结合UPSCALING技术与对象多特征的土地利用覆盖信息提取研究.pdfVIP

第４期，总第７８期 国　土　资　源　遥　感 Ｎｏ．４，２００８　 ２００８年１２月１５日 ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＬＡＮＤ＆ＲＥＳＯＵＲＣＥＳ Ｄｅｃ．，２００８　 结合 ＵＰＳＣＡＬＩＮＧ技术与对象多特征的 土地利用／覆盖信息提取研究 １，２ １ ３ ４ １ １ 董立新 ，吴炳方 ，孟立霞 ，袁 超 ，张喜旺 ，魏彦昌 （１．中国科学院遥感应用研究所，北京　１００１０１；２．国家卫星气象中心，北京　１０００８１；３．中国矿业大学 （北京）资源与安全工程学院，北京　１０００８３；４．中南大学信息物理工程学院，长沙　４１００８３） 摘要：应用ＳＰＯＴ融合数据，以北京密云地区为例，提出了整合Ｕｐｓｃａｌｉｎｇ技术与对象多特征方法的新思路，通过基 于半变异函数的空间变异特征分析，建立了面向对象多特征与多分辨率数据集的多尺度分类决策树，并对自动分 类效率进行了初步探讨。 关键词：Ｕｐｓｃａｌｉｎｇ；半变异函数；对象多特征；多分辨率数据集；土地利用／覆盖 中图分类号：ＴＰ７９　文献标识码：Ａ　　　文章编号：１００１－０７０Ｘ（２００８）０４－００７５－０６ ［４］ 精细的尺度下进行自动提取 ，这会增加对象数量 ０　引言 及对象空间关系方面的计算负担，从而影响自动分 类效率。一般地，空间分辨率２．５ｍ的ＳＰＯＴ融合 区域尺度的土地利用／覆盖变化是国家与地区 数据量大约为３～４Ｇｂ／景，在遥感分类软件中很难 可持续发展普遍关注的重要问题之一，人们通过对 有效利用，通常要切割成许多子影像进行处理和分 脆弱区、热点地区与典型地区的案例研究，揭示其对 类，这必然增加分类处理工作量。 区域可持续发展的重要影响。随着研究的不断深 针对以上问题，本文以北京密云地区为例，提出 入，在不同规模尺度上如何处理土地利用／覆盖的分 了结合Ｕｐｓｃａｌｉｎｇ技术与对象多特征的土地利用／覆 ［１］ 盖信息提取新策略。应用ＳＰＯＴ融合数据和Ｕｐｓｃａｌ 类是急需解决的问题 。近年来，空间分辨率在１０ ｍ以内的高分辨率影像以其富含的大小、形状及纹 ｉｎｇ技术建立了多分辨率遥感数据集，通过基于半变 理特征等信息，为区域尺度土地利用／覆盖变化研究 异函数的土地利用／覆盖空间变异特征分析，确定研 带来了巨大的机遇，也对传统影像处理方法提出了 究区主要地物类别的适宜分辨率，并在面向对象尺 挑战。一方面，空间分辨率高，区域尺度中土地利 度分割的基础上，结合应用对象光谱特征、形状特 用／覆盖局部异质性差异较为明显；另一方面，高空 征、类间相关特征与新建特征等多特征，建立基于多 间分辨率与高光谱分辨率数据的融合也增加了计算 分辨率数据集的多尺度分类决策树，对研究区土地 数据量与处理速度的瓶颈。 利用／覆盖进行分类。同时对区域尺度土地利用／覆 对于高空间分辨率影像，基于像素分类方法存 盖信息提取的精度和效率进行了探讨。 在许多问题，面向对象分类方法便是针对这些问题 所提出来的有效解决方案［２～４］。在面向对象分类 １　研究方法 中，对象分割（ＯｂｊｅｃｔＳｅｇｍｅｎｔａｔｉｏｎ）技术至关重要， ［５］ 它直接影响到分类的精度 ，但确定合适的分割参