基于多尺度分割的遥感影像滨海湿地分类_费鲜芸
基于遥感技术的湿地分类与评价研究

基于遥感技术的湿地分类与评价研究湿地是地球上一种生态系统的重要组成部分,它们在维持生态平衡和提供生物多样性方面起着重要的作用。
因此,湿地的分类与评价对于环境保护和生态管理具有重要意义。
遥感技术的发展为湿地分类与评价研究提供了新的途径和工具。
本论文将介绍遥感技术在湿地分类与评价中的应用,并探讨其优势和研究存在的问题。
一、遥感技术在湿地分类中的应用湿地的分类是湿地监测与管理的基础,传统的湿地分类方法主要基于实地调查和制图,费时费力且缺乏时效性。
而遥感技术则可以通过获取卫星、航空和无人机遥感数据,结合数学模型和分类算法,对湿地进行快速、自动、定量的分类。
1. 遥感图像预处理遥感图像预处理是湿地分类的第一步,主要包括辐射校正、大气校正和几何校正。
辐射校正用于保证图像的灰度值和目标微量讯息的一致性,大气校正通过剔除大气散射影响提高地物信息的获取精度,几何校正则通过重投影使得实地信息能够与图像信息相对应。
2. 特征提取特征提取是湿地分类的关键步骤。
遥感数据中包含了大量信息,不同波段和多光谱影像所提供的特征具有不同的分类能力,常用的包括反射率、光谱特征、纹理特征和形状特征等。
特征提取通过对遥感数据进行数学和统计分析,提取代表湿地类型的特征参数。
3. 分类算法由于湿地具有多样性和复杂性,分类算法的选择对于湿地分类结果至关重要。
常用的分类算法包括支持向量机(SVM)、随机森林(RF),最大似然法等。
这些算法通过对提取的特征进行聚类和判定,将湿地图像进行分类。
二、遥感技术在湿地评价中的应用湿地评价主要是针对湿地健康状况和生态功能进行评估,通过遥感技术可以实现对湿地面积、植被覆盖度、水体面积等参数的获取与分析。
1. 湿地健康状况评估湿地健康状况评估是湿地保护和恢复的基础。
遥感技术可以通过获取不同时间点的湿地遥感数据,利用面积变化、植被指数等参数,评估湿地的健康状况和湿地面积的变化趋势。
2. 生态功能评估湿地是生态系统的重要组成部分,对生态功能的评估是湿地管理的重要课题。
一种基于多阈值的形态学提取遥感图象海岸线特征方法

一种基于多阈值的形态学提取遥感图象海岸线特征方法瞿继双;王超;王正志【期刊名称】《中国图象图形学报》【年(卷),期】2003(008)007【摘要】在利用遥感数据进行海洋监测、海事救援、海洋污染监控等应用时,往往需要首先确定图象的海岸线特征,也就是说,需要对图象中海岸线进行分割提取.阈值方法是一类简洁而有效的图象分割方法,其虽可以用于检测遥感图象中的海岸线特征,然而用传统的阈值方法来对光学遥感图象进行海岸线检测时,对于图象中沿海岸线的物体阴影、散射特性很弱的植被、很暗的人工设施、受噪声影响的海湾水域等往往缺乏足够的区别辨识能力.为此提出了一种基于多阈值的形态分割方法,该方法首先将阈值检测后的孤立区域划分为内陆、外海和沿海岸线3种孤立区域,然后根据区域距离和最小路径的定义,并利用形态学算子来对沿海岸线的孤立区域进行处理,以提高海岸线检测的精确度和降低误检率,实验结果表明,该方法不仅提高了对上述物体阴影、植被、暗的人工设施的准确检测率,而且该方法较传统的阈值方法具有更好的检测效果.