欢迎访问中国科学院大学学报,今天是

中国科学院大学学报 ›› 2013, Vol. 30 ›› Issue (6): 770-778.DOI: 10.7523/j.issn.2095-6134.2013.06.009

• 环境科学与地理学 • 上一篇    下一篇

利用面向对象分类技术的大尺度土地覆被调查方法

罗开盛1,2,3, 李仁东1,3, 常变蓉1,2,3   

  1. 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
  • 收稿日期:2013-03-01 修回日期:2013-03-20 发布日期:2013-11-15
  • 通讯作者: 罗开盛
  • 基金资助:

    中国科学院战略性先导科技专项(XDA0505107)资助

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

LUO Kai-Sheng1,2,3, LI Ren-Dong1,3, CHANG Bian-Rong1,2,3   

  1. 1. Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077, China;
    2. University of Chinese Academy Sciences, Beijing 100049, China;
    3. Key Laboratory for Environment and Disaster Monitoring and Evaluation of Hubei Province, Wuhan 430077, China
  • Received:2013-03-01 Revised:2013-03-20 Published:2013-11-15

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.

关键词: HJ-CCD影像, 面向对象, 大尺度, 邻域推移分类法, ecognition

Abstract:

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.

Key words: HJ remote sensing image, object-oriented, large scale, partition mobile classification method, ecognition

中图分类号: