随着经济的迅速发展和城市化进程的深入,城市的空间布局和功能组织都在发生重大的变化。因此快速准确地获取城市地物信息对城市系统复杂性管理、城市环境的评价与监测、城市未来发展规划等问题是非常重要的。传统的以地面为主的城市调查手段费时、费力、数据覆盖度低、更新周期长,不能满足日新月异的城市发展对空间信息的需求。遥感技术可以同时获取大面积范围的图像和光谱,具有覆盖范围广,更新速度快,成本低廉等传统调查方式不具备的优点。不同的地物具有不同的光谱反射特性,这是利用遥感数据进行地物分类,进而实现城市发展变化监测的理论基础。与多光谱遥感数据相比,高空间分辨率、高光谱分辨率的遥感数据具有“图谱和一”的特点,非常适合城市这种空间细节繁多、地物类型丰富、内容多样细致的地区的信息提取的需求。由于空间分辨率的提高,城市地物组成和空间结构复杂,再加上在遥感数据获取过程中各种噪声的影响,即使是分属相同地物类别的像元,其反射光谱也会存在较大差异。应用一些传统的高光谱遥感分类方法对城市高空间分辨率高光谱遥感数据进行分类时,其分类精度不是很高,分类结果也不理想。本文的主要内容就是针对上述高空间分辨率的高光谱遥感数据在城市应用中的难点,以城市地物的精确分类为目标,以高空间分辨率的高光谱遥感数据为数据源,开展城市地物分类方法的探索性研究。本文首先阐述了高光谱城市地物分类的研究背景,回顾并总结了高光谱遥感技术的发展,总结了高光谱遥感分类技术的国内外研究现状,分析了城市地物类型的特点,根据实地测量地物反射光谱,设计并实现了一个支持地物分类的小型城市地物光谱库。接着,研究了典型城市地物的光谱特征,设计了如下分类方案：(1)对高空间分辨率高光谱遥感数据采用面向对象的方法进行图像分割；(2)依据分割结果,计算每个对象所包含的所有像元的平均光谱；(3)依据每个对象的反射光谱曲线选择合适的分类方法进行分类,即根据本文所建立的典型城市地物光谱库中的参考光谱,运用光谱角度匹配的方法对分割并求平均后的图像进行分类识别。本文选择了AISA传感器所获取的城市高空间分辨率高光谱数据作为实验数据,对AISA高光谱数据进行了辐射定标,大气校正,几何校正等预处理工作后,实现了上述分类方案的处理流程,并对分类结果进行了精度分析和评价。结果表明,本文所使用的分类方法可以有效减少分类后的散点,提高城市地物的分类精度,期望能对城市信息提取和城市规划研究提供参考。