Extracción de información sobre el uso del suelo a partir de imágenes SPOT 5 basada en el método de clasificación orientado a objetos
8.1.1 Descripción general del área de estudio
Seleccione el condado de Linying, provincia de Henan como área de estudio. El condado de Linying está situado en el centro de Henan, aguas arriba de Heying, y pertenece a la ciudad de Luohe, con una superficie de 821 km2 y una población de 657.600 habitantes. Tiene jurisdicción sobre 65.438 05 ciudades y 362 aldeas administrativas. El condado de Linying está ubicado en la llanura aluvial del río Heying, con un terreno alto en el noroeste y bajo en el sureste.
El condado de Linying tiene ricos tipos de uso de la tierra, principalmente tierras agrícolas, y los tipos de uso de la tierra son relativamente completos. Son típicos los estudios experimentales sobre la extracción automática de información sobre el uso y la cobertura del suelo.
Figura 8-1 Imagen de teledetección del punto 5 en el condado de Linying, provincia de Henan
8.1.2 Recopilación de datos
(1) Datos de imagen. Los datos utilizados para esta interpretación de imágenes de teledetección son datos SPOT 5 (resolución de 2,5 m), los números de escena son 279/281 y 279/282, y la hora de recepción fue septiembre de 2004. Mediante corrección y fusión, se seleccionaron el elipsoide de Krasov y la proyección de Gauss-Kruger, y se utilizaron los límites del área administrativa del condado de Linying para cortar el software de procesamiento de imágenes ERDAS para obtener datos de imágenes de teledetección del condado de Linying.
(2) Otros datos vectoriales. Datos de la base de datos de uso del suelo en los últimos años.
(3)Otra información. Documentos administrativos divisionales, agrícolas y forestales relevantes para la encuesta.
8.1.3 Contenido de la investigación
La investigación se realizó con el software eCognition, que adopta una nueva idea de interpretación de imágenes de detección remota orientada a objetos. En primer lugar, basándose en la información espectral, la información de textura local y los parámetros de escala de forma de los píxeles, la imagen se divide automáticamente en varias áreas relativamente homogéneas, que se denominan objetos de imagen. Todo el trabajo de clasificación posterior se basa en estos objetos de imagen, por lo que los resultados de la clasificación evitan el ruido moteado y tienen una buena integridad. Se adopta el método de clasificación orientado a objetos, tomando como cuerpo principal la función de membresía en el software ECOGNMENT, imitando el proceso de interpretación visual, partiendo del análisis integral del mecanismo de información de teledetección y las leyes geológicas, y combinándolo con otra información auxiliar para clasificación. El conocimiento de clasificación de varias características típicas del terreno en el condado de Linying se obtuvo y expresó en forma de reglas. Con base en características como el valor de brillo de la imagen, la relación del valor de brillo, la forma geométrica, la textura y la relación de proximidad, se clasifica el uso/cobertura del suelo en el área experimental.
8.1.3.1 Sistema de clasificación
Basado en la situación real de las imágenes de teledetección en el condado de Linying, el sistema de índice de clasificación de uso de la tierra se desarrolló combinando procesamiento de datos de imágenes de alta resolución y base de datos. proyectos piloto de construcción, y Con referencia a los estándares de clasificación de uso de la tierra del Ministerio de Tierras y Recursos, esta clasificación de uso de la tierra adopta el siguiente sistema de clasificación, como se muestra en la Figura 8-2.
8.1.3.2 Proceso técnico
El proceso técnico de este estudio se muestra en la Figura 8-3.
Figura 8-2 El marco del sistema de clasificación de uso del suelo en el área de estudio
Figura 8-3 Diagrama esquemático del proceso de investigación experimental de extracción automática de información del suelo basado en datos remotos imágenes de detección.
8.1.3.3 Comparación de resultados de clasificación con base de datos de uso del suelo.
Después de la investigación, se obtienen los siguientes resultados de clasificación, como se muestra en la Figura 8-4.
Una vez obtenidos los resultados de la clasificación automática, se pueden comparar con la base de datos de uso del suelo. La Figura 8-5 muestra la base de datos de uso de la tierra del condado de Linying. Al comparar la Figura 8-4 y la Figura 8-5, se puede encontrar que las tendencias de distribución de varios tipos de uso de la tierra son similares, especialmente tierras de construcción, tierras de transporte, tierras agrícolas y tierras de superficie de agua para estanques. Se puede observar que los resultados de la clasificación son más precisos y pueden proporcionar referencia para el establecimiento de una base de datos sobre el uso de la tierra.
Figura 8-4 Resultados de la interpretación automática de la información sobre el uso de la tierra basada en imágenes de sensores remotos
Figura 8-5 Base de datos sobre el uso de la tierra del condado de Linying, provincia de Henan
8.1.4 Conclusiones
(1) La clasificación orientada a objetos puede utilizar de manera flexible información geométrica, información estructural, información de textura, información de relaciones superior e inferior, información de relaciones adyacentes, etc. Más importante aún, puede cargar el pensamiento de las personas y utilizar la interacción entre humanos y computadoras para formar una base de conocimientos, mejorando así la precisión de la clasificación y proporcionando más bases para la clasificación de varios tipos de objetos terrestres.
(2) Al considerar la forma y la textura de la imagen, se pueden reconocer eficazmente las formas de ríos, carreteras y edificios.
(3) La clasificación orientada a objetos mejora en gran medida la precisión de la clasificación automática.
Debido al lento desarrollo de los algoritmos automáticos de segmentación de imágenes multiescala, la interpretación automática de imágenes se ha limitado durante mucho tiempo a modos de solución orientados a píxeles. Este modo no puede superar las deficiencias de los píxeles analizados aislados que su propio mecanismo no puede superar, la precisión de la interpretación es baja y el ruido moteado es difícil de eliminar. El uso de métodos orientados a objetos para interpretar imágenes de teledetección resuelve bien los problemas anteriores. La forma de pensar humana siempre analiza e identifica cosas en un entorno específico, es decir, el "entorno" es muy importante para identificar las cosas. Sin el medio ambiente, el ojo humano a menudo no puede identificar todo con precisión. Por ejemplo, si se recortan 100 m2 de vegetación aislada de una imagen SPOT 5, el ojo humano probablemente pueda determinar que se trata de vegetación, pero si se devuelve al entorno de la imagen original, el ojo humano puede reconocerla fácilmente como parque, parque infantil, campo de cultivo o campo de golf. Si se cuenta con conocimientos geológicos más precisos, será posible determinar si se trata de un campo seco o de arrozal, e incluso qué cultivos se cultivan. Esto muestra que todo en la naturaleza está interconectado y la identificación de las cosas debe comenzar a partir de su relación con el medio ambiente. Este es uno de los temas clave en la interpretación de imágenes de teledetección y la investigación del reconocimiento de patrones.
En futuros trabajos e investigaciones, el objetivo de la investigación será exportar los resultados de la interpretación del software y combinar el software GIS y la interpretación visual para editar los resultados de la clasificación para mejorar aún más la precisión de la clasificación y proporcionar una base para la base de datos sobre el uso de la tierra. Proporcionar apoyo técnico para el establecimiento y producción de mapas de estado de uso de la tierra.