[发明专利]一种基于遥感影像的林地分类方法

摘要

一种基于遥感影像的林地分类方法，其特征在于，具体包括以下步骤：选定待分类林地区域，获取数据；对遥感影像进行预处理；获取所述遥感影像中所具有的全部林地类型；建立适合所述林地区域的林地二级分类体系；将林地类型的实地考察点位置坐标与遥感影像进行空间匹配；进行林地分类信息的计算机自动提取，生成自动分类的林地分类图；对所述林地分类图进行人工目视修正；确定分类结果的精度。本发明综合地利用地物的几何形态、结构信息，如纹理、形状、结构和空间组合关系等，顾及更多的结构、特征等信息，提高了分类精度；建立了面向遥感的林地二级分类体系，确保了林地遥感监测数据的分类一致性和结果可比性；本发明提出了一种便捷、准确、高效的林地分类方法，实现区域林地资源的快速准确监测。

主权项

1.一种基于遥感影像的林地分类方法，其特征在于，具体包括以下步骤：步骤1：选定待分类林地区域，获取覆盖所述林地区域的遥感影像数据、实地调查资料、数字高程模型DEM数据；步骤2：图像分类前，对遥感影像进行预处理；步骤3：根据预处理后的遥感影像和实地调查资料，获取所述预处理后的遥感影像中所具有的全部林地类型；步骤4：根据所述林地类型，结合传统林地分类系统，建立适合所述林地区域的林地二级分类体系；步骤5：结合野外GPS定位，将林地类型的实地考察点位置坐标与预处理后的遥感影像进行空间匹配，每种林地类型选取一个对应的坐标点作为样本点；步骤6：进行林地分类信息的计算机自动提取，生成自动分类的林地分类图，具体为：步骤6‑1，针对待分类林地区域范围，设置分割尺度，对所述预处理后的遥感影像进行影像分割，得到多个待分类区域，样本点所在的区域为样本区域，样本区域的林地类型数据为样本数据；步骤6‑2，提取各待分类区域的光谱、形状、纹理特征信息；步骤6‑3，将预处理后的遥感影像中的全部林地类型作为影像分类的依据，将每一类型 的样本数据输入到分割矢量结果中，并对样本点所在区域的属性进行属性标注；步骤6‑4，选择分类算法和相应参数，执行预处理后的遥感影像的林地自动分类；其中，所述步骤6‑1，所述分割尺度的确定根据地形的复杂程度来确定的， 影像分割的尺度决定着分割的图斑的细化程度，分割尺度越小则图斑分割得越精 细，在地形相对单一的地域采用的大分割尺度,反之则设置小的分割尺度；其中，所述步骤6‑4，采用的分类算法为：针对每个分割后的待分类区域i， 分别求取其与各已知林地类型的样本区域j之间的相关性C，全部林地类型为n 类，其中，其中，X_i为待分类区域i的光谱特征值，为待分类区域i的光谱特征平 均值，X_j为样本区域j的光谱特征值，为样本区域j的光谱特征平均值，S_i 为待分类区域i的像素面积，S_j为样本区域j的像素面积，a为调节参数；对于每一个待分类区域i，分别计算得到其与n个类型的样本区域j之间的 n个相关性数值，选取所述n个相关性数值中数值最大且大于0的相关性所对应林地类型，将该待分类区域i归类于所述林地类型；如果其所有n个相关性数值 都小于0，则把该待分类区域i设置为未知分类；步骤7：结合数字高程模型DEM数据和其他相关专题图件，对所述林地分类图进行人工目视修正；所述其他相关专题图件包括预处理后的遥感影像中地表形状、纹理特征；步骤8：通过野外实地调研，确定验证样点的真实属性，与分类结果进行比较，确定分类结果的精度。