面向对象的库区高分一号影像土地利用信息提取

doi:10.13474/j.cnki.11-2246.2020.0008

测绘通报 ›› 2020, Vol. 0 ›› Issue (1): 35-39.doi: 10.13474/j.cnki.11-2246.2020.0008

面向对象的库区高分一号影像土地利用信息提取

杨智翔¹, 贾东振², 周航宇¹, 胡有能¹, 黎广¹

1. 江西省水利规划设计研究院, 江西南昌 330029;
2. 河海大学, 江苏南京 210098

收稿日期:2019-05-24 修回日期:2019-07-22 发布日期:2020-02-10
通讯作者: 贾东振。E-mail:jdz@hhu.edu.cn E-mail:jdz@hhu.edu.cn
作者简介:杨智翔(1983-),男,博士,高级工程师,主要从事3S技术集成方面的工作。E-mail:zhx.yang@foxmail.com
基金资助:
国家自然科学基金（41474001）；水利部鄱阳湖水资源水生态环境研究中心开放基金（kfjj201410）；江西省水利厅科技课题（KT201731；TG201820TG08）

Land-use information extraction of GF-1 remote sensing image of reservoir area by using object-oriented method

YANG Zhixiang¹, JIA Dongzhen², ZHOU Hangyu¹, HU Youneng¹, LI Guang¹

1. Jiangxi Provincial Water Conservancy Planning and Designing Institute, Nanchang 330029, China;
2. Hohai University, Nanjing 210098, China

Received:2019-05-24 Revised:2019-07-22 Published:2020-02-10

摘要/Abstract

摘要： 高分一号（GF-1）是我国自主研发的第一颗高分辨率遥感卫星，其包含地物信息较为丰富，已应用于土地利用信息提取，但在水利工程库区土地利用调查方面研究较少。本文以峡江水利枢纽工程库区为例，首先对库区影像进行了基于RPC模型的正射校正、几何精纠正等预处理；然后针对GF-1的传感器响应特性，采用基于多元线性波段拟合的方法对多光谱与全色影像进行融合，该方法相对于传统分量替换法具有更好的融合性能；最后综合利用影像的光谱、纹理及形状等特征，采用面向对象的方法对融合后的库区影像进行了地类信息提取与分类精度评价。试验结果表明，融合影像可以有效提取水利工程库区的土地利用信息，总体分类精度达到87.9%，Kappa系数为0.836，能够满足库区土地利用调查和变化监测的要求。

关键词: 高分一号, 面向对象, 土地利用, 线性回归, 峡江水利枢纽工程库区

Abstract: GF-1 remote sensing satellite is the first domestic high-resolution satellite. Due to abundant information included in the images, more and more GF-1 data have been used to extract the information of land-use. However, few application is found in the land-use investigation of reservoir area of hydraulic project. Firstly, take reservoir area of Xiajiang hydraulic project in Jiangxi Province as an example, the images are preprocessed including ortho rectification using RPC model, geometric precision correction and so on. Then, band simulation based pansharpening algorithm by multiple linear regression is used to fuse 8 m multispectral and 2 m panchromatic images, the performance of this method is better than the conventional fused method. Finally, land use information of reservoir area from 2 m fused image by using object-oriented method based on comprehensive utilization of spectral information, texture, shape characteristics and so on. The results show that land-use information could be extracted from GF-1 images of reservoir area effectively; the overall classification accuracy reaches 87.9%, the Kappa index is 0.836, and can meet the requirement of land-use investigation and change motoring in reservoir area.

Key words: GF-1, object-oriented, land-use, linear regression, reservoir area of Xiajiang hydraulic project

中图分类号:

P237

杨智翔, 贾东振, 周航宇, 胡有能, 黎广. 面向对象的库区高分一号影像土地利用信息提取[J]. 测绘通报, 2020, 0(1): 35-39.

YANG Zhixiang, JIA Dongzhen, ZHOU Hangyu, HU Youneng, LI Guang. Land-use information extraction of GF-1 remote sensing image of reservoir area by using object-oriented method[J]. Bulletin of Surveying and Mapping, 2020, 0(1): 35-39.