【总页数】5页(P805-809)【作者】瞿继双;王超;王正志【作者单位】国防科学技术大学自动控制系机器人实验室,长沙,410073;中国科学院遥感应用研究所开放实验室,北京,100101;中国科学院遥感应用研究所开放实验室,北京,100101;国防科学技术大学自动控制系机器人实验室,长沙,410073【正文语种】中文【中图分类】TP751.1【相关文献】1.基于模板匹配和形态学的掌纹线特征提取方法 [J], 彭其胜;陈华华2.一种基于数学形态学的遥感图象边缘检测算法 [J], 王宇;王乘;刘吉平3.一种基于数学形态学和模板匹配的掌纹线特征提取方法 [J], 彭其胜4.一种基于空间滤波方法的地性线特征智能提取方法探究 [J], 赵迪; 陈哲夫; 莫操湖; 金古月5.一种基于空间滤波方法的地性线特征智能提取方法探究 [J], 赵迪; 陈哲夫; 莫操湖; 金古月因版权原因,仅展示原文概要,查看原文内容请购买。
基于变化检测的滨海湿地图高效更新方法

基于变化检测的滨海湿地图高效更新方法
万剑华;厉梅;任广波;马毅
【期刊名称】《国土资源遥感》
【年(卷),期】2013(025)004
【摘要】目前对变化剧烈的海岸带区域的遥感监测仍依赖于效率较低的人工提取,其结果现势性较差,且是对整幅图的重新提取,无法满足管理部门对海岸带监测的现势性要求.针对该问题,提出了基于遥感图像变化检测的滨海湿地专题图高效更新方法.首先采用差值-主成分分析方法获取监测时段内发生变化的滨海湿地区域;然后采用决策树分类方法对变化区域进行分类;最后利用变化区域的分类结果更新历史专题图,实现对已有专题图的更新.以更新辽宁省双台河口国家级自然保护区滨海湿地专题图为例,证实该文提出的方法高效、准确,且易于操作,具有在滨海湿地资源调查中推广的价值.
【总页数】6页(P85-90)
【作者】万剑华;厉梅;任广波;马毅
【作者单位】中国石油大学(华东),青岛 266555;中国石油大学(华东),青岛 266555;国家海洋局第一海洋研究所,青岛 266061;国家海洋局第一海洋研究所,青岛266061;国家海洋局第一海洋研究所,青岛 266061
【正文语种】中文
【中图分类】TP75
【相关文献】
1.基于Python的ArcGIS Server地图瓦片定时自动更新方法 [J], 马卫春;杨友长
2.基于MOGIS的导航地图增量更新方法研究 [J], 黄国兴
3.一种基于变化检测的LiDAR点云DEM更新方法研究 [J], 王杰栋;俞涵
4.基于高分辨率遥感影像分类的地图更新方法 [J], 万幼川;宋杨
5.基于大规模浮动车轨迹点数据的道路网变化检测与更新方法研究 [J], 赵东保;刘雪梅;张弘弢
因版权原因,仅展示原文概要,查看原文内容请购买。
基于Sentinel-1A雷达影像的DEM提取方法

基于Sentinel-1A雷达影像的DEM提取方法
巢子豪;谢宏全;费鲜芸
【期刊名称】《淮海工学院学报(自然科学版)》
【年(卷),期】2015(024)002
【摘要】合成孔径雷达干涉测量是一种提取数字高程模型、探测地表形变的新技术,近年来已成为快速获取精确DEM的重要手段.以Sentinel-1A雷达影像为数据源,基于InSAR技术提取日本四国岛地区的DEM.结果表明,利用InSAR生成的DEM总体上符合该地区实际地形.基于InSAR技术的Sentinel-1A雷达影像反演DEM在日本四国岛地区是行之有效的.
