礦山IKONOS遙感影像信息提取中的面向?qū)ο蠓诸愌芯?pdf

1、應(yīng)用高分辨率遙感數(shù)據(jù)進(jìn)行礦山環(huán)境監(jiān)測(cè)是近幾年來(lái)礦山監(jiān)測(cè)工作的一個(gè)發(fā)展趨勢(shì)。信息提取技術(shù)是遙感數(shù)據(jù)應(yīng)用中的關(guān)鍵，傳統(tǒng)的像元分類方法只考慮了光譜信息，信息提取量少，分類精度低，難以滿足高分辨率數(shù)據(jù)信息的提取。于是，一些學(xué)者率先引入“面向?qū)ο蟆碧崛〖夹g(shù)，并取得很好成效。國(guó)內(nèi)面向?qū)ο笮畔⑻崛〖夹g(shù)研究起步較晚，并多集中于海洋環(huán)境、土地監(jiān)測(cè)領(lǐng)域。
　　 本文以2011年白銀煤礦1/1萬(wàn)工作區(qū)的IKONOS數(shù)據(jù)為數(shù)據(jù)源，運(yùn)用面向?qū)ο蠓诸惣夹g(shù)對(duì)

2、礦山開(kāi)發(fā)占地信息進(jìn)行提取，并與傳統(tǒng)的基于像元信息提取方法進(jìn)行了對(duì)比，最后形成動(dòng)態(tài)分析報(bào)告。論文的研究成果與創(chuàng)新主要有以下幾點(diǎn):
　　 1.應(yīng)用基于異質(zhì)性最小原則的區(qū)域合并算法進(jìn)行影像分割，實(shí)現(xiàn)了影像數(shù)據(jù)的多尺度分割，分割尺度分別為10、30、50。層與層之間形成一個(gè)互為聯(lián)系的網(wǎng)絡(luò)層，實(shí)現(xiàn)了信息的多尺度、多層次表達(dá)。
　　 2.運(yùn)用模糊分類技術(shù)分類，并對(duì)比傳統(tǒng)的基于像元分類方法（最大似然法）。數(shù)據(jù)顯示:面向?qū)ο罂偡诸惥群?/p>

3、總體kappa系數(shù)分別為83％、0.8135，最大似然法為55％、0.4774。結(jié)果表明:面向?qū)ο蠓诸惙ū然谙裨诸惙ň雀撸Ч?，能夠滿足國(guó)家礦山遙感調(diào)查與監(jiān)測(cè)需要。
　　 3.2011年提取各類礦山開(kāi)發(fā)占地圖斑812處，面積為972.93 hm2。與2010年目視解譯對(duì)比，開(kāi)采面占地面積減少87.3 hm2，固體廢棄物增加88.01 hm2。分析指出，2010年礦山遙感調(diào)查與監(jiān)測(cè)工作取得一定成效，違法采礦、占用耕地現(xiàn)