基于面向對象方法的城市植被提取與綠量估算研究.pdf

1、城市綠化是城市生態(tài)系統(tǒng)的重要組成部分，采用高空間分辨率衛(wèi)星數據及時、準確地獲取城市植被信息(城市植被類型、分布及其結構)，可為城市生態(tài)效益定量分析評價提供依據，滿足城市綠化建設與管理部門的需求。 本文利用IKONOS影像，探討了基于面向對象方法進行城市植被分類的最優(yōu)分割尺度選擇問題，構建了城市植被分類的類層次進行城市植被提?。粸樘岣叱鞘芯G量估算的精度，在BP神經網絡綠量估測模型的基礎上，采用遺傳算法對模型進行優(yōu)化，并對參考因子進

2、行改進，本文主要研究內容與結論如下： 1、影像預處理中，為識別城市植被中較小類型，提高植被分類精度，采用影像融合增強影像的解譯能力。經分析比較，主成份變換3、4波段融合效果最好，可用于城市植被提??；高分辨率衛(wèi)星影像中建筑陰影以及地形起伏影響，嚴重干擾了影像中地物的光譜信息，本文采取不同的方法對建筑物陰影和山體陰影分別進行校正：對城區(qū)建筑物陰影，采用面向對象的方法對影像分割后進行提取，采用朗伯模型進行校正；對紫金山山體陰影，結合D

3、EM采用朗伯模型和經驗統(tǒng)計模型分別校正，實驗表明，朗伯模型存在過校正現象，經驗統(tǒng)計模型校正能取得較為理想的效果。 2、利用面向對象的方法進行城市植被自動分類，提出了以實驗法確定城市植被的最優(yōu)分割尺度；基于商業(yè)軟件構建了城市植被的類層次結構，應用對象的光譜、紋理以及上下文信息實現了城市植被的分類，分類總精度為85.5％，Kappa系數為0.826，取得了較好的分類效果。相比常用的基于像元的分類方法，面向對象的分類方法可以獲得更高的