【总页数】3页(P56-58)
【作者】巢子豪;谢宏全;费鲜芸
【作者单位】淮海工学院测绘工程学院,江苏连云港222005;淮海工学院测绘工程学院,江苏连云港222005;淮海工学院测绘工程学院,江苏连云港222005
【正文语种】中文
【中图分类】X87
【相关文献】
1.基于Sentinel-1A雷达影像的SBAS技术在r地表形变中的应用 [J], 杨亚彬;李慧
2.基于Sentinel-1A雷达影像的思茅松林蓄积量估测 [J], 杨明星;徐天蜀;牛晓花;霍鹏;岳彩荣
3.基于OLI影像和DEM的山区水体提取方法 [J], 赵冰雪; 王雷; 胡和兵
4.基于TerrSolid对机载雷达DEM重提取方法研究 [J], 王瑚; 周光耀; 周海龙
5.基于Sentinel-1A雷达影像地表覆盖信息提取研究 [J], 梁学鹏;王井利;王挥云因版权原因,仅展示原文概要,查看原文内容请购买。
基于SAM算法的遥感影像湿地植被分类

基于SAM算法的遥感影像湿地植被分类作者:李明泽张培赢来源:《森林工程》2015年第02期摘要:以黑龙江省扎龙自然湿地保护区高光谱遥感影像为试验区域,通过对野外试验调查数据和预处理后的高光谱遥感影像进行前期处理,再采用光谱角填图(SAM)图像分类方法进行植被分类实验得出结果,并与最大似然法和支持向量机(SVM)分类方法结果进行对比研究分析,通过实验结果得出误差矩阵和精度评价分析,得到最大似然法的总体分类精度和以及Kappa系数是最低的,而光谱角填图分类方法的总体精度为89.87%,Kappa系数为0.880 7,分类结果要好于其他两种分类方法,其对高光谱遥感影像植被分类实验更具有准确性和实用性。
关键词:光谱角填图;植被分类;精度评价中图分类号:S 757.1 文献标识码:A 文章编号:1001-005X(2015)02-0008-06Abstract:This paper takes the hyperspectral remote sensing image of Zhalong protection wet land in Heilongjiang province as a test,preprocesses the field collected data and the pretreatedhyperspectral remote sensing image,applies the method of SAM to classify the vegetation,andcompares with the results derived by using the maximum likelihood method and the SVM method.Through the error matrix and accuracy assesment,it is found that the accuracy of classification by the maximum likelihood method and Kappa coefficient are the lowest,while the accuracy of SAM is as high as 89.87% and the Kappa coefficient is 0.8807,which is better than the results of the other two methods.It is shown that SAM is more useful and practical to classify vegetation based on hyperspectral remote sensing image.Keywords:SAM;vegetation classification;classification accuracy湿地被誉为地球上最重要的生态系统之一,但随着人类社会的发展破坏,导致自然生存条件逐渐恶劣。
一种基于分割图斑的海岸带遥感图像分类方法

