遥感学报格式

朱有法 谢德体 骆云中

（西南大学资源环境学院，重庆，400716）

摘要：为及时、准确地掌握土地资源利用状况，使土地利用动态监测可视化，基于Windows网络环境的B/S体系结构，整合IIS （Internet Information Server）和IWS （Image Web Server），建立影像发布系统。系统采用影像网络服务器、ECWP插件等技术，成功地解决了基于浏览器的遥感影像放大、缩小、漫游，以及图幅范围、目标位置信息显示等问题，实现了海量遥感影像数据的有效管理和快速传输。

关键词：Image Web Server；土地利用；影像发布

土地利用动态管理是要求土地部门能够及时、准确地掌握土地利用的状况，为政府决策、各级土地管理部门制定管理政策和落实各项管理措施提供科学依据［1］。土地利用动态变化影像数据具有实时、可视化等特点。传统WebGIS应用，由于系统模块之间一般为紧耦合、造成系统可移植性较差，互操作能力有限，已经不能满足企业级的应用需求［2］。建立网络土地利用动态变化的影像信息发布系统，对土地资源信息进行网络化管理，使用户在客户端实现土地数据的操作，如漫游、查询、分析等操作，从而使整个土地部门对土地资源信息进行分布式管理，使系统资源达到共享、开放，实现土地利用的动态、实时、可视化管理。

1 系统目标

系统采用影像网络服务器IWS （Image Web Server）实现遥感影像的管理和发布。这是通过Internet/Intranet发送影像数据的专业高性能应用系统，它提供ECWP高性能影像数据流处理（High Performance Streaming Imagery）协议。这个协议为用户远程浏览海量影像提供了一条新的高效率的途径，它允许用户最快的访问任何大小的影像文件，甚至TB级影像［3］。它不同于使用服务器端图像子集选取和解压方式的其他影像数据分布式服务技术，而是直接将压缩的图像传输到客户端的浏览器，由客户端浏览器在本地解压和可视化。

传统的图像媒体格式有 BMP、TIFF、GIF、JPEG 等，这些格式的图像要么体积大，要么有失真，而且在网上传输占有较大带宽［4］。由于土地资源利用变化影像信息传输量大，在保证图像质量的前提下，尽量减少所占用的网络资源，提高数据传输速度。目前采用小波变换和位平面熵编码器生成的ECW和JPEG2000 格式的图像文件具有良好的压缩性能。

更高的压缩率和压缩方式

在离散小波变换算法中，图像可以转换为一系列更加有效存储像素模块的“子波”，在相同图像质量下比JPEG有更高的压缩比，而且压缩后的图像显得更细腻平滑，特别适合在互联网和遥感图像传输领域应用；压缩一次，有多种解压方式，可以不需要解压整个文件而抽取各种分辨率、质量、分量或空间区域的图像。

实现渐进传输

不像传统的 JPEG 那样由上到下、从左到右一块一块地慢慢传输、显示，而 IWS （Image Web Server）是首先传输图像的轮廓，然后逐步传输图像质量高的数据，接收端就可以根据不同像素精度（位深度）和图像空间分辨率来重构图像，让图像由朦胧到清晰显示。

码流的随机访问和处理

允许用户在图像中随机地定义感兴趣区域，使得这一区域的图像质量高于其他图像区域；码流的随机处理允许用户进行旋转、移动、滤波和特征提取等操作。

支持多源影像数据和海量数据快速压缩

系统实现对多种数据的管理，包括卫星遥感影像、航空遥感影像等的栅格数据，土地利用现状图、土地利用详查图、地籍图等矢量数据，各种统计表格、文本说明以及声音、图片等属性数据。高分辨率的遥感影像的获取，可以迅速得到几周前甚至几天前的最新更新数据，使用户可以及时更新数据库中的数据。通过数据的融合和挖掘，得到用户感兴趣的支持地理投影的土地信息，数据量可达GB、TB级。

2 系统设计

系统的体系结构

系统关键技术是以IWS为基础，快速将多源数据复合、通过网络集成多种技术成果和数据，进行准确、连续、动态的管理土地资源利用状况，使之具有较高的信息服务水平和信息共享能力。

