1、遙感技術的發(fā)展使得遙感影像的空間分辨率越來越高，高空間分辨率的影像在研究土地利用/覆蓋中的應用也越來越廣。高空間分辨率遙感影像比中、低空間分辨率的影像具備了更多的空間細節(jié)信息，但是目前高空間分辨率遙感數(shù)據(jù)應用效率卻不高。一個重要的原因就是傳統(tǒng)的遙感影像分類方法是基于像元的分類方法，不能有效地提取出影像中的空間紋理信息?；谙裨姆诸惙椒ㄟ€存在著分類結(jié)果會出現(xiàn)椒鹽現(xiàn)象的問題，從而導致大量無效破碎圖斑的產(chǎn)生，最終導致分類精度不高。大范圍的土

2、地利用/覆蓋數(shù)據(jù)的實時更新對高分辨率遙感影像的應用也帶來了挑戰(zhàn)。高分辨率遙感影像往往成本高昂，同時它所包含的海量數(shù)據(jù)需要耗費大量的時間和人力才能完成信息的提取。這使得高分辨率的遙感影像在大范圍實時的土地利用/覆蓋信息提取中的應用不具現(xiàn)實意義。
　　 針對以上的問題，本文提出了將中分辨率的遙感影像數(shù)據(jù)與高分辨率的影像數(shù)據(jù)整合使用，采用面向?qū)ο蟮倪b感影像的分類方法，來完成大范圍的實時的土地利用/覆蓋信息的提取。以松潘縣為研究區(qū)，將代

3、表性區(qū)域以高分辨遙感數(shù)據(jù)作為信息提取的數(shù)據(jù)源，然后以部分典型地區(qū)的高分辨率影像分類結(jié)果指導大范圍地區(qū)的中分辨率遙感數(shù)據(jù)分類。本文采用的面向?qū)ο蠓诸惙椒?，不再是傳統(tǒng)的基于像元的處理方式，而是采用基于影像對象的處理方式。這種方式使得面向?qū)ο蟮倪b感影像分類方法具有一些傳統(tǒng)分類方法所不能具有的優(yōu)點：基于影像分割得到同質(zhì)像元組成的影像對象，對象內(nèi)部的光譜值差異很小可以忽略其內(nèi)部信息，從而避免了椒鹽現(xiàn)象的出現(xiàn)，對象之間的區(qū)分同時考慮了光譜和形狀兩種

4、因子，為分類提供更多的特征，有效地克服了基于像元分類的種種局限性；多尺度的空間分析，可以滿足不同尺度地物的信息提取要求；模擬人腦的思維方式充分利用影像的各種特征，以達到盡可能地高精度地提取信息的目的；整合利用多源數(shù)據(jù)，使得多源遙感數(shù)據(jù)和已有的專題數(shù)據(jù)得到最充分、最便捷的利用。
　　 本文以四川省松潘縣為實驗區(qū)，以全縣范圍的中分辨率的TM 影像和以松潘縣縣城區(qū)域的高分辨率的SPOT5影像作為研究的數(shù)據(jù)源，對松潘縣縣城區(qū)域分別進行S

5、POT5影像和TM影像的基于像元分類方法和面向?qū)ο蠓诸惙椒ǖ姆诸?，并將結(jié)果進行比較分析，以此經(jīng)驗完成整個松潘縣的TM 影像的面向?qū)ο蠓诸悺?br>　　 分類的結(jié)果表明，面向?qū)ο蠓诸惙椒ㄔ诟呖臻g分辨率的影像分類中精度遠高于基于像元的分類方法，在中分辨率的遙感影像分類中也一定程度地高于基于像元的分類方法。面向?qū)ο蟮腡M 影像分類方法，加上典型區(qū)域的SPOT5影像分類結(jié)果的指導，較好地完成了快速、精確地提取實驗區(qū)的土地利用/覆蓋信息的目標。