一种基于分割图斑的海岸带遥感图像分类方法吴均平;毛志华;陈建裕;潘德炉【期刊名称】《海洋学研究》【年(卷),期】2006(024)002【摘要】传统的基于象元的分类方法在处理海岸带这类动态多变、混杂度大的地物时常出现"椒盐现象",难以矢量化形成专题图.提出了一种新的遥感图像分类方法--基于分割图斑的分类法,即选择一个合适的尺度,利用光谱信息按照一定的策略将图像分割为一系列的图斑,并确保图斑内大多数象元的光谱特征相近,分别对图斑内诸象元进行统计,求出各个波段的均值,用该均值替换图斑内所有象元的原始亮度值,这样分类时可以确保同一图斑内的所有象元被分到同一个类别中,从而有效地避免了"椒盐现象",使分类结果便于矢量化成图,也便于对特定地物的提取.实验结果表明,该方法还能在一定程度上提高分类精度.【总页数】9页(P70-78)【作者】吴均平;毛志华;陈建裕;潘德炉【作者单位】国家海洋局,第二海洋研究所,国家海洋局,海洋动力过程与卫星海洋学重点实验室,浙江,杭州,310012;国家海洋局,第二海洋研究所,国家海洋局,海洋动力过程与卫星海洋学重点实验室,浙江,杭州,310012;国家海洋局,第二海洋研究所,国家海洋局,海洋动力过程与卫星海洋学重点实验室,浙江,杭州,310012;国家海洋局,第二海洋研究所,国家海洋局,海洋动力过程与卫星海洋学重点实验室,浙江,杭州,310012【正文语种】中文【中图分类】TP751.1【相关文献】1.基于分割区域及特征相似度的玉米田遥感图像分类方法 [J], 王肖霞;杨风暴;梁若飞;冯裴裴;2.基于分割区域及特征相似度的玉米田遥感图像分类方法 [J], 王肖霞;杨风暴;梁若飞;冯裴裴3.一种加入空间关系的海岸带遥感图像分类方法 [J], 吴均平;毛志华;陈建裕;白雁;陈晓东;潘德炉4.基于云理论的遥感图像土地利用分割分类方法研究 [J], 陈可蕴;陈志扬5.一种基于谱聚类算法的高光谱遥感图像分类方法 [J], 杨随心;耿修瑞;杨炜暾;赵永超;卢晓军因版权原因,仅展示原文概要,查看原文内容请购买。
基于多尺度分析的遥感图像分类技术研究

基于多尺度分析的遥感图像分类技术研究遥感技术作为一种高新技术,已经在城市规划、土地利用、水资源管理等多个领域得到了广泛的应用。
而基于遥感图像的分类技术则是应用遥感技术实现对地物信息自动提取的基础,因此在各个领域的研究中也得到了越来越多的关注。
本文主要讨论基于多尺度分析的遥感图像分类技术的研究。
一、遥感图像分类技术的基本原理遥感图像分类技术实际上是一种通过计算机算法对遥感图像中的地物信息进行区分的技术。
在实现这一目标的过程中,主要需要经历以下几个步骤:1、预处理:遥感图像在采集和传输过程中可能会受到照射角度、时间、环境等因素的影响,因此首先需要对采集的图像进行去除噪声、纠正偏差等预处理工作。
2、特征提取:在预处理完成之后,需要通过数学模型对图像进行特征提取,形成对地物的数学描述,包括颜色、纹理、形状等。
3、分类:得到了图像的特征之后,即可利用各种分类算法,在计算机上实现对图像信息的区分。
对于遥感图像分类技术而言,最重要的一环就是特征提取。
因为地物信息的复杂性和多样性,导致对其特征提取方法的研究也变得愈加复杂和细致。
二、多尺度特征分析在遥感图像分类中的应用2.1 多尺度概念多尺度概念是指在地学领域中,地球表面或生态系统的某一特定区域具有不同空间尺度和时间尺度上的过程或事件。
在遥感分类技术中,当空间分辨率太高以至于未能充分准确地捕捉到许多地物时,引入多尺度特征分析可以有效地提高分类的准确性。
2.2 多尺度特征提取方法多尺度特征提取方法可分为“多次下采样再分类”和“分级分析再集成”的两种方式。
1)多次下采样再分类针对传统的最常用的单尺度分类方式,这里提出了一种对于能耗和效率都更优的解决方案——多次下采样再分类。
其思路是在原始高分辨率遥感图像的基础上进行多次下采样,获得一系列不同空间分辨率的遥感图像,再分别对这些图像进行分类,最后将分类结果通过复合处理的方式得到最终分类结果。
这种方法不仅可以有效地避免过度拟合和欠拟合的问题,同时也可以提高计算效率。
