基于纹理和地形辅助的山区土地利用信息提取研究.pdf

第33卷 第 1期 地 理 与 地 理 信 息 科 学 Vo1．33 No．1 2017年 1月 GeographyandGeo-InformationScience January2017 doi：10．39I69／j_issn．1672—0504．2017．01．001 基于纹理和地形辅助的山区土地利用信息提取研究 陈 波 ，胡玉福¨，喻 攀 ，郭 垒 ，蒋双龙 ，刘 宇 ，王钰婷 (1．四川农业大学资源环境学院，四川成都 625014；2．开江县国土资源局，四川 开江 636250) 摘要：山区地物类型复杂多样，传统计算机分类难以有效克服 “同物异谱”或 “同谱异物”等现象，分类后 “椒盐现象” 严重。该文W II西南攀枝花市的部分山区为实验区，使用IKONOS高分辨率遥感影像，采用面向对象分类方法，在 ERDAS9．2、ENVI4．8和eCognition8．0等软件平台支持下，以多尺度分割后的对象为单元，辅以纹理特征、形状因 子、地形因子等特征参与分类过程，实现了对实验区土地利用信息的提取。研究表明，基于纹理和地形辅助的面向 对象分类方法能对山区土地利用信息进行快速、准确地提取 ，并在分类精度和分类准确性方面均较传统监督分类 方法有较大提升：分类总体精度达到 90．57％，较传统监督分类提高 17．75％；Kappa系数达到0．8892，较传统分类 提高了0．1875；各类型土地的分类面积准确率都在 9o 以上，与实地调研地类面积更为接近。 关键词 ：遥感；面向对象分类；土地利用；纹理；地形 中图分类号：TP753 文献标识码：A 文章编号：1672--0504(2017)01--0001--07 子辅助判别地物以期实现较好效果。以往研究中， 0 引言 基于地形、纹理的山区高分辨率遥感影像面向对象 随着传感器不断更新，利用遥感技术获取的数 分类方法罕见。因此，本文以川西南攀枝花市的部 据质量大幅度提升，但计算机分类的精度却一直是 分山区为实验区，使用 IKONOS高分辨率遥感影 高分辨率遥感影像在关键领域 中被广泛应用的瓶 像，采用面向对象分类方法，基于纹理、地形因子的 颈L1]。我国第二次土地调查，为了保证调查数据的 辅助，对研究区影像进行多尺度分割和信息提取，以 准确性、客观性，依旧采用 目视解译方法，调查者迫 期能提高山区高分辨遥感影像计算机分类的精度， 切希望通过新方法或新技术来代替这种复杂、繁琐、 也为该方法在土地利用调查中的应用提供借鉴。 费时、费力的调查方式。事实上，要提高遥感土地利 1 研究方法与数据来源 用数据调查的精度和速度，仅依靠高分辨率的遥感 影像作为数据源是不够的，更需要研究出行之有效 1．1 研究区概况 的遥感解译技术。传统计算机分类技术主要依靠像 实验区位于攀枝花市西区东南方向20km的部 元的光谱特征进行，对于 “同物异谱”或 “同谱异物” 分区域，地处横断山区，攀西裂谷中南段，属侵蚀、剥 等现象不能很好地予以判别，且分类后 “椒盐现象” 蚀中山丘陵、山原峡谷地貌，以低中山和中山为主。 大量存在。高分辨遥感影像包含有更丰富的光谱、 攀枝花属南亚热带亚湿润气候，日照时间长，昼夜温 纹理、空间等信息，传统分类方法很难对其有效利 差大，夏季时间长、四季不分明，气候垂直差异显著。 用。基于遥感解译的需要，面向对象分类技术被提 研究区最低海拔 1500m，平均海拔 1700m 以上， 出并得到长足发展，大量实证研究相继出现_2]。 土地利用类型多样 ，垂直地带性明显，主要的土地利 以往研究成果中多选择的是简单地貌区，而 山 用类型有林地、耕地、园地、道路、农村居民点、荒草 区地形地貌复杂，土地利用分散、破碎，信息提取困 地、裸地、水域等。 难，面向对象分类方法在地形地貌复杂地区的实证 1．2 基本原理与技术流程 研究有待进一步加强。纹理是描述影像中地物灰度 面向对象分类方法主要包括