研究报告 Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｉｎｎｏｖｏｔｉｏｎ ＨｅｒＱ：ａｌ］ ｄ 遥感影像分类方法的研究 杨诺尔 （上海海事大学海洋环境与工程学院上海２０１ ３０６） 摘 要：该文基于ＥＲＤＡＳ的Ｋｎｏｗｌｅｄｇｅ Ｅｎｇｉｎｅｅｒ分类方法原理，提出一种多信息源，智能化，程序化的阚值分类技术，利用空间模型语言ＳＭＬ （Ｓｐａｔｉａｌ Ｍｏｄｅｌｅｒ Ｌａｎｇｕａｇｅ）蝙程实现遥赢影像的分类，进而克服了传统分类方法只能针对单一信息源的局限。研究工作以１９９９年ＥＴＭ＋遥感 影像临港新城为例，将谊方法与传统的监督分类方法进行比较和精度评价。结果表明，闽值分类法此监督分类法分类精度高。指标Ｋａｐｐａ￣．数由 Ｏ．６１０９提高到０．８２０４。谈方法可通过模块实现多信息源的调用，从已分类图像中提取确认的分类信息，达到一定的智能化，减 人为的重复性 操作。 关键词：多信息源 阈值遥感影像分类 精度 中图分类号：Ｇ２５４ 文献标识码：Ａ 文章编号：１６７４—０９８ｘ（２０ｌ４）０６（ｃ）一００２９—０２ Ｒｅｓｅａｒｃｈ ｏｎ ｍｅｔｈｏｄｓ ｏｆ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ａｂｓｔｒａｃｔ．．Ｂａｓｅｄ ｏｎ ｔｈｅ ｐｒｉｎｃｉｐｌｅ ｏｆ Ｋｎｏｗｌｅｄｇｅ Ｅｎｇｉｎｅｅｒ ｉｎ ＥＲＤＡＳ，ａ ｍｕｌｔｉ－－ｓｏｕｒｃｅ ｏｆ ｉｎｆｏｒｍａｔｉｏｎ，ｉｎｔｅｌｌｉｇｅｎｃｅ，ａｎｄ ｐｒｏｇｒａｍｍｅｄ ｔｈｒｅｓｈｏｌｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｔｈｅｓｉｓ．Ｔｈｅ Ｓｐａｔｉａｌ Ｌａｎｇｕａｇｅ ｐｒｏｇｒａｍ ｉｓ ａｐｐｌｉｅｄ ｔｏ ｃｏｎｄｕｃｔ ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ，ａｎｄ ｔｈｅｎ，ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｅ ｓｉｎｇｌｅ ｓｏｕｒｃｅ ｌｉｍｉｔａｔｉｏｎ ｏｆ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄｓ．Ｕｓｉｎｇ ｔｈｅ Ｌｉｎｇａｎｇ Ｎｅｗ Ｃｉｔｙ ＥＴＭ＋ＲＳ ｉｍａｇｅ ａｃｑｕｉｒｅｄ ｉｎ １９９９ ａｓ ｔｈｅ ｔｒａｉｎｉｎｇ ｅｘａｍｐｌｅ，ｃｏｍｐａｒｉｎｇ ｔｈｉｓ ｍｅｔｈｏｄ ｗｉｔｈ ｔｈｅ ｓｕｐｅｒｖｉｓｅｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｗｅ ｅｖａｌｕａｔｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｂｙ ｔｈｅ Ｋａｐｐａ ｉｎｄｅｘ．Ｔｈｅ ｆｉｎａｌ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ Ｋａｐｐａ ｖａｌｕｅ ｉｓ ｉｍｐｒｏｖｅｄ ｆｒｏｍ Ｏ．６１０９ ｔｏ ０．８２０４．Ａｐｐｌｙｉｎｇ ｔｈｉｓ ｐｒｏｇｒａｍ，ｗｅ ｃａｎ ｃｏｌｌｅｃｔ ａｎｄ ｇａｔｈｅｒ ｉｎｆｏｒｍａｔｉｏｎ ｆｒｏｍ ｍｕｌｔｉｐｌｅ ｓｏｕｒｃｅｓ，ａｎｄ ｔｈｅｎ ｅｘｔｒａｃｔ ｉｄｅｎｔｉｆｉｅｄ ｐａｔｃｈｅｓ，ｒｅａｌｉｚｅ ｉｎｔｅｌｌｉｇｅｎｔ ｃｌａｓｓｉｆｙｉｎｇ ｐｒｏｃｅｄｕｒｅ ａｓ ｗｅｌｌ ａｓ ｒｅｄｕｃｅ ｌａｂｏｒｉｏｕｓｌｙ ｒｅｐｅｔｉｔｉｖｅ ｏｐｅｒａｔｉｏｎｓ ｔｈｏｒｏｕｇｈｌｙ． Ｋｅｙ Ｗｏｒｄｓ：ｍｕｌｔｉ－－ｓｏｕｒｃｅ ｏｆ ｉｎｆｏｒｍａｔｉｏｎ ｔｈｒｅｓｈｏｌｄ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ 遥感影像分类是遥感图像处理的高级 是直接采用ＳＭＬ的编辑语言，二是交互式 为北纬１ ２ｌ。