面向对象标准最邻近分类法在地理国情监测中的应用

摘要

地理国情监测项目范围大、遥感影像分辨率高、要素信息提取精度要求高,人工解译任务繁重,急需自动解译技术来提高效率.面向对象的标准最邻近分类方法可以很好的利用高分辨率遥感影像丰富的光谱、纹理、形状等信息,与人工分类方法的提取结果进行对比,该方法具有较高的精度,可以大大提高地理国情监测地表覆盖信息提取的生产效率.rn 地理国情监测采用的遥感影像多为优于1米空间分辨率的高分辨率遥感影像数据，主要采用的解译方法仍为人工目视解译。人工目视解译固然能达到一个很高的精度，但却要耗费巨大的人力财力以及时间。计算机自动解译技术已经发展到了一定的阶段，已经具备了一定的生产应用的条件。两种方法各有优点和不足，在地理国情信息获取中需要进行综合应用。应优先考虑计算机自动分类的方法，提取区分度高的地物类别;对于地表情况复杂的区域，自动分类不能满足需要，则需要辅助以人工手动分类，充分利用多种参考数据，实现地表覆盖信息的快速、高效、精确提取。