基于景观结构的遥感影像分类尺度效应与尺度转换方法研究

Scale problem is one of the central issues in land cover mapping from remotely sensed imagery.Although there are many researches on it, existing studies usually focus on one of the following problems: scale effects, the optimal resolution selection problem and scaling method, and there is a lack of systematic studies on them. In addition, although there are many scaling methods, method which can be applied to real land cover classification products scaling is absent. The main objective of this research is to explore the scale problems in land cover mapping from remote sensing imagery, including scale effects in remote sensing classification, upscaling and downscaling methods in classification.Firstly, a study will be made on impact factors of scale effects in remote sensing classification from a landscape structure perspective. Then, based on the scale effects analysis, a reasonable and reliable land cover classification upscaling method will be proposed. Furthermore, a landscape pattern based super-resolution mapping method for classification downscaling will be proposed also.

空间尺度问题是遥感影像分类中的一个关键问题。虽然国内外对该问题的研究已有很多，但这些研究通常只侧重于尺度效应、最优分辨率选择、尺度转换中的某个问题，缺乏将各问题综合起来考虑的系统研究结果。此外，尽管当前的分类尺度转换方法已有很多，但这些方法通常并不完善、缺乏实用性，不能很好地满足土地覆盖分类产品尺度转换的实际应用需求。本项目将系统研究遥感影像分类中的尺度效应和尺度转换问题，拟从景观结构和波谱差异方面探索遥感影像分类尺度效应的成因，发展分类尺度效应关键影响因素及其综合作用机理定量模型；然后将分类尺度效应研究结果应用于尺度转换，以此为依据提出充分整合不同尺度数据源中有效信息的分类向上尺度转换方法；发展基于景观结构的遥感影像分类向下尺度转换方法，解决现有算法效率低下、缺乏实用性的问题，为多尺度遥感数据的综合应用提供理论依据和方法支持。

尺度问题是遥感影像分类中的一个关键问题。本项目对遥感影像分类中的尺度效应、尺度转换等问题进行了系统研究。.首先，利用模拟数据以及LANDSAT OLI_TIRS、MODIS 等遥感数据研究了遥感数据分类的尺度效应机理。建立了景观指数尺度预测模型；构建了类别不确定性指数模型；提出了利用景观相似度指数评价不同分类数据的一致性。其次，基于景观指数尺度预测模型，提出了只需要低分辨率遥感分类数据作为输入数据的分类向下尺度转换算法，该算法不需要额外的先验信息和辅助数据的支持，具有实用价值。最后，在前述分类尺度效应机理研究的基础上提出了基于分层占优聚合的遥感影像分类向上尺度转换方法，并对大汶河流域数据应用了该方法。本项目发表论文 9 篇，其中 SCI 论文3篇，EI 论文2篇。