刘恩勤，周万村，周介铭，莫开林

（1.中国科学院成都山地灾害与环境研究所，四川成都610041；2.中国科学院研究生院，北京100049；3.四川师范大学资源与环境学院，四川成都610068；4.四川省林业科学研究院，四川成都610066）

基于光谱和纹理特征的ALOS影像土地利用信息提取

刘恩勤1，2，周万村1，周介铭3，莫开林4

（1.中国科学院成都山地灾害与环境研究所，四川成都610041；2.中国科学院研究生院，北京100049；3.四川师范大学资源与环境学院，四川成都610068；4.四川省林业科学研究院，四川成都610066）

针对高分辨率遥感影像易于反映地物纹理特征的特点，综合利用地物的光谱和纹理特征进行分类，探讨适用于ALOS影像的土地利用信息提取方法。以川东丘陵地区影像为例，基于GLCM提取纹理信息，将提取的纹理特征向量采用赋权值法融合为一个综合纹理信息波段，然后采用面向对象法将其与光谱特征信息共同参与分类。与最大似然法的提取结果对比表明，考虑了纹理特征的面向对象分类方法能明显提高分类精度，Kappa精度提高了0.12；避免了椒盐现象，分割的地类边界具有更好的语义表达，更贴合地物实际分布特征；建筑用地和林地具有明显的纹理特征，而旱地纹理特征不明显。该方法不仅分出了6个基本地物类型，而且对于林地、建筑用地等类型还能进一步细分。

纹理；ALOS；土地利用；信息提取；面向对象分类；遥感

0 引言

纹理特征是一种重要的空间特征，是高分辨率遥感图像的重要解译标志［1］。很多实验证明：在考虑地物光谱特征的基础上，结合纹理特征的分类方法能显著提高土地利用信息提取的精度［2－5］。……