基于多尺度分割的土地利用分類研究——以銀川金鳳區(qū)為例.pdf

1、隨著傳感器技術(shù)、遙感平臺的飛速發(fā)展，遙感觀測技術(shù)逐漸成熟，高空間分辨率是遙感發(fā)展的總趨勢。中低分辨率遙感影像中，地物目標(biāo)尺度較大，地物內(nèi)部細(xì)節(jié)比較模糊，地物之間的關(guān)系不清晰。而高分影像中地物尺度較小，地物細(xì)節(jié)精細(xì)，與周圍地物的關(guān)系比較清晰，為遙感影像的處理與分析奠定良好的基礎(chǔ)。因此，高分遙感技術(shù)己在諸多領(lǐng)域得到應(yīng)用，特別是在地物信息提取方面體現(xiàn)出其重要的應(yīng)用價值。
　　高分辨率遙感影像中地物信息復(fù)雜多樣、干擾信息復(fù)雜，使得利用高分

2、辨率遙感影像提取地物信息面臨挑戰(zhàn)。因此亟需深入認(rèn)識高分遙感數(shù)據(jù)的特點，探索合適的地物信息提取技術(shù)，提高其應(yīng)用價值。基于此，本文詳細(xì)闡述了多尺度分割原理，分析了尺度參數(shù)、光譜異質(zhì)性及形狀異質(zhì)性等影響因子。探討了地物邊緣的提取方法，并整合地物邊緣參與多尺度分割，創(chuàng)建與實際地物相關(guān)聯(lián)的影像對象層。在深入分析影像對象特征的基礎(chǔ)上，結(jié)合閾值分割和模糊分類方法提取研究區(qū)主要地物信息。此外，對研究區(qū)進(jìn)行了基于像元的監(jiān)督分類和非監(jiān)督分類。最后對面向?qū)ο?/p>

3、的多尺度分割的分類結(jié)果和基于像元的監(jiān)督分類、非監(jiān)督分類結(jié)果進(jìn)行混淆矩陣評價對比分析三種方法的精度。經(jīng)研究，本文取得以下主要成果：
　?。?）本文通過對高分辨率影像數(shù)據(jù)進(jìn)行 Sobel邊緣檢測，提取邊緣信息數(shù)據(jù)參與多尺度分割，與沒有進(jìn)行邊緣信息提取的分割結(jié)果相比，能很好的將各類地物分割開來，可以提高土地利用分類提取的精度。結(jié)合自動地物邊緣提取存在的問題，采用人工干預(yù)的方法提取復(fù)雜的地物邊緣，能為多尺度分割提供更好的地物邊緣數(shù)據(jù)，從而

4、為分割以及后期分類提供好的基礎(chǔ)數(shù)據(jù)來達(dá)到更高的精度。
　?。?）在開展多尺度分割技術(shù)原理和重要影響因子研究的基礎(chǔ)上進(jìn)行影像分割，結(jié)合研究對象創(chuàng)建了各地物影像對象層。結(jié)果表明該方法將干擾信息和相鄰像元分割到同一均質(zhì)區(qū)域，既達(dá)到了可有效減少或消除噪聲干擾的效果，同時又解決了影像中存在的局部異質(zhì)性問題。較好解決了影像中存在的“同物異譜”、“同譜異物”之類問題。因此，采用多尺度分割技術(shù)對高分辨率遙感影像中的地物信息提取是一種可靠、高效的方

5、法。
　?。?）在多尺度分割技術(shù)的基礎(chǔ)上，本文結(jié)合了地物邊緣信息參與影像分割。在反復(fù)分割實驗的基礎(chǔ)上，統(tǒng)計了各大地物對象的最大面積和分割尺度的關(guān)系，確定了各類地物的最優(yōu)分割尺度。結(jié)果表明結(jié)合邊緣信息參與分割的質(zhì)量大幅度提高，分割的邊緣更加明顯，提高了各類地物信息提取精度。
　?。?）通過綜合分析研究區(qū)的影像特征和研究區(qū)的實際地物特征，確定了研究區(qū)的土地分類為六類地物：水體、建筑、植被、耕地、裸地、道路。在影像對象的基礎(chǔ)上應(yīng)用