基于高分辨率遥感影像的滇池湖滨湿地植被类型监测

基于高分辨率遥感影像的滇池湖滨湿地植被类型监测程晋昕;余凌翔;鲁韦坤【摘要】利用多源高分辨率遥感影像,结合图像分割与人机交互判实技术,分建设前(2007~2008年)、建设中(2011年)、建设后(2013年)3个时期对滇池湖滨湿地进行植被分布信息提取与面积统计,进而对其演变规律进行分析.结果表明:随着“滇池湖滨生态带工程”的推进,环湖带乔木与灌木、沉浮水植物、草本植物3类湿地群落面积的总和从建设前的120.39 hm2提高至建设中的1747.54 hm2,再到建设后的1868.91 hm2,占总面积的比例分别为5.49%、79.61%和85.14%,湖滨湿地面积显著提升;建设前主要植被类型为作物植被,占总面积的51.98%,建设后缩减至3.87%,逐步演化为自然植被,主要种类为中山杉(Ascendens mucronatum)、芦苇(Phragmites australis)等,群落多样性与景观格局也有了较大改观.【期刊名称】《云南地理环境研究》【年(卷),期】2013(025)006【总页数】7页(P1-7)【关键词】高分辨率;湿地;植被分类;滇池;湖滨【作者】程晋昕;余凌翔;鲁韦坤【作者单位】云南省气候中心,云南昆明650034;云南省气候中心,云南昆明650034;云南省气候中心,云南昆明650034【正文语种】中文【中图分类】Q948湿地作为生物多样性最为丰富的生态系统,具有丰富的生态服务功能与资源利用价值[1]。
滇池是中国第六大淡水湖,在过去数十年中,不合理开发利用导致了湖滨生态湿地的严重退化,自然湿地景观与生物多样性锐减。
随着“滇池湖滨生态带工程”的推进,湖滨带植被群落与生态环境发生了较大改观,开展滇池湿地植被类型变化监测,对滇池环境监测、生态价值评估、管理维护、科学研究都具有重要意义。
以传统的测绘与取样方法进行环湖湿地监测工作,面临范围过大、费时费力的问题,而遥感技术宏观、高效、经济的特点在广泛的研究与应用中得到了充分的证实,已成为大面植被监测的重要技术手段[2-5]。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 引 言
滨海 湿 地 是 全 球 环 境 变 化 的 重 要 缓 冲 区,是 自 然界中生态系统 的 重 要 组 成。 由 于 其 资 源 丰 富,人 类对其开发强 度 不 断 增 大,生 态 功 能 日 益 退 化 。 [1-2] 利用遥感方法进行 滨 海 湿 地 分 类,是 滨 海 湿 地 科 学 规划和管理的前提,对湿地保护具有重要意义 。 [3-4]
基于多尺度分割的遥感影像滨海湿地分类
费鲜芸,王 婷,魏雪丽
(淮海工学院测绘工程学院,江苏 连云港 222005)
摘要:基于多尺度的高分辨率遥感影像分类方法研究,可以为 滨 海 湿 地 动 态 监 测、规 划 保 护 提 供 更 详尽的湿地分类信息和更快速的数据获取方法,对湿地保护 具 有 重 要 意 义。 选 取 连 云 港 青 口 河 入 海口处湿地为研究区,以高分辨率遥感影像 WV-Ⅱ 和航空遥感影像为数据源,利用多尺度分割方 法将影像分割成不同层次的实体对象;在不同层次,以实 体 对 象 为 单 元,结 合 光 谱、形 状、纹 理 等 不 同 影 像 特 征 ,进 行 滨 海 湿 地 分 类 研 究 ,结 果 表 明 :利 用 该 方 法 分 类 后 ,研 究 区 各 种 湿 地 类 型 都 达 到 较 高精度。基于多尺度分割的影像分类方法能充分利用各种影 像 特 征 完 成 湿 地 分 类,有 效 地 减 少 了 遥 感 影 像 中 的 “椒 盐 ”现 象 ,提 高 了 分 类 精 度 ;选 择 适 宜 的 分 割 尺 度 和 分 割 参 数 是 基 于 多 尺 度 分 割 的 遥感影像分类方法提高精度的前提。 关 键 词 :高 分 辨 率 遥 感 影 像 ;滨 海 湿 地 ;多 尺 度 分 割 ;影 像 分 类 中 图 分 类 号 :TP 79 文 献 标 志 码 :A 文 章 编 号 :1004-0323(2015)02-0298-06
