以多時期與PCA+NDVI法改善地物分類之正確性與完整性

Using Multi-temporal and PCA+NDVI to Improve the Accuracy and Integrity of Land Cover Classification

衛星影像分析是環境變遷監測的主要方法之一。結果的精確度與可信度深受所用影像的光譜解析度與地物光譜分辨率影響。以單一時期之原始影像進行分類，常因光譜雜訊與地物間光譜混淆情況而影響分類正確性。本研究以主成分分析(PCA)去除原始影像雜訊，整合多時期影像增加影像光譜解析度以及地物間的辨別率來提升分類正確性。實驗區為社子島地區2005、2006、2007年多時期R、G、B、IR影像，先行以PCA萃取出可解釋量總和>95％之兩主成分，並進一步轉置回R、G、B、IR影像，再加上各時期NDVI進行地物分類。實驗結果顯示，經過PCA處理，可增揚地物本身光譜特性。研究以多時期處理後之影像進行非監督式分類，顯示與單時期2007分類影像相比，本研究採用方法在改善地物分類之正確性及完整性上具有較佳效果。