论文部分内容阅读
土地利用/覆盖变化是当前全球变化研究的核心内容之一,而土地利用/覆盖分类则是其基础性工作之一。近年来,随着我国遥感技术的飞速发展,出现了诸如高分一号等国产高分辨率遥感卫星的发射与应用,利用遥感技术获取土地利用/覆盖分类已经成为一种有效的工具与技术手段。而利用国产高分辨卫星对高寒山区的土地利用/覆盖分类的研究一直少有参考。本文选取国产高分一号卫星遥感数据对西藏林芝八一镇地区典型高寒山区土地利用/覆盖分类做出了初步探究,主要工作和结论如下:(1)本文选用了国产高分一号影像数据,以WFV2数据为基础,结合2米全色数据,分别采用传统基于像元的最大似然监督分类法与分区ISODATA非监督分类法及面向对象的分类对西藏林芝八一镇地区典型高寒山区土地利用/覆盖类型进行了初步探究,并绘制了基于以上三种方法的该地区的土地利用/覆盖分类图,为使用国产高分一号数据进行高寒山区土地利用/覆盖提供了一定参考性。(2)参考中国土地利用分类及美国土地利用/覆被分类系统,结合研究区实际地物调查并综合研究区所处高寒山区地形复杂多变的特点,将研究区的土地利用/覆盖类型划分为水体、植被、城镇与道路、农田、裸地及未利用地六大类。(3)为解决ISODATA非监督分类法中,由于地形因素导致的研究区部分山体阴影处的植被与水体错分的现象,经多次试验后,提出以研究区3050m等高线为界,将研究区划分为海拔小于3050m区域及海拔大于3050m区域,进行分区ISODATA分类,较好地解决了研究区山体阴影处植被与水体错分的情况。(4)在采用eCognition面向对象分类方法中,进行了图像最优分割尺度的研究。利用ESP(Estimation of scale parameter)方法初步得到研究区三个备选最优分割尺度分别为50、70及90个像元,并在这三个最优分割尺度下采用最邻近分类法对研究区土地利用/覆盖分类结果精度进行比较,得到研究区最优综合分割尺度为50个像元。(5)对研究区土地利用/覆盖分类采用的最大似然分类法、分区ISODATA分类法及面向对象分类法做出了精度评价。得出面向对象分类法中,50、70及90三种最优分割尺度下土地利用/覆盖分类结果精度均优于传统的最大似然监督分类与ISODATA非监督分类。其中,当最优分割尺度为50时的面向对象分类法的总体精度为84.87%,比传统的最大似然分类法的总体精度(63.18%)和ISODATA非监督分类法的总体精度(50.15%),分别提高了21.69%和34.72%。