本站小編為你精心準備了地理國情普查思考參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《南方國土資源雜志》2015年第五期

1遙感影像的信息提取方法

①目視解譯法。目視解譯法是由解譯員依據影像中各種目標地類的光譜特征、紋理特征、空間特征等幾何成像原理以及解譯員所掌握的各種地類的結構規律和發展規律，通過分析地類在影像上的特征對目標地物進行目視識別，從而提取特征信息。②基于像元的分類方法。基于像元的分類方法是計算機分類的傳統方法，應用比較廣泛，技術發展也比較成熟。主要包括監督分類和非監督分類：監督分類是自頂向下的知識驅動法，先進行訓練再進行分類，也就是先學習再分類。包括有最小距離分類法、多級切割分類法、特征曲線窗口法、最大似然比分類法；非監督分類是一種自底向上的數據驅動方法，前提是假定遙感影像上同類物體在同樣條件下具有相同的光譜信息特征。非監督分類主要采用聚類分析方法，聚類是把一組像素按照相似性歸成若干類別，即“物以類聚”。它的目的是使得同一類別的像素之間的距離盡可能的小而不同類別上的像素間的距離盡可能的大。非監督分類常用的方法有分級集群法和動態聚類法。③面向對象的分類方法。面向對象的分類技術在遙感影像光譜特征的基礎上，充分考慮了地物的形狀、大小、紋理、位置、結構等幾何特征，利用目標對象與周圍環境之間的語義關系等因素，再根據對象特征建立合適的分類規則，完成對影像信息的提取，這樣可以充分利用影像中的信息，提高分辨精度，有效地避免了傳統基于像元分類方法的信息損失現象的發生，并同時可以有效地避免噪聲影響，通過設定適合的分割尺度，噪聲區域將和其周邊像元一起分割合并到特定的影像對象中去，而不是被單獨的提取分類，從而避免了“椒鹽現象”的產生。

2面向對象分類方法的研究現狀

20世紀90年代以來，面向對象的信息提取技術得到了快速發展，Hofmanne為了提取IKONOS影像中非正式居民地采用了面向對象的分類方法，并充分利用影像對象的光譜、紋理、形狀等信息，取得了較高的分類精度；Willhauck等通過集合多種數據源，采用面向對象的分析方法，完成了印尼在1997與1998年森林火災后的制圖任務。在國內，面向對象的信息提取研究起步比較晚，近幾年才得到大力地推廣和應用，杜鳳蘭利用面向對象的分類方法對IKONOS影像的土地覆蓋信息進行提取；莫登奎等也采用面向對象的分類方法提取了株洲市城鄉結合部的土地利用信息；黃慧萍等以高分辨率遙感影像為數據源，以多尺度影像分割與面向對象影像分析方法為主要技術，自動提取了大慶市城市綠地覆蓋信息，達到了清查城市綠地的目的。

3幾種遙感影像分類技術的應用和對比

為了對比幾種遙感影像信息提取技術的優劣，筆者選擇賀州地區，以2010年的0.6m分辨率2.5全色波段與多光譜融合后的QuickBird影像作為實驗數據。研究區域像素大小為1980*1980，面積約1km2，該區域內的地面要素包括耕地、園地、林地、河流、建筑物和道路。

3.1人工目視判讀分類提取影像信息人工目視判別分類就是解譯者通過肉眼觀察遙感影像，先總結目標物的影像特征和特征影像，進而建立各種目標物的解譯標志，再根據解譯標志和解譯工作者的經驗分辨地物種類并對各類地物的邊緣進行矢量化。人工目視判別的分類在ARCGIS9.3下進行，根據土地利用現狀分類表的種類，先設置地類為耕地、林地、水體、建筑物、道路。通過人工目視判別分類的結果顯示，分類的地物比較清晰，不同的地類之間有著比較明確的分界，并且劃分出來的圖斑邊緣比較光滑。由于是通過人為肉眼的分類，判斷和分類的主要依據就是紋理及色彩，這樣就容易造成漏分和錯分的情況發生。一些細長或者面積偏小的地類容易遺漏，以及一些紋理區別比較微小但又明顯不同的地物容易錯分，并且人工采集的時間相對較長，特別是針對大面積影像要花費較多的時間和人力。

