風(fēng)景環(huán)境多以植被為景觀基質(zhì),構(gòu)成具有特定綠化格局和景觀特征的環(huán)境綜合體,相關(guān)研究正由定性發(fā)展至定量,由圖形識(shí)別發(fā)展至數(shù)字分析與算法描述。利用eCognition高分遙感技術(shù)進(jìn)行植被景觀影像識(shí)別與特征辨析,正迅速以衛(wèi)星視野提供一種更科學(xué)、更宏觀的研究途徑與分析方法。以雞足山核心風(fēng)景區(qū)植被景觀為例,以中國資源3號(hào)衛(wèi)星遙感影像數(shù)據(jù)為基礎(chǔ),采用eCognition面向?qū)ο蠓诸惙椒ㄟM(jìn)行量化解析研究,選用光譜異質(zhì)性、多尺度分割函數(shù)和歸一化植被指數(shù)作為圖像解析標(biāo)準(zhǔn),通過隸屬度函數(shù)推導(dǎo)獲取適用于風(fēng)景園林研究的數(shù)學(xué)算法,最終有效提取出針葉林等6類植被景觀特征要素信息,科學(xué)呈現(xiàn)雞足山植被景觀分布情況,實(shí)現(xiàn)了植被特征的算法描述與圖紙生成,分類精度經(jīng)誤差矩陣評(píng)價(jià)結(jié)果良好。相關(guān)成果為當(dāng)代景觀高空間解析、城市綠地系統(tǒng)分析提供了一種量化調(diào)查與分析方法,也為相關(guān)人居環(huán)境科學(xué)研究提供了可參照的景觀遙感解譯平臺(tái)與專項(xiàng)技術(shù)。 

【文章來源】：中國園林. 2020,36(10)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

雞足山核心景觀區(qū)遙感影像圖

4)調(diào)試解譯參數(shù)進(jìn)行影像識(shí)別，實(shí)現(xiàn)雞足山核心景觀區(qū)及其輻射區(qū)域遙感數(shù)據(jù)解析，對(duì)其植被景觀特征進(jìn)行分類解析，獲取技術(shù)圖紙與相關(guān)矢量數(shù)據(jù)。5)二次抽取樣地進(jìn)行精度分析，通過實(shí)地調(diào)研獲得本次研究的分類精度，進(jìn)行技術(shù)總結(jié)并對(duì)下一步研究方案進(jìn)行探討。技術(shù)路線如圖2所示。

式中，F(xiàn)表示異質(zhì)性準(zhǔn)則；w1表示形狀權(quán)重；c1和c2分別表示顏色差異性量度和形狀差異性量度，其中c2形狀差異性量度又分為平滑度c3和緊致度c4;w2表示平滑度和緊致度的權(quán)重值，平滑度是指合并后區(qū)域邊界的光滑程度，緊致度是為了保證合并后區(qū)域更加緊湊，它們各占有一個(gè)權(quán)值，構(gòu)成了形狀差異性量度。由此可見，多層多尺度的分割算法不但可以針對(duì)不同地物進(jìn)行不同尺度的分割處理，還可以結(jié)合地物的空間特征和形狀特征進(jìn)行更加準(zhǔn)確的分割控制，并結(jié)合分類時(shí)上下層級(jí)的邏輯拓?fù)潢P(guān)系，優(yōu)化分割精度。3.2 分割參數(shù)設(shè)定

【參考文獻(xiàn)】：
期刊論文
[1]基于eCognition和Google earth影像的土地利用分類——以重慶市九龍坡區(qū)部分城區(qū)為例[J]. 王歡歡.  數(shù)字技術(shù)與應(yīng)用. 2018(08)
[2]風(fēng)景園林學(xué)科建設(shè)中的9個(gè)關(guān)鍵問題[J]. 楊銳.  中國園林. 2017(01)
[3]論風(fēng)景園林在城市轉(zhuǎn)型發(fā)展中的積極作用——中央城市工作會(huì)議精神學(xué)習(xí)思考[J]. 張兵,白楊,丁戎.  中國園林. 2017(01)
[4]基于面向?qū)ο蟮馁Y源3號(hào)遙感影像森林分類研究[J]. 董心玉,范文義,田甜.  浙江農(nóng)林大學(xué)學(xué)報(bào). 2016(05)
[5]利用分形和多尺度分析的中低分辨率SAR圖像變化檢測(cè)[J]. 張晗,倪維平,嚴(yán)衛(wèi)東,邊輝,吳俊政,李莎,金驍.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2016(05)
[6]論空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的理論與方法[J]. 李德仁,王樹良,李德毅,王新洲.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2002(03)

碩士論文
[1]基于易康軟件平臺(tái)下的北京城區(qū)林木樹冠覆蓋解譯與檢驗(yàn)[D]. 宋宜昊.中國林業(yè)科學(xué)研究院 2016



本文編號(hào)：2994874