靳欢欢

（河南理工大学测绘与国土信息工程学院，河南焦作 454000）

0 引言

随着遥感技术的迅速发展和高科技社会时代的需求，遥感影像数据成为数字智能地球的主要数据来源之一，随之而来的高光谱、高时空分辨率影像也越来越受人们欢迎。与中、低分辨率遥感影像相比，高分辨率影像在景观结构、形状、纹理和细节等方面都具有非常突出的信息，能够在较小的空间尺度上观察地表的细节变化。目前，遥感影像的分类可以采用逐像元分类或面向对象分类。逐像元分类主要考虑像元的波段光谱特征强度信息，但忽视空间结构关系和上下文语义信息特征。面向对象分类可以结合使用光谱、空间、上下文等更多特征信息进行分类。由于高分辨率遥感影像上地物的光谱信息较少，基于像元的分类方法并不能提供有效的专题信息。但面向对象分析方法可以在对高空间分辨率遥感影像分类时结合更多的特征，从而可以更有效地提取专题信息。另外，传统的逐像元分类是以像素为单元分类的，易造成分类精度低。面向对象分类的对象不再是单个像素而是由多个具有相关关联的像素组成的对象，不仅利用了影像的光谱信息，还利用了空间信息。本文以GeoEye 数据为实验数据，开展了如下研究：

（1）以监督分类和非监督分类评价逐像元方法在试验区土地分类的有效性；

（2）评价基于面向对象方法在试验区土地分类中的有效性；

（3）对于高分辨率影像，通过计算总体分类精度和Kappa系数比较逐像元分类和面向对象分类方法的分类精度。……