４０ ｌ ２ ～１ ２１。５ ９ ２４ ，东 阶段，是对地球表面及其环境在遥感图像 更为便捷的Ｍｏｄｅｌ Ｍａｋｅｒ模块。本研究通 经３ｌ。２ ２ ４ ～３１。４ ９ ４ ８ ，总面积为 上的信息进行属性的识别和分类，把具有 过对Ｍｏｄｅｌ Ｍａｋｅｒ模块开发程序以达到 ３１１．６ ｋｍ 。 相同属性的地物划分为同一类，以达到识 分类目的。阈值分类法的原理是利用不同通 影像来源于美国陆地卫星Ｌａｎｄｓａｔ－７ 别图像信息所对应的实际地物，提取所需地 道对各类地物间敏感度的差异，从而进行 ＥＴＭ＋，图像色彩丰富，层次感好，具有极 物信息的目的。它是遥感技术领域研究的重 单波段或多波段闽值的选定将目标地物提 为丰富的地表环境信息…。遥感数据于１９９９ 要课题之一，多年来一直受到遥感研究人员 取出，调用一个或多个已提取地物的信息 年ｌ１月３日接收，轨道号ｐｌ１８ ｒ３９。该数据虽 的普遍重视。随着计算机技术的飞速发展， 源，分层实现地物的再提取，最终完成影像 局部有云，但总体质量很好。 人们对遥感技术的应用更多地从传统的影 分类。 ２．２研究方法 像目视解译、判读，转向遥感图像的计算机 闽值分类法程序设计步骤主要分以下 以Ｌａｎｄｓａｔ－７ ＥＴＭ＋为数据源，采用 处理。计算机识别就是利用计算机对传感 四部分： ＥＲＤＡＳ遥感影像处理软件对上海市临港 器所收集的遥感信息进行处理、运算分出类 （１）通道选取；（２）确定模型；（３）根 新城主要土地类型进行分类。监督分类是 别。然而，常用的分类方法都具有各自的局 据直方图统计信息选定阈值；（４）运用 目前较成熟的分类方法，因此分别采用监督 限性，如何提高遥感数据分类的精度，如何 ＥＲＤＡＳ ＩＭＡＧＩＮＥ空间建模工具（Ｓｐａｔｉａｌ 分类法和阈值分类法实现分类，并对分类结 更大程度的实现分类的智能化，是人们最 Ｍｏｄｅｌｅｒ）的Ｍｏｄｅｌ Ｍａｋｅｒ模块编写程 果进行精度评价与分析。 为关心的问题。 序（图ｌ所示），运行程序最终实现地物分 ２．３结果展示（见图２ 图３） 类。 利用ＥＲＤＡＳ ＩＭＡＧＩＮＥ的Ａｃｃｕｒａｃｙ １阈值分类法 Ａｓｓｅｓｓｍｅｎｔ对闽值分类法和监督分类法分 该文基于Ｋｎｏｗｌｅｄｇｅ Ｅｎｇｉｎｅｅｒ的 ２实例分析 类后的ｌ９９９年临港新城四类地物分类图做出 分类原理，为进一步实现程序化，提出阈 ２．１研究区概况 评价。它是将专题分类影像中的特定像元与 值分类法。ＥＲＤＡＳ软件的ＳＭＬ（Ｓｐａｔｉａｌ 该文研究的区域为临港新城，位于 已知分类的参考像元进行比较，实际工作上 Ｍｏｄｅｌｅｒ Ｌａｎｇｕａｇｅ）编程有两种方式，一 上海东南端——南汇芦潮港。地理坐标 是利用分类影像与可清晰目视判别的原影像 表１ １ ９９９年临港新城影像阈值分类法精度评价报告 类型 参考数据 水域０ 湿地１ 绿地２ 人为建筑３ 行数据和 生产者精度 使用者精度 水域０ ５５ ｌ ２ ０ ５８ ９３．２２％ ９４．８３％ 分类 湿地ｌ １ ７ １ ２ ｌ１ ５８．３３％ ６３．６４％ 数据 绿地２ ３ ３ ｌ１１ ２ １ｌ９ ９４．０７％ ９２．２８％ 人为建筑３ ０ ｌ ４ ７ ｌ２ ６３．６４％ ５８．３３％ 列数据和 ５９ ｌ２ １ｌ８ ｌ１ ／／／ ／／ ／／ 总体精度＝９０％ 总Ｋ＝０．８２０４（ＫＯ＝Ｏ．９２６６，Ｋ１＝０．６１３２，Ｋ２＝０．８３６０，Ｋ３＝０．５５９１） 科技创新导报Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｉｎｎｏｖａｔｉｏｎ Ｈｅｒａｌｄ ２９