对于海量卫星遥感影像数据，为了能在浏览器端直接、顺畅、平滑地显示目标影像及其地理信息，考虑现实网络带宽的限制，系统采用ECW、JPEG2000图像压缩技术，基于影像网络服务器IWS （Image Web Server），应用ActiveX插件技术原理，通过在客户端浏览器上安装ECWP插件，以High-performance streaming imagery协议建立起与影像网络服务器IWS （Image Web Server）的联系，然后把取得的数据信息在本地客户端进行解压缩还原处理，实现影像的发布。这种结构既减缓了服务器的运行负担，又提高了数据传输的效率，系统总体结构如图1所示。

系统采用 Browser/Server 结构，其优势在于系统简单、功能强大、扩展能力良好等［5］。B/S模式通过Internet进行通信，可以不受地域的限制。B/S开发模式实际上是分布式的C/S结构在Inernet/Intranet上的扩展，即把一个应用对象从功能结构上划分为三部分：数据处理逻辑、业务处理逻辑和显示逻辑。其中Web服务器是显示逻辑的核心，它将信息组织成超文本，通过超文本标记语言（HTML）和超文本传输协议（HTTP）实现与Browser端的交互；Client端的程序配合相关的应用服务器实现业务处理逻辑；数据处理逻辑由数据库服务器的数据库管理系统来完成，负责管理对数据库的读写操作。各功能之间通过通用的编程接口（如开放数据互连ODBC等）进行连接。

将土地利用动态变化影像信息系统纳入B/S结构的框架后，首先要解决的问题是通过网页访问后台数据库信息。Browser端的应用程序都被分割为页面的形式，用户的交互操作是以提交表单等方式来实现的。ASP （Active Serve Page）是一个Web服务器端的开发环境，属于ActiveX技术中的Server端技术，在服务器端解释执行，执行结果产生动态生成的Web页面并送到浏览器。ASP脚本集成于HTML中，容易生成，无需编译或链接即可直接执行。在ASP脚本中可以方便地引用系统组件和ASP的内置组件，还能通过定制ActiveX服务器组件来扩充功能。利用它可以产生和运行动态的、交互的、高性能的Web服务应用程序。

图1 系统结构设计

数据库的建立

系统设计采用技术成熟的 TCP/IP 网络通信标准，通过 Hyper Text Transfer Protocol （超文本传输协议）建立客户端与服务器通信。由于土地利用动态变化影像是大量目标资料文件不断入库更新的过程，采用SQL server 2000作为实现动态页面的数据支持数据库，这样就可以生成丰富的、实时的、动态的网页显示到客户端浏览器上。

对于传统的文件格式，利用动态服务网页（ASP）技术，再考虑到响应速度与系统状况的平衡，采用以文件存储与关系数据库存储相结合的数据存储方法，利用 ActiveX DataObject （ADO）数据访问组件，建立ASP页面脚本应用程序与关系数据库的联系，实现输入/输出的快速响应，保证系统的稳定运行。

系统集成

遥感图像与矢量数据是组成地理信息系统的两大主要数据源，将两者结合起来统一于WebGIS中是WebGIS发展的必然［6］。在解决主要相关技术的基础上，以集成数据库为核心，对土地资源管理信息系统进行了IIS和IWS无缝连接，研制分类浏览，建立书签、资料评价、用户管理、资料管理、资料上传、资料搜索、发布通知等模块。运用公钥加密算法，结合网络操作系统及SQL Server 2000数据库的安全特性，对影像系统用户进行权限等级管理，确保系统的安全性，完成总体集成。

系统特点

影像传输速度快、占用网络资源少

系统首次采用影像网络服务器（IWS）技术，基于远程窄带网络实现了海量遥感影像信息的快速传输和实时漫游、缩放及坐标显示；实现IIS与IWS无缝结合，支持的文件类型和信息量不受限制，可以无限扩展；仅仅在服务器端启用IIS服务和IWS服务即可，充分利用客户端系统资源，发挥分布式计算的优势，服务器端系统占用资源少，一般应用无需设置专门的高档服务器；客户端实现零安装、免维护，所有操作都实现网络化，不受地域限制，易于实现相关信息共享，提高目标信息的利用效率；基于开放、成熟技术，系统安全、稳定、可靠，易于维护，易于扩展，适应性强，易于推广。

