基于eCongnition软件的土地利用分类研究
发布时间：2022-02-09 22:08
【目的】利用遥感制图对海南省屯昌县土地利用情况进行分析评价。【方法】文章采用海南地区GF-2多光谱4 m和全色1 m影像,经过正射校正、辐射定标、大气校正和融合处理,在eCongnition软件平台上,利用面向对象分类方法,通过构建NDVI、NDWI、SAVI 3种植被指数特征值,结合多尺度分割算法,建立规则集,逐层逐步提取了该地区林地、水体、不透水面和其他植被4种类型的地物。【结果】林地和水体提取结果较优,NDVI对林地和其他植被2个地类识别的贡献率较大。NDWI指数的引入能够较好地解决浅水识别困难的问题,取得了很好的水体分类效果;通过SAVI临界阈值的设定,不透水面和道路能够较好地分类,但是部分裸土地与不透水面容易混淆。分类结果为不透水面12.392 km2、水体2.534 km2、林地8.519 km2、其他植被7.690 km2。【结论】在eCongnition软件平台的多尺度分割算法和多种指数结合逐层提取土地利用覆盖分类方法具有高效且便于操作等特点,适合在区域尺度上推广。
【文章来源】：北方农业学报. 2020,48(04)
【文章页数】：9 页
【部分图文】：
技术流程
通过对分类结果的分析，林地提取结果最优，水体其次，不透水面和其他植被也有较好的分类结果。本文采用的指数特征在分类过程中的贡献率表现，NDVI对林地和其他植被的贡献率较高；SAVI对于不透水面的贡献率高，能够很好地将建筑物和道路从其他地类中提取出来，但是在部分地区未能将裸地从不透水面中提取出来。由图3的分类结果可以看出，结合植被指数和水体指数对试验区的土地利用分类取得了十分理想的结果。其中，林地因其高NDVI值的特点，提取效果是最为理想的，水体其次，其他植被的分类过程中，有一小部分林地和农田有混淆的情况，其原因可能是试验选取的遥感图像是海南地区的，而海南又属于橡胶树种植区，人工种植的橡胶树地块容易跟天然林地混淆。在试验初始阶段，在基于光谱DN值和形状特征、紧凑特征度等特征采用分类分割方法未能取得较好的分类结果，尤其没能完整地提取图3c左上角的水体部分，对浅水的提取也不够准确完整。但是，通过计算NDWI值，设定阈值的方法能够较完整地提取浅水地区和城市地区的水域。此外，使用SAVI能够较完整地提取不透水面（建筑物和道路）。本试验的结果表明，在e Congnition软件平台，采用多尺度分割和多种指数结合的方法，逐层提取城市土地利用、覆盖分类十分高效，且便于操作，适合在区域尺度上应用。
GF-2是第1颗空间分辨率优于1 m的民用光学遥感卫星，卫星携带了2个高分辨率的1 m全色相机和4 m多光谱相机。该卫星具有空间分辨率高、定位精度高、姿态快、可操作性强等特点，有效地提高了卫星的综合观测效率，达到国际先进水平。GF-2是我国高分辨率地球观测系统（CHEOS）的第2颗高分辨率成像卫星，是我国第1颗具有地面采样距离（GSD）的民用高分辨率成像仪。与GF-1相机相比，数据分辨率有所提升[14]。GF-2因其数据高获取能力和高空间分辨率越来越受到国内学者的重视，GF-2数据广泛应用于农业资源管理[15]、精准农业[16]、林业[12]、建成区提取监测[17-18]、水域监测[8,19]等领域，是目前我国空间分辨率最高的卫星数据，对国土资源调查、灾害应急管理等具有十分重要的价值。本试验数据为海南地区GF-2卫星数据，全色分辨率为1 m，多光谱分辨率为4 m。研究区域为海南省屯昌镇及其周边区域，覆盖范围：5 735像元×5 429像元，主要包括建筑物、植被、道路、水体和裸地。
【参考文献】：
期刊论文
[1]GF-2 Satellite 1m/4m Camera Design and In-Orbit Commissioning[J]. HUANG Wei,SUN shunrong,JIANG Haibin,GAO Chao,ZONG Xiaoying. Chinese Journal of Electronics. 2018(06)
[2]基于多尺度分割与光谱特征提取建成区的方法[J]. 钟舒怡,李向新,柏叶辉,冯骏. 软件导刊. 2018(09)
[3]面向对象的GF-1遥感影像多尺度分割研究[J]. 张华,张改改. 甘肃农业大学学报. 2018(04)
[4]基于GF-1影像的东江流域面向对象土地利用分类[J]. 李恒凯,吴娇,王秀丽. 农业工程学报. 2018(10)
[5]机载LiDAR与高分2号融合的城镇地物分类研究[J]. 刘茂华,李如仁,王岩,马志新. 中国科技论文. 2018(09)
[6]面向水稻LAI监测的植被指数土壤调节参数修正[J]. 谢京凯,王福民,王飞龙,张东尼. 遥感技术与应用. 2018(02)
[7]耦合空-频域特征的高分二号浊水提取模型[J]. 马吉晶,杨树文,薛理,张珊. 遥感信息. 2018(02)
[8]基于物候参数和面向对象法的濒海生态脆弱区植被遥感提取[J]. 张贵花,王瑞燕,赵庚星,袁秀杰,彭杨,王向峰. 农业工程学报. 2018(04)
[9]随机森林在城市不透水面提取中的应用研究[J]. 赵艺淞,杨昆,王保云,黎晓路. 云南师范大学学报(自然科学版). 2017(03)
