基于WorldView-2高分辨率影像的城市土地覆蓋分類方法研究.pdf

1、本文以河南省平頂山市為研究區(qū)，采用WorldView-2遙感影像對(duì)其中的地物信息進(jìn)行識(shí)別和提取，WorldView-2是Digital Globe公司于2009年10月發(fā)射成功的新一代高分辨率8波段商用衛(wèi)星，該衛(wèi)星能夠提供0.5米全色圖像和1.8米分辨率的多光譜圖像，本文運(yùn)用到是1.8米分辨率的8波段多光譜圖像。為了研究WorldView-2高分辨率影像在城市土地覆蓋分類方面的能力，本文研究過程與成果如下:
　　(1)在文中，對(duì)W

2、orldView-2影像分別利用基于像素和面向?qū)ο髢煞N分類方法對(duì)研究區(qū)進(jìn)行城市土地地物提取，在基于像素方法中，選取支持向量機(jī)(SVM)和C5.0決策樹分類器分別進(jìn)行城市土地覆蓋分類。并對(duì)兩種分類器的分類性能進(jìn)行綜合比較，最終得出兩種分類器的總體分類精度區(qū)別不大，但各自有其擅長(zhǎng)提取的地物，對(duì)于城市內(nèi)部土地分類，SVM分類器更加適合。
　　(2)在面向?qū)ο蠓椒ㄖ?，使用SVM分類算法，運(yùn)用改進(jìn)的多層分割分類的方法。在影像的多尺度分割試驗(yàn)

3、中，通過調(diào)整參數(shù)多次分割實(shí)驗(yàn)，取得了適合研究區(qū)各地物的分割參數(shù):第一層分割尺度參數(shù)為120，提取水體和大塊林地耕地;經(jīng)過第一層分割分類，將影像分為三部分:城市層，植被層，水體層。對(duì)每一層繼續(xù)進(jìn)行分割分類，經(jīng)過多次試驗(yàn)，第二層城市層分割尺度參數(shù)為20，提取城市建筑物，道路，陰影等;水體層分割尺度為40，提取水體，濕地等;植被層分割尺度為80，將大片林地與耕地區(qū)分開來。這樣，通過多尺度多分辨率分割，各類地物在不同尺度上進(jìn)行提取，建立起合適的

4、分類等級(jí)體系，并獲得最終的分類結(jié)果。
　　(3)研究結(jié)果表明，面向?qū)ο蟮腟VM城市土地覆蓋分類方法的總體精度達(dá)到88.29％，基于像素的SVM分類方法總體精度為74.7％，基于像素的C5.0決策樹分類方法總體精度為74.2％，面向?qū)ο蟮腟VM分類方法總體精度為80.6％，比基于像素方法平均提高6.3％，Kappa系數(shù)由0.71、0.72提高到0.78。總體來說，SVM分類算法在城市土地覆蓋分類方面比C5.0決策樹算法更有優(yōu)勢(shì);與基