对海量影像数据实现自动化增量动态归类管理与发布

系统采用自动化增量动态归类管理技术，解决了不断扩展的影像信息的类别、层次逻辑关系管理问题，实现了类别的动态自动维护和目标影像的树形结构查询与发布。系统的数据库采用内容动态自动分级的方法，以树状的形式逻辑显示给用户，满足影像信息文件不断增加的需求，并能自动无限扩充。用户还可按照类别进行查找，逐级浏览。

3 系统功能实现

根据系统的目的和要求，整个土地利用动态变化影像信息系统包括数据采集、数据编辑、数据库管理、数据处理、数据输出5个部分，完成土地影像数据的管理、影像数据的处理、土地利用动态变化影像系统的维护以网上发布。系统功能如图2。

图2 系统功能模块结构图

ECW、JPEG2000格式的影像数据是不能直接在浏览器上显示与操控的，从影像服务器上传过来的这类数据必须通过对它进行解压缩、解编码、解量化、小波反变化等一系列处理。为实现ECW、JPEG2000格式图像文件跟浏览器的无缝结合，系统采用ActiveX插件技术，使用一个ECWP插件嵌入到WEB页面中，当用户需要访问ECW、JPEG2000格式图像文件时，浏览器就会下载该插件并自动安装到本地计算机上，此插件支持ECWP协议，以此实现客户端与服务器端影像数据的渐进式传输，对客户端影像的浏览和操纵是利用JavaScript脚本语言实现的。在本系统中，主要实现了对影像的放大、缩小、漫游操作，以及经纬度值、图幅范围等地理信息显示等。

土地利用变化影像数据的管理

土地影像数据的管理包括土地数据的采集、编辑等工作［7］。数据采集包括各种纸质土地资源图件，如土地利用现状图、土地利用规划图等图件的数字化输入，遥感影像的解译结果的输入、野外实测数据的GPS输入以及各种属性数据的键盘输入等。在土地数据输入的过程中，要检查数据的准确性和精确度，确保进入数据库的数据的精度，同时注意空间数据和属性数据的逻辑关系和拓扑一致性。通过对数据的编辑进行数据的添加、删除、修改等工作，保证发布到网上Internet的土地资源数据是正确的。

土地利用变化影像数据的处理

土地资源数据的处理除了一般的放大、缩小、漫游、查询以外，还可根据用户端的请求来完成特定的任务，其中包括图像格式的转换、图面相关信息的增强、图像比例尺的拟和、图像的分层叠加、图像的分层处理、图元面积的量算、图元数量的统计、土地属性和空间属性的更新等。图3为实现JPEG2000格式压缩和解压的结构框图：首先对源图像数据进行离散小波变换，然后对变换后的小波系数进行量化，接着对量化后的数据熵编码，最后形成输出码流。解码器是编码的逆过程，首先对码流进行熵解码，然后解量化和小波反变换，最后重建图像数据。

图3 JPEG2000/ECW 编码器和解码器结构框图

土地利用变化影像数据的维护

土地数据维护包括土地数据代码与字典维护，确保数据库正常运行，随时添加、删除、修改、更新数据库。用户管理包括：可以添加、删除、修改系统的用户，设置用户的权限，合理和安全地控制数据访问权限。数据库维护，包括数据的初始化、数据库的备份、数据库的恢复等功能。

空间数据表达趋向多比例尺、多尺度、动态多维和实时三维可视化［8］。Image Web Server作为土地资源管理信息系统的一种特殊应用领域，为土地资源信息的共享提供了开放的信息空间，为各级土地管理部门、政府机构以及全球用户提供了丰富的土地信息。Internet用户不需要购买软件，就可以通过WWW浏览器访问并利用应用系统的各种功能。一方面，IWS方便了各级土地管理部门的工作；另一方面，利用IWS技术可以实现跨地域大范围的土地资源信息的获取与管理，甚至可以建立大范围的实时土地资源管理信息系统。

