基于对象特征的山东省丘陵地区多时相遥感土地覆被自动分类

作     者：谭磊 赵书河 罗云霄 周洪奎 王安 雷步云 TAN Lei;ZHAO Shuhe;LUO Yunxiao;ZHOU Hongkui;WANG An;LEI Buyun

作者机构：卫星测绘技术与应用国家测绘地理信息局重点实验室南京大学南京210023 江苏省地理信息技术重点实验室南京大学南京210023 南京大学地理与海洋科学学院南京210023 

出 版 物：《生态学报》 (Acta Ecologica Sinica)

年 卷 期：2014年第34卷第24期

页      面：7251-7260页

核心收录：

学科分类：0710[理学-生物学] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 09[农学] 0903[农学-农业资源与环境] 0713[理学-生态学] 090301[农学-土壤学] 

基　　金：中国科学院战略性先导科技专项--应对气候变化的碳收支认证及相关问题(XDA05050106) 

主　　题：对象特征 丘陵地区 土地覆被分类 支持向量机 

摘      要：对于基于像元的土地覆被分类来说,植被的分类是难点。使用多时相面向对象分类方法可以较好的解决这个问题。以山东省烟台市丘陵地区为研究区,采用Landsat TM(Landsat Thematic Mapper remotely sensed imagery)、DEM(Digital Elevation Model)、坡度、坡位、坡向等多种数据,利用基于对象特征的多时相分类方法对研究区进行土地覆盖自动分类。首先对影像进行多尺度分割并检验分割结果选取合适的分割尺度,然后分析对象的光谱、纹理、形状特征。根据各类地物的光谱特征、地理相关性、形状、空间分布等特征,明确类别之间的差异。建立决策树使用隶属度函数进行模糊分类,借助支持向量机提高分类精度。研究结果表明,通过使用多时相影像采用面向对象分类方法,相对于传统的基于像素的分类可以明显提高分类精度,尤其是解决了乔灌草的区分问题。