居民地的空间分布与区域人口、经济、财产的空间分布具有较强的空间相关关系,它为人口、经济和财产等社会经济统计数据的空间化提供了基本的骨架。遥感技术的发展为居民地空间信息的获取提供了先进的手段。城市边缘区是居民地信息变化较快的区域,及时准确的获得城市边缘区居民地信息更具有实际的应用价值。 论文基于SPOT5-Hi遥感数据,全文贯穿分层分类思想,以居民地为提取对象,以最小错分居民地为原则,以提高居民地提取精度为最终目标。充分分析了研究区地表特征分布,理清“杂乱无章”的地表特征分布信息,按照分层分类思想以实地调查结果为依据建立研究区分层分类树,并根据本文的研究目的建立合适的分层提取模型,围绕居民地信息进行非居民地与居民地的区分研究,最终得到居民地信息。主要研究结论如下: 1、运用分层分类思想进行逐级逻辑判断,把研究区复杂地表信息做了层层分解。面对居民地与非居民地信息,挖掘区分居民地与非居民地信息的特征波段,进行有效的波段组合或运算,针对各层分别建立分类器进行分类处理,从各层分类精度的评价结果可知,此种方法针对性强;对分布于研究区境內,总体精度贡献小的地类,进行反向合并调整,避免了数据的冗余性;对最终居民地提取精度影响较大的地类进行了其与居民地的混分研究。最终得到居民地分类精度为79%。对比已有居民地提取的成果,发现分辨率的提高,地面细节扩大,居民地信息提取难度更大,精度并没有显著的提高。影响分类精度的另一个原因在于精度评价数据的空间分辨率,用高于分类数据的空间分辨率影像进行基于像元的精度评价,势必降低居民地的提取精度。综合分析整个分层分类提取各环节的研究及最终获得的分类精度,发现采用分层分类思想,进行组成复杂的居民地信息提取研究是有针对性和相对有效的。 2、道路信息对居民地提取的精度影响较大,本文依据Marr视觉原理对道路信息进行提取。道路预处理、道路低层次的提取及道路的后处理三个环节的研究直接关系到道路信息的准确提取,本文基于已有的研究,采用自适应滤波预处理、ISODATA模糊聚类及基于几何判断的道路后处理对道路信息进行提取,实验结果表明本文的道路信息提取思想可以得到研究区的主要道路数据。