CAJ | 학술논문

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.
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.