2 .遥感图像计算机分类的主要方法有哪些？比较监督分类与非监督分类的优缺点。

考查要点：本题主要考查遥感图像计算机分类的基本方法及其分类方式的比较，重点在于理解监督分类与非监督分类的核心区别及各自的适用场景。

解题思路：

1. 分类方法：需明确遥感图像分类的两大主流方法。
2. 核心对比：从是否依赖先验知识（训练数据）入手，分析两类方法的优劣。
3. 关键点：监督分类依赖人工选择训练场地，而非监督分类完全自动化，需结合实际应用需求权衡计算效率与分类精度。

监督分类与非监督分类的定义与区别

• 监督分类：需要提前从遥感图像中选择训练场地，提取各分类的光谱特征作为先验知识，再根据这些特征对整幅图像进行分类。
• 非监督分类：无需任何先验知识，直接通过图像数据的光谱统计特性（如相似性）自动划分类别。

监督分类的优缺点

优点

1. 简单实用：算法实现相对简单，运算量较小。
2. 可控性高：分类结果与训练场地选择直接相关，可针对性优化。

缺点

1. 依赖训练场地：若训练场地选择不具有代表性，分类精度会显著下降。
2. 环境敏感性：对地物光谱变化敏感，需额外注意样本的时空一致性。

非监督分类的优缺点

优点

1. 无需先验知识：适用于对研究区不熟悉的情况，减少人为干扰。
2. 高效灵活：可自动发现数据中的潜在类别，节省时间和成本。

缺点

1. 运算量大：自动化过程需处理大量数据，计算资源消耗高。
2. 分类精度受限：当类别光谱特征接近时，分类效果可能劣于监督分类。