对土地利用空间数据而言,高分辨率的遥感影像是其重要的成分之一,如何寻求更有效的方法,从这些数据中挖掘出更多为人们所用的土地利用信息,是本文研究的基本出发点和方向。小波分析是近二十几年发展起来的新兴学科,凭借其优良的特性它已在纵多领域展开应用。如何在土地利用空间数据挖掘中发挥小波分析的特性是本文研究的主要内容。本文从小波分析在土地利用高分辨率遥感影像的纹理特征提取及多尺度信息提取等方面进行深入探讨分析,并得出以下主要结论:(1)认为土地利用空间数据挖掘中应用小波分析主要是基于小波的两大特性:一是利用小波分析的多尺度分解,即多分辨率分析的特性;二是小波对影像分解后纹理特征向高频方向分离,且具有方向特征的特性。(2)土地利用遥感影像各地类小波分解后其纹理能量的分布,各地类在不同尺度及不同纹理方向表现出如下特点:①一、二尺度各方向纹理能量值相对聚集并互相交错,是各地物之间不易进行提取的尺度,各地物在第三、第四尺度上纹理能量有较好的分离性,是比较容易进行地物提取的尺度。②在小波分解影像的三个方向高频分量中,水平和垂直两个方向上小波纹理能量较之对角方向相比更容易进行各地类的提取。(3)遥感影像各波段之间各地类小波纹理能量差异性很小,几乎近似于重叠状态,小波纹理能量的特征提取可用单波近似代替整个影像。(4)从小波的纹理能量在各尺度分布上得出,噪声能量主要集中在前三个分解尺度上,小波分析的去噪研究可在前三个尺度下分析进行。