论文部分内容阅读
本文针对土地利用变更调查工作的实际情况,提出了一种“以RS获取大面积空间信息、GPS精确修正遥感数据、GIS更新/存贮空间数据”的土地利用变更调查技术,即:“3S”土地利用变更调查技术,并对遥感影像的选择/处理、GPS的选择等问题做了探讨。北京市大兴县、昌平区2000年“3S”土地利用变更调查工作实践表明:此技术具有工期短、精度高、费用低、数据可靠性高等优点,是传统变更调查方法所无法比拟的。 为了提高“3S”土地利用变更调查技术的产品化、自动化与智能化程度,本研究借鉴了传统遥感影像分类技术、模式识别技术的部分基础理论,并结合变更调查工作的特殊需求,独立地提出了一种“以图斑为识别单元、地理信息和地物反射光谱信息为主要判类依据”的变化地块识别方法,即:GIS与RS集成的变化地块识别方法。此方法彻底避免了传统遥感分类中“以像元为判类单元、以地物反射光谱信息为主要识别依据”的缺点,也改变了常规2S集成中以RS分类为主、GIS数据处理为辅的状态,实现了GIS与RS更高层次上的集成。 在设计变化地块识别的判决函数时,本文针对变化地块识别工作的特殊性:1、以无规律性、无集群性的变更地块为研究对象;2、以降低变更地块的漏判率为目标,对距离判别法做了如下改良:1、将无规律、无集群性的变更地块识别问题转化为有规律、有集群性的地类识别问题;2、严格判类规则(将落入误判高发区的待测样本视为变更地块),以减少变更地块的漏判。改良的距离判别法不仅较为形象、易于理解,而且可操作性强。经推理发现:改良的马氏距离判别法恰恰也是对经典贝叶斯(Bayes)判别的改良。 为了能将人的知识及判别思维能力与地块分类有效地结合起来,本文选用决策树法作为分类器,并设计了四类辅助算法:1、指导构建决策树的系统聚类算法;2、用于压缩指标信息的主成分分析法:3、评价指标分类性能的K—w检验法、不确定性法、序惯分析法;4、评价类别可分性的超球重叠率法。这些方法不仅能为构建决策树、选择分类指标提供辅助信息,而且还能粗略估计分类结果的优劣,为事前的分析工作提供有力的理论依据。 本文“以Titan为开发的GIS平台、Access为数据库、Visual Basic与VisualC++为前端开发工具”对已有的“土地详查系统”做了扩展,设计、实现了变化地块的自动判读子系统。在算法实现的过程中,灵活的编码机制、结构化查询语句(SQL)以及元数据表等技术实现了无限级决策树的构造与存取、计算字段的动态生成,提高了系统的自适应力。