河 流
光谱特征:在8个波段,光谱反射率均 为
养
最 低 ,灰 度 值 最 小 ,光 谱 特 征 明 显 。
鱼
形 状 和 纹 理 特 征 :呈 线 性 ,长 宽 比 明 显
塘
光 谱 特 征 :与 河 流 有 相 似 的 光 谱 特 征 ,但 各波段均比河流反射率明显高。 形 状 和 纹 理 特 征 :形 状 规 则
收 稿 日 期 :2013-10-12;修 订 日 期 :2014-03-10 基金项目:国家自然科学基金项目“基于高分辨率遥感影像的城市绿地空间分布网格评价模型”(31070626),“高分辨率遥感影像 植 被 纹 理
特 征 对 三 维 绿 量 的 表 达 研 究 ”(31270745),江 苏 省 第 九 批 次 “六 大 人 才 高 峰 ”项 目 ,江 苏 省 “333”工 程 人 才 项 目 。 作者简介:费鲜芸(1969-),女,山东烟台人,教授,主要从事高分辨率遥感影像植被制图方面的研究 。E-mail:hhitfxy@163.com。
影像特征
类型
解译标志
影像特征
光 谱 特 征 :比 水 域 反 射 率 明 显 高 ,比 道 路
和居民区反射 率 明 显 低,与 河 流 入 海 口
沼 泽
在第8波段有明显区别。
植 被
形 状 和 纹 理 特 征 :形 状 不 规 则
光 谱 特 征 :红 光 波 段 存 在 反 射 谷 ,反 射 率 低,在近 红 外 波 段 存 在 反 射 峰,反 射 率 高 ,植 被 光 谱 特 征 明 显 。 形 状 和 纹 理 特 征 :形 状 不 规 则
影响,目前尚无普适的分类方法可用于不同地区不同 遥感影像的分 类 ,在 实 际 应 用 中 ,需 要 根 据 研 究 区 现 状 和 影 像 特 征,设 计 遥 感 影 像 分 割 参 数 和 分 类 的 流 程,完成特定研究区的湿地分类工作[12]。
本研究利用高分辨率 WorldView-Ⅱ影像,采用 多尺度分割方法将 影 像 进 行 分 割,在 此 基 础 上 建 立 规 则 库 ,完 成 研 究 区 遥 感 湿 地 分 类 ,为 研 究 区 湿 地 信 息快速提取提供方法参考。
类型
光 滩
旱 生 植 被
表 1 研 究 区 滨 海 湿 地 分 类 体 系 及 影 像 特 征 Table 1 The coastal wetland classification system and their image characteristics in the study area
解译标志
光 谱 特 征 :与 沼 泽 植 被 光 谱 特 征 相 似 ,但
河
在近 红 外 波 段 反 射 率 明 显 低 于 沼 泽 流
入
植被。
海
形 状 和 纹 理 特 征 :形 状 不 规 则
口
光 谱 特 征 :与 光 滩 光 谱 特 征 相 似 ,仅 在 第 8 波 段 ,二 者 区 分 明 显 。 形 状 和 纹 理 特 征 :呈 线 性 ,长 宽 比 明 显
2 研究区及数据选择
本研究选择连云港市赣榆县南部的青口河入海 口处湿地为研究区。青口河位于江苏省连云港市赣 榆 县 境 内 ,在 赣 榆 南 部 流 经 青 口 盐 场 后 入 海 ,是 赣 榆 县的主干河道。该处湿地虽不是连云港海岸带最大 的滨海湿地,但 根 据 影 像 显 示,该 区 域 湿 地 类 型 齐 全 ,基 本 包 括 了 连 云 港 主 要 的 滨 海 湿 地 类 型 ,是 连 云 港湿地的重要组 成 部 分。 目 前,该 区 域 尚 处 于 自 然
第2期 费鲜芸等:基于多尺度分割的遥感影像滨海湿地分类 2 99
状 态 ,政 府 对 其 管 理 措 施 几 乎 空 白 ,加 强 其 遥 感 分 类 研 究 工 作 ,对 连 云 港 湿 地 保 护 具 有 重 要 意 义 。
