摘要
城市的土地覆盖信息对于城市的合理规划与建设、城市的生态评估等具有重大的参考价值,因此,如何快速且准确地提取城市土地覆盖信息是当前亟须解决的问题之一。该文选取南京市作为研究区,利用QuickBird影像进行城市土地覆盖信息提取研究。首先对影像进行多尺度分割,在典型样本分析的基础上创建多尺度的影像分类特征集;然后利用模拟退火算法优化分类特征集并进行影像的初始分类;在此基础上,构建初始分类对象之间的拓扑关系,在同尺度上进行拓扑补充、在不同尺度上进行空间叠加,从而对初始分类结果进行再分类。最终分类结果的总体精度达87.651%,Kappa系数为0.8587,比初始分类结果的精度提高了近9%。研究结果表明,基于多尺度拓扑的分类方法可有效提高遥感影像的分类精度。
-
单位河海大学; 北方信息控制研究院集团有限公司