摘要
文章以合肥市区TM影像为数据源,采用非负最小二乘算法,解决ENVI等商业软件在该算法上存在的不足;对数据进行线性波谱分离,通过对丰度总和数据和残余均方根误差等指标的分析,对TM影像进行了解析;对于TM图像土地覆盖中的混合像元限制分类精度的问题,采用对TM图像MNF变换结果的前5个主成分进行PPI指数计算,并对PPI阈值切割结果进行N维可视化;采用波谱均值作为端元波谱,选择端元数为5,对2种端元类型方案、4种不同的波谱特征进行数值处理,并以模型自身的条件约束等进行验证和样地数据的检核,发现该方法的有效性。
学科与关键词
关键词
线性波谱分离非负最小二乘算法合肥混合像元土地覆盖端元 linear spectral unmixing(LSU)non-negative least-square algorithmHefei Citymixed pixelland coverend member
- 不同传感器线性光谱分解反演不透水面的对比——以Landsat ETM+和EO-1 ALI为例唐菲; 徐涵秋武汉大学学报(信息科学版), 2013, (09): 1068-1072.
- 高光谱空间中混合象元非线性反射特征研究朱锋; 宫辉力; 孙天琳; 赵云升光谱学与光谱分析, 2013, (03): 737-740.
- 一种基于最大距离的纯像元指数端元提取算法徐君; 徐富红; 蔡体健; 王彩玲; 黄德昌; 李伟平地球信息科学学报, 2015, (01): 86-90.
