基于CBERS—02B矿区地物信息提取.docVIP

基于CBERS—02B矿区地物信息提取 　　【摘要】应用面向对象分类方法，对山西省平朔露天煤矿进行信息提取。以中巴资源卫星CBERS-02B卫星遥感影像为数据源，利用面向对象分类方法进行多尺度分割并建立分割等级，通过对不同分割尺度的分割结果进行比较，获得最终分割尺度，并结合具体地物的光谱、空间等特征，采用模糊分类中的隶属度函数分类方法，最终将地物分为植被、道路、矿区建筑、煤堆、开采面、废石堆六类。最后使用误差矩阵对分类结果进行精度评价，其总体分类精度达到了88.63%，Kappa系数为0.89。 　　【关键词】面向对象；遥感；煤矿 　　Abstract：Object-oriented classification method is used to extract information from the Pingshuo surface coal mine in Shanxi Province. China-Brazil Earth Resources Satellite（CBERS-02B）is used as data sources.The multi-scale segmentation and partitions level are created by object-oriented classification method.Through comparison of different segmentation results，the final segmentation scales are obtained.And spectral and spatial characteristics of the specific surface features are used to classify the image into vegetation，roads，mine construction，coal pile，mining face，waste rock dumps through the fuzzy classification of the membership function classification method.In the end，The classification result is evaluated by the error matrix，the result shows that the overall classification accuracy reaches 88.03%，and Kappa coefficient is 0.88. 　　Keywords：Object-oriented classification；Remote sensing；Coal mine 　　1.引言 　　矿产资源是一种重要的非再生自然资源，是社会发展的重要物质基础。由于资源开采过程中环境保护工作的严重不足，矿区的生态环境遭到破坏。因此，在既保证矿产产量的同时，做好矿区的生态保护和恢复工作变得至关重要。 　　随着计算机和空间技术的发展，遥感以其具有的宏观性、周期性、客观性、时空变化多层性等独有的优势，被广泛应用于煤矿区域开采情况及周围环境变化情况的动态监测[1]。因此利用遥感对矿区进行监测是刻不容缓的。面向对象信息提取技术可以充分考虑目标地物的形状、尺寸及相互关系等空间信息，将会大大改善对地物信息的提取效果。本文通过面向对象的方法提取高分辨率影像中的矿区地???信息。 　　2.研究方法 　　2.1 数据的预处理 　　本文采用中巴地球资源卫星（CBERS）中的02B星的CCD多光谱，首先对其进行了几何校正，校正精度为0.5个像元；然后根据研究范围作AOI进行裁剪，获得了研究区影像。 　　2.2 多尺度影像分割 　　多尺度影像分割是把影像分割成大小不一、包含多个像素的对象，这些对象不仅具有光谱统计特征，同时也具有形状、上下文关系、与邻近对象的距离、纹理参数等属性[2，3]。对研究区影像进行多尺度分割，是面向对象进行精确分类的重要前提[4，5]。 　　露天煤矿区域中的地物相对分布比较集中，因此采用面积比均值法选择最优尺度。下面通过eCognition软件对研究区域遥感影像进行分割。A选取道路、矿区建筑、裸地3种典型地物类别；B分别计算其面积比均值；C根据面积比均值得出3类地物的最优分割尺度：道路45，矿区建筑90，裸地190；D生成三个尺度分割层进行矿山地物提取。对于开采面、煤堆、废石堆用大尺度分割层提取，道路、矿山建筑可以用较小尺度分割层进行提取。 　　为了很好提取植被信息，本文引入了归一化植被指数[6，7]（NDVI），其对绿色植被反映敏感，在研究中被广泛应用。