论文部分内容阅读
利用遥感影像进行土地利用信息的提取是遥感应用领域的热点之一，随着高分辨率遥感影像的出现，更加扩大了人们对自然界观察的广度和深度。高分辨率影像表现出更多的诸如形状、纹理和上下文等空间信息。利用传统的基于像元的分类方法无法取得理想的效果，分类结果图中含有大量的椒盐噪声，视觉效果很差。不能够区分“同物异谱”和“同谱异物”现象，导致分类精度降低，并且造成空间数据大量冗余和资源浪费。
本文以SPOT5影像为数据源，对面向对象的遥感影像分类方法进行深入的研究，并在此基础上以湖北省崇阳县为例，应用面向对象的分类方法进行土地利用信息的提取。旨在加深对面向对象分类方法的理论和应用认识，为后续研究打下基础。本文主要进行了如下工作：
1.针对土地利用类型进行了多尺度分割试验，得到了适合提取不同地物的分割参数：分割尺度为110时，提取水体比较理想；分割尺度为35时，提取林地、草地等比较理想；分割尺度为10时，提取居民点最好。在选择好分割尺度的基础上，建立分割体系。本文建立三个层的分割体系，分割尺度分别为110、35、10。
2.在多尺度分割的基础上，进行信息的提取。面向对象的信息提取采用模糊分类的方法，本试验中有两种实现形式--最邻近法和成员函数法，最邻近法适合于差异较小的信息的提取，例如有林地、其他林地、其他草地等地类。成员函数法适合那些与影像上其他类型特征差异较大的信息，例如道路信息，因为它有鲜明的特征(长度、宽度、长/宽)可以利用。本试验把最邻近法和成员函数两种方法结合来使用。
3.对面向对象的信息提取方法进行了精度评价，结果如下：
面向对象的土地利用信息提取方法的总体精度为88.13％，要比传统的基于像元的分类方法所得到的总体精度(78.54％)提高9.59％，并且各类信息的提取精度均有提高。由此可以看出：采用面向对象的分类方法进行土地利用信息提取，克服了“椒盐”噪声的影响，基本上能够满足类型精度，可以节省时间、减少工作量，实现遥感和GIS的有机集成，可作为新一轮土地资源调查的一种新型技术手段。
本论文的创新体现在充分地利用高分辨率遥感影像的特点，采用面向对象的分类方法进行土地利用信息提取。