香榧系第三纪孑遗植物,为我国特有的珍贵经济树种。常规的香榧资源调查方法存在工作量大、数据时效性差等不足。近年来高分辨率遥感影像的应用,为特定树种信息提取提供了可能。本文以处于浙江会稽山区的诸暨赵家镇为研究区,采用IKONOS遥感影像,对香榧分布信息的识别与提取方法进行了研究。通过多级、多尺度分割方法获取研究区的各类地物后,在分析不同地物的光谱、形状、纹理等信息及植被指数的基础上,构建了针对研究区特点的特征空间,并进行优化,从而达到准确地提取香榧分布信息的目的。与传统的分类方法相比,由于充分利用了地物的光谱、纹理、位置和几何形状等信息,避免了传统分类方法在高分辨率影像分类时,由于同一地物内部异质性增强导致的“椒盐现象”的产生,提高了分类精度。此外,针对目前面向对象分类软件中基于模糊技术的分类方法中分类特征不易选择的问题,将分割生成的对象(包括其各类特征)导出,应用GIS的统计分析功能对其进行分析总结,构建包含光谱信息和纹理信息在内的更合理的特征空间。本研究初步形成了一套基于面向对象的香榧资源提取方法与技术。本研究获得的主要结果为:(1)通过实地调查和影像目视判读,对研究区各个地物类型在IKONOS影像上的影像特征进行了定性分析。在光谱特性上,同类地物内表现出一致性,但不同类型地物如建设用地、裸地等非植被与植被、阴影之间的差别较大,尤其在近红外波段。各地物类型在光谱响应特征有区别,但是在不同的波段差异性不同。各地物在红、绿、近红外波段光谱值差异较大,区分性较强;而在蓝波段的光谱差异小,不易区分。(2)采用多级多尺度分割的方法,先将影像初步分成植被、非植被和阴影,然后将不易区分香榧与其他植被的植被和阴影区用掩膜方法单独提取出来,继续用更详细的分割尺度对植被区和阴影区分别进行分割,生成各类地物对象,然后分别从中提取香榧的分布信息。基于多尺度的分割避免了不同地物类型之间的混分,对提高分类精度有很大的帮助。(3)在分割形成对象的基础上,结合面向对象分类中的成员函数与最近邻法对各层次进行了分类。其中对于容易区分的非植被和阴影,利用其在红波段与近红外波段的光谱响应的差异构建成员函数;对于分类难度较大的各植被对象,根据各波段均值、比率、NDVI及纹理等信息,应用GIS中的统计分析功能进行分析和选择,然后构建合适的特征空间,来对植被区和阴影区中的植被类型进行分类,最后提取出香榧的分布信息。(4)通过对面向对象的分类结果与基于像元的监督分类(最大似然法)、非监督分类(ISODATA聚类)结果进行对比,表明:应用面向对象分类法进行高分辨率影像信息提取时,所提取的地物信息与地物的实际分布之间具有较高的形状和属性一致性,分类的精度更高,并有效地避免了常规影像分类方法所具有的“椒盐现象”,分类结果也更易于理解和解释。因此,本研究的结果表明用面向对象的分类方法进行香榧信息提取与调查是可行的。