面向对象的分类方法在工程土地利用变化信息提取中的利用研究

科技经济信息化科技经济导刊 2016.24期

面向对象的分类方法在工程土地利用变化信息提取中的利用研究

马 琳

（利津县国土资源局 山东 利津 257400）

1引言

遥感影像信息能够反映出工程土地的情况，而我国传统的分类方法主要是对单个像元进行分析，难以综合分析像元之间的纹理、形状以及结构等信息，导致测量的精度较低。而随着遥感影像信息提取技术的不断的发展，传统的分类方法不断进步，自动化程度也逐渐提高，面向对象的遥感影像分类技术成为目前主流提取方法。面向对象的遥感影像分类方法自动化程度较高，且能够综合利用光谱、纹理、结构等信息，提高了信息提取的精度。

2研究区概况与数据

本次研究选取某工程土地作为研究区域，实验的数据分别是1999年和2009年成像的TM和ETM影像，空间分辨率为30m。为了完成本次研究，截取完整影像上较为典型的700*700大小的子区域作为研究区域。该区域是典型的工程土地，随着时间年人口的增长，建筑物不断增加，由于受到不合理的开发与利用，水土流失较为严重，土地发生了巨大的变化。因此，对前后两次遥感影像进行分类检测，提取工程土地利用的变化信息，为土地的可持续利用提供参考依据。

3面向对象的工程土地利用变化测量方法

3.1 影像分割

面向对象的分类方法在对工程土地利用变化信息提取时，首先要对遥感影像进行有效的分割，影像分割的精度和尺度对分类的精度有着重要的影响，因此影像的分割要严格按照标准进行。影像分割的标准主要分为两点：第一，影响对象的平均异质性要降到最小；第二，影像的平均异质性最小化，且像素归属的影响对象的异质性要分配到每一个像素中。影像分割时，要基于影像的光谱和几何特征，常用的分割方法为区域生长方法。影像分割的参数包括分割尺度、光谱因子以及形状因子等。分割尺度能够决定影像的大小，不同的地物需要在不同尺度上分割；光谱值决定百分比、光谱因子决定均质性；形状因子包括光滑度因子和紧致度因子，两者均用于优化图像对象。多尺度的分割建立了影像对象的分级体系结构，存在上级与下级的对象，分割中的各个对象自动形成体系。而每个影像对象能够提供重要的纹理、形状以及拓扑关系，从而完成下一层次的分类。

3.2 影像对象的分类

多层分割后得到各级对象，随后根据相应的特征参数对各种地物目标进行分类，并且构建语义知识库结构，实现对不同地物的逐级分层分类。面对对象的分类方法中，分类体系是其框架基础。分类体系中的每一类别都有特有的属性、上下继承以及相邻的属性，且属性是由不同类别的成员函数根据一定的逻辑关系构成。在遥感影像中，通过光谱特征来分别标识不同的地物，但部分地物特征相似，此时要结合多个特征来反映出地物的差异性，分层方式组织类来完成分类。对对象特征主要包括光谱特征、拓扑特征以及形状特征等。

通过光谱特征将类别划分为两个抽象类（父类），例如，绿色类表示耕地和植被，非绿色类又可以划分为抽象类和最终类，最终形成具备上下继承关系的类层次图。另外，还可以进行模糊分类，也就是为类定义隶属度函数。本文研究中，主要通过为每一类定义样本以及综合光谱、形状等的特征空间，随后反复试验，完成初次分类后，对归错类的对象进行重新分类，在对子类进行合并，从而获得分类结果图。

3.3 分类后检测土地利用变化

分类完成后，可将不同时相的影像进行分类，随后对分类图像逐个像元比较，最终获得土地变化的结果。另外，也可以讲不同时相的影像波段混合分类，而分类结果包括常规地表类型以及变化类型。通过对两时相的分类结果进行编码，技术人员能够生成出变化图，反映出完整的变化矩阵。分类后比较方法能够较好的控制结果，且减少了不同时相数据的精确配准问题。本次研究中，面向对象分类的基础上进行分类，该研究区域的工程土地类型主要分为居民地、植被、沙地、水体以及商用建筑等五类，在设置类别对比时进行前后时相的每一类分别进行对比，一共生成了25类别，确定变化的同时能够直接提示工程土地利用变化的定量信息以及变化类别的转化信息。

4变化信息提取的评价

4.1 精度评价

面向对象的分类方法在对工程土地利用变化信息提取时，其结果与地面的实际情况存在一定差异，因此精度评价对遥感地物分类有着重要的意义。目前，遥感地物分类中精度评价的最主要方法是通过误差矩阵进行统计。本文研究过程中，查阅了研究区域实际地物情况，对比实际情况，面向对象的分类方法在对该区域工程土地的变化信息提取中精度较高，整体分类精度为96.25%和94.30%，与传统的分类精度相比较，有了非常显著的提高。面向对象的分类方法在工程土地利用变化信息提取时综合运用光谱、形状、结构等特征，精度明显提高。

4.2 工程土地利用变化测量结果评价

面向对象的分类方法在工程土地利用变化信息提取时，能够在发现变化的同时，显示变化的定量信息以及变化种类的转化信息。研究结果显示，面向对象的分类方法测量的工程土地利用变化结果与实际接近，能够作为可持续发展和利用的重要依据。

参考文献：

[1] 纪敏,李辉,石晓春.面向对象的城市土地利用分类[J].地理空间信息，2009(03).

[2] 袁定波,刘成林,汪国斌.面向对象的矿区信息提取方法的应用与研究[J].遥感信息，2013(02).

[3] 刘纯辉.面向对象的计量方法[J].中国计量，2010(10).

摘 要：我国传统中常用的面向像元分类方法能够对光谱差异较大的遥感影像进行提取，且效果较为良好。

但在信息提取的过程中，容易产生“椒盐现象”，难以充分利用纹理和形状信息，导致提取的信息片面化，精度也难以达到要求。而本文采用面向对象的分类方法对工程土地利用变化信息进行自动化提取，该分

类方法能够综合运用遥感数据光谱信息、纹理形状信息以及拓扑关系等，进行多尺度分割对象，并对对

象的目视识别选择样本进行分类。通过面向对象的分类方法能够较好的测出工程土地的利用变化信息，

为土地的可持续利用提供参考依据。

关键词：面向对象；分类；变化信息；提取

中图分类号：E271.6文献标识码：C文章编号：2096-1995(2016)24-0028-01

- 28 -