52、多源图像分析：方法、挑战与解决方案

多源图像分析：方法、挑战与解决方案

1. 多源数据处理示例

在多源图像分析中，通过对数据进行仔细的照片解译和结合当地知识，可以提供必要的地面实况，从而对结果进行定量总结。例如，雷达图像数据中的结构信息使分类器能够区分草地和木本植被。同时，雷达图像中的明亮区域并非都被分类为城市区域，有些实际上是树木行，这种混淆通过Landsat图像中的土地覆盖信息得以解决。这个简单的例子展示了如何使用基于知识的方法轻松处理多源数据。

2. 操作型多源分析的要求

如今数据类型丰富，用户通常通过网络获取空间数据，因此操作型专题制图方案应满足以下基本要求：
- 能够处理不同类型的数据，包括现有地图和先前的专题地图。
- 考虑相对数据质量。
- 允许每个数据源在时间和位置上单独分析。
- 接受组合数据集的专题类别可能与单个数据集的类别不同。
- 认识到许多图像数据类型有自己偏好的分析方法。

以下是光学和雷达组合分析的结果：
| 基于规则分类的类别（%） | 清理土地 | 草地（可能） | 草地（指示） | 木本植被 | 住宅 | 建筑物 | 土壤 |
| — | — | — | — | — | — | — | — |
| 清理土地 | 82.5 | 2.5 | 5.0 | 2.5 | 0.0 | 0.0 | 7.5 |
| 草地（可能） | 2.5 | 57.2 | 20.8 | 16.1 | 2.1 | 0.7 | 0.0 |
| 草地（指示） | 0.0 | 6.6