论文部分内容阅读
因城市化进程带来的大规模的不透水面扩展已成为影响区域生态环境及可持续发展的重要影响因子,而如何从遥感影像中准确快速地提取区域不透水面的发展信息亦是遥感应用研究的热点问题。同时因其本身具有较强复杂性与异质性,不透水面提取也是遥感专题信息提取中具有代表性的难题。本文以遥感图谱认知理论为指导,建立“图谱耦合”的多尺度不透水面信息遥感提取模型,在空间与时间等多个尺度上开展不透水面信息提取方法研究,实现了对区域不透水而信息的自动化提取与更新。本文主要研究内容与结论如下:
(1)在像元尺度上建立了“全域-局部”耦合的不透水面覆盖范围(ISA)提取模型,通过提取和整合影像局部范围内的空间和光谱特征来优化全局上光谱不稳定性,提高光谱混淆较大的像元的提取精度。模型分为两个主要计算步骤:“全域”前分类与“局部”后分类。“全局”前分类在一定精度阈值标准下仅划分出具有较高提取精度的像元,而将未分类的像元输入“局部”后分类器进行计算;“局部”后分类则在此部分分类结果基础上,进一步发掘和计算已分类像元所蕴含的信息,通过计算局部空间距离特征,空间纹理特征与空间形态特征来构建新的多层次特征输入来辅助对全局未分类像元的提取。
(2)在亚像元尺度上建立了基于样本库的不透水面覆盖率(ISP)计算模型,在对比混合像元分解与机器学习两种经典方法对于亚像元级ISP计算的性能的基础上,提出了基于样本库的ISP计算模型,并以NLCD产品为基础初步建立了ISP样本库;并系统地研究了模型中涉及的训练样本构建,模型应用策略以及亚像元空间信息修正等三个主要技术环节。实验结果表明基于样本库的ISP计算模型利用已有的大量的样本谱信息计算得到准确的ISP信息,同时减轻了ISP计算长期对于高分辨率样本的依赖。
(3)在高分辨率尺度上建立了基于模糊规则的对象级不透水面提取模型,模型由多尺度影像分割、基于模糊规则的对象级分类以及基于高程信息的阴影修正等三个连续的步骤组成,其中着重研究了将提取规则模糊化的方法以及针对建筑物与道路等两种主要的不透水面类型提取规则集（基于光谱、纹理和形态）的构建方法。
(4)在时间尺度上建立了不透水面信息扩展更新模型,利用已有不透水面数据所提供的图谱信息对其他时期的影像进行提取与更新;模型利用多期影像上“未变化”区域的信息对变化区域的属性进行推断与更新,实现了图谱信息在时间尺度上的扩展;并分别通过土地覆盖分类与不透水面覆盖率更新实验验证了模型的有效性。
(5)整合各个尺度上的不透水面信息提取模型,以自动化的方式构建了区域多尺度不透水面提取方法体系,并开发了相应的原型系统;选取福建省九龙江流域及周边区域为实验区,提取了该区域在2000、2005及2010年等三个时期的不透水面信息及其变化发展状况,验证了方法在空间与时间上的精度与稳定性,实现了获取区域内连续的不透水面变化信息的能力。