多时相分类

遥感数据除了光谱信息和空间信息外，还具有时相信息，即不同的地物， 光谱的时相变化特性往往是不一样的。有些土地覆盖类型在单个时相的遥感数据中难以区分，但可以通过多时相数据来进行分类。

自然界中，光谱时相变化最明显的是植被，因此常用反映植被状况的植被指数作为多时相分类的特征。植被指数有很多种，最常用的是归一化植被指数（NDVI）。

多时相分类可采用监督或非监督分类。另外，还可以简单地通过对每一像元在不同时相上的 NDVI 值比较来对像元进行分类。图 4—1 为三种土地覆盖类型的 NDVI 值时相变化曲线，其中麦子的最大 NDVI 值出现在 5 月中旬； 牧草地的最大 NDVI 值出现在 6 月下旬；而后季作物的最大 NDVI 值出现在 7 月底。通过比较每个像元最大 NDVI 值的成像时间，就可以对像元进行分类。

在多时相分类中，需要注意以下几个问题：

1. 时相的选择 时相的选择首先要保证不同时相图像上土地覆盖类型没有变化或很少变化，避免由于土地覆盖变化而引起分类错误。另外，时相的选择还要考虑能反映出不同土地覆盖 NDVI 值的差异，如对图 4—1 中 3 种土地覆盖类型的分类，选择的最佳时相应是 5 月中旬、6 月下旬及 7 月底。

2. 土壤背景的影响 土壤特性的差异，如铁的含量和有机质的存在， 会对 NDVI 值产生影响，当植被的覆盖度较高时，这种影响较小，但当植被覆盖度较低，且土壤特性差异较大时，就要考虑土壤背景的影响。通常可选择对土壤背景变化不太敏感的植被指数，如 Huete 和 Tucker（1991）提出的土壤调节植被指数（Soil—adjusted vegetation index，SAVI）。