一种利用面向对象分类技术对中等分辨率遥感图像进行滨海湿地制图的方法
【技术领域】
[0001 ]本发明设及对中等分辨率遥感图像进行滨海湿地制图的方法。
【背景技术】
[0002] 滨海湿地位于陆地与海洋生态系统的交错过渡带，兼备海、陆特征的生态类型，具 有特殊的水文、植被、±壤特征，在维持生物多样性，碳存储、调节气候、控制污染等方面起 着重要的作用。近年来，随着气候变化及人类活动的不断影响，滨海地区自然环境及生态景 观变化显著。因此，快速、准确地获取滨海湿地景观格局信息，对于湿地资源的管理，沿海地 区开发利用及资源的可持续发展意义重大。然而，滨海湿地地处海陆交错带，且红树林、互 花米草等植被分布于地势开阔平坦的潮间带浅滩，使得实地调查难W进行，常规手段进行 准确定位及调查耗时费力，且时效性差。遥感技术可进行大范围，近实时对地观测。因此利 用遥感技术监测滨海湿地地物类型，不仅节约成本，还可快速而准确的制图。
[0003] 面向对象的遥感解译方法是通过影像分割将同质像元合并为对象，继而根据对象 间光谱、形状、纹理、拓扑等差异来区分地物类别的方法。其突破了传统分类方法基于像元 进行分类和处理的局限，克服了分类结果存在椒盐现象的缺点，并W含有更多语义信息的 对象为处理单元，即可降低数据运算量提高分类效率，又可实现较高层次的遥感图像分类。 该方法是基于认知模型的遥感信息提取方法，更贴近人类的认知过程，已成为遥感信息提 取领域主要的研究方向之一。
[0004] 由于海浪及潮软的周期运动，加之人类活动的影响，使得沿海地区景观趋于复杂， 传统的滨海湿地分类方法，仅利用光谱特征，不能准确区分湿地类别。
【发明内容】
[0005] 本发明是要解决传统遥感图像分类方法无法准确区分各种湿地类别，且分类后结 果通常存在"椒盐现象"、"飞地现象"，不适用于中分辨率遥感影像的滨海湿地制图，而提供 了一种利用面向对象分类技术对中等分辨率遥感图像进行滨海湿地制图的方法。
[0006] -种利用面向对象分类技术对中等分辨率遥感图像进行滨海湿地制图的方法，其 特征在于按W下步骤实现：
[0007] 步骤一：下载LandsatS 0LI影像及数字高程模型即DEM数据，并分别对LandsatS 0LI影像及DEM数据进行预处理，对预处理后的LandsatS 0LI影像进行预判，确定滨海湿地 典型地物，包括:红树林、互花米草、海水、滩涂、养殖池和建筑用地；
[000引其中，所述对Landsa巧0LI影像预处理包括正射纠正和几何精纠正；
[0009] 所述对DEM数据预处理包括投影转换，使DEM数据与Landsa巧0LI影像坐标系统一 致，并在ArcGI S中利用Fi 11工具进行填法削峰处理；
[0010] 步骤二:对步骤一中预处理后的LandsatS 0LI影像进行多尺度分割，依据同质性 标准将相邻像元合并为对象，得到影像对象层；
[0011]步骤^:基于6(：0旨]1；[1：；[0]1〇6￥61〇96'8.64软件，根据实地调查样点，获得滨海湿 地典型地物样本对象，利用Object features中Layer化lues工具计算滨海湿地典型地物 样本对象在LandsatS 0LI影像各波段的光谱均值，并导出生成滨海湿地典型地物光谱曲 线；
[0012]步骤四：根据步骤Ξ中得到的滨海湿地典型地物光谱曲线，综合影像特征，确定可 用于区分滨海湿地典型地物特征，并基于eCognition Developer 8.64软件实现各特征的 计算；
[001引步骤五:利用步骤四得到的滨海湿地典型地物特征，通过设定阔值及提取顺序，划 定滨海湿地所在范围，依次提取各滨海湿地典型地物对象，得到初步分类结果；
[0014] 步骤六:对步骤五所得初步分类结果进行细节处理，结合形状、拓扑、地物空间关 系特征归并混分斑块，优化分类结果；
[0015] 步骤屯:导出分类结果即滨海湿地典型地物对象，生成各滨海湿地类型矢量；
[0016] 步骤八:在ArcGIS软件中制作滨海湿地类型图。
[0017]发明效果：
