面向對象的遙感圖像分類方法在土地利用-土地覆蓋中的應用研究.pdf

1、遙感技術的發(fā)展使我們能夠獲得極其豐富的信息，近年來遙感技術在影像處理的方法上不斷改進，尤其是面向對象技術的引入，使得遙感影像分類處理突破了單一傳統(tǒng)的基于像元的分類方法。同時，遙感技術對地物的分類識別被越來越多的應用到土地利用/土地覆蓋的研究中，并取得了一定的成果。本研究以高黎貢山南段為研究對象，利用TM遙感數據，通過圖像預處理、地形校正、圖像增強與特征提取、多尺度分割、圖像分類等技術環(huán)節(jié)，對高山峽谷區(qū)自然保護區(qū)及周邊土地利用/土地覆蓋信

2、息進行提取研究，探索高山峽谷地區(qū)利用遙感數據為信息源快速獲取土地利用/土地覆蓋的有效方法。并利用1987年、1997年、2006年三期分類結果圖分析該研究區(qū)內近20年間土地利用/覆蓋變化情況，為該地區(qū)環(huán)境綜合研究提供基礎信息。
　　 研究的主要內容和研究結果歸納如下：
　　 (1)本文主要應用面向對象的理論知識，通過多尺度分割，統(tǒng)計影像對象的光譜屬性，分析影像對象之間內在的關系，利用最近鄰法對影像進行分類，得到分類結果，

3、并用野外采樣數據進行精度驗證。
　　 (2)對傳統(tǒng)基于像元的分類方法的研究表明其對噪聲比較敏感，在高分辨率影像中，影像圖斑更加破碎，在不考慮領域像元的情況下，對單個像元的分類往往導致椒鹽效應產生。同時，訓練樣本的選擇對分類結果也有很大的影響，不同訓練樣本，得到的分類結果會有很大的差異。
　　 (3)評價結果表明本研究采用的面向對象的分類方法具有良好的分類效果，較傳統(tǒng)的只采用像元的分類法具有比較明顯的優(yōu)勢?？傮w分類精度達到

4、了88.6％，Kappa系數為0.838。比傳統(tǒng)的基于像元分類方法的總體精度提高了14.9％，Kappa系數提高了0.22。與傳統(tǒng)基于像元的土地利用現狀信息提取結果相比，各類別之間混分現象明顯減少?？梢姡栽嫉腡M3、4、5為主，并加入特征提取所需相關知識的面向對象分類方法在研究區(qū)地類的分類中是可行的。從影像分析的發(fā)展趨勢來看，面向對象的影像分析方法將不可抵擋的改變著人們的常規(guī)思維方式，將會最終取代基于像元的遙感影響分析方法。

5、　　 (4)通過研究區(qū)土地利用/土地覆蓋統(tǒng)計分析，結果表明研究區(qū)以林地為主，且多分布在保護區(qū)內，保護區(qū)外以農地為主；通過研究區(qū)土地利用/土地覆蓋變化分析，結果表明研究區(qū)保護區(qū)內林地保護較保護區(qū)外好，說明高黎貢山自然保護區(qū)現行的保護措施是有效的。
　　 研究表明遙感技術適用于高山峽谷自然保護區(qū)及周邊土地利用/土地覆蓋的調查，可以用于評價保護區(qū)現行保護措施是否有效，且獲得的數據可以為保護區(qū)保護措施、資源開發(fā)模式的制定等奠定堅實的基