论文部分内容阅读
自从遥感技术得到很好的发展和很广的应用以后,研究地理现象的主要数据源逐渐转到了遥感影像上。在遥感中,空间分辨率就是遥感影像的最重要的基本属性之一,也就是测量尺度。一方面,遥感数据的基本特征是由地理现象本质尺度的变化所决定的；另一方面,在不同尺度上,空间分辨率的变化可以更准确地反映地表的性质。由于尺度依赖在地理现象中基本都会存在,所以在某单一尺度上观测到的性质以及由此得出的一些原理或者规律,在其他的尺度上可能有效,可能相似,甚至可能需要再修正。在遥感数据信息提取过程中,尺度的基本特性使得尺度的作用越来越受到关注。同时,在遥感中,对于相同的研究对象,由于不同工作人员所使用的尺度或空间分辨率不一样的数据,导致结论差距很大。变化的尺度对信息观察、表示、分析和交换的详细程度起到制约作用,所以在某单一尺度下描述某种现象以及该变化的过程,我们必须要了解该现象的变化特征是如何随着尺度的变化而发生变化的。研究遥感信息提取中的尺度问题对在遥感应用中如何选择合适的尺度影像,降低提取信息的不确定性,减少数据选择的盲目性,以及综合利用多尺度信息都起到很大的实际作用。本论文以10米SPOT5、19.5米CBERS、30米TM多光谱多光谱数据为研究对象,以外业实测样点数据和2008年林相图数据作为参考源数据,研究遥感中的一些尺度问题,具体内容和结论包括：(1)对不同分辨率的遥感影像数据进行预处理。数据预处理过程包括波段选择、几何校正、图像增强以及裁切处理。在波段选择方面,SPOT5的波段组合为波段4、波段3、波段1；然后对SPOT5、 CBERS、 TM多光谱多光谱数据进行几何校正,校正精度结果依次为：0.5、0.7、1.0；采用边缘增强的方式进行图像增强。(2)SPOT5数据尺度扩展研究。尺度转换是将数据或信息从一个尺度转换到另一个尺度的过程。本文以SPOT5数据为研究对象,采用简单平均法、最近邻采样法和最大化保留法法对影像进行扩展,通过对均值、标准差和面积差异来评价尺度扩展方法并选择其中一个合适的方法。通过分析发现：简单平均法要优于最近邻采样法。所以本文采用简单平均法作为SPOT5多光谱影像的尺度扩展方法。(3)不同森林类型的尺度选择研究。对某一特定类型的地理现象的研究,就应该使用合适的影像数据。在分析多尺度地表现象时,多尺度遥感数据是主要的数据源。然而,对于一些研究目的比较明确的,选择哪一种尺度的遥感数据更有利于此类型的识别是很重要的。结果表明分辨率越高,森林类型的识别精度不一定越高；相同分辨率的不同数据源,每个森林类型的识别精度不一样；不同森林类型的识别,其最优分辨率不同；对于一个具有多重森林类型的景,没有一个唯一的最优分辨率适合于识别所有森林类型,但是对于特定的森林类型是存在一个适合的空间分辨率的范围的。分析多分辨率遥感影像的森林类型识别的尺度效应问题,不仅能提高森林类型识别的精度,也为森林资源调查和实际应用提供了参考。