基于高分遙感影像的農(nóng)村居民點(diǎn)提取研究.pdf

1、當(dāng)今是3S技術(shù)高速發(fā)展的時(shí)代，高分一、二、三號(hào)衛(wèi)星的發(fā)射和高分?jǐn)?shù)據(jù)的生產(chǎn)，促進(jìn)了3S技術(shù)之一遙感(Remote Sensing)技術(shù)的進(jìn)步。近幾年，數(shù)據(jù)更新速度加快，衛(wèi)星遙感影像空間分辨率已達(dá)到亞米級(jí)，高分遙感影像的應(yīng)用不斷增加，而傳統(tǒng)的目視解譯專題信息的方法和提取精度不高的自動(dòng)、半自動(dòng)提取方法，已經(jīng)不能滿足應(yīng)用需求，因此，精度高、流程化、智能化的提取方法成為解決這一問題的關(guān)鍵。在各提取方法中，能應(yīng)用于平原地區(qū)的農(nóng)村居民點(diǎn)提取較少，能應(yīng)

2、用于南方丘陵區(qū)的農(nóng)村居民點(diǎn)提取的幾乎沒有，因此，加強(qiáng)對(duì)丘陵區(qū)農(nóng)村居民點(diǎn)提取的研究具有重要意義。
　　本文基于高分二號(hào)和高分一號(hào)衛(wèi)星遙感影像進(jìn)行丘陵區(qū)農(nóng)村居民點(diǎn)的提取研究，以四川省綿陽市三臺(tái)縣的秋林鎮(zhèn)為例，分三步提取農(nóng)村居民點(diǎn)，第一步提取農(nóng)村居民點(diǎn)房屋，第二步提取農(nóng)村居民點(diǎn)附屬用地（房屋周圍的林盤、曬壩等用地），第三步合并農(nóng)村居民點(diǎn)房屋和附屬用地。本文使用ENVI系列遙感處理軟件進(jìn)行數(shù)據(jù)預(yù)處理、增強(qiáng)處理以提高數(shù)據(jù)顯示效果、減少噪聲、

3、提高辨識(shí)度，再挖掘分析像元光譜信息、空間形狀特征、紋理信息、空間關(guān)系特征、地形特征等，通過對(duì)監(jiān)督分類、非監(jiān)督分類、基于專家知識(shí)的決策樹分類、基于規(guī)則和樣本的面向?qū)ο笮畔⒎指詈吞崛〉确椒ㄟM(jìn)行實(shí)驗(yàn)研究，提出基于規(guī)則的面向?qū)ο筇卣魈崛》ㄊ翘崛∞r(nóng)村居民點(diǎn)房屋的最優(yōu)方法，并提取出農(nóng)村居民點(diǎn)房屋，再在ArcGIS中利用農(nóng)村居民點(diǎn)房屋與附屬用地的相鄰位置關(guān)系特征和形狀特征，提取出農(nóng)村居民點(diǎn)的附屬用地，再將兩者合并為農(nóng)村居民點(diǎn)，從而實(shí)現(xiàn)對(duì)目標(biāo)地物農(nóng)村居

4、民點(diǎn)的提取。最后將提取結(jié)果與同年度土地調(diào)查調(diào)繪的農(nóng)村居民點(diǎn)矢量圖進(jìn)行疊加來評(píng)價(jià)其提取精度，并應(yīng)用于現(xiàn)狀分析。主要研究成果如下:
　　(1)建立基于規(guī)則面向?qū)ο筇卣魈崛》ǖ母叻侄?hào)農(nóng)村居民點(diǎn)房屋提取模型，以及高分一號(hào)城鎮(zhèn)居民點(diǎn)提取模型。
　　(2)結(jié)合基于規(guī)則面向?qū)ο筇卣魈崛》ê虶IS（地理信息系統(tǒng)）空間分析法，較精準(zhǔn)地提取出農(nóng)村居民點(diǎn)的位置和形狀，與同年度土地調(diào)查調(diào)繪矢量數(shù)據(jù)相比，其位置精度、形狀精度以及綜合精度達(dá)到85％以

5、上。
　　(3)建立精度評(píng)價(jià)體系，包括位置精度、形狀精度以及綜合精度，并在ArcGIS中建立精度評(píng)價(jià)模型。
　　(4)將該研究方法提取的數(shù)據(jù)應(yīng)用于農(nóng)村居民點(diǎn)的現(xiàn)狀分析，發(fā)現(xiàn)農(nóng)村居民點(diǎn)用地存在村莊分布分散和村莊用地規(guī)模小的問題。
　　本文創(chuàng)新點(diǎn)如下:
　　(1)使用高分二號(hào)衛(wèi)星遙感影像對(duì)丘陵區(qū)的農(nóng)村居民點(diǎn)進(jìn)行提取研究，并結(jié)合基于規(guī)則面向?qū)ο筇卣魈崛》ㄅcGIS空間分析法實(shí)現(xiàn)智能化地提取農(nóng)村居民點(diǎn)。
　　(2)在