摘 要：遥感数据融合技术是当今遥感应用研究的热点课题之一，高分辨率全色波段遥感影像和低分辨率的多光谱遥感影像融合是影像融合技术应用的主流。本文基于南京市的分辨率为30m的多光谱TM影像和分辨率为15m的ASTER影像数据，采用HSV、Brovey、PCA、Gram-Schmidt四种算法来对影像数据进行融合，并对融合后的影像进行土地利用分类和精度评价，研究结果表明， Gram-Schmidt 变换和PCA 变换的结果优于Brovey变换和HSV变换，从分类精度的高低以及Kappa系数的大小顺序为Gram-Schmidt> PCA> Brovey> HSV。经综合评价，Gram-Schmidt变换后的影像分类精度最高。

关键词：分辨率融合； 土地利用分类； 南京； ASTER；

目录

摘要

Abstract

1  引言-1

2  材料与方法-2

2.1 研究区概况与研究数据-2

2.2 研究方法-2

2.2.1 HSV变换-3

2.2.2 Brovey变换-3

2.2.3 Gram-Schmidt 变换-4

2.2.4 PCA变换-4

2.3土地利用分类-5

3  结果与讨论-5

4  结论与展望-9

致  谢-10

参考文献-11

附件:-12