城市植被尺度鉴别与分类研究.pdfVIP

第23卷第6期 地理与地理信息科学 VoL23NA6 and(；e0一InfoⅡnation November2007 2007年11月 Geography science 城市植被尺度鉴别与分类研究 张友静，樊恒通 (河海大学水文水资源及水利工程国家重点实验室，江苏南京2l0098；河海大学地理信息科学系。江苏南京210098) 摘要：城市地物具有多尺度分布特点，尺度鉴别与确定是分类的前提．提出改进的面积相对差指标．根据城市植被的 分布状态确定最优分割尺度．采用面向对象方法，利用对象的光谱和空间信息对高空间分辨率影像进行植被分类． 与基于像元的传统光谱分类方法和单尺度分类结果比较，最优分割尺度的鉴别和面向对象的分类方法分类精度较 高，6种城市植被的分类总精度达85．5％，I(appa系数为0．83；同时有效抑制了光谱数据分类中存在的地物破碎问题。 关键词：图像分割；尺度鉴别；面向对象分类；高空间分辨率影像 中图分类号：Q948．15+2文献标识码：A 文章编号：1672一0504(2007)06—0054—04 尺度，或对各类待分地物指定一个尺度，然后应用区 O引言 域增长方法和异质性最小原则自动选择尺度参数。 植被是城市生态环境的重要特征，快速精确地 但该方法不能识别尺度参数与空间量测值(如面积) 获取城市绿地分类信息，对于城市建设和绿地规划 之间的关系，因而大多难以成功o]。直方图阈值方 具有重要意义。高空间分辨率卫星影像为实现这一 法也因无法建立阔值与对象尺度的关系而难以鉴别 目的提供了有效的数据源，许多基于像元的遥感自 尺度o]。最佳尺度参数的选择依赖于影像数据的分 动分类方法被用于城市植被信息提取口]。但城市绿 辨率和应用目的，一般可采用基于试验对比获得口“。 地种类多，结构复杂，林相不齐，具有类别组成的复 杂性，空间分布的破碎性以及多尺度集聚特征，因此 黄慧萍等以最大面积法作为尺度鉴别的指标[1”。但 基于单一尺度的像元分类方法不能很好地描述城市 城市景观特征在结构上具有很大差异性，同类地物 植被的特征．也难以获得合理的分类结果。此外，该 的最大面积随不同的城市景观特征而变化。 类方法由于不能获得绿地多边形的属性特征，因而 本文基于面向对象方法，利用高空问分辨率卫 难以直接更新城市数据库。面向对象的分类方法采 星影像对6种城市植被进行分类。采用相对误差方 用多尺度影像分割技术，综合利用对象的光谱和空 法鉴别和确定地物尺度；以多尺度层次等级结构体 间信息，因而更合理、有效，并可减少分类单元口～。 系构建城市植被的语义关系，并逐层提取植被信息， 但是，城市对象的空间结构及其分布是按自身规律 汇集到特定尺度层。在确定类型样本函数库后，利 组合而成，不同的地物其尺度不同，同类地物其尺度 用模糊分类方法对植被对象进行语义识别。为了说 也随地物的空间结构特征而变化。因而客观地鉴别 明城市植被的尺度效应，该方法还与单尺度和传统 和确定尺度成为面向对象分类方法应用的关键。 的光谱统计分类方法进行了比较。 面向对象方法中的尺度是一个关于多边形对象 1面向对象方法与尺度鉴别 异质性最小的阈值，决定着语意层中最小多边形的 大小。分割尺度值越大，所生成的对象层内多边形 1．1面向对象方法 面积越大，反之亦然。研究表明，遥感影像中的地表 面向对象方法以目标对象为单元进行分类。与 特征在一定空间尺度范围内表现为有规律地变化， 基于像元的分类方法相比，它可以充分利用对象的 而一旦越过某个尺度周值则发生本质性的变化，所 光谱和空问信息。根据研究目标和分类系统，该方 以最优分割尺度是一个范围值，而不是一个断点 法以一个层次等级结构体系构建目标问的语义关 值口]。由于尺度直接决定影像对象的描述和信息提 系，因而分类结果不仅合理，语义关系明确，而且有 取的精度，因