论文部分内容阅读
针对我国经济和社会发展中的核心问题和重大问题——粮食安全，浙江省在耕地资源保护和合理利用的实践中走出了一条“以建设促保护”的新路子：结合土地开发整理，开展了标准农田建设，以保证粮食生产。摸清标准农田建设现状，对标准农田建设与管理至关重要。快速发展的卫星传感器技术与遥感图像处理技术为迅速、准确、大范围提取标准农田信息提供了一种有效的技术手段。目前应用较为成熟的遥感信息提取模式是以像元为基本操作单元，分析地物光谱特征，依据一定的判决函数逐个进行判别。这种模式对高分辨率遥感图像中地物的形状、结构等信息很少能够涉及，从而不能真正发挥高分辨率遥感图像的优势。
近年来发展起来的面向对象遥感信息提取技术，在遥感图像分割的基础上充分利用地物的空间形状、结构、纹理等信息，为高分辨率遥感图像中的地物信息提取另辟了一条蹊径，代表了遥感专题信息提取的发展方向。然而在与面向对象的遥感信息提取模式相关文献中，除了已发表的为数不多的与“分形网络演化法”相关的文献外，其余文献大多是具体的软件应用层次，探讨方法论的不多。如何有效的将遥感图像分割成有意义的区域?从遥感图像中可以提取哪些特征集?在面向对象的条件下，如何分析各对象的特征?如何剔除与分类结果关系不相干或者不是很紧密的特征，从中选取重要的特征?如何产生能为用户理解的分类规则?这些问题尚未有深入研究。
基于以上背景，本文在浙江省国土资源厅科研项目“遥感与GIS在标准农田建设与管理中的应用研究”的支持下，利用2003年国产资源2号高分辨率遥感图像，以杭州市桐庐县为研究区，进行了“面向对象的桐庐县标准农田遥感信息提取模式”研究。主要研究内容和结论包括：
(1)对“面向对象的桐庐县标准农田遥感信息提取模式”中的第一环节——遥感图像分割方法进行了研究。遥感图像中地物边缘反映了图像中局部特征的不连续性，标志着一个区域的终结和另一个区域的开始。通过提取遥感图像中地物的边缘，即可构建地物之间界线，从而取得不同地物的分布信息。基于此，提出了基于边缘的遥感图像分割算法，通过基于嵌入置信度的边缘检测算法检测出遥感图像中的边缘，再依据边缘生长规则将之封闭，去除不构成区域的边缘，最后将之标记为不同的区域。将基于边缘的遥感图像分割结果与其余9种遥感图像分割算法处理结果相比，本文提出的算法分割结果相当理想，所生成的图像对象与现实世界中的地物实体有着相当不错的一一对应关系，分割结果边界比较规则，遥感图像的细节特征得到了充分体现。从而解决了基于像元的遥感信息提取模式中邻域信息利用比较困难的难题。
(2)对“面向对象的桐庐县标准农田遥感信息提取模式”中的第二环节——特征集、面向对象的特征分析、选择方法进行了研究。通过分析资源2号卫星图像、DEM数据，确定标准农田遥感图像信息提取模式中可能用到的特征集：包括资源2号遥感图像数据中的灰度统计特征、纹理特征、边缘特征、形态特征、上下文特征、地物空间布局特征等；以及从DEM数据中提取的地形特征。特征分析通过两种方式进行：①以标号图像对象为中介分析与其相对应的遥感图像数据、栅格GIS辅助数据中的灰度特征、纹理特征、边缘特征、坡度特征、坡向特征、高程特征以及部分形态特征；②以图斑对象为中介分析周长、面积、形态指数等形态特征。通过类间、类内距离比值法从该特征集中选择出最易区分标准农田与其它地物的特征子集。分析表明，形态指数、面积、灰度均值、欧拉数、灰度方差、高程均值、坡度均值、纹理对比度等特征有着较强的可分性。
(3)对“面向对象的桐庐县标准农田遥感信息提取模式”中的第三环节——判别规则(知识)产生方法进行了研究。在研究中，利用C4.5算法构建、修建决策树，以产生标准农田判别规则。经2004年桐庐县1：1万土地利用现状数据验证，本文所讨论“面向对象的桐庐县标准农田遥感信息提取模式”较传统的基于像元的遥感图像信息提取方法和分形网络演化法，分类效果得到了明显改善，提取精度分别提高25％和12％；且分类结果常常比“每像元”分类结果更容易解释。
综上所述，本文结合“遥感与GIS在标准农田建设与管理中的应用”项目，以浙江省桐庐县为试验区，在实践中形成了一套“面向对象的桐庐县标准农田遥感信息提取模式”，并结合可视化编程工具Delphi7.0及GISCOM组件MapX5.0予以系统实现，从而为标准农田的建设、管理与动态监测提供了借鉴。