基于Brovey融合的卫星影像土地覆盖变化检测.docx

基于Brovey融合的卫星影像土地覆盖变化检测
基于Brovey融合的卫星影像土地覆盖变化检测
摘要：随着卫星遥感技术的发展和应用，土地覆盖变化检测在环境监测、城市规划、农业管理等领域起着至关重要的作用。本论文基于Brovey融合方法，提出了一种基于卫星影像的土地覆盖变化检测方法。通过将高空间分辨率和低光谱分辨率的多光谱影像与低空间分辨率和高光谱分辨率的全色影像进行融合，有效地提高了土地覆盖变化检测的精度和可靠性。本文还利用遥感影像分类算法，对融合后的影像进行分类与变化检测。实验结果表明，基于Brovey融合的土地覆盖变化检测方法在准确性和效率上都取得了较好的表现。
关键词：Brovey融合；卫星影像；土地覆盖变化；遥感影像分类
1.引言
土地覆盖变化是指土地表面因人类活动和自然因素而发生的变化。在全球气候变化和环境保护日益受到重视的背景下，土地覆盖变化检测在环境监测、城市规划、农业管理等领域的作用愈发重要。遥感技术具有广域性、连续性和历史性等特点，成为获取土地覆盖变化信息的重要手段。
2.相关研究
目前，常用的土地覆盖变化检测方法包括基于像元级差异、基于对象级差异和基于时序变化的方法。其中，基于像元级差异的方法主要依赖于多光谱影像和全色影像的相互融合以提高空间分辨率和光谱分辨率。而基于对象级差异的方法则利用影像分割和目标提取技术，通过比较对象属性的变化来检测土地覆盖变化。而基于时序变化的方法则利用多时相影像进行对比分析。
3.Brovey融合方法
Brovey融合方法是一种常用的多光谱影像与全色影像融合方法。该方法通过将全色影像的灰度值与多光谱影像的色彩信息融合，以提高影像的空间分辨率和光谱分辨率。在Brovey融合中，全色影像被分解为三个波段，分别代表了红、绿、蓝三个波段的信息，然后与多光谱影像进行融合，最后再将三个波段合成为彩色影像。
4.基于Brovey融合的土地覆盖变化检测方法
4.1数据预处理
首先，对多光谱影像和全色影像进行预处理。包括辐射校正、大气校正和几何校正等步骤。然后，通过利用Brovey融合方法将全色影像融合到多光谱影像中，得到高空间分辨率和高光谱分辨率的影像。
4.2影像分类与变化检测
接下来，利用遥感影像分类算法对融合后的影像进行分类与变化检测。常用的分类算法包括最大似然法、支持向量机和随机森林等。将影像分类结果与多时相影像进行对比，并通过阈值法判断土地覆盖变化的发生和类型。
5.实验与讨论
为了验证基于Brovey融合的土地覆盖变化检测方法的有效性和准确性，本文在某地区的多光谱影像和全色影像上进行了实验。首先，对影像进行预处理，并使用Brovey融合方法得到融合影像。然后，利用支持向量机（SVM）分类算法对融合影像进行分类，并与多时相影像进行对比。最后，通过计算分类准确性和变化检测准确性，评估该方法的性能。
6.结论
本文基于Brovey融合方法，提出了一种基于卫星影像的土地覆盖变化检测方法。通过将高空间分辨率和低光谱分辨率的多光谱影像与低空间分辨率和高光谱分辨率的全色影像进行融合，有效地提高了土地覆盖变化检测的精度和可靠性。在实验结果中，基于Brovey融合的土地覆盖变化检测方法在准确性和效率上都取得了较好的表现。未来的研究可以进一步探索更加精确和高效的土地覆盖变化检测方法，以满足环境监测和决策支持等需求。
参考文献：
[1]DrăguţL，BlaschkeT，GliraPJ，etal.Acomparisonofpixel-basedandobject-basedimageclassificationinanurbancontext[J].ISPRSJournalofPhotogrammetryandRemoteSensing,2010,66(2):228-246.
[2]GhorbanzadehO,DarvishiB,TaravatA.Anobject-orientedapproachforchangedetectionandextractionofman-madeobjectsusingmultitemporalremotesensingimages[J].ArabianJournalofGeosciences,2015,8(7):5259-5274.
[3]YuW,GongP,ClintonN,etal.Object-basedland-coverclassificationusinghighspatialresolutionimagery[J].InternationalJournalofRemoteSensing,2006,27(4):673-684.