关键词：最优波段组合;最佳指数;修正植被指数;主成分分析;The optimal band combination;Optimum index factor(OIF);Revise normalized difference vegetation index (RNDVI);Principal component analysis (PCA)
摘 要：针对TM遥感影像光谱特征利用率不高,影响土地覆盖信息分类精度的问题,提出一种基于最优波段组合的分类方法.以赣州市章贡区2006年的TM遥感影像为研究对象,首先根据遥感影像的光谱特征和波段间的相关性计算最佳指数;其次根据研究区域特征,引入修正植被指数,并对原影像进行主成分分析,综合分析最佳指数、修正植被指数和前3个主成分量,认为PC3、RNDVI、Band1为最优波段组合.最后结合监督分类与非监督分类法对最优波段组合成的遥感影像进行分类,得到的整体分类精度为86.237 5％,kappa系数为0.825 3.