参考文献

［1］黄福奎.论遥感技术在土地利用动态监测中的应用［J］.中国土地科学，1998，12 （3）：21～25

［2］陈静，龚健雅，朱欣焰等.基于J2EE的分布式WebGIS ［J］.测绘通报，2004 （2）：27～30

［3］李青元，张福浩，朱雪华等.Web GIS实现技术探讨.中国图形图像学报，1998，3 （6）：485～489

［4］阎君.地理信息共享与开放式地理信息系统技术研究.中国图形图像学报，1998，3 （2）：140～145

［5］郑人杰.软件工程.北京：清华大学出版社［M］，1995

［6］杨超伟，李琦，承继成等.遥感影像的Web发布研究与实现［J］.遥感学报，2000，4 （1）：71～75

［7］成四海，吴相林.Web数据库的设计与实现［J］.华中理工大学学报，1999，27 （2）：110～112

［8］李德仁.浅论21世纪遥感与GIS的发展［J］.东北测绘，2002，25 （4）：3～5

上地理学报编辑部的网站，上面有详细的说明和要求，可以下载pdf来看。

《地理学报》是中国地理学会和中国科学院地理科学与资源研究所主办的学报级综合性学术刊物，本刊主要刊登能反映地理学科最高学术水平的最新研究成果，地理学与相邻学科的综合研究进展，地理学各分支学科研究前沿理论，与国民经济密切相关并有较大应用价值的地理科学论文。本刊欢迎国内外地理工作者将理论水平高、研究方法新、应用前景广的稿件投到本刊。 (1) 撰稿人应在写稿前广泛查阅本学科国内外最新的研究成果，并在参考文献中列出引用的文献，以保证研究成果达到国际领先水平。文章要主题明确，论据充分，层次分明，语言精练。观测、实验、统计数据应包括新近的资料。 (2) 来稿（包括图、表及英文摘要）一般不超过10个版面（10 000字）。稿件请用WORD文件，论文格式请参照本刊最新期刊格式。 (3) 内容摘要100~200字左右, 关键词3 ~ 7 个，包括：研究专业、研究要素、研究方法、研究地区。 (4) 论文的1、2、3级标题分别按1，，编号，各级标题一律左起顶格书写。 (5) 凡属国家、省部级以上科学基金资助项目和重点攻关课题项目的研究论文请在首页脚注中注明基金的中英文名称和编号。 (6) 文稿中计量单位一律使用国家法定计量单位，用标准符号表示。如“m”,“t”等。各种专业术语一律按已颁的标准使用。同一名词术语、计量单位、人名、地名等要求全文统一。 (7) 表格格式为三线格 （在Word软件中选：表格-插入表格-自动套用格式-简明1）。表格标题为中英对照，在表格上居中。 (8) 插图一般不超过5幅，凡涉及国界线的图件，请按地图出版社最新标准底图绘制，有审图证明的亦可。插图标题为中英对照。在插图下居中。 (9) 参考文献 只列文中引用的、公开发表的文献（未公开出版的用脚注说明），按文中出现的先后顺序编号（引用之处在右上角标注编号）。引用他人的资料和数据要认真核对，注明出处。英文文献中作者姓在前,名在后。 如J. C. Smith 文献著录为 Smith, J. C. 为便于国际检索机构和读者查阅，中文和非英文参考文献应译成英文。（先英文，后其他语种文。）排列顺序为：1） 专著： 作者（列前3名）. 书名. 版次（首版不录）. 出版地: 出版社, 出版年. 起止页码.2） 文集： 作者（列前3名）. 文题. 见(In): 编著者. 书名. 出版地: 出版社, 出版年. 起止页码.3） 期刊： 作者（列前3名）. 论文名. 刊名, 出版年, 卷(期): 起止页码. (10) 英文摘要篇幅为半页，其中应有简要的研究方法、关键的观测、实验、统计数据和基本观点。 (11) 来稿发表与否，由本刊编委会最后审定。本刊印刷版由中国科学杂志社出版，国内外公开发行；光盘版由中国学术期刊（光盘版）电子杂志社制作；网络版由万方数据网络中心和中国知网发布。来稿一经采用，将以三种版面形式刊载。稿酬在论文采用后一次付清。请勿一稿多投。稿件若不被采用，本刊将通知作者。来稿一律不退，请作者自留底稿。 (12) 为保证审稿的公正性，本刊采取国际惯用的盲审制。 (13) 为便于联系，请作者来稿时将姓名、单位、城市、邮编、E-mail地址和电话号码附上。来稿一律通过电子邮件传送： 自然地理、环境科学、遥感与GIS在自然环境中应用稿件传送到： ， 电话：经济地理、土地利用、遥感与GIS在经济地理中应用稿件传送到：， 电话：编辑部收到稿件后会给作者回信。 《地理学报》编辑部

