风景资源调查是风景区规划和管理的基础,但传统的资源调查方法存在调查周期长、效率低、用工量大,特别是地理环境险要的地段也难以到达。但遥感技术的出现和发展为风景资源调查工作提供了新的途径,借助遥感手段能够更加高效便捷地获取风景资源信息,为后续景观规划提供理论依据。本文借助GF-2号高分辨率遥感影像选取野三坡风景区中九龙镇和百里峡入口两个区域影像采用基于对象分类方法对建筑物信息进行解译研究,主要研究内容及取得的成果如下。1)确定研究区多尺度分割参数。采用eCognition 8.9软件对九龙镇和百里峡景区入口两个区域分别进行多尺度分割,通过对分割尺度、形状因子以及紧致度因子的反复尝试,最终确定了最佳分割参数。九龙镇建筑密集,大多单体建筑用地面积相近,故将分割参数分别确定为:分割尺度20,形状因子为0.4,紧致度因子为0.8。百里峡景区入口各个建筑用地面积不一,周围其它地物较多,故将不同地物分为两个层次,即Level 1:当分割尺度为80,形状因子为0.5,紧致度因子为0.4时,水体、土壤和裸地分割效果较好;Level 2:当分割尺度为20,形状因子为0.5,紧致度因子为0.8时,阴影、道路和建筑物分割效果较好。2)通过目视解译确定九龙镇各地物的影像特征,在多尺度分割的基础上分别采用阈值分类、CART分类、K-NN分类三种分类方法对建筑物信息进行解译,得到以下解译结果:GF-2号遥感影像使用上述三种分类方法均能够满足建筑资源获取的实际需求,分类精度分别为88.06%、85.71%、93.50%,其中K-NN分类方法精度最高。Kappa系数分别为0.79、0.79、0.89,属于高度一致。从分类速度而言,CART分类速度最快,K-NN次之,阈值分类速度最慢。采用K-NN分类结果与ArcGIS优化后的矢量图对建筑的形状一致性和面积一致性作精度评价,结果表明,建筑形状合格率为77.5%;单个建筑面积的漏分误差在3.98%-7.32%,错分误差在3.20%-7.01%,错误率在7.94%-13.34%,正确率在86.66%-92.06%,平均准确率为89.73%,基本能够满足实际需求。3)通过目视解译确定百里峡入口 1 1处景观建筑的影像特征,在多层次多尺度分割基础上采用建立规则集方法分类对建筑物信息进行解译。误差矩阵精度评价方法结果表明,建筑提取总体精度为93.20%,分类精度较高。Kappa系数为0.89,介于0.8-1,属于高度一致性。利用ArcGIS计算得到各个景观建筑的长度（周长）和宽度,借助阴影长度、太阳高度角及卫星高度角等相关参数计算得到建筑物高度,然后通过现场实测得到建筑物的实际长度、宽度和高度的实测值,计算得到长度（周长）误差在1.34%-10.74%,宽度误差在0.79%-7.58%,高度误差在1.54%-17.14%,百分比误差均在值在0.79%-17.14%,解译精度达到80%以上。由此可见,当景观建筑体量较大时采用分辨率为0.8m的高分辨率遥感影像能够较好的解译其特征,与人工调查等传统资源调查方法相比该方法更加高效便捷,基本能够满足风景资源调查的实际需求。