论文部分内容阅读
水土保持监测是了解水土保持进展和评价水土保持成效的基础。水土保持遥感监测是提高水土保持措施监测精度以及实现水土保持措施实时、快速、定量、大范围的动态监测的有效手段,也是水土保持信息与业务管理和研究的核心内容。但是由于水土流失严重地区的地形复杂性和各类措施遥感特征的多样性,水土保持措施遥感解译还存在很多困难。面向对象信息提取方法可以综合考虑地物的光谱、结构、纹理等信息,从多个尺度理解影像,采用依据模糊数学理论设计的软分类器进行分类,更接近人类对事物的认知方式。因此本文欲探索面向对象方法进行水土保持措施信息提取的适用性。综合以上考虑,本文以延安市麻庄流域为研究区域,以SPOT5遥感影像和DEM为数据源,首先分析了灰度共生矩阵和彩色图像的灰度共生矩阵两种纹理特征提取方法,并对两种方法进行了对比,依据分析的结果进行了遥感影像的纹理特征提取;然后进行了面向对象的水土保持措施信息提取研究和结合纹理特征的面向对象的水土保持措施信息提取研究,主要研究结果如下:1、通过对灰度共生矩阵(GLCM)纹理特征提取方法和彩色图像的灰度共生矩阵(CGLCM)纹理特征提取方法进行系统对比和分析,结果表明,在使用两种方法进行纹理特征提取时,可以用在0°、45°、90°、135°等四个方向提取的纹理特征的平均值取代四个方向的纹理特征值;距离参数选3~9(像元)之间计算的纹理特征较稳健;纹理提取结果受灰度级影响很小,提取纹理特征的过程中可以将影像的灰度级压缩到16级而不影响纹理特征提取的结果;矩阵的计算窗口大于50(像元)时提取的纹理特征较稳健;彩色图像的灰度共生矩阵方法在分析表达纹理方面比灰度共生矩阵方法更优越。2、比较了两种面向对象水土保持措施信息方法,结果表明,(1)采用面向对象方法进行水土保持措施信息提取,植被措施的用户精度和生产精度都达到了70%以上,坝地和梯田两类工程措施的用户精度和生产精度达到了60%以上,分类结果的总体精度为77.34%,Kappa系数为71.96%,到达了很好的分类质量标准。(2)结合彩色图像的灰度共生矩阵方法提取的纹理特征,采用面向对象方法进行水土保持措施信息提取时,植被措施的用户精度和生产精度都达到了80%以上,坝地和梯田两类工程措施的用户精度和生产精度达到了70%以上,总体精度为86.19%,Kappa系数为82.26%,达到了极好的分类质量标准。(3)面向对象方法可以提取水土保持措施,但结合CGLCM纹理特征,提取精度可以大幅提高,其中总体精度可提高8.85个百分点,Kappa系数提高10.3个百分点。