3.2基于像元的遙感影像信息提取最大似然法是傳統遙感影像分類中應用比較廣泛的一種分類方法。該方法通過對感興趣區域的統計和計算，得到各種類型的均值和方差等特征值，從而確定一個分類函數，然后將待分類圖像中的每一個像元代入各種類別的分類函數，將函數返回值最大的類別作為被掃描像元的歸屬類別，從而得到分類的效果。主要過程如下：①根據測區的具體情況和上述地表分類的種類，對QuickBird影像各波段進行配準。②對地表覆蓋的各種地類，分別選取5個訓練樣本（即5個特征明顯的地類）。③針對選取的訓練樣本計算出各地類的參數。④將訓練樣本以外的像元逐個逐類代入公式，對于每個像元分幾類就計算幾次，最后比較大小，選擇最大值來確定該像元的類別。⑤檢驗分類結果，如果分類中產生的錯誤比較多，則需要重新選擇訓練區重新計算各像元的所屬類別，直到分類結果滿意為止。通過這種基于像元的遙感影像分類可以充分利用分類地區的先驗知識，預先確定分類的類別；通過控制訓練區域樣本的選擇，再反復檢驗訓練樣本，從而提高了分類的精度。但是這種分類方法人為主觀因素較強，訓練區域樣本的選取和評估需要花費一定的人力和時間，并且只能識別訓練樣本中所定義的類別，對于因訓練樣本數量太少未被定義的類別，這種方法不能識別，從而影響了分類的結果。

3.3基于面向對象的遙感影像信息提取面向對象的分類技術首先要對影像進行分割并得到同質性的對象，提取特征或特征組合并建立分類體系，最后采用相應的分類方法實現各種地物地類信息的提取。利用面向對象的遙感影像信息提取技術分類的結果與實地比較一致，特別是對耕地方面的信息，提取結果較為準確。但是通過目視判讀，這種方法還是會把一些園地和田埂分成了耕地，也會把一些影像信息接近且位置相鄰但是實際不是同類地物的像元分成相同地類，由于廣西耕地輪種現象比較頻繁，部分園地的紋理和波普特性和農作物十分接近，這也是導致分類出現錯分、漏分的原因，需要在以后的研究中探索更好的辦法，進一步提高分類的精度。

3.4幾種遙感影像信息提取方法的比較通過以上3個實驗，對3種影像信息提取的結果抽取155個隨機圖斑進行精度評價，其精度結果如表1、表2、表3所示。對比這3個表顯示，通過人工判讀的方法和基于面向對象的分類方法解譯的精度相對較高，而基于像元的傳統遙感影像信息提取方法的信息提取精度稍微偏低。從這3個表看出，利用面向對象的遙感影像分類技術提取耕地及居民地信息的精度和效率是最高的。雖然人工判讀的方式信息提取精度最高，但是純人工的方式對于面積較大，地物種類比較多的測區需要大量的人力和時間，通常按照一副標準一萬分副的DOM影像人工采集需要一天時間，通過計算機和遙感影像的分類技術可以大大提高工作效率，這3個分類時間表中的分類時間沒有包括訓練區選取、分割尺度和規則設立的時間，在尺度和規則設置好后，面向對象的影像分類辦法是大面積快速提取耕地保護相關信息的一種科學有效的方法。

4結語

4.1結論筆者通過分析研究，得到以下幾點結論：①利用遙感影像技術作為開展地理國情普查工作可以把原來依靠人工判讀和外業核查的大量和長期的工作，轉變由計算機來解譯，原來需要數天的工作可以在短短幾分鐘內完成，是目前速度最快，效率最高，并且精度可以達到規范要求的方法，較之從前的實地核查、舉報等方法更主動、更經濟，是開展地表覆蓋核查技術的一個飛躍。②利用面向對象的遙感影像信息提取時，分割尺度的選擇以及適合的分類規則直接影響最后分類的結果。根據不同的遙感影像類型和地表覆蓋種類不同的區域應該反復實驗，選擇最優分割尺度和分類規則可以得到更好的分類效果。③面向對象的遙感影像信息提取技術在提取地表覆蓋信息比傳統基于像元的信息提取技術精度更高，比目視判讀的速度提高了幾倍，并且分類精度也比較接近目視判讀的方法，具有精度高、內容全、應用范圍廣的特點，是目前開展地理國情普查工作中更科學有效的技術。

4.2展望①筆者使用的實驗數據地貌地類不復雜，所以信息提取的規則設置也相對簡單，只是介紹了遙感影像提取技術在地理國情普查中的應用。在廣西這種丘陵地區，耕地分布雜亂，農作物的輪種頻繁，所以不能僅憑筆者實驗的數值來對整個區域進行信息提取。在不同的區域利用遙感影像信息提取技術還要通過與實地結合并且反復嘗試來得到合適的分類尺度和分類規則。②在面向對象技術提取信息的過程中，可以減少人們使用傳統目視判別的工作量，但是分類過程中并沒有完全實現自動識別，還會有錯分、漏分等現象，所以如何實現自動化提取是今后研究的重要方向。③各地應該建立耕地保護遙感影像數據庫，以及地類分類信息樣本庫。數據庫中應該有多時相、多分辨的遙感影像以及各種地類地物在不同季節、不同影像上所表現出來的各種特性，這對今后時點核查起到重要作用。

作者：譚盛輝 單位：廣西地圖院