面向?qū)ο蠓诸?lèi)方法在四川丘陵區(qū)森林分類(lèi)中的應(yīng)用研究.pdf

1、森林資源調(diào)查作為一項(xiàng)重要的國(guó)家資源調(diào)查，目的是全方位了解全國(guó)林業(yè)資源利用狀況，掌握真實(shí)的林業(yè)資源數(shù)據(jù)，為國(guó)家宏觀(guān)掌控森林資源的消耗、制定國(guó)民生產(chǎn)計(jì)劃以及指導(dǎo)和改善林業(yè)工作計(jì)劃提供可依靠的證據(jù)。近幾年來(lái)，隨著遙感科技的發(fā)展，遙感影像的時(shí)像分辨率、三維分辨率以及色譜分辨率都有了極大的提高，給人們對(duì)于遙感研究提供了極其豐富的地表信息。同時(shí)，也為森林資源的調(diào)查提供了一種全新的科學(xué)手段，使得森林資源調(diào)查的精度有了進(jìn)一步提高，并大大提高了作業(yè)效率。

2、傳統(tǒng)的信息提取方法在大部分情況下是通過(guò)分析地物的波段特征相近的程度來(lái)進(jìn)行信息提取，這種基于像元的光譜信息提取技術(shù)忽略了整個(gè)影像的基本結(jié)構(gòu)情況，從而導(dǎo)致對(duì)影像的認(rèn)識(shí)和提取的準(zhǔn)確性受到影響;因此，為了解決這一不足，提出了關(guān)于面向?qū)ο蟮姆诸?lèi)方法。面向?qū)ο蟮倪b感圖像分類(lèi)方法充分利用光譜、結(jié)構(gòu)及三維等各種信息，彌補(bǔ)了傳統(tǒng)分類(lèi)方法的不足，取得了較好的分類(lèi)效果，避免了椒鹽現(xiàn)象的產(chǎn)生，突破了傳統(tǒng)的分類(lèi)方法以基本像素為分類(lèi)和處理單元的局限性。
　　

3、本文基于eCognition軟件，利用面向?qū)ο蟮姆诸?lèi)方法對(duì)四川省南部縣玉鎮(zhèn)鄉(xiāng)SPOT5遙感影像進(jìn)行森林分類(lèi)，并驗(yàn)證其分類(lèi)結(jié)果的精確程度。旨在探索適合四川省丘陵區(qū)遙感影像的森林資源分類(lèi)方法，并提高SPOT5影像森林分類(lèi)的準(zhǔn)確度，為快速、準(zhǔn)確、合理的進(jìn)行森林分類(lèi)調(diào)查提供可借鑒的經(jīng)驗(yàn)和方法。主要結(jié)果如下:
　　(1)通過(guò)面積比均值法以及反復(fù)的分割試驗(yàn)，最終確定建設(shè)用地、耕地和林地、水田和水域的最優(yōu)分割尺度和最優(yōu)分割參數(shù)分別為10、30和

4、70;形狀因子分別為0.7、0.3和0.5。
　　(2)充分利用分割后影像對(duì)象的紋理和光譜特征以及各層次間的關(guān)系，建立起適合該地區(qū)的分類(lèi)知識(shí)庫(kù)，采用模糊分類(lèi)中的隸屬度函數(shù)分類(lèi)方法將有林地、疏林地、耕地、以及建筑提取出來(lái)。這樣的分類(lèi)規(guī)則適合于研究區(qū)的森林分類(lèi)。
　　(3)精度評(píng)價(jià)的結(jié)果表明，傳統(tǒng)最大似然法分類(lèi)結(jié)果顯示總體的精度為54.50％，kappa系數(shù)為0.4921，面向?qū)ο蠓诸?lèi)方法總體精度和kappa系數(shù)分別為80.93