br>[006引实施例：
[0069] W云南省安宁市森林可燃物遥感调查和可燃物载量估计为实施例。
[0070] (1)基于TM影像的安宁市元多边形定义及矢量库生成。W行政界线、林权界线等 为固定分界，遥感图像多边形元识别效果如图2所示，与地面调查人工勾绘的结果对比本 发明勾绘的多边形元更符合专业需求。
[0071] (2)安宁市本征地物类定义及属性库生成、解译指标数据库构建。根据图9,写入 属性库的本征地物类代码（types)及解译指标如图3-4所示。
[0072] (3)安宁市森林可燃物调查辅助解译信息数据库集成。结合安宁市森林树种的分 布情况和森林防火专业需求，制定适合安宁市森林可燃物遥感调查的分类系统，见图10所 示。在安宁市区域上，共采集482个GI^点，每个GI^点处记录其东经、北缔、海拔、地类、郁 闭度（盖度）、树高，将其写入GI^点矢量的属性库中。
[0073] (4)基于似然模型的安宁市森林可燃物调查图斑推理。参照TM图像，设置GI^样 点，进行补充采样，建立各主要树种的生态概率模型。Wtypes属性项的值为基础，结合各 主要树种的生态概率模型，对各主要树种进行了属性似然推理和图斑综合，得到可燃物分 类结果，如图5-6所示。
[0074] (5)安宁市森林可燃物解译结果精度检验。从预留的地面调查采集到的GPS点选 取某一可燃物类别的图斑，统计解译的和实地调查的不同类别的样点数，制作混淆矩阵，如 图7所示，根据上述公式计算本实施例解译的总体精度为86. 0%，满足精度检验的要求。
[00巧](6)安宁市森林可燃物载量遥感定量估计。W安宁市的所有乡镇的云南松典型林 地为调查对象，设置GI^样地，调查云南松林分郁闭度和林下地面细小可燃物（枯枝落叶和 腐殖质），建立典型样地的空间数据库，对郁闭度和可燃载量物进行线性回归分析，建立云 南松郁闭度与地面细小可燃物载量关系的数学模型，如图8。根据二类调查结果，根据图斑 林分的郁闭度定量评估全区域上的云南松地类的地面细小可燃物载量。云南松地类的可燃 物定量估计的关系模型如下：
[0076]y= 3844X-389. 27R2= 0. 6277
[0077] 式中：y:为地面细小可燃物载量（g/m2);x:为郁闭度（％ ) ;R2:为相关系数。
[0078]W上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术 人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本 发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，运些变 化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其 等效物界定。
【主权项】
1. 一种遥感图像计算机自动解译的方法，其特征在于：其具体步骤为：（1)、元多边 形的定义及矢量库生成；(2)、本征地物类定义及属性库生成；（3)、解译指标数据库构建； (4)、辅助解译信息数据库集成；（5)、基于似然推理模型的面向行业的图斑推理；（6)、建立 混淆矩阵，对计算机解译结果进行验证；（7)、定量遥感估计。2. 根据权利要求1所述的一种遥感图像计算机自动解译的方法，其特征在于：所述的 步骤（5)可以替换为基于确定性推理模型的面向行业的图斑推理。3. 根据权利要求1所述的一种遥感图像计算机自动解译的方法，其特征在于：所述的 元多边形的定义及矢量库生成的步骤包含：（1)、利用纹理度量，除去图像中"异常点"或 "孤立点"；（2)、按光谱度量识别色斑；（3)、连通光谱度量和纹理度量相似的区域，检测最 小图斑；(4)、如果不符合要求，将这些图斑作为待识别的"点"，回到开始步骤；如果符合要 求，转入下一步；（5)、栅格图像转换为矢量GIS数据库，生成元多边形属性库。4. 