[10]基于分层分类法提取城市裸地信息[J]. 董婷,焦利民,许刚. 测绘地理信息. 2016(04)
硕士论文
[1]多尺度遥感数据在西安城区水体信息提取中的方法研究[D]. 刘知.中国地质大学(北京) 2018
[2]基于GF-2遥感影像的城镇地物信息提取分割尺度研究[D]. 袁泽.新疆大学 2016
[3]基于易康软件平台下的北京城区林木树冠覆盖解译与检验[D]. 宋宜昊.中国林业科学研究院 2016
本文编号：3617722
【文章来源】：北方农业学报. 2020,48(04)
【文章页数】：9 页
【部分图文】：
技术流程
通过对分类结果的分析，林地提取结果最优，水体其次，不透水面和其他植被也有较好的分类结果。本文采用的指数特征在分类过程中的贡献率表现，NDVI对林地和其他植被的贡献率较高；SAVI对于不透水面的贡献率高，能够很好地将建筑物和道路从其他地类中提取出来，但是在部分地区未能将裸地从不透水面中提取出来。由图3的分类结果可以看出，结合植被指数和水体指数对试验区的土地利用分类取得了十分理想的结果。其中，林地因其高NDVI值的特点，提取效果是最为理想的，水体其次，其他植被的分类过程中，有一小部分林地和农田有混淆的情况，其原因可能是试验选取的遥感图像是海南地区的，而海南又属于橡胶树种植区，人工种植的橡胶树地块容易跟天然林地混淆。在试验初始阶段，在基于光谱DN值和形状特征、紧凑特征度等特征采用分类分割方法未能取得较好的分类结果，尤其没能完整地提取图3c左上角的水体部分，对浅水的提取也不够准确完整。但是，通过计算NDWI值，设定阈值的方法能够较完整地提取浅水地区和城市地区的水域。此外，使用SAVI能够较完整地提取不透水面（建筑物和道路）。本试验的结果表明，在e Congnition软件平台，采用多尺度分割和多种指数结合的方法，逐层提取城市土地利用、覆盖分类十分高效，且便于操作，适合在区域尺度上应用。
GF-2是第1颗空间分辨率优于1 m的民用光学遥感卫星，卫星携带了2个高分辨率的1 m全色相机和4 m多光谱相机。该卫星具有空间分辨率高、定位精度高、姿态快、可操作性强等特点，有效地提高了卫星的综合观测效率，达到国际先进水平。GF-2是我国高分辨率地球观测系统（CHEOS）的第2颗高分辨率成像卫星，是我国第1颗具有地面采样距离（GSD）的民用高分辨率成像仪。与GF-1相机相比，数据分辨率有所提升[14]。GF-2因其数据高获取能力和高空间分辨率越来越受到国内学者的重视，GF-2数据广泛应用于农业资源管理[15]、精准农业[16]、林业[12]、建成区提取监测[17-18]、水域监测[8,19]等领域，是目前我国空间分辨率最高的卫星数据，对国土资源调查、灾害应急管理等具有十分重要的价值。本试验数据为海南地区GF-2卫星数据，全色分辨率为1 m，多光谱分辨率为4 m。研究区域为海南省屯昌镇及其周边区域，覆盖范围：5 735像元×5 429像元，主要包括建筑物、植被、道路、水体和裸地。
【参考文献】：
期刊论文
[1]GF-2 Satellite 1m/4m Camera Design and In-Orbit Commissioning[J]. HUANG Wei,SUN shunrong,JIANG Haibin,GAO Chao,ZONG Xiaoying. Chinese Journal of Electronics. 2018(06)
[2]基于多尺度分割与光谱特征提取建成区的方法[J]. 钟舒怡,李向新,柏叶辉,冯骏. 软件导刊. 2018(09)
[3]面向对象的GF-1遥感影像多尺度分割研究[J]. 张华,张改改. 甘肃农业大学学报. 2018(04)
[4]基于GF-1影像的东江流域面向对象土地利用分类[J]. 李恒凯,吴娇,王秀丽. 农业工程学报. 2018(10)
[5]机载LiDAR与高分2号融合的城镇地物分类研究[J]. 刘茂华,李如仁,王岩,马志新. 中国科技论文. 2018(09)
[6]面向水稻LAI监测的植被指数土壤调节参数修正[J]. 谢京凯,王福民,王飞龙,张东尼. 遥感技术与应用. 2018(02)
[7]耦合空-频域特征的高分二号浊水提取模型[J]. 马吉晶,杨树文,薛理,张珊. 遥感信息. 2018(02)
[8]基于物候参数和面向对象法的濒海生态脆弱区植被遥感提取[J]. 张贵花,王瑞燕,赵庚星,袁秀杰,彭杨,王向峰. 农业工程学报. 2018(04)
[9]随机森林在城市不透水面提取中的应用研究[J]. 赵艺淞,杨昆,王保云,黎晓路. 云南师范大学学报(自然科学版). 2017(03)
[10]基于分层分类法提取城市裸地信息[J]. 董婷,焦利民,许刚. 测绘地理信息. 2016(04)
硕士论文
[1]多尺度遥感数据在西安城区水体信息提取中的方法研究[D]. 刘知.中国地质大学(北京) 2018
[2]基于GF-2遥感影像的城镇地物信息提取分割尺度研究[D]. 袁泽.新疆大学 2016
[3]基于易康软件平台下的北京城区林木树冠覆盖解译与检验[D]. 宋宜昊.中国林业科学研究院 2016
本文编号：3617722
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3617722.html
