湿地科学
濕地科學
습지과학
WETLAND SCIENCE
2012年
2期
206-213
,共8页
莫利江%曹宇%胡远满%刘淼%夏栋
莫利江%曹宇%鬍遠滿%劉淼%夏棟
막리강%조우%호원만%류묘%하동
湿地景观%遥感影像分类%面向对象方法%景观生态学%影像分割%特征提取%杭州湾南岸
濕地景觀%遙感影像分類%麵嚮對象方法%景觀生態學%影像分割%特徵提取%杭州灣南岸
습지경관%요감영상분류%면향대상방법%경관생태학%영상분할%특정제취%항주만남안
在ENVI EX软件的Feature Extraction平台上,利用Landsat TM影像数据,采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类:通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较,系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性.研究结果表明:①较之单一依据像元光谱值进行分类的传统方法,面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征,因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力,也因此获得更高的分类精度(研究区景观分类总精度为88.80%,Kappa系数为0.8765);②面向对象方法在分类中提取的是由同质性像元组成的“对象”,且在合理的影像分割下得到的对象破碎化程度较低,因而能在较大程度上减小分类结果中的“椒盐噪声”干扰;而基于像元方法提取的景观类型以离散像元形式组成,难以清晰表征景观的边界、形状等信息,所以分类结果中会有明显的噪声现象;③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响,实验结果表明,60%的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类;④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题,则有待今后进一步探讨.
在ENVI EX軟件的Feature Extraction平檯上,利用Landsat TM影像數據,採用麵嚮對象方法對杭州灣南岸地區濕地景觀進行遙感影像分類:通過與基于最大似然法、人工神經網絡法、支持嚮量機法等傳統像元方法的相應分類結果進行比較,繫統分析瞭麵嚮對象方法在中低分辨率遙感影像的濕地景觀生態分類中的有效性.研究結果錶明:①較之單一依據像元光譜值進行分類的傳統方法,麵嚮對象方法綜閤攷慮瞭對象的光譜、空間、紋理、色綵等多種屬性特徵,因而對于類型複雜多樣、分佈界限模糊、光譜混淆與混閤像元現象嚴重的沿海灘塗、湖泊、河流等濕地景觀具有更好的鑒彆能力,也因此穫得更高的分類精度(研究區景觀分類總精度為88.80%,Kappa繫數為0.8765);②麵嚮對象方法在分類中提取的是由同質性像元組成的“對象”,且在閤理的影像分割下得到的對象破碎化程度較低,因而能在較大程度上減小分類結果中的“椒鹽譟聲”榦擾;而基于像元方法提取的景觀類型以離散像元形式組成,難以清晰錶徵景觀的邊界、形狀等信息,所以分類結果中會有明顯的譟聲現象;③影像分割在運用麵嚮對象方法進行遙感影像分類過程中具有重要影響,實驗結果錶明,60%的分割呎度和歸併呎度組閤較有利于中低分辨率影像的遙感分類;④麵嚮對象分類過程中諸如影像分割精度的評價、最優分割呎度的選取、特徵空間的優化等問題,則有待今後進一步探討.
재ENVI EX연건적Feature Extraction평태상,이용Landsat TM영상수거,채용면향대상방법대항주만남안지구습지경관진행요감영상분류:통과여기우최대사연법、인공신경망락법、지지향량궤법등전통상원방법적상응분류결과진행비교,계통분석료면향대상방법재중저분변솔요감영상적습지경관생태분류중적유효성.연구결과표명:①교지단일의거상원광보치진행분류적전통방법,면향대상방법종합고필료대상적광보、공간、문리、색채등다충속성특정,인이대우류형복잡다양、분포계한모호、광보혼효여혼합상원현상엄중적연해탄도、호박、하류등습지경관구유경호적감별능력,야인차획득경고적분류정도(연구구경관분류총정도위88.80%,Kappa계수위0.8765);②면향대상방법재분류중제취적시유동질성상원조성적“대상”,차재합리적영상분할하득도적대상파쇄화정도교저,인이능재교대정도상감소분류결과중적“초염조성”간우;이기우상원방법제취적경관류형이리산상원형식조성,난이청석표정경관적변계、형상등신식,소이분류결과중회유명현적조성현상;③영상분할재운용면향대상방법진행요감영상분류과정중구유중요영향,실험결과표명,60%적분할척도화귀병척도조합교유리우중저분변솔영상적요감분류;④면향대상분류과정중제여영상분할정도적평개、최우분할척도적선취、특정공간적우화등문제,칙유대금후진일보탐토.