基于面向?qū)ο蠹夹g(shù)的RapidEye影像桉樹林信息提取研究.pdf

1、桉樹具有生長速度快、用途廣泛的特點(diǎn)，同時(shí)具有良好的經(jīng)濟(jì)效益、社會(huì)效益和生態(tài)效益，是我國重要的造林樹種之一，并對(duì)我國的木材資源供應(yīng)有很大的貢獻(xiàn)。在廣西林漿紙一體化產(chǎn)業(yè)發(fā)展的新形勢下，桉樹種植規(guī)模和范圍的不斷擴(kuò)大，經(jīng)營周期的不斷縮短和栽培措施的集約化以及連栽代數(shù)的增加和社會(huì)“造桉工程”的狂熱發(fā)展，桉樹人工林的生態(tài)脆熱性進(jìn)一步凸現(xiàn)，桉樹發(fā)展中的社會(huì)問題進(jìn)一步激發(fā)，這不僅嚴(yán)重影響速生豐產(chǎn)林發(fā)展、林漿紙一體化建設(shè)、生態(tài)安全，還影響著農(nóng)民增收和社會(huì)

2、穩(wěn)定。因此，采用遙感技術(shù)，用面向?qū)ο蟮膱D像分析方法，及時(shí)、準(zhǔn)確掌握桉樹種植生產(chǎn)情況，其包括桉樹種植的數(shù)量、質(zhì)量及其消長動(dòng)態(tài)信息，這對(duì)提高桉樹種植、生產(chǎn)、經(jīng)營和管理有很大的幫助，并對(duì)促進(jìn)桉樹種植、生態(tài)環(huán)境保護(hù)和社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展有非常大的意義。
　　本文以廣西國有高峰林場為研究區(qū)，采用RapiEye遙感衛(wèi)星影像為基礎(chǔ)信息源，結(jié)合GPS野外調(diào)查數(shù)據(jù)結(jié)果，以桉樹林遙感信息提取為目標(biāo)，基于ERDAS、ArcGIS、ENVI、eCognit

3、ion平臺(tái)，采用面向?qū)ο蟮膱D像分析技術(shù)與知識(shí)規(guī)則創(chuàng)建相結(jié)合的分類方法對(duì)研究區(qū)桉樹林種植信息進(jìn)行提取。具體的研究思路是：首先，采用面向?qū)ο蟮亩喑叨葓D像分割技術(shù)對(duì)RapidEye影像進(jìn)行分割，構(gòu)建各類地物目標(biāo)對(duì)象；然后，在充分分析影像目標(biāo)對(duì)象的空間、紋理、光譜等信息特征的基礎(chǔ)上，篩選出信息量大、關(guān)聯(lián)性小的信息特征；再次，根據(jù)研究區(qū)實(shí)際情況建立目標(biāo)地物對(duì)象的知識(shí)庫，有針對(duì)性地創(chuàng)建語義知識(shí)規(guī)則，實(shí)現(xiàn)桉樹林信息的準(zhǔn)確提?。蛔詈?，進(jìn)行桉樹林遙感信息

4、提取實(shí)現(xiàn)精度評(píng)價(jià)。
　　論文主要研究結(jié)果與結(jié)論如下：
　　（1）基于面向?qū)ο蟮膱D像分析方法在高分辨率影像上的應(yīng)用比傳統(tǒng)基于像元的圖像分析方法更有優(yōu)勢。其充分考慮高分辨率影像中的光譜、紋理、屬性等空間特征，可利用影像豐富的地物信息特征實(shí)行多尺度分割，構(gòu)建目標(biāo)地物對(duì)象，并建立相應(yīng)的分類知識(shí)庫和知識(shí)語義規(guī)則集，對(duì)影像對(duì)象實(shí)現(xiàn)精確分類。經(jīng)研究發(fā)現(xiàn)：面向?qū)ο蟮姆诸惙椒ǜm合高分辨遙感影像的信息提取，針對(duì)性更強(qiáng)，目標(biāo)更明確，信息提取結(jié)果

5、精度更高。
　?。?）對(duì)不同層次、不同空間、不同光譜分辨率的遙感信息源進(jìn)行分析，對(duì)比TM、Spot、Ikonos/QuickBird、資源衛(wèi)星、RapidEye的各種特點(diǎn)，結(jié)果發(fā)現(xiàn)RapidEye數(shù)據(jù)的空間分辨率、數(shù)字處理能力、價(jià)格比等優(yōu)勢能滿足桉樹林監(jiān)測的數(shù)據(jù)要求，而且其紅邊波段可以監(jiān)測植被的長勢。
　?。?）面向?qū)ο蟮膱D像分析方法的核心問題在于實(shí)現(xiàn)圖像的精確分割，影像中地物信息的識(shí)別和相關(guān)特征的提取都是以圖像分割為基礎(chǔ)，

6、圖像分割的好壞會(huì)直接影響到后續(xù)對(duì)象信息的特征提取、目標(biāo)識(shí)別和判別的結(jié)果。經(jīng)研究發(fā)現(xiàn)：圖像分割相對(duì)于較大地物目標(biāo)，實(shí)行較大尺度分割，反之則采用較小的分割尺度，研究區(qū)林地分割尺度采用60～75，各樹種對(duì)象分割采用40～50；控制算法參數(shù)的光譜因子設(shè)置為0.7，緊致度設(shè)置為0.5，圖像分割的效果較好。
　?。?）采用面向?qū)ο蟮膱D像分析方法的關(guān)鍵技術(shù)，在眾多的對(duì)象特征中篩選出信息量大，關(guān)聯(lián)因子小的信息特征，并找出正確的特征差異閾值實(shí)行對(duì)象

7、分類。研究發(fā)現(xiàn)，采用特征變異系數(shù)和基于相關(guān)系數(shù)的選擇方法，根據(jù)標(biāo)準(zhǔn)差和簡單相關(guān)系數(shù)對(duì)對(duì)象特征進(jìn)行初步選擇，在采用擴(kuò)大因子進(jìn)行最終選擇，得到異質(zhì)性、同質(zhì)性、角二階矩等11個(gè)信息量比較大的特征類型，對(duì)對(duì)象分類的作用很大。
　?。?）結(jié)合GPS野外調(diào)查數(shù)據(jù)，采用混淆矩陣計(jì)算方法對(duì)桉樹林信息提取的結(jié)果進(jìn)行了分類精度評(píng)價(jià)。研究結(jié)果發(fā)現(xiàn)：面向?qū)ο蠹夹g(shù)的分類結(jié)果總體精度達(dá)到82.12％，Kappa系數(shù)為0.80；而傳統(tǒng)基于像素的監(jiān)督分類結(jié)果總體

8、精度為68.83%，Kappa系數(shù)為0.67，面向?qū)ο蠹夹g(shù)的桉樹林分類方法精度更高，更適合桉樹林信息的提取。
　?。?）基于面向?qū)ο蠹夹g(shù)的圖像分析方法，應(yīng)用在桉樹林的遙感信息提取具有很大的優(yōu)勢，客觀、準(zhǔn)確、效率高，可實(shí)現(xiàn)對(duì)桉樹林的種植、長勢、分布等動(dòng)態(tài)信息的有效跟蹤和監(jiān)測。在桉樹分類過程中，可運(yùn)用對(duì)象繼承機(jī)制、模糊邏輯概念和方法，以及語義結(jié)構(gòu)，創(chuàng)建桉樹林信息提取的規(guī)則集，可以消除由于光譜細(xì)小的差異或混合像元造成的細(xì)小的碎斑。面向?qū)?/p>