Resumen

Con base en los datos HJ-1A HSI y Landsat-8 OLI, los experimentos de fusión de imágenes RS se llevaron a cabo utilizando tres métodos de fusión: transformación de componente principal (PC), transformación de Gram Schimdt (GS) y algoritmo de difusión vecina más cercana (NND). Se seleccionaron cuatro índices de evaluación, desviación estándar, entropía de información y gradiente promedio, para evaluar los resultados de fusión de los aspectos de brillo de imagen, claridad y contenido de información. La vegetación de humedales se clasificó por mapeo de ángulo espectral (SAM) para encontrar un método de fusión adecuado para la extracción de información de vegetación de humedales. Los resultados muestran que la imagen de fusión de PC contiene la mayor cantidad de información, la imagen de fusión GS tiene ciertas ventajas en el mantenimiento del brillo y la claridad, y el método de fusión NND puede retener las características espectrales de la imagen al máximo. Entre los tres métodos de fusión, la transformación de PC es la más adecuada para la extracción de información de humedales. Puede retener más información espectral al tiempo que mejora la resolución espacial, con una precisión de clasificación del 89,24% y un coeficiente Kappa de 0,86.

INTRODUCCIÓN

Con el desarrollo de la tecnología de teledetección, ha aparecido un gran número de satélites de alta resolución, como IRS-1C/1D, HJ-1A/B, IKONOS, Quickbird, Orbview, GF-1/2. Estos satélites con diferentes rangos de banda, resolución espacial y espectral han dado lugar a un número creciente de datos de teledetección de diferentes tipos en la misma región (Wang, Li, & Li, 2001) . Cómo integrar estos datos de teledetección y obtener la imagen de teledetección más aplicable se ha convertido en una dificultad en la tecnología de teledetección. La tecnología de fusión de imágenes, al integrar las ventajas espaciales y espectrales de las imágenes de teledetección, ha ampliado continuamente su campo de aplicación, y los investigadores han introducido el concepto de fusión de imágenes en la clasificación de la vegetación de los humedales. Wu, He y Wang (2015) aplicaron la imagen de fusión de CBERS-3 a la clasificación de humedales utilizando cuatro métodos de fusión, a saber, la transformada GIHS, la transformada wavelet, la transformada Contourlet y la transformada nsct-gihs, y obtuvieron mejores resultados. Dong, Lin, Sun, Qiu y Zhang (2013) estudiaron la aplicabilidad de la clasificación de humedales mediante el uso de Landsat-5 y SPOT-5 basándose en la transformada Brovey, la transformada Gram-Schmidt y la transformada de componentes principales (PC). Los resultados muestran que la fusión de 543 bandas de Landsat-5 y el tercer componente principal de SPOT-5 son los más adecuados para la extracción de información sobre humedales.

• Materias:Imágenes satelitales Humedales Recursos vegetales
• Subjects:Satellite images Wetlands Plant resources
• Palabras claves:HJ-1A HIS; Landsat-8 OLI; Método de fusión; Clasificación de humedales
• Keywords:HJ-1A HIS; Landsat-8 OLI; Fusion method; Wetland classification.