[發明專利]一種基于面向對象的高分辨率遙感影像森林分類方法

無效

• 申請號: 201210506579.X
• 申請日: 2012-12-03
• 公開（公告）號: CN103093233A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 張林波;張繼平;沃笑;徐翠;張海博
• 申請（專利權）人: 中國環境科學研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/54
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于面向對象的高分辨率遙感影像森林分類方法，其特征在于以高分辨率遙感影像為基礎，采用面向對象的圖像分類方法，建立了面向遙感的森林二級分類系統，創建了森林遙感分類輔助數據集及集成影像，篩選出區分森林類型的關鍵指數，并根據關鍵指數提出了一種分層逐步分類提取法用以制定各森林類型的信息提取知識規則。具體包括以下步驟：?

步驟1：數據源選擇。選擇的數據源為高分辨率衛星遙感影像數據，如ALOS，SPOT，Quick?Bird等數據，并輔以高程數據、林業調查數據等相關數據資料，同時結合實地調查數據進行分析。?

步驟2：圖像預處理。圖像分類前，對遙感影像進行預處理，包括大氣校正、幾何校正、投影轉換、剪裁拼接等，并對全色波段圖像及多光譜圖像進行影像融合。?

步驟3：建立森林分類系統。根據遙感影像數據的信息可辨識性，結合傳統森林分類系統，建立了面向遙感的森林二級分類體系。一級分類將森林劃分為針葉林、闊葉林和針闊葉混交林三類。二級分類根據生境的差異將針葉林劃分為暖性針葉林和溫性針葉林；根據季相差異將闊葉林劃分為常綠闊葉林、常綠落葉、闊葉混交林及落葉闊葉林。?

步驟4：建立森林遙感分類標志庫。通過實地考察，確定各森林類型的大體分布情況及分布規律，記錄典型分布點位，結合野外GPS定位，將各森林類型的實地考察點坐標與遙感影像進行空間匹配，獲取各森林類型的遙感影像特征。?

步驟5：建立森林遙感分類輔助數據集及集成影像。輔助數據集主要包括DEM數字高程數據及其衍生出來的坡度、坡向數據、NDVI(Normalized?Difference?Vegetation?Index，歸一化植被指數)數據(通過遙感影像波段計算得到)等。將各輔助數據分別作為一個波段疊加到遙感影像波段中，組合成用于遙感影像分類的集成影像。?

步驟6：基于面向對象的森林分類。在ENVI?ZOOM軟件平臺下進行森林遙感分類，首先通過調試，確定圖像分割系數，生成集成圖像的對象圖層。然后，采用專家知識分類法，利用對象圖層中各對象的空間、光譜和紋理特征構建各森林類型的信息提取知識規則。最后，將獲取的特征信息輸出為矢量文件，獲得初步的森林分類數據。?

步驟7：將分類結果導入ArcGIS中，對照遙感影像，參考地形圖和其他相關專題圖件，結合實地調查情況，對錯誤的分類結果進行目視解譯修訂。?

步驟8：實地調查驗證。對初步的森林分類數據采用分層隨機采樣的方法進行精度分析。通過野外實地調研，確定驗證樣點的真實屬性，與初步的分類結果進行比較，確定分類結果的精度。?

2.根據權利要求1所述的森林分類方法，其特征在于以高分辨率遙感影像為數據源。高分辨率遙感影像具有高分辨率、高精度的特點，能夠保證森林分類的精確度。?

3.根據權利要求1所述的森林分類方法，其特征在于采用面向對象的圖像分類方法對森林進行遙感分類。面向對象的圖像分類方法在分類時不僅依靠地物的光譜信息，更多的是利用地物的幾何形態、結構信息，如紋理、形狀、結構和空間組合關系等，與傳統的分類方法相比，該方法由于顧及了更多的結構、特征等信息，避免了同一地物內部異質性增強導致的“椒鹽現象”的產生，提高了分類精度。?

4.根據權利要求1所述的森林分類方法，其特征在于根據高分辨率遙感影像數據的信息可辨識性，結合傳統森林分類系統，建立了面向遙感的森林二級分類體系。一級分類將森林劃分為針葉林、闊葉林和針闊葉混交林三類。二級分類根據生境的差異將針葉林劃分為暖性針葉林和溫性針葉林；根據季相差異將闊葉林劃分為常綠闊葉林、常綠落葉、闊葉混交林及落葉闊葉林。?