[0018] 本发明针对传统遥感图像分类方法无法准确区分各种湿地类别，且分类后结果通 常存在"椒盐现象"、"飞地现象"，不适用于中分辨率遥感影像的滨海湿地制图，提出了基于 面向对象技术，利用对象的光谱、形状、拓扑W及地物空间关系等特征，辅W数字高程模型 (DEM)，通过波段组合，设定阔值逐层提取滨海湿地典型地物对象，制作滨海湿地类型分布 图。
[0019] LandsatS是美国航空航天局(NASA)于2013年发射的陆地资源卫星，其搭载的化I 陆地成像仪(Operational Land Imager)具有9个波段，本发明使用6个多光谱波段(B:0.45 ~0 · 51ym，G: 0 · 53 ~0 · 59ym，R: 0 · 64~0 · 67ym，NIR: 0 · 85 ~0 · 88μπι，SWIR1:1 · 57 ~1 · 65μπι， SWIR2:2.11~2.29μπι)，空间分辨率30米，重访周期16天，相比其他Landsat系列卫星，其福 射分辨率提高到16bit，使得地物信息更加精细，更有利于地物信息提取。Landsat系列卫星 已被证实适用于沿海地区湿地类型信息提取。
[0020] 由于海浪及潮软的周期运动，加之人类活动的影响，使得沿海地区景观趋于复杂， 传统的滨海湿地分类方法，仅利用光谱特征，不能准确区分湿地类别。本发明针对传统遥感 图像分类方法无法明确区分各种湿地类别，且分类后结果通常存在"椒盐现象"、"飞地现 象"，不适用于中分辨率遥感影像的滨海湿地制图，提出了基于面向对象技术，利用对象的 光谱、纹理、形状、拓扑W及地物空间关系等特征，辅WDEM，通过波段组合，设定阔值逐层提 取湿地对象，制作滨海湿地类型分布图。
[0021] 本发明设及面向对象技术的遥感图像分类方法，将形状、纹理、拓扑及地物空间关 系等信息加入分类过程中，并辅WDEM，快速准确的提取中等分辨率遥感影像化andsatS 化I)中的滨海湿地典型地区空间分布信息，从而制作滨海湿地类型图。
【附图说明】
[0022] 图1为滨海湿地典型地物光谱曲线图；
[0023] 图2为滨海湿地分类规则集图；
[0024] 图3为试验区遥感影像图；其中，试验区遥感影像(R:G:B = SWIR1 :NIR:R);
[0025] 图4为试验区滨海湿地分类结果图。
【具体实施方式】
[0026] 本发明技术方案不局限于W下所列举【具体实施方式】，还包括各【具体实施方式】间的 任意组合。
【具体实施方式】 [0027] 一:本实施方式的一种利用面向对象分类技术对中等分辨率遥感图 像进行滨海湿地制图的方法按W下步骤实现：
[00%]步骤一：下载LandsatS 0LI影像及数字高程模型即DEM数据，并分别进行预处理， 对预处理后的Landsa巧0LI影像进行预判，确定滨海湿地典型地物；
[00巧]其中，所述Landsa巧0LI影像预处理包括正射纠正和几何精纠正;DEM预处理包括 投影转换，使DEM与LandsatS 0LI影像坐标系统一致，并在ArcGIS中利用Fill工具进行填法 削峰处理。
[0030] 步骤二:对步骤一中预处理后的LandsatS 0LI影像进行多尺度分割，依据同质性 标准将相邻像元合并为对象，得到影像对象层；
[0031] 步骤^:基于6(：〇旨]1；[1:;[0]1〇6￥61〇96'8.64软件，根据实地调查样点，获得滨海湿 地典型地物样本对象，利用Object features中Layer化lues工具计算滨海湿地典型地物 样本对象在LandsatS 0LI影像各波段的光谱均值，并导出生成滨海湿地典型地物光谱曲 线；
[0032] 步骤四：根据步骤Ξ中得到的滨海湿地典型地物光谱曲线，综合影像特征，确定可 用于区分滨海湿地典型地物的特征；
[0033] 步骤五:根据步骤四得到的滨海湿地典型地物特征，通过设定阔值及提取顺序，划 定滨海湿地所在范围，依次提取各滨海湿地典型地物对象，得到初步分类结果。
[0034] 步骤六:对步骤五所得初步分类结果进行细节处理，结合形状、拓扑、地物空间关 系特征归并混分斑块，优化分类结果；
[0035] 步骤屯:导出分类结果即滨海湿地典型地物对象，生成各滨海湿地类型矢量；
[0036] 步骤八:在ArcGIS软件中制作滨海湿地类型图。
[0037] 步骤一中LandsatS 0LI影像，轨道号为P124R45,时间2015年1月1日，DEM数据为 SR