基于PCA的变化向量分析法遥感影像变化检测

• 作者: 王立辉 胡砚霞 韩鹏鹏 黄维 黄进良
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 变化向量分析(CVA) 主成分分析(PCA) 阈值确定 变化检测
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 22-27
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.6046/gtzyyg.2016.01.04

摘要

为实现对土地覆盖变化的遥感监测,研究了一种基于不同年份单时相遥感数据提取差异影像、自动确定变化阈值提取变化区域的新方法.以南通市Landsat8 0LI影像为例,对2期影像分别进行主成分分析(principal component analysis,PCA);取前3个主分量进行变化向量分析(change vector analysis,CVA),构造变化检测差异影像,并与传统PCA法和CVA法构造的差异影像进行对比;对3景差异影像分别用传统全局阈值法和局部最小错分概率法自动确定阈值,分别提取变化区域,得到6景变化区域图.利用目视解译样点进行精度评价的结果表明,改进后的基于PCA的CVA法提取的变化区域总体精度可达92.78％,Kappa系数可达0.842 6,证明使用该方法可有效地进行不同年份单时相遥感数据的变化检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄进良	中国科学院测量与地球物理研究所	39	789	14.0	27.0
2	胡砚霞	中国科学院测量与地球物理研究所	9	173	8.0	9.0
6	王立辉	中国科学院测量与地球物理研究所	29	244	11.0	14.0
7	黄维	中国科学院测量与地球物理研究所	26	228	9.0	15.0
11	韩鹏鹏	中国科学院测量与地球物理研究所	8	96	5.0	8.0