基于IRS-P6影像的面向對象土地利用信息提取研究.pdf

1、土地利用指的是人類施加于地表的活動,當今人類對地表改造的速度、強度和規(guī)模都是史無前例的,利用遙感技術可以快速、有效、動態(tài)獲得土地利用現(xiàn)狀和結構信息,因此應用遙感影像提取土地利用現(xiàn)狀信息由來已久。然而,隨著衛(wèi)星遙感影像空間分辨率的提高,影像上表現(xiàn)出更加豐富的結構信息和紋理信息,常規(guī)的基于像元的影像信息提取方法不能充分利用影像中的空間信息,致使分類精度較低,不能滿足應用要求(85％的期望精度是許多土地利用和土地覆蓋圖的制作標準)。
　

2、　 近年來廣受關注的面向對象的遙感分類思想,不僅將光譜信息作為分類依據(jù),同時還將空間結構和紋理信息,甚至包括遙感工作者的目視判讀經(jīng)驗和知識一并作為分類依據(jù),改象素基本單元為光譜和紋理特征相似的“均質對象”為基本單元,大幅度提高了高分辨率遙感自動分類精度。
　　 本文以桂林市大圩鎮(zhèn)為實驗區(qū),采用IRS-P6遙感影像,研究土地利用信息的自動提取方案。主要工作結論如下:
　　 (1)遙感影像融合對影像分類、特征提取和目標識別

3、具有重要的意義。本文針對印度P6影像LISS-4全色數(shù)據(jù)和LISS-3多光譜數(shù)據(jù)進行多種融合實驗,融合方法包括HIS變換、Brovery變換、主成分變換和Gram-Schmidt法,并采用信息熵、標準差、相關系數(shù)對融合方法進行定量,采用視覺效果對其進行定性評價。分析結果表明,Brovey變換后的圖像空間信息詳細程度最差；IHS變換后的圖像光譜保真能力最差；主成分變換和GS變換方法融合效果圖紋理信息清晰,光譜保真度好,適合P6影像影像融合

4、。
　　 (2)為研究區(qū)每種土地利用類別隨機選擇的25個樣本點,并運用線性判別函數(shù)對研究區(qū)地類進行判別分析。結果得出單純基于像元光譜值的信息提取方法的總體精度為72.89％,不能滿足應用要求。
　　 (3)對研究區(qū)進行多尺度分割實驗,結果表明兩個層的分割體系就能較好的實現(xiàn)各種地類的提取,分割尺度分別為30和10；分類時將研究區(qū)DEM數(shù)字高程模型輔助成員函數(shù)與最鄰近距離分類,得到的總體分類精度為93.96％,而最大似然法分