影像数据的波段组合分析

二、影像数据的波段组合分析

1．单波段的信息统计

对于单个波段，主要是对每个波段栅格单元的最大灰度值、最小灰度值、平均值以及标准差进行统计，以恩施州境界确定的区域进行，即东经109°4′48″—109°58′42″，北纬29°50′24″—30°40′00″。波段基本信息统计结果如表5－1所示。

表5－1　波段组合基本信息统计表

注：上表为影像预处理过程中，均忽略对0值的统计所得结果。

基于最佳波段组合的原则，波段标准差越大，表明其灰度值更为离散，包含的信息更为丰富，由表5－1统计的基本信息可知，Band 5＞Band 6＞Band 7＞Band 4＞Band 3＞Band 2，标准差而言，初步判定Band 5为比较理想的波段选择。

2．不同波段间的相关系数矩阵的计算

相关系数的计算，主要采用ERDAS 9．2中的空间建模功能（Molder Maker），利用correlation（〈raster〉）函数，建立一个简单的计算波段间相关系数的模型，最终输出．mtx格式的矩阵文件。结果如表5－2所示。

表5－2　相关矩阵分析结果

注：上表为影像预处理过程中，均忽略对0值的统计所得结果。

基于表5－2不难看出，参与分析研究的3个可见光波段，即Band 2、Band 3、Band 4相关性比较明显，任何两个间的相关系数都达到了0．90以上，而Band 5与Band 2、Band 3、Band 4间的相关性较弱，甚至与Band 4、Band 2间出现负相关，说明这几个波段间包含较少相同信息，波段组合后所能够传递跟多的信息，初步确定Band 5为必选波段。

Landsat－8卫星影像波段究竟如何组合才能更好地服务于恩施州地区的土地利用动态变化的研究，本书接下来将采用最佳指数法（Optimum Index Factor，OIF）作进一步的研究分析。

3．最佳指数法

（1）最佳指数法（OIF）是美国查维茨（Chavez）等人最早提出的，它是一种将单个波段的信息特征（如标准差）及进行组合波段间的相关系数结合起来，综合分析最佳组合的3个波段。不同波段进行组合，若合成图像包含的信息量越大，则对应计算得到的OIF指数也就越大，这便为最佳组合波段的确定提供了依据。

（2）根据研究目的及结合地区的具体情况，选择了OLI（Operational Land Imager）中的Band 2～Band 7，并将其中任3个波段进行自由组合，共形成20种组合情况，分别对每种情况进行最佳指数分析，可得到表5－3的分析结果。

Landsat－8的卫星影像对灰度级的量化从Landsat－7的8bit提高到12bit后，较以往的Landsat－7的TM影像，Landsat－8的OLI影像相应标准差（Standard Deviation）的数值得到提高，使得所计算OIF指数，不同波段组合方法与数值差异特别明显，这大大简化了最佳波段的判别难度。

表5－3　最佳指数法对波段的计算结果

注：①上表已按OIF指数按降序进行排序；②标记的为最佳组合波段的候选波段组合。

通过前述分析，无论是标准差、相关系数，还是OIF指数等的计算结果都表明进行土地利用动态分析时，OLI的Band 5是一个很不错的波段；对计算得到的OIF指数进行排序分析后，共20种情况中，前6种都可以作为最佳波段组合的候选者，在进行恩施州土地利用的监督分类之前，将这6种方案中的3个波段进行彩色合成（Layer Stack）后，目视分析各种地类的识别情况，包括植被、交通、工矿及居民点用地、水域等信息，确定最终的最佳组合波段。

综合以上的各种分析，图5－3（a）、（b）、（c）几种彩色合成情况，都可以作为最佳组合波段，但在本研究中，将采用图5－3（a），即7/5/4波段组合进行影像中各种地物的分类。

图5－3　最佳组合波段的彩色合成情况（以恩施市城区为例）

A．清江；B．植被；C．道路；D．居民区