乡镇建成区遥感自动识别算法

我国国土资源调查中采用遥感技术监测对城市化过程。我国农村和乡镇用地的扩展占农业用地向建成区用地转化的主体。然而，缺乏对农村和乡镇建设用地变化的监测技术。我们初步研究表明在中等分辨率卫星遥感图像上有可能通过自动识别的方法提取空间尺度较大的乡镇建成区。本研究旨在面向全国代表性区域分析比较三种面向目标的图像分割和目标识别算法在廉价可得的陆地卫星TM数据，ETM+数据，和我国环境卫星数据中提取乡镇建成区的精度和最佳季节。研究乡镇建成区变化信息提取的可靠性和由于识别误差和不可避免的多时相图像匹配误差对变化分布和面积估算的影响，以期通过对乡镇建成区变化监测误差和不确定性的分布和传播规律的理解为降低不确定性，提高监测精度和可靠性。本研究的特色在于面向大范围零散目标进行实用性遥感制图技术的探索，对未来在全国境内开展乡镇建成区变化监测有参考意义。

在本项目的支持下，取得如下成果：.1..开发了一套基于分水岭分割算法的快速图像分割软件，效力比最新版本的eCognition8.8提高了4倍，为大数据量面向对象分类提供了 软件基础。图像分割是面向对象分类方法中的关键步骤，针对运行效率快、能得多闭合分割曲线的分水岭分割算法，进行了效率改进，分割效率较当时最快的分水岭分割算法提高了30-45%，且分割精度保持不变。针对过分割现象，发展提出了一种快速的分割斑块合并方法。通过对数十景TM/ETM+影像的实验，平均每景的分割时间为60秒；而eCognition 8.8的平均分割时间约为300秒；两者的分割结果上相差不大。.2..比较了众多分类方法在不同参数设置以及不同卫星数据上的的应用效力。以广州市部分区域为实验区，数据选用同时期的中等分辨率的Cbers-02B、Beijing-1、HJ-1A和TM四种遥感影影像， 15种分类方法用逐像元和面向对象两种分类策略，进行了系统比较。结果表明，最大似然法、逻辑回归法和逻辑回归树方法分类效果好；在影像上TM和Cbers-02B效果较佳。.3..完善了一套适用于大区域自动提取居民地的方法: a)针对单景影像中居民地地物及其背景混淆造成的难以提取问题，提出一种根据光谱特征分区域分块提取的策略，选取东北平原，华北平原等多期中等分辨率图像的实验结果表明，分块分类能明显改进提取精度。 b) 针对大区域居民地提取，提出一种基于单景选训练样本、与面向对象分类方法结合的策略，并成功用于我国三期居民地自动制图。.4..建立完成1990、2000和2010年为基准年的全国663个城市扩展数据库。根据同一数据源的陆地卫星TM和ETM+影像，首次从1990、2000、2010基准年图像上以人工解译方法为主获得我国所有城市20年间建成区分布范围，最后由专人按统一标准，对照三期城市数据逐个修改完成并建立了中国城市扩展数据库。