基于像元和对象分类的城区植被高分辨率遥感制图比较研究.pdfVIP

第19卷3期 应用基础与工程科学学报 V01．19，No．3 2011 2011年6月 June JOURNALOFBASICSCIENCEANDENGINEERING 文章编号：1005-0930(201I)03-0441-008中图分类号：1W9 文献标识码：A 1．03．010 doi：10．3969／j．issn．1005-0930．201 基于像元和对象分类的城区植被高分辨率 遥感制图比较研究 谭衢霖1，一，STEVEJohansen2 (1．北京交通大学土木建筑工程学院，北京100044；2．西安大略大学地理系，加拿大安大略) 摘要：本研究利用高空间分辨率遥感影像和LiDAR数据，参照美国USGS植被分 类体系，在两种不同分类层次上，评价了基于像元和基于对象分类两种方法的城 区植被覆盖专题制图效果．采用传统的基于像元监督最大似然分类时，在下层分 类层次，分类总精度仅为70．5％，Kappa系数为63．5％．当在上层分类层次进行 分类时，分类精度相对下层分类层次有明显提高，总精度达84％，Kappa系数为 75．8％．而采用面向对象的分类方法时，在下层分类层次，分类总精度为86％， 86．2％．研究结果表明，在城区两种不同植被分类层次，面向对象分类结果都取 得了优于基于像元的分类结果． 关键词：高分辨率影像；城区植被；分类；制图 当前，遥感影像的分类可以采用基于像元的方法或面向对象的方法．基于像元的方法 逐像元分类，主要考虑像元的波段光谱特征强度信息，但忽视空间结构关系和上下文语义 信息特征．面向对象的方法可以结合使用光谱、空间、上下文等更多特征信息进行分类，当 前，正受到越来越多遥感应用者的青睐…．已有研究表明，在城区环境下，由于高分辨率 遥感影像上存在大量的光谱变异，传统的基于像元的分类处理方法并不能有效地提取所 需的专题信息．但面向对象分析方法可以在对高空间分辨率遥感影像分类时结合更多的 城区植被覆盖分类．试验研究表明，由于光谱变异严重，基于像元的分类精度较低．而利用 面向对象分类方法，结合NDVI，VI和纹理特征参数，对于城区植被制图能够取得很好的 效果(总精度为97％)∞J．此外，Chubey等认为纹理特征在利用面向对象的方法区分植被 类别时是有效的特征，NIR波段对于区分落叶树和针叶树类是有效的特征等．Teo和Chen DetectionAnd 利用面向对象方法对高分辨率Quiekbird数据分类时，利用LiDAR(Light J．Tan 植被和非植被类H Qulin等利用多光谱航空正射影像，利用面向对象的分类方法对 收稿日期：2009—11讲；修订日期：2010-05-31 作者简介：谭衢霖(1975一)，男，博士，副教授．E—mail：qulintan@sina．toni 应片}基础与工程科学学报 城区树覆盖进行了制图，总精度达933％“ 尽管已有不少研究都表明面向对象的分类方法在城区植被制罔方面是有效的。但南 于土地覆盖分类系统的区域性和多层次性，逐像元分类和面向对象分类方法的效果，尤其 是在多尺度植被分类层次上，尚需进一步比较研究和验证基于上述问题，本研究参照美 国地质调查局(USGS)的土地利用／土地覆盖遥感分类系统，利用高空间分辨率的航空正 射影像和LiDAR数据．开展了如下研究：(1)评价基于像元方法(监督最大似然分类器) 在城区植被分类制图中的有效性：(2)评价基于对象方法在城区植被分类制图中的有效 性；(3)基于像元与基于对象分类方法城区植被多层次分类效果比较 1城区植被遥感分类试验 2．1试验数据与分类体系 研究区位于加拿大安大略省伦敦市中部，所用数据为航空高分辨率正射影像(空问 分辨率为03m)