杨大志

（河南省国土资源厅信息中心 郑州 450016）

摘 要：本文采用面向对象分类的方法，使用专业遥感图像分类软件 eCognition ，以河南省临颍县为研究区，对处理后的临颍县 SPOT 5 影像进行多层次分割及合并，根据分类体系定义相应知识库，进行土地利用信息提取研究，探讨该方法在高空间分辨率遥感影像应用于土地利用 / 土地覆被自动分类中的应用潜能，为高分辨率影像用于土地利用分类信息提取提供新的技术手段。

关键词：eCognition SPOT5 自动分类 土地利用

土地资源利用状况调查、土地资源动态监测是土地管理工作的一个重要内容。近年来，随着空间遥感技术的发展，高分辨率遥感影像在土地资源调查、土地资源动态监测等领域中的应用日益广泛。高分辨率遥感数据与多光谱和高光谱分辨率数据相比，具有空间信息丰富、地物几何结构和纹理信息更加明显，波段较少的特点。对于高分辨率的遥感影像来说，利用传统的面向像元的图像分类方法来提取土地利用分类信息，易造成分类精度低，空间数据大量冗余以及资源的浪费。实际上，靠传统的面向像元的遥感图像分类法来提取土地利用信息已不能满足实际运用的要求。因此，基于高分辨率遥感影像土地利用分类信息提取必须根据其特点采取新的技术方法，建立起图像数据与目标特性之间的物理—机理联系，而不仅仅是统计联系，才能充分挖掘高分辨率遥感影像所包含的信息，这是高分辨率卫星影像信息处理成败的关键。面向对象分类技术作为一种新的遥感影像很好地解决了这个问题，而 eCognition 软件正是基于面向对象方法的影像分类技术。本文就是基于该软件以河南省临颍县土地利用分类信息提取为例对该方法进行了探讨。

1 研究区概况和资料收集

研究选取河南省临颍县作为研究区。临颍县位于河南省中部，颍河上游，属漯河市，面积821 km2，人口 万，辖 15 个乡（镇），362 个行政村。临颍县地处颍河冲积平原，西北部较高，东南部稍低。图 1 是河南省临颍县 SPOT 5 遥感影像图。

本研究主要收集了如下资料：

（1）影像数据。本次遥感图像分类采用数据为 SPOT 5（ m 分辨率）影像数据，景带号为279/281 和 279/282，接收时间为 2004 年 9 月。两景数据采用 ERDAS 软件进行处理，通过配准校正融合，选择克拉索夫斯基椭球体和高斯－克吕格投影，通过裁切，得到临颍县遥感影像数据。

