1. 研究目的与意义
土地利用及土地覆盖是地球表层系统最突出的景观标志，土地利用及覆盖变化是造成全球气候变化的重要原因，土地覆盖及利用变化对地表生物、气候、水文等过程具有直接的影响，所以土地覆盖及土地利用变化日益成为全球变化研究的重要内容。遥感, 作为采集地球数据及其变化信息的重要技术手段, 具有综合宏观动态快速的特点。遥感图像是地物电磁波谱特征的实时记录, 人们可以根据记录在图像上的影像特征来推断地物的电磁波谱性质。遥感技术能有效准确的反映土地利用及覆盖变化，所以遥感技术已成为土地覆盖利用变化的重要手段。美国陆地卫星系列有着长达40年的历史，相对于其他的卫星遥感影像，其有着更好的性能更高的精度，能够提供高质量的图像数据，与其他的遥感影像相比，操作也更加的简便，所以Lansat系列卫星对启蒙和推动遥感应用技术的发展起到了重要作用，其遥感图像数据在我国得到了广泛应用。Landsat 8卫星是Landsat系列卫星的后续任务，已于 2013 年 2月发射，目标是延续 Landsat 系列卫星数据的连续性，为农业、水资源管理、植被监测、灾害响应等领域继续提供高质量的图像数据。但美中不足的是，Landsat 8 是近几年才发射并提供数据，这一技术还不是特别成熟，其应用还有很多方面需要探索。
通过对Landsat 8遥感影像的进行解译，对各种土地覆盖分类方法进行精度评价，比较得出哪一种分类方法精度最高，哪种分类方法最为有效，为接下来的土地利用/土地覆盖变化研究分析提供支持，提供有力的数据支撑。
遥感分类方法如何提高遥感数据计算机分类方法的精度一直是遥感技术研究的领域的重要内容。通过对各种不同的土地遥感覆盖分类方法的分析比较，得出各种情况下哪种分类方法精度最高，其意义主要是可以掌握各种方法中针对Landsat 8 影像进行分类时各自的优劣，从而为后续利用Landsat 8 进行土地覆盖分类提供支持。2. 研究内容和预期目标
1.研究内容
（1）土地覆盖遥感分类方法；
运用几种基本的分类方法对土地覆盖遥感进行分类，主要使用决策树分类、监督分类、 非监督分类这几种分类方法，简单比较这几种分类方法有什么相同点与不同点。
（2）中分辨率多光谱遥感影像landsat8的光谱特性；
3. 研究的方法与步骤
| 研究方法： 采用监督分类(包括最大似然法、最小距离法、光谱分析法)、非监督分类、决策树分类方法。 监督分类又称训练区分类, 它的最基本特点是在分类之前人们通过实地的抽样调查, 配合人工目视判读, 对遥感图像上某些抽样区中影像地物的类别属性已有了先验的知识, 计算机便按照这些已知类别的特征去训练判决函数, 以此完成对整个图像的分类。 主要的监督分类法有最大似然法、最小距离法、光谱分类法。使用ENVI软件用这三种 方法进行土地覆盖遥感分类。 非监督分类就是仅凭遥感图像地物的光谱特征的分布规律, 随其自然地进行分类。主要算法有混合距离法( ISOMIX) 、循环集群法( ISODATA) 和合成序列积群方法等 决策树分类是由一系列的二叉树构成的树形分类器, 根据规定的判断规则, 不断地将影像的像元分割成相对同质的数据子集来确定影像中每个像元所属的正确类型。决策树分类方法具有直观简洁、可行性强、计算量小的特点 。并且决策树分类还可以较好的对分类过程和结果进行解释, 能够很的表示不同类型之间的相互关系。 研究步骤： 1.Landsat 8 OLI数据处理 所采用的遥感影像为最近的覆盖研究区的2017年3月20日三景Landsat 8 OLI影像，空间分辨率为30m。对所选取的影像进行图像处理（包括图像预处理和图像增强），图像与处理包括图像的辐射恢复、几何校正、图像匹配和镶嵌及不同传感器或不同时相之间的图像配准等工作。图像增强可采用直方图修改技术、比值增强、线性组合、滤波处理及主成分分析等方法。土地覆盖分类中应根据区域特点, 图像纹理特征等选择相应的增强方法, 以突出各类地物, 使之层次分明。 2.样本选择 本实验将采用江苏省苏州市作为研究区，在数据处理完成之后，根据研究区的实际情况，将研究区的土地覆盖类型分为水体、湿地、耕地、建设用地、林地、草地、裸地7种土地覆盖类型。 3.影像分类 对Landsat 8影像主要采用监督分类（包括最大似然法、最小距离法、光谱分析法）、 非监督分类(包括混合距离法、循环集群法和合成序列积群方法)、决策树分类方法。 4.精度评价与分析 对使用不同的分类方法的Landsat8OLI、影像进行遥感解译，得出基于不同分类方法的遥感土地覆盖分类成果。将得到的成果制作成地类的光谱特征表、决策树模型图、监督分类精度误差矩阵表、研究区监督分类与决策树分类各地类精度及 kappa系数对比表等，在原始光谱特征、植被指数、纹理特征、空间特征等方面进行比较，对不同的分类方法进行精度评价与对比分析，比较各种遥感分类方法对Landsat 8 遥感解译的优劣。 |
4. 参考文献
| 1.初庆伟, 张洪群, 吴业炜, 等. Landsat-8 卫星数据应用探讨. 遥感信息, 2013, 28(4): 110-114. 2.宋军伟, 张友静, 李鑫川, 等. 基于 GF-1 与 Landsat-8 影像的土地覆盖分类比较. 地理科学进展, 2016, 35(2): 255-263. 3.宋军伟, 张友静, 李鑫川, 等. 基于 GF-1 与 Landsat-8 影像的土地覆盖分类比较. 地理科学进展, 2016, 35(2): 255-263. 4.甘甫平, 王润生. 基于遥感技术的土地利用与土地覆盖的分类方法. 国土资源遥感, 1999 (4): 40-45. 5.陈绍杰, 单丹丹, 赵卫常. 土地覆盖遥感分类方法的比较与分析. 遼寧工程技術大學學報 (自然科學版), 2010, 29(4): 567-570. 6.徐涵秋, 唐菲. 新一代 Landsat 系列卫星: Landsat 8 遥感影像新增特征及其生态环境意义. 生态学报, 2013, 33(11): 3249-3257. 7.李爽, 丁圣彦, 许叔明. 遥感影像分类方法比较研究. 河南大学学报: 自然科学版, 2002, 32(2): 70-73. 8.Otukei J R, Blaschke T. Land cover change assessment using decision trees, support vector machines and maximum likelihood classification algorithms[J]. International Journal of Applied Earth Observation and Geoinformation, 2010, 12: S27-S31. |
5. 计划与进度安排
一、研究工作准备阶段（2022.1.20——2022.3.24）：
2022.1.20——2022.3.15为准备工作阶段，包括查阅资料、实验数据收集等。
2022.3.16——2022.3.24为开题阶段，主要工作是撰写开题报告、数据处理等。
