土地资源调查中遥感影像分类及识别技术应用研究.docVIP

土地资源调查中遥感影像分类及识别技术应用研究 　　【摘要】随着时代经济的快速发展以及科学技术的日新月异，高科技计算机产品逐渐广泛应用于土地资源调查中，尤其是遥感技术的应用，其极高的分辨率以及提取数据的快捷性,在土地资源调查中有着至关重要的地位。本文首先概述了遥感影像的分类，对计算机遥感图像分类识别原理进行了主要说明，进而论述土地资源调查应用遥感影像的工作流程，最后基于实例探讨分析土地资源调查中遥感影像识别技术的应用。 　　【关键词】土地资源调查;遥感影像；分类；识别技术 　　21世纪的今天，各种科学技术逐渐应用与世界各个行业，其巨大的社会效益和经济效益推动了时代经济的快速发展。尤其是遥感技术在土地资源调查中的广泛应用，在土地资源保护和有序利用中发挥着不可估量的经济价值。因此本文对土地资源调查中遥感影像的分类及识别技术的应用进行研究有一定的经济价值和现实意义。 　　１遥感影像的概念以及分类 　　1．１遥感影像的概念 　　时代经济的快速发展提高了卫星遥感图像以及航空遥感图片的分辨率，进而使得人们通过遥感图像对有用数据和信息充分获得。同时遥感图像有着一定的比例尺，是对地表物体电磁辐射强弱信息的记录和反映，其最主要的表现形式是通过遥感探测进而获得的一种遥感信息。 　　１．２遥感影像的分类方法 　　一般来说，遥感影像的分类主要是对地表广谱特征的依据，进而对图像上每个像素进行有针对性的分类，最大限度实现通过遥感图像区分多种地物。遥感影像分类的方法主要有监督分类、非监督分类以及遥感影像分类新方法。所谓的监督分类主要是训练分类法，包括最大似然法、平行六面体法、Mahalanobis距离法以及最小距离法。所谓的非监督分类方法主要是K-means和ISODATA算法两种。同时就其实质性而言，遥感土动态监测常用的方法主要有直接提取法、影响分类比较法、目视解译法以及基于知识和GIS的分类决策等方法。 　　２浅析计算机遥感图像分类识别原理 　　就目前而言，对于物体的有效识别以及检测成为当今计算机领域研究的热点之一。尤其是遥感影像技术在土地资源调查中的广泛应用，通过区域内某一时间段地物电磁波辐射灰度大小以及变化的趋势，进而对地物辐射光谱能量结构特征进行反映。一般来说计算机遥感图像包含着地面地物的时间信息、地面地物的光谱能量信息以及地面地物的结构信息。 　　所谓的图像分类主要是对地物光谱能量特征和结构上的差异性进行分析，进而对某一时间段地物信息进行识别的过程。而计算机遥感图像分类主要是将图像上任一像元进行分类，通过光谱数字矩阵，进而对不同分类决策进行采用实现最终识别的目的。 　　土地动态检测主要是通过对遥感影像地表地物空间域、时间域以及光谱域的特征进行分析，进而充分掌握土地的变化类型。一般来说，计算机遥感图像分类首先就要将遥感图像应用的目的以及其图像数据的特征作为依据，将具有特征类别的特征量找出，同时将对应于分类类别的训练样本提取出，采样图像代表中某些给定类别的图像，进而分类图像中的各个像元，最后根据数据以及分类类别进行结果比较。 　　３土地资源调查应用遥感影像的工作流程 　　土地资源调查应用遥感影像的时候，系统首先就要搜集人工成果，并对详尽的工作计划进行制定。就其实质性而言，土地资源调查应用遥感影像的工作流程为制定计划、资料收集、确定分类体系、投影类型及参数设定、图像预处理、影像信息增强处理、信息识别与提取、行政界线叠加、统计面积、检验与分析、正式与制图以及成果输出。 　　遥感影像在实际的识别之前，就要对图像进行严格的处理，尽可能镶嵌图像以及纠正几何、增强图像、分类图像、提取特征信息、验证野外，进而得到土地利用现状图。 　　４实例分析土地资源调查中遥感影像识别技术的应用 　　以上海某一地区为研究对象，设置工作区图像的大小为3.24×3024个像元，选取遥感图像为Landsat5，其时像为2012年6月，工作过程中主要应用6个波段，用黄绿色调表现旱田、暗紫红色表现滩涂地、暗绿色变现为菜地、灰紫色表现为城镇、灰白色表现为裸地。处理后的图像主要以正态或者是近似正态分布各波段灰度值。 　　４．１遥感影像分类方法对比 　　一般而言，遥感影像分类方法有很多种，比如说：光谱能量信息的统计模式识别、神经网络模式识别以及基于图像结构和光谱特征分类等。同时前面我们已经浅要分析了遥感影像分类的方法主要有监督分类、非监督分类以及遥感影像分类新方法。一般而言，在对上海某一地区进行土地资源调查的过程中，其非监督分类主要是对K-means方法的采用，选取一定的属性参数、类别设置为5、16次为循环的次数、其阀值则为0.01、像元数则为9144576。CLS1为旱田、CLS2为滩涂地、CLS3为水田、CLS4为城镇、CLS5为裸地，一般而言，水田和