（2）矢量数据。近年的土地利用数据库数据。

（3）其他资料。与研究区有关的行政区划、农、林等方面的文献资料。

通过近年的土地利用数据库数据和影像数据研究可以发现临颍县土地利用类型较丰富，主要以农用地为主，地物类型比较全面，是研究土地利用 / 土地覆被的较好选择。

图1 河南省临颍县 SPOT 5 遥感影像图

2 面向对象分类方法简介

面向对象的分类方法是一种智能化的自动影像分析方法，它的分析单元不再是单个像素，而是由若干个像素组成的像素群，即目标对象。目标对象比单个像素更具有实际意义，特征的定义和分类均是基于目标对象进行的。通常面向对象的分类方法包括两个步骤：多分辨率分割和模糊逻辑分类。

eCognition 软件采用面向对象的遥感影像解译思想，首先根据像元光谱信息、局部区域纹理信息以及形状和尺度参数自动将影像分割为若干相对同质的区域，称为影像对象（ImageObjects），为下一步分类提供信息载体和构建基础，所有后续的分类工作都基于这些影像对象进行，分类结果避免了斑点噪声而具有很好的整体性，改变了以往面向像素进行分类的传统。同时，软件提供最邻近法和模糊隶属度函数两种解译方法。

本研究就是采用面向对象的分类方法，以 eCognition 中 membership functio（n隶属度函数）为主，模仿目视解译过程，从遥感信息机理与地学规律的综合分析入手，综合其他辅助信息进行分类。通过对辅助资料、外业调查成果以及软件的学习得到了临颍县各类典型地物分类的知识，并以相应的形式表示这些知识，集成影像亮度值、亮度值关系和几何形状以及纹理、邻近关系等特征，对试验区土地利用 / 覆被进行分类。

3 分类体系和技术流程

分类体系

根据临颍县土地利用实际情况，参照历年土地利用分类标准，本次信息提取分类采取的分类体系如图 2 所示。

图2 研究区地物类型

技术流程

使用 eCognition 软件对研究区 SPOT 5 影像数据进行土地利用信息提取研究分如下几步进行：首先是把处理好的影像数据输入到软件中，定制分割参数，对其执行分割，生成影像对象；其次是根据研究区地物类型创建分类层次结构；再次是确定合适的分类方法（包括最邻近法和模糊隶属度函数两种方法），选取相应地物类型样本或者分类特征，构建知识库，执行分类，并可根据目视解译结果和事先准备的调查区资料对分类结果进行人工干预，进一步提高分类精度；接着对分类结果进行分类精度评价；最后是把分类结果输出，输出的格式可以为所需要的相应的矢量格式或栅格格式。本研究的技术流程图如图 3 所示。

图3 研究技术流程图

4 主要分类过程

定制分割参数

分割参数的定制相当重要，它关系到每一个分类对象的大小，直接影响到最后的分类结果。通过多次试验，本次分类决定采用多层次分割的方法进行：水体和非水体信息的提取以分割参数为 80 进行，其他参数均为默认；分类体系中其他类别信息的提取在首次分割基础上，以分割参数为 65，其他参数也为默认对非水体进行多重分割，来进行其他地物类型的分类。

制定分类策略，创建类层次结构

在进行分类之前，首先要参照研究区地物类型，分析每种地物类型特征及其相互之间的关系，制定合适的分类策略，创建类层次结构。可利用的研究对象属性特征包括色调、形状、面积 / 大小和纹理等特征，各对象之间关系包括与父对象之间、与子对象之间以及与邻对象之间的关系三种类型。对象属性特征选取正确与否及其在多大程度上被正确表达对分类结果有着重要影响，它决定了最后分类正确与否和其精度。面向对象的分类方法可以模仿人类大脑认知过程，充分利用每种地物类型特征，按照由简单到困难的顺序逐步剥离提取分类体系中每种地物信息。通过研究本次分类所要提取信息自身特征及其相互之间的关系，制定本次分类的分类策略，创建了类层次结构，如图 4 所示。

图4 类层次结构示意图

分类特征的选取

根据创建的类层次结构，选取合适的对象属性，对对象属性进行定义，提取出相应对象的土地利用信息。本次分类采用以下几步进行：

第一步是提取水体信息。分割参数设为 80，对影像进行分割，分割后，在整个研究区均匀选取样本，采用标准最邻近方法（standard nearest neighbor）对遥感影像进行分类（类似于监督分类），提取水体信息。在此基础上，依据水体的形状特征，把水体分为河流水面和坑塘水面两类。根据实验，长宽比大于 3 是河流，小于 3 的是坑塘。

