利用面向对象分类技术的大尺度土地覆被调查方法  

Land-cover survey method using object-oriented technology and HJ-CCD image on large scale

作　　者：罗开盛[1,2,3] 李仁东[1,3] 常变蓉[1,2,3] 

机构地区：[1]中国科学院测量与地球物理研究所,武汉430077 [2]中国科学院大学,北京100049 [3]湖北省环境与灾害监测评估重点实验室,武汉430077

出　　处：《中国科学院大学学报（中英文）》2013年第6期770-778,共9页Journal of University of Chinese Academy of Sciences

基　　金：中国科学院战略性先导科技专项(XDA0505107)资助

摘　　要：以HJ-CCD为实验数据,采用面向对象分类技术,对地形复杂、类型多样的湖南省进行土地覆盖类型的自动提取.着重研究在大尺度上的土地覆被调查中应用HJA/B遥感影像和面向对象技术获取土地覆被信息的一整套技术方法.将多尺度分割、邻域推移分类法以及野外调查、专家知识有机结合起来,并用野外采样点进行精度检验.湖南省土地覆被调查结果的总体精度84.99%,Kappa系数为82.79%.结果证明了以HJ-CCD影像为遥感数据源,利用面向对象技术进行大尺度的土地覆被调查的可行性和有效性.Based on HJ-CCD remote image data, object-oriented technology was applied into the land-cover extraction in Hunan Province. We mainly focus on land-cover survey method using HJA/B remote sensing images on large scale and explore a set of approaches to get land-cover information using object-oriented technology. The overall accuracy of the results is 84.99% and Kappa coefficient is 82.79%. The research results show that land-cover survey method using HJ-CCD remote sensing images and object-oriented classification technology is feasible and effective on large scale.

关 键 词：HJ—CCD影像 面向对象 大尺度 邻域推移分类法 ECOGNITION 

分 类 号：P954[天文地球—自然地理学] S127[农业科学—农业基础科学]