简介：利用Landsat系列影像提取水体的方法有很多种,细小的水体漏提或误提现象严重,依靠单一的方法难以取得突破。本研究结合现有的方法提出一种新的思路：1）基于DEM数据提取河网数据;2）辅以河网缓冲区数据将Landsat8影像的1-7波段和全色波段用于多尺度分割,根据形状特征提取线状的细小水体;3）假设2.5m分辨率影像提取的结果为实际水体,与基于像元的MNDWI法进行对比。结果表明水体的总体提取精度提高11.7%,细小水体提取比例从13.3%上升到59.6%,因此本方法简单易行,有利于线状的细小水体提取,可在一定程度上减少山区细小水体的漏提,提高水体提取整体精度。

简介：在ENVIEX软件的FeatureExtraction平台上，利用LandsatTM影像数据，采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类；通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较，系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性。研究结果表明：①较之单一依据像元光谱值进行分类的传统方法，面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征，因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力，也因此获得更高的分类精度（研究区景观分类总精度为88．80％，Kappa系数为0．87651；②面向对象方法在分类中提取的是由同质性像元组成的“对象”，且在合理的影像分割下得到的对象破碎化程度较低，因而能在较大程度上减小分类结果中的“椒盐噪声”干扰；而基于像元方法提取的景观类型以离散像元形式组成，难以清晰表征景观的边界、形状等信息，所以分类结果中会有明显的噪声现象；③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响，实验结果表明，60％的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类；④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题，则有待今后进一步探讨。

简介：分割和分类是面向对象分类方法的2个基本步骤,分割的效果会直接影响分类的精度。因此本研究以福建省平潭岛的SPOT-5高空间分辨的遥感影像为研究数据,利用正交试验的方法探究该区域多尺度分割的最优参数,并建立分类规则进行分类。最后将基于像元的监督分类与面向对象的分类方法进行比较分析,得到的总体精度分别为77.50%和89.00%。结果表明,由于面向对象的分类方法能更充分的利用影像的光谱信息、几何结构和纹理特征,在高空间分辨率的遥感影像分类中更具有发展前景。