基于对象的高分辨率影像荒漠植被信息的提取.pdfVIP

第36卷 第1期 宁夏大学学报 (自然科学版) 2015年3月 Vo1．36No．1 JournalofNingxiaUniversity(NaturalScienceEdition) M ar．2O15 文章编号 ：0253—2328(2015)01—0066—07 基于对象的高分辨率影像荒漠植被信息的提取 赵军利 ， 刘 勇 ， 许宝荣 (兰州大学 资源环境学院，甘肃 兰州 730000) 摘 要 ：为获得高分辨率影像荒漠植被信 息的专家知识库，采用 多尺度分割技术，探索荒漠植被信 息的光谱特征、 纹理特征和上下文特征 ，建立荒漠植被信 息与特征之 间的对应关系．结果表 明，通过 多尺度分割 ，可体现土地覆盖 的层次性．同时 ，在专家知识库 的基础上 ，基于对象分类法的精度相对 比较高 ，总体分类精度为 85．96 ，Kappa系 数为 0．81，分类结果没有 “椒盐现象”，且各种地物 图斑边界 明确而规整 ，易于分类后处理． 关键词 ：基于对象的影像分类 ；专家知识库 ；高分辨率影像 ；荒漠植被 ；信 息提取 分类号 ：(中图)P627 文献标志码 ：A 荒漠植被信息提取是有关荒漠植被研究的前 来 ，为了更好地适应高分辨率影像的发展，进行地物 提．准确掌握各种不同类 型荒漠植被的空 间分布状 提取 ，基于对象的遥感影像分类方法应运而生_6]，并 况 、分布格局 ，对于荒漠地区水文 、生态 、土地沙漠化 在植被信息提取 的应用中得到推广．张秀英等L7]利 和环境保护等方面的研究有着十分重要的意义．由 于基于对象的分类方法在 IKONOS影像上提取 了 于荒漠地区地广人稀、交通不便等因素 ，荒漠植被调 城市植被信息．谭衢霖等 ]利用基于对象的方法提 查工作难度较大．而遥感技术在 区域上实现 了实时 取 了城区植被信息并进行 了制图分析研究．郭亚鸽 快速的植被动态监测Ⅲ1]，因此 ，可采用遥感技术进 等 [9利用基于对象的分类方法进行森林植被图像识 行荒漠植被信息的提取．目前 ，在遥感影像上提取荒 别分类。但是 ，基于对象的分类方法在荒漠植被信息 漠植被信息 ，以手工数字化和 目视解译应用的最多． 中提取的研究还很 少，涉及基于对象的特征 或特征 但是，张兴余等 在乌兰布和沙漠高分辨率遥感影 组合的选取研究更少．因此 ，笔者在已有研究的基础 像梭梭林解译方法探讨 中认为 ，目视解译工作量大、 上，将荒漠植被在高分辨率影像上的光谱特征、纹理 效率低 、质量不稳定 ，是解译过程 中普遍存在 的问 特征和上下文特征与其生长环境状况、生长状况相 题．因此 ，研究高分辨率影像 自动分类就显得十分必 结合 ，通过实验以期获得荒漠植被信息的专家知识 要．但是，高分辨率影像在使影像空间信息增强的同 库，为基于对象的影像分类方法提取荒漠植被信息 时，也使地物的光谱信息更为复杂，“同物异谱”“异 提供科学有效的参考． 物 同谱”现象更加严重 ，同时 ，影像 的光谱信息相对 于中低分辨率影像显得有些欠缺．由于高分辨率影 研究区概况与数据 像存在这些 问题 ，邵晓敏等 应用决策树和最大似 然法分类辅助纹理特征提取荒漠植被信息，并发现 1．1 研究 区概况 决策树分类法 比最大似然法分类精度高．何磊等 [5 研究区位于乌兰布和沙漠中部—— 阿拉善左旗 应用决策树 、支持向量机和人工智能的影像分类方 东南 部地 区 (图 1)，地理坐 标为 一 39。4429”～ 法 ，辅助纹理特征提取干旱 区植被信息，结果表明支 39。4851”， = 106。58”～ 106。12 17”，面 积 约 为 持向量机的分类结果最好．以上