(1):96-98.
• [10]Clayton D G..Gram-Schmidt orthogonalization[J].Applied Statistics,1971,20(3):335～338.
• [11]北京大学数学系.高等代数(第二版)[M].北京:高等教育出版社,1988.
• [12]Laben.Process for enhancing the spatial resolution of multispectral imagery using pan-sharpening[Z].US Patent:6011875,Jan,4,2000.
• [13]贾永红.多源遥感影像数据融合技术[M].武汉:武汉大学出版社,2005:53-56.
• [14]Vapnik V N.The Nature of Statistical Learning Theory[M].Second Edition,New York:Springer,2000.
• [15]Cortes C,Vapnik.V N.Support Vector Networks.Ma-chine Learning,1995,20:1-25.
• [16]Qun Zhao,Principe J C.Support Vector Machines for SAR Automatic Target Recognition[J].IEEE Transactions on Aero space and Electronic Systems,2001,37(2).
• [17]Rolif,Fumira G.Support Vector Machines for Remote Sensing Image Classification[EB/OL].http://cite-seer.nj.nec.com,2004-09-12.
• [18]骆剑承,周成虎,梁怡,等.支撑向量机及其遥感影像空间特征提取和分类的应用研究[J].遥感学报,2002,6(1):50-55.
• [19]Kerrthi S S,Lin C J.Asymptotic Behaviors of Support Vector Machines with Gaussian Kernel[J].Neural Computation,2003,15(7):1667-1689.
• [20]王晓慧,李增元,高志海,等.沙化土地信息提取研究[J].林业科学,2005,41(3):82-87.