遥感影像分类方法实验报告.doc

实验报告目录1实验目的 42实验数据 43实验容 44实验步骤 (shapefile)进行投影转换 (以经过投影变换的人口矢量数据为基准) (以矢量数据为基准) ,并对融合效果进行定性和定量评价 -SchmidtSpectralSharpening融合 (软件提供的计算方法) (Matlab编程计算) +多光谱波段进行叠加 (融合方法为HSV,波段为5,4,3) 575实验体会 631实验目的①②熟悉几何精校正的方法,掌握ENVI软件对遥感影像进行几何精校正③掌握全色波段与多光谱波段的融合方法和原理,学会对融合效果进行定性定量分析④熟悉掌握ArcGIS的栅格化方法和IDW插值方法⑤熟悉监督分类的方法和基本原理,掌握ENVI软件中进行监督分类⑥了解监督分类后评价过程,对分类结果进行精度评价和分析⑦掌握Erdas的空间建模方法以及原理⑧了解RuleGen算法,掌握决策树分类方法2实验数据①带属性数据的shapefile:②带有陆地面积字段的矢量图层:③GoogleEarth_原始拼接:④研究区域的多光谱波段数据:Stack_b1-6162-⑤研究区域的全色波段数据:⑥监督分类参照影像:GoogleEarth3实验容①对人口矢量数据(shapefile)进行投影转换:WGS_1984_UTM_Zone_16N②对遥感影像进行几何精校正(以经过投影变换的人口矢量数据为基准):(1)对多光谱波段(30m空间分辨率)进行几何精校正();(2)对Pan波段(15m空间分辨率)进行几何精校正();③将Pan波段和多光谱波段进行融合(自选至少一种融合算法),并对融合效果进行定性和定量评价;④生成住房密度栅格影像:(1)直接栅格化;(2)IDW插值;⑤将住房密度栅格影像作为额外的通道(或波段)与ETM+多光谱波段进行叠加;⑥进行监督分类和分类后处理(Post-Classification,ExpertRules)⑦利用ERDAS软件的空间建模(SpatialModeler)进行水体信息(MNDWI指数)和植被信息(NDVI指数)的提取;⑧利用“自动阈值决策树分类算法”进MarionCounty的土地利用/覆盖分类信息提取(使用的数据:原始各波段+MNDWI+NDVI+ISODATA等,或其他有益的波段组合)①探讨“自动阈值决策树分类算法”中的各个参数意义及如何设置更合理②对分类结果进行评价与分析⑨对分类结果进行精度评价和分析;