参考文献

[1] 李娟, 冯炼, 庞小平. 针对GF-1遥感影像的基于影像与基于辐射传输模型的两种交叉定标方法比较[J]. 测绘学报, 2017, 46(7):882-890.
[2] 刘佳, 王利民, 杨玲波, 等. 基于6S模型的GF-1卫星影像大气校正及效果[J]. 农业工程学报, 2015, 31(19):159-168.
[3] 邵亚奎, 朱长明, 张新, 等. 国产高分卫星遥感影像融合方法比较与评价[J]. 测绘通报, 2019(6):5-10.
[4] DU Yong, ZHANG Xiaoyu, MAO Zhihua, et al. Performances of conventional fusion methods evaluated for inland water body observation using GF-1 image[J]. Acta Oceanologica Sinica, 2019, 38(1):172-179.
[5] 李艳华,丁建丽,闫人华.基于国产GF-1遥感影像的山区细小水体提取方法研究[J]. 资源科学, 2015, 37(2):408-416.
[6] 陈文倩, 丁建丽, 李艳华, 等. 基于国产GF-1遥感影像的水体提取方法[J]. 资源科学, 2015, 37(6):1166-1172.
[7] 程乾, 陈金凤. 基于高分1号杭州湾南岸滨海陆地土地覆盖信息提取方法研究[J]. 自然资源学报, 2015, 30(2):350-360.
[8] 周亦, 张亚亚. 利用eCognition进行高分一号卫星数据土地利用现状解译能力测试[J]. 测绘通报, 2016(8):77-80.
[9] 刘书含, 顾行发, 余涛, 等. 高分一号多光谱遥感数据的面向对象分类[J]. 测绘科学, 2014, 39(12):91-94.
[10] 陈文倩, 丁建丽, 王娇, 等. 基于高分一号影像的土地覆被分类方法初探[J]. 干旱区地理, 2016, 39(1):182-187.
[11] 王忠民, 赵忠民, 刘顺喜. IKONOS图像的线性回归波段拟合融合方法[J]. 遥感学报, 2009, 14(1):43-54.
[12] 杨智翔, 徐佳, 何秀凤. GeoEye-1全色与多光谱影像融合方法[J]. 光电工程, 2011, 38(5):120-126.
[13] TU T M, SU S C, SHYU H C, et al. A new look at IHS-like image fusion methods[J]. Image Fusion, 2002, 8(2):177-186.
[14] ZHOU J, CIVCO D L, SILANDER J A, et al. A wavelet transform method to merge Landsat TM and SPOT panchromatic data[J]. International Journal of Remote Sensing, 1998, 19(4):743-757.
[15] WANG Z, BOVIK A C. A universal image quality index[J]. IEEE Signal Processing Letters, 2002, 9(3):81-84.
[16] 朱长明, 李均力, 张新,等. 面向对象的高分辨率遥感影像湿地信息分层提取[J]. 测绘通报, 2014(10):23-28.

面向对象的库区高分一号影像土地利用信息提取

Land-use information extraction of GF-1 remote sensing image of reservoir area by using object-oriented method

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[3]	罗鸿, 廖雨, 杨存建. 基于高分影像的乡村聚落提取与空间重构[J]. 测绘通报, 2022, 0(6): 62-65,92.
[4]	张瑞, 李朝奎, 姚思妤, 李维贵. 融合地理探测器和地理加权回归的太原市建设用地变化因素研究[J]. 测绘通报, 2022, 0(5): 106-109,119.
[5]	丁永辉, 张勤, 杨成生, 王猛, 丁辉. 基于高分遥感的金沙江流域滑坡识别——以巴塘县王大龙村为例[J]. 测绘通报, 2022, 0(4): 51-55.
[6]	张定祥, 汪秀莲, 刘顺喜, 张嘉, 陈强, 李士江. 第三次全国国土调查土地利用矢量数据栅格化方法[J]. 测绘通报, 2022, 0(4): 138-144.
[7]	吴掠桅, 刘耿. 基于人工蜂群CA模型的南京市土地利用变化模拟与预测[J]. 测绘通报, 2022, 0(2): 95-99.
[8]	李鹏, 黎楚安, 杨继梅, 李振洪, 王厚杰. 典型海岸带城市扩张的多源遥感监测与预测——以青岛市为例[J]. 测绘通报, 2022, 0(1): 105-109.
[9]	高雨, 胡召玲, 樊茹. 高分辨率影像融合算法对滨海湿地土地利用分类精度的影响[J]. 测绘通报, 2022, 0(1): 116-120.
[10]	陈磊士, 高霞霞, 廖玉芳, 邓剑波, 周碧. 基于CART决策树的高分二号洞庭湖区湿地分类方法[J]. 测绘通报, 2021, 0(6): 12-15.
[11]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[12]	李霄, 李勇志, 孙禧勇, 赵政, 李伊峤, 张高强. 督察区域地类图斑自动套合方法[J]. 测绘通报, 2021, 0(5): 120-123,144.
[13]	侯翘楚, 李必军, 蔡毅. 高分辨率遥感影像的车道级高精地图要素提取[J]. 测绘通报, 2021, 0(3): 38-43.
[14]	张伟良, 刘琦, 吴长彬, 杨光迪. 基于孪生神经网络的土地利用现状年度变化检测[J]. 测绘通报, 2021, 0(3): 91-95,104.
[15]	李悦, 张敏. 面向对象的高分辨率遥感影像建设用地变化监测[J]. 测绘通报, 2021, 0(2): 54-58.