Correspondence Analysis for Pre-Classification Change Detection Using Multi-Temporal Satellite Images:A Case Study in Yancheng City, Jiangsu Province
对应分析在多时相遥感影像分类前变化检测中的应用——以江苏省盐城市为例

利用对应分析(Correspondence Analysis,CA)对江苏省盐城市及周边地区两个不同时相影像进行土地利用/土地覆被(land use/land cover,LULC)变化检测.在对两幅辐射归一化影像采用CA算法进行变换后,将二者的第一主成分(Principal Component 1,PCI)相减得到差值影像,利用总体精度(Overall Accuracy)曲线,经反复试验,最终设定±1.6δ作为上下限最佳阈值,对差值影像进行密度分割(Density Slice),并提取出研究区域的植被变化信息.在利用混淆矩阵与主成分分析(Principal Component Analysis,PCA)所得的结果对比中发现,CA变换变化检测的结果要明显优于传统的PCA变化检测的结果.CA结果显示,CA变换变化检测结果的总体精度为89.60%,卡帕系数(Kappa Coefficient)为0.8194,比PCA变化检测结果卡帕系数提高近0.1,由此可见,CA变换可以作为用于检测土地覆被变化的一种有效的多元统计分析技术.