以上所讲的方法，对于不同的遥感图像，不同地区分类效果不完全相同，各 有优势，因此本研究，主要选取黑河流域部分影像，分别利用三种方法，来比对 最后的分类精度。

1.3 研究内容和技术路线

利用我国自主研制的，具有高空间分辨率的资源三号卫星遥感影像，开展地 表分类研究，从而获得地表土地利用、覆盖信息，比较不同分类方法的效果。本 文采用的分类方法为最大似然分类，ISODATA 分类，决策树分类。

 技术路线

首先对资源三号卫星数据进行基础处理，如数据的辐射定标，几何校正等。 然后采用最大似然分类，ISODATA 分类，决策树分类的方法分别对地表进行分 类。

利用最大似然分类法进行分类，且以光谱空间上的训练样本数据服从高斯正 太分布为假设前提，绘制其概念密度等值线，然后求解各组包含某一像元的几率， 哪组值最大，则该像元归于这一组，如此完成分类[10]。

利用 ISODATA 算法进行分类，开始设定初始值，再进入人机对话环节，并 利用两种机制，即归并与分裂。归并就是指设定一个阈值，当两类聚类中心距离 小于它时，将这两类合并为一类，分裂则是指在一类别的样本数目大于一阈值或 者标准差大于一阈值的条件下，将其分为两类。如果有类样本的数目小于一阈值 时，则将其删除。按此，根据一些参数进行迭代，如初始的聚类中心，设定的类 别数目等，从而得到一个较为理想的分类结果[11]。

利用决策树分类法，此法以树结构为前提，按一定的规则，将数据划分成特 征更加均质的子集，其分类基础是对各样本所属的概率最大的类型进行预测，预 测过程中会参照若干组或某组自变量。

根据以上三种方法，通过混淆矩阵来对比其分类精度，之后再利用全球 30 m来!自~优尔论-文|网www.youerw.com

地表覆盖数据（GlobeLand30）数据，统计像素值作进一步验证。

2 研究区和数据

2.1 研究区

作为国内西北区的第二大内陆河的黑河，其地处欧亚大陆中心，干流总长 821 km，河道则为 303 km，位于 38°—42° N 以及 98°—101°30′ E 间，其东面为 威武盆地，西面为疏勒河流域，北面则和蒙古国接壤。

黑河中下游属中温带甘-蒙气候区，这是因为该区域受到了大陆性以及祁连 山-青海湖两种气候的综合影响，其南北与东西两区域的气候也大不相同[12]。本 研究以黑河流域中游作为研究区，地表覆盖主要是农田、森林、居民地、河流、 裸地等，此外还会存在一些灌木。