本研究选 择 WorldView-Ⅱ 多 光 谱 影 像 和 航 空 遥感影像为数据源,其中 WorldView-Ⅱ多光谱影像 包括4个标准多光谱波段和4个额外多光谱波段; 影像成像 时 间 为 2012 年 10 月 1 日;航 空 遥 感 影 像 包括 R、G、B 3 个 波 段,分 辨 率 为 0.1 m,成 像 时 间 为 2012 年 秋 季 ,所 有 影 像 成 像 质 量 较 好 。
30 0 遥 感 技 术 与 应 用 第 30 卷
mentation Using High Spatial RS Images[J].Remote Sensing Technology and Application,2015,30(2):298-303.[费 鲜 芸 ,王 婷 ,魏 雪 丽 .基 于 多 尺 度 分 割 的 遥 感 影 像 滨 海 湿 地 分 类 [J].遥 感 技 术 与 应 用 ,2015,30(2):298-303.] doi:10.11873/j.issn.1004-0323.2015.2.0298
航
征相似。
片
光 谱 特 征 :与 养 鱼 塘 颜 色 明 显 不 同 。
民
中
形状和纹理特 征:与 养 鱼 塘 纹 理 特 征 有
区
形状和 纹 理 特 征:形 状 规 则,但 面 积 较 盐
小 ,与 道 路 的 形 状 有 明 显 区 别
田 质 性 最 小 的 阈 值,尺 度过大将淹没较小 物 体 对 象,尺 度 过 小 又 会 使 地 物 破碎。选择的尺度应保证分割后获得的区域对象与 欲获取目 标 有 较 好 的 吻 合 度 。 [15] 对 象 的 异 质 性 根 据不同权重的光谱 和 形 状 差 计 算,相 邻 两 个 对 象 合 并 时 ,异 质 性 指 标 要 小 于 给 定 的 阈 值 ,同 一 尺 度 下 各 种 异 质 性 的 计 算 方 法 见 参 考 文 献 [16-17]。
实际 应 用 时,影 像 的 分 割 尺 度 以 及 各 尺 度 下 分 割 参 数 的 选 择 ,应 根 据 各 类 地 物 影 像 的 特 征 ,按 照 最 大分类精度提取 要 求,经 反 复 实 验 求 取。 本 研 究 根
据 9 类 湿 地 影 像 的 特 征 ,采 用 4 个 尺 度 ,将 研 究 区 分 成 4 层 ,每 个 尺 度 的 分 割 参 数 如 表 2[15]和 图 1 所 示 。 3.3 自 动 分 类 规 则 库 的 建 立
3 分类方法
3.1 分 类 体 系 及 其 影 像 特 征 根据研究区湿地类型的组成特 征,结 合 World-
View-Ⅱ光谱影 像 的 表 达 能 力,参 考 相 关 的 湿 地 分
类文献[13-14],建 立 研 究 区 滨 海 湿 地 分 类 体 系,包 括光滩、沼 泽 植 被、河 流 入 海 口、河 流、养 鱼 塘、盐 田 和其他用地类型,为 了 提 高 分 类 精 度 又 将 其 他 用 地 类型细分为旱生 植 被、道 路 和 居 民 区。 各 类 别 的 解 译标志及影像特征 如 表 1 所 示,其 中 盐 田 需 要 结 合 航空遥感影像进行 提 取,所 以 同 时 也 确 定 其 在 航 空 影像中的解译标志。 3.2 面 向 对 象 的 多 尺 度 分 割
影 像 分 割 后 ,计 算 实 体 对 象 光 谱 特 征 均 值 、ND- VI、形状因子和纹理特征等参数,共分 4 层,建立规 则库,采用模糊隶属 度 函 数 分 类 器 完 成 滨 海 湿 地 分 类(图2)。其中,光 谱 特 征 均 值、NDVI和 形 状 因 子 均由 WV-Ⅱ计算;纹 理 特 征 利 用 航 空 遥 感 影 像,采 用灰度共生矩 阵 计 算,取 其 均 值 指 标 (Mean),作 为 band 9参与分类运算 。 [4]
基于 多 尺 度 分 割 的 遥 感 分 类 方 法,从 任 意 一 个 像 元 开 始 ,采 用 自 下 而 上 的 区 域 合 并 方 法 ,将 影 像 分 割形成不同尺度大 小 影 像 特 征 相 似 的 实 体 对 象,并 以实体对象为单元,依 据 其 各 种 影 像 特 征 参 数 进 行 分 类 ,且 分 类 信 息 可 在 不 同 层 次 间 继 承 传 递 。