空间信息在面向对象分类方法中的应用——以IKONOS影像香榧树分布信息提取地研究为例.pdf

摘要 分任意两种植被类型的最佳纹理影像，两种植被类型在z值最高的纹理影像上表现出最大 的差异，选择对两两植被类型区分度最高的LISA纹理影像参与到面向对象的分割与分类 中。结果表明，相比仅使用光谱波段进行分割的结果，结合LISA纹理影像能够得到更好 的分割结果．由于高分辨率影像中地物内部的光谱异质性较强，仅仅依靠光谱波段进行分 割，会把很多属于同一地物的像元分割到不同的对象中，这种过于破碎的分割结果会增加 误分的风险，增加了将同一地物的对象归于不同的地物类别的可能性；LISA纹理能够克 服分割结果对于光谱异质性过于敏感的缺陷，因此，结合LISA纹理能够得到更“有意义” 的分割对象，使对象和现实中的地物有更好的契合度，避免了过于破碎的分割结果；LISA 纹理特征有效的提高了植被的识别精度，通过Kappa分析进行的显著性检验结果可知， LISA纹理特征使分类的总体精度显著提高。结果表明：LISA纹理能够提供高分辨率影像 中重要的空间信息，将LISA纹理应用于面向对象方法能够有效的提高影像分割的准确度 和分类的精度。 2．NDVI能够有效的区分遥感影像中的植被与非植被类型，本研究根据NDVI这一特 点和植被间空隙分布特征在高分辨率影像上的表现，将植被像元看作是“实体”单元，非 选择的特征源，应用于面向对象的分类中．本研究采用直方图阈值法对NDVI影像进行阈 值分割，生成二值影像，其中l代表植被像元(实体单元)，0代表非植被像元(空隙单 或者近似线性的自相关范围，从而获取计算iacunarity的最佳移动窗口大小。根据每种植 提取。由规则选取的结果可知，lacunarity特征对植被的识别发挥了非常重要的作用，与 的结合使香榧树的识别精度有明显的提高，通过Kappa分析进行的显著性检验结果可知， lacunarity纹理使分类的总体精度显著提高。研究说明：高分辨率影像上植被间的空隙分 的空隙度特征，且能够应用于面向对象的遥感影像分类方法提高植被的识别精度。 3．高分辨率影像能够表现出地物清晰的景观格局信息，景观因子中的景观水平指数 n 摘要 level (1andscapemetrics)具有重要的生态学意义，是量化景观格局信息的有效方法，然 而景观水平指数并不是针对遥感影像分类提出的方法，因此不能直接应用于遥感影像的分 类中。本研究探索如何将景观水平指数进行尺度转换，将其量化尺度拓展到遥感影像中广 泛存在的空间单元中，从而实现对影像景观格局信息的获取，并将景观信息作为分类特征 应用于面向对象的分类方法中。本研究发挥面向对象方法的优势与GIS二次开发功能实现 景观水平指数的尺度转换，使用多尺度分割技术建立层次等级体系，在体系中不同的尺度 上完成对空间单元(spatialunits)和破碎几何体(fragmentationgeometry)的定义并生成 两者的矢量图层，使用Visual 间单元进行景观特征量化的功能，实现将GIS空间分析功能与遥感影像处理方法有效的结 合。 4．为了使影像中空间单元的景观信息具有可比性，本研究对有效网孔面积(Me玎)算 法进行优化，提出有效网孔面积比率(幄∥m)算法。将腹∥10与其他景观水平指数进行 对比可知，某些常用景观水平指数对空间单元中地类的数量以及斑块的数量有较苛刻的要 求，由大尺度转换到小尺度的空间单元后，在计算某些结构简单的空间单元时，会出现算 法失效的情况，存在很大的局限性。与这些景观指数相比，朋；∥帕在算法上具有很大的优 势，它能够量化任意空间单元中的景观破碎度信患，而且计算结果与现实中的景观特征有 很高的契合程度，因此，算法合理并具有重要的景观生态学意义。并且，在使用M,…rat蛉 时，可以根据应用和研究需要，灵活的定义空间单元的尺度和破碎几何体的构成元素，在 面向对象的分类方法中具有可观的推广价值和应用前景． 关键词：面向对象分类方法；区域空间自相关系数；空隙度；景观破碎度；有效网孔 面积比率；多尺度对象层次等级体系 m Abstract ABSTRACT Remotesensed with imager