基于面向对象的QUICKBIRD数据和SAR数据融合的地物分类.pdf

第44卷 第9期 东 北 林 业 大 学 学 报 V01．44No．9 2016年 9月 JOURNALOFNORTHEASTF0RESTRYUNIVERSITY Sep．2016 基于面 向对象的 QUICKBIRD数据和 SAR 数据融合的地物分类 ) 王宇航 范文义 刘超逸 (东北林业大学，哈尔滨，150040) 摘 要 为了实现精确植被类型信息提取，以福建省三明市将乐林场 Quickbird影像和 Radarsat一2全极化影 像作为基础数据，探讨高空间分辨率光学遥感影像与SAR(合成孔径雷达)全极化影像融合进行地表覆盖及森林 类型识别的可行性。采用面向对象多尺度分割方法对Quickbird全色与多光谱的融合影像进行处理。SAR影像采用 Gram-Schmidt融合方法处理，运用处理的Quickhird与SAR的融合影像．分类提取植被的光谱 、纹理和几何特征信 息，建立类层次结构，并对分类结果进行比较分析。结果表明：基于对象与知识的方法对高空间分辨率影像分类取 得 了较好 的分类效果，多源遥感数据分类的总体精度为0．903 关键词 多源遥感；面向对象；尺度分割：合成孔径雷达 (SAR)：数据融合 分类号 $757．2 AnObject-basedFusionofQUICKBIRDDataandRADARSATSARDataf0rClassificationAnalysis／／WangYu． hang，FanWenyi，LiuChaoyi(NortheastForestryUniversity，Harbin15O)【40，P．R．China)／／JournalofNortheastForest— ry University，2016．44(9)：44-49． BasedontheQuickbirddataandRadarsat．2fu11polarizationdataofSanMingCity。FuiianProvince．theobiect．ori— entedmethodwasadoptedtoidentifythelandcovertypesfromthefusionofOuickbirdpanchromaticandmulti．．spectralim．． age．SARimagesandthefusionofQuickbirdimageandSAR imagewhichacquiredbyusingtheGram—Schmidtmethod． Classificationfactorsincludingspectral，textureandgeometricfeatureswereusedtoestablishaclasshierarchy，andthe classificationresultswerecompared．Theknowledge．basedandobiect—basedmethodswaseffectiveintheidentificationand classificationofahigh spatialresolutionimages，andvegetationtypeswereeffectivelyidentified．Theaccuracyofmulti— sourceremotesensingdatawasupto0．903withsomeimprovements． Keywords Muhi—sourceremotesensing；Object—based；Scalesegmentation；Syntheticapertureradar：Datafusion 森林资源对于全球的碳循环、水循环、能量平衡 辨率光学影像的融合。王霄鹏等_5]利用单极化 SAR 以及人类的生态环境等十分重要。近年来，随着遥 与TM影像进行融合对湿地典型地物类型进行分类。 感技术的快速发展，光学遥感技术和合成孔径雷达