蔣月 邢瑾 何江 劉巨峰

摘? 要：近年來，回溯分析方法已經(jīng)越來越多地應用于自動化變化分析和分類研究中。以蘭州市2008和2017年兩期Landsat影像為例，分別采用基于PCA、基于CVA和基于FCM的回溯分析方法獲得蘭州市2008-2017年間的土地覆被分布和變化情況并對其結(jié)果進行對比，分析了不同的差異影像算法在回溯分析中的適應性。結(jié)果表明基于FCM的回溯分析方法的結(jié)果最好，分類總體精度達到88.5%，變化檢測結(jié)果總體精度達到83.8%;基于CVA的回溯分析方法次之，因存在漏檢現(xiàn)象導致分類總體精度為86%，變化檢測結(jié)果總體精度不足80%;而基于PCA的回溯分析方法精度最低。通過采用FCM算法有效改善土地覆被變化檢測結(jié)果中的漏檢現(xiàn)象，從而獲得精度較高的分類及變化檢測結(jié)果。

關(guān)鍵詞：基于對象影像分析;差異影像;回溯分析;變化檢測;對比研究

中圖分類號：TP75? ? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2019）07-0001-07

Abstract： In recent years， backtracking analysis methods have been more and more used in automatic change analysis and classification research. Taking the Landsat images of Lanzhou City in 2008 and 2017 as an example， the distribution and change of land cover in Lanzhou City from 2008 to 2017 were obtained by using the backtracking analysis methods based on PCA， CVA and FCM respectively， and the results were compared. The adaptability of different differential image algorithms in backtracking analysis is analyzed. The results show that the backtracking analysis method based on FCM has the best results， the overall accuracy of classification is 88.5%， and the overall accuracy of change detection results is 83.8%， followed by the backtracking analysis method based on CVA. Because of the phenomenon of missed detection， the overall accuracy of classification is 86%， the overall accuracy of change detection results is less than 80%， and the accuracy of backtracking analysis method based on PCA is the lowest. By using FCM algorithm to effectively improve the phenomenon of missed detection in the results of land cover change detection， the classification and change detection results with high accuracy can be obtained.

Keywords： object-based image analysis; differential image; backtracking analysis; change detection; comparative study

1 概述

土地覆被的組成和變化是當今全球變化研究的熱點，對于研究環(huán)境變化、城市擴張、土地規(guī)劃等具有重要作用[1]。而Landsat系列數(shù)據(jù)以其多光譜、高時頻等優(yōu)勢使得土地覆被變化研究有了可靠的數(shù)據(jù)保障。

國內(nèi)外學者在遙感城市土地覆被變化領(lǐng)域做了大量的研究工作，主要采用直接比較法和分類后比較法進行研究。前者只能得到變化或未變化的二元信息，而后者可以獲得具體的類型轉(zhuǎn)換信息[2-6]。然而，分類后比較法受每幅影像分類精度和分類誤差累積效應的影響，使得結(jié)果精度較低并產(chǎn)生一些不符合邏輯的轉(zhuǎn)換類型[7，8]。一些研究通過提高分類精度以解決此問題，并取得了一些成果[9-11]，然而雖然可以避免部分誤差，但難以有效改善誤差的累積放大效應。

通過直接比較與分類后比較法相結(jié)合以提高結(jié)果精度已成為一種新方式[12]。相關(guān)研究中[7，8，12，13]，回溯分析已經(jīng)越來越多地應用于自動化變化分析和分類研究中?；厮莘治鲆宰钚掠跋竦耐恋馗脖唤Y(jié)果為參考，通過與前期影像的比較分析，得到前期影像分類結(jié)果。該方法可以在像元和對象的基礎(chǔ)上實現(xiàn)，國外一些研究證明了基于對象的影像分析在回溯分析中的有效性[9]。而國內(nèi)外涉及采用回溯分析法的研究主要側(cè)重于如何改進算法提高回溯分析的分類與變化檢測精度以及自動化水平[7，13-15]。對于如何利用不同的差異影像算法改進回溯法分析，從而獲得精度較高的土地覆被分類及變化結(jié)果，相關(guān)研究較少。針對這一問題，本文以蘭州市2008和2017年兩期Landsat影像為例，分別采用基于PCA、基于CVA和基于FCM的回溯分析方法獲得蘭州市2008-2017年間的土地覆被分布和變化情況并對其結(jié)果進行對比，更好地分析了不同的差異影像算法在回溯分析中的適應性。