地理国情普查遥感影像解译方法分析.docVIP

地理国情普查遥感影像解译方法分析 　　【摘 要】遥感影像解译是地理国情普查工作的重要环节，解译速度、质量直接影响地理国情普查的工程进度和成果质量。本文介绍了目视解译、自动解译和人机交互解译三种方法，并分析了各自的特点，结果表明，在地理国情普查遥感影像解译时，应根据项目区的特点和已有资料情况，采用自动解译与人机交互解译相结合的方法。 　　【关键词】地理国情;遥感影像;解译 　　1 引言 　　地理国情普查是一项重大的国情国力调查，是开展地理国情监测的前提和基础，是全面获取地理国情信息的重要手段，是掌握地表自然、生态以及人类活动基本情况的基础性工作。地表覆盖信息提取是地理国情普查的首要任务，包括耕地、园林、草地、人工表面、裸露地表、水体、冰雪等，是地理国情指标信息统计与发布的重要依据。针对不同区域地理国情要素的特点，构建地理国情普查信息提取体系，采用遥感影像解译技术，实现地理国情信息的提取与判读解译。 　　2 常用解译方法 　　2.1 目视解译 　　目视解译是解译人员依据判读标志，如色调、色彩、大小、形状、阴影、纹理、图案等信息，直接观察影像并获取目标地物信息的过程。图斑分割时，采用折线、样条曲线等采集工具，按照《地理国情普查数据规定与采集要求》，遵循“先易后难”的原则，先提取水系（1001）、道路路面（0601）、房屋建筑区（0500）、硬化地表（0710）、裸露地表（0900）等易于提取的地表，再进行耕地（0100）、园地（0200）、露天采掘场（0810）、堆放物（0820）、建筑工地（0830）的提取，最后再处理林地（0300），逐步提取地表覆盖信息。 　　2.2 自动解译 　　自动解译首先需要确定两方面的工作，一是确定影像分割算法;二是制定分类策略，建立解译样本点库。 　　2.2.1 影像分割 　　采用面向对象的多尺度分割法。单一尺度的影像分割难以兼顾不同类别的地物宏观和微观特征，当分割尺度较大时，面积较大的目标地物得以较好保留，但道路、房屋等面积较小的目标地物的形状特征则会被破坏;当分割尺度较小时，会导致对象增多，数据冗余，降低分类效率。恰当的分割尺度值能够得到良好的分割效果。 　　2.2.2 制定分类策略 　　分类策略按由易到难、逐级细分原则进行制定，通过目视判断，确定影像中的地物类别。按照 《地理国情普查内容与指标》的分类体系制定三级分类策略，并在影像区域分别选取目标地类作为解译样本点，直至采集所有地类的样本点，建立解译样本点库。 　　2.2.3 自动分类 　　在定义了分类策略和建立了解译分类样本后，采用邻近分类法，即采用邻近分类器对多尺度分割后的对象进行分类。分类后，并不能得到理想的分类结果，需要做进一步的处理，包括对每一类地物进行合并;对错分、误分的地物重分类;由于阴影或其他原因导致的道路、水体信息中断，需要进行局部边缘处理，以使其逻辑准确。 　　2.3 人机交互解译 　　提取DLG数据中的水系、道路、居民地线作为分割的参考数据，提取第二次全国土地利用调查数据中的地物分类属性作为国情普查地表覆盖分类的属性。将两种数据套合影像，在Geoway软件中先由人工分类提取林地（0300）、园地（0200）、露天采掘场（08110）、堆放物（0820）、建筑工地（0830）、水田（0110）、旱地（0120）等信息，而几何形状特征突出，与相邻地物光谱信息差异大的水系（1001）、无轨道路路面（0601）、房屋建筑区（0500）则由计算机解译通过几次反复交叉工作，实现地表覆盖信息分类提取。 　　3 综合分析 　　3.1 三种方法的优缺点 　　（1）目视解译：通常目视解译适用于地形简单、地物种类少、地物破碎度较小的解译区域。对于植被覆盖异常密集的地区，在自动解译和人机交互解译都无法实现高效、准确解译时，传统的目视解译方法因能充分发挥解译人员的生活常识和先验知识而提高了解译结果的精度，是一种相对适用的方法。该方法的缺点是工作量大，解译人员的水平对解译结果影响较大。 　　（2）自动解译：适用于地形简单、植被覆盖度低、纹理明显、地物破碎度较小的解译区域，对影像质量要求高，而与地物种类数关系不大;对线性地物，尤其是形状规则的地物，如旱地、房屋、道路、水体等，解译效果好。由于遥感影像的地物光谱特征一般比较复杂，存在异物同谱和同物异谱的现象，自动分类很难达到令人满意的判读精度。 　　（3）人机交互解译：适用于地形复杂、地物分类破碎度大、线性地物数占总体地物分类数比重大的解译区域，它对影像质量要求比目视解译法高，比计算机自动提取法低。对于线性地物，尤其是旱地、水体等与相邻地物光谱差异大、形状规则的地物，适用计算机自动提取，而对剩余地物，适宜采用目视解译。现势性强、位置精度和属性精度高的辅助