● 河流（Length/width ＞ 3）

● 坑塘（Length/width ＜ 3 或者 not 河流）

第二步是提取植被信息，并进一步把植被分为耕地和林地。首先把提取出的水体信息保护起来，在首次分割的基础上对非水体进行再分割，分割参数设为 65，其他参数为默认值，把非水体分为植被和非植被两类，然后根据耕地和林地的不同特征把其信息提取出来。

植被和非植被信息提取依据：

● 非植被（Stdde（v1）＞ 11）

● 植被（not 非植被）

林地和耕地信息提取依据：

● 林地（ ＞ ）

● 耕地（not 林地）

第三步是对非植被信息进一步细分，从中提取出主要交通道路、城镇居民点工矿和裸地（已收获耕地）信息。首先从非植被信息中提取出交通道路和非交通道路信息，然后把非交通道路细分为裸地（已收获耕地）和城镇居民点工矿两类。

交通道路和非交通道路信息提取依据：

● 交通道路（Length/width ＞ 6）

● 非交通道路（not 交通道路）

裸地（已收获耕地）和城镇居民点工矿提取依据：

● 裸地（ to 植被 neighbour objects ＞ ）

● 城镇居民点工矿（not 裸地）

此时，分类体系中的所有类别信息已经全部提取出来，可根据实际情况对分类结果进行手工编辑，进一步删除一些过小对象和纠正一些错分信息。当分得的各类信息结果都比较满意后，进行基于分类的融合，把小对象合并为大的对象，通过手工编辑和基于分类的融合后，得到最终分类结果，如图 5 所示。

图5 遥感影像分类结果图

分类精度评价

得到分类结果后，要根据分类得到的结果进行分类精度评价。评价采用如下方法进行：在分割后的影像上均匀随机选取每个地类的目标对象，选取的目标对象数目根据分类结果得到的每个地类的目标对象数目而定，进行自动统计，得到统计结果。统计结果见表 1。

表1 分类结果精度评价表

续表

通过分类结果精度评价表可以发现，自动分类的最后分类精度超过了 80%，这对于研究区来讲，分类结果还是比较令人满意的。同时，根据统计结果可以得到如下结论：耕地、城镇居民点、坑塘、河流信息提取的效果较好，相对而言，裸地和道路信息提取比较困难，林地信息由于同耕地信息相近，提取起来也有相当的难度，还有待于今后进一步研究。

5 总结和讨论

通过研究表明，采用面向对象方法进行图像解译和信息的自动提取与面向像元方法相比具有较强优势。面向对象的分类方法可以灵活运用地物本身的几何信息和结构信息，纹理信息以及上下层关系信息、邻近关系信息等，更主要的是可以加载人的思维，构建知识库，从而提高了分类的精度，为各种不同地物的分类提供了更多的依据，比如通过影像的形状和纹理特征可以有效地识别河流、道路、建筑物的形状。利用 eCognition 对高分辨率遥感图像进行土地利用自动分类，快速简便，而且能够达到较高精度，节省了大量的人力物力，为大面积土地利用调查和监测提供了新的科学方法。

参 考 文 献

eCognition 3 Made in German［yZ］

Sun object-oriented classification method on high resolution satellite dat［aZ］.Istanbul

丁晓英. 在土地利用项目中的应用［J］.测绘与空间地理信息，2（86）：116～120

杜凤兰.2004.面向对象的地物分类方法分析与评价［J］.遥感技术与应用，1（91）：20～23

刘亚岚，阎守邕，王涛，等.2002.遥感图像分区自动分类方法研究［J］.遥感学报，（65）：357～362

孙晓霞，张继贤，刘正军.2006.利用面向对象的分类方法从 IKONOS 全色影像中提取河流和道路［J］.测绘科学，3（11）：62～63

（2006 年度中国土地学会年会大会交流）

你是文科还是理科的呢 我也想学地理学 但是不晓得以后能做什么 请赐教 374228520我的QQ