吴春争 冯益明 舒清态 李增元 武红敢 车腾腾

(西南林业大学，昆明，650224) (中国林业科学研究院荒漠化研究所) (西南林业大学) (中国林业科学研究院资源信息研究所)

遥感技术的应用是森林资源调查技术的主要发展方向。近年来，随着高分辨率图像的产生，以SPOT5为主的高空间分辨率遥感数据被广泛应用于森林资源调查中［1］。当前，在对高空间分辨率遥感影像分类方法上，面向对象的影像分类方法由于能够充分挖掘高空间分辨率遥感数据中的纹理、形状及空间关系等信息而得到了广泛应用［2-4］。而传统基于像元的分类方法，仅仅利用了单一的影像光谱信息，根据待分类像元与某类像元的亮度特征的相似性来将它们划分归类，未能充分利用遥感图像提供的大小、形状、纹理、相邻像素间的关系等形状和空间位置特征，从而导致对高空间分辨率遥感数据分类时，像元级分类方法的精度较基于对象分类方法低。高空间分辨率遥感数据的获取在近年森林资源调查中主要采用两种技术方法［5］：一是以地形图为工作手图进行野外现场勾绘;二是通过计算机人机交互判读，直接在计算机上采用屏矢量化方法勾绘小班边界，通过目视解译方法判读土地各类、优势树种等调查因子。显然，基于高空间分辨率遥感影像进行目视解译是当前小班区划的一种趋势［6］。但不同人在目视解译时，对影像的判读存在差异，也易造成区划的不一致。为此……