基于SPOT5全色影像的土地利用信息提取研究.pdf

中 文 摘 要
遥感影像周期性 、现势性 、客观性和系统性特点使其成为土地利用信息获取
的重要途径, 但由于土地利用 土地覆盖的复杂性, 一直以来多是通过目视解译
方式从遥感影像上获取地类信息 。显然这种方式是不能满足人类快速 、准确获取
地类信息的要求, 虽然在计算机自动解译或半自动解译方面已有众多研究成果,
但投入实际应用的方法并不多, 用于大区域范围的就更少见报道。
对于遥感影像分类来说, 主要有两种基本方法:基于像元和基于对象的方法 。
大多数基于像元分类方法能被专门聚类分析方法所包含 。如, 借助于统计方法,
借助于模糊逻辑或借助于神经网络且被指定为一类, 被分类的特征通常是像元的
光谱特性。基于像元的分类方法是迄今为止最为普遍的遥感影像分类方法 。近年
来不论如何发展, 这些纯像元方法已经到了极限 。基于对象分析的方法提供了更
大的潜力, 由于对于分类它有庞大的特征要素 形状、 尺寸、 纹理和邻域关系,
容易集成来自于其他数据源的附加信息并可进行分析 。正因基于对象分析的极大
潜力, 近年在此方向研究工作发展迅速 。
本研究在全面 、系统地分析 、 研究国内外面向对象分类法在遥感影像地类信
息获取研究成果的基础上, 提出了自动特征分析方法 —— 法, 并构建起了面
向对象分析法+ 方法的遥感影像地类信息获取新方法。该方法能较好地解决
面向对象分类法中特征选取速度慢, 易漏选最佳特征值等问题 。应用此方法, 采
用 全色影像对剑川县 平方公里土地的地类进行了实证研究应用, 对
所拟定地类进行分类处理, 分类总精度 , 系数 , 同时可获得
或更高的生产精度和用户精度 。对比研究表明其分类精度远远高于通常使用
的:⑴最大似然法 ;⑵含纹理信息的最大似然法 ;⑶人工神经网络法 。实际成果
表明面向对象分析法 + 方法具有较好的应用前景, 特别是特征分析方法 ——
具有较强的特征选择能力 。
关键词:面向对象, , 全色影像
Abstract
Rem ote Sensing Im ages is an im portant approach of obtaining inform ation of
land use due to its high-resolution, easy-obtaining and econom y. B ecause of the
complexity of land use/land cover, hum an had to obtain inform ation of land use by
visual interpretation. B y all appearances the approach is not able to satisfy the
requirement of obtaining inform ation fast and exactly. A lthough human had obtained
m any research achievements of com puter interpretation, few of them are applied to
practice.
The classification of Rem