高子为， 程朋根， 赵亚男

(东华理工大学 测绘工程学院,江西 南昌 330013)

科学规划国土空间，需要对土地利用现状和城市功能区空间分布情况进行深入分析，如何准确有效地识别城市土地利用类型成为关键问题。遥感作为一种可以快速获取地表覆盖信息的技术，具有快速、宏观、综合、准确、周期性、低成本等优势，已经成为城市用地信息提取与监测的重要手段(杨朝斌等，2016；方正等，2020)。传统的基于像元特性信息的影像分类为大面积获取城市土地利用现状和土地覆盖分类提供了便捷的手段，为城市定量分析应用提供了重要技术支撑。有学者结合遥感技术(RS)和地理信息系统(GIS)技术构建了城市生态监测与评价系统，并对某城市综合生态指数进行提取与分级(程朋根等，2015；徐看等，2021)，也有学者利用Landsat遥感影像对珠江三角洲区域进行土地利用变化检测(樊风雷等，2007)。单一利用遥感影像分类仅仅使用了地物的物理特征，但不同的地物可能具有相同的物理特征。所以，仅使用低层语义特征进行分类结果往往不够准确。对此，有学者研究证明通过引入高层语义特征，利用遥感影像物理特征构建虚拟单词，并通过词袋模型(BOW)将光谱、纹理和尺度不变特征转换(SIFT)等多特征信息融合到一起，可以缩小场景分类中的“语义差距”，提高土地利用的分类精度(Zhong et al.，2015)。

遥感影像中提取的特征仅仅描述了地物的自然属性，无法完全对接社会经济属性明显的城市土地利用类型。……