根据权利要求1所述的一种遥感图像计算机自动解译的方法，其特征在于：所述的 本征地物类定义及属性库生成的步骤包含：（1)、用反射率指标合成假彩色图像，作为地面 覆盖参照；（2)、依据本征地物类分类标准、光谱和纹理信息，为每种地物类确定本征类别； (3)、人机交互的方法，查看图像与代码的对应关系；(4)、调整或校准规则，修正错误的类 另IJ; (5)、基于混淆矩阵估计正判率，若达到95%，则视为多边形元解译合格；若低于95%，则 返回修正。5. 根据权利要求1所述的一种遥感图像计算机自动解译的方法，其特征在于：所述的 解译指标数据库构建的步骤包含：（1)、将表征解译指标的栅格数据与多边形元矢量数据进 行叠加；（2)、以多边形元矢量外边界为范围限定条件，进行包含式的选取分析；(3)、对于 选择得到的区域栅格进行统计分析，求得定量指标数据；(4)、将多边形元的解译指标数据 写入与元多边形关联的属性数据库中。6. 根据权利要求1所述的一种遥感图像计算机自动解译的方法，其特征在于：所述的 辅助解译信息数据库集成的步骤包含：（1)、根据专业和用户个性需求，选取与定义辅助解 译信息指标，一般为基于DEM的地学指标；（2)、对DEM进行预处理，如重新定义像元大小等； (3)、按指标定义，利用DEM计算辅助解译指标的栅格图像；(4)、以多边形元为边界，应用空 间栅格选取功能，取得落入多边形内的栅格点，求算基于该多边形的辅助解译指标；（5)、将 该指标写入多边形元的属性数据库中。7. 根据权利要求1所述的一种遥感图像计算机自动解译的方法，其特征在于：所述的 基于似然推理或确定性推理模型的面向行业的图斑推理的步骤包含：（1)、用户依据自己的 专业应用要求，建立专业分类标准与分类系统；（2)、准备判读样地数据集，如使用GPS采 集的样点集；(3)、判读样地与对地观测元多边形叠加分析，建立语义解译规则；(4)、使用 辅助解译信息，构建面向图像高层语义知识的专家知识库；（5)、确定本征地物类到专业类 的对应关系；(6)、使用似然推理模型或确定性推理模型对图斑进行属性判断；（7)、基于同 种地物类别的图斑归并。8. 根据权利要求1所述的一种遥感图像计算机自动解译的方法，其特征在于：所述的 建立混淆矩阵，对计算机解译结果进行验证的步骤包含：（1)、选取预留的样点；(2)、提取 统计每类用户定义的语义类别的样点数及每类样点落在经实地验证的地类的样点数，建立 混淆矩阵；（3)、计算过程精度、用户精度、总体精度；(4)、当总体精度达到85%以上为合格； (5)、若低于85%，需重构解译模型。9.根据权利要求1所述的一种遥感图像计算机自动解译的方法，其特征在于：所述的 定量遥感估计的步骤包含：（1)、确定待估的参量指标；(2)、确定待估指标所在地物类，依 据图斑类别的待估指标状况设计采样框；(3)、获取地面样本点；(4)、回归建模，计算每个 图斑的待估指标；（5)、当统计计算完成后，定量估计结果写入图斑属性库中。
【专利摘要】本发明公开了一种遥感图像计算机自动解译的方法，它涉及遥感图像的计算机自动解译和应用技术领域，其具体步骤为：(1)元多边形的定义及矢量库生成；(2)本征地物类定义及属性库生成；(3)解译指标数据库构建；(4)辅助解译信息数据库集成；(5)基于似然推理模型的面向行业的图斑推理；(6)建立混淆矩阵，对计算机解译结果进行验证；(7)定量遥感估计。它实现多行业、多用户遥感图像解译产品的生产和集成共享，获得具有图斑地物类别及其它高层语义知识的计算机自动解译产品，为同一研究区域的不同用户提供基本的ArcGIS矢量标准库，节约了重复勾绘图斑的人力和时间，可以有效的促进卫星影像解译结果的产业化。
【IPC分类】G06F17/30
【公开号】CN105279223
【申请号】CN201510476977
【发明人】王艳霞, 周汝良
【申请人】西南林业大学
【公开日】2016年1月27日
【申请日】2015年10月20日