题目：黄土高原地区遥感图像地被分类方法研究

由于地形起伏的影响，黄土高原地区遥感图像地被分类误差大、精度低的状况一直严重地影响着遥感技术在该地区的应用，本文依据地理科学和遥感信息科学的原理，采用遥感与地理信息系统相结合、光谱特征分析与空间信息处理相结合、理论研究和技术开发与典型试验相结合的方法，对黄土高原地区遥感图像地被分类方法进行了研究。
在系统分析黄土高原地区遥感图像特征的基础上，提出了基于GIS的分层分类技术方案。充分考虑地形因素对遥感图像特征的影响，分析地形与图像光谱、纹理、构型的关系，将光谱特征与空间特征分析相结合，既应用数学方法减少地形变化对地物光谱特征的影响，又利用地形变化引起的空间构型特征补充单纯依靠光谱值分类的局限性，最终形成了黄土高原地区遥感图像地被分类技术体系，并在黄土高原丘陵沟壑区进行了实验，取得了较好的分类结果。研究取得的成果主要有以下几点：
(1)     建立了基于遥感图像与地理信息相结合的黄土高原地区遥感图像地被分类系统
结合实验区（黄土高原丘陵沟壑区）的实际，建立了符合黄土高原地区遥感图像分类要求的分类系统。该分类系统由两部分组成：第一部分是基于地形与地貌特征的土地类型分类系统；第二部分是基于遥感图像的土地覆盖类型分类系统；最后将两个分类系统相互叠合得到黄土高原地区的地被遥感分类系统。该分类系统全面准确包含了黄土高原地区地被分布的实际情况。
依据上述分类系统，在系统分析黄土高原地区遥感图像特征的基础上，提出了基于GIS的地被分层分类方案。该方案总体分为三个层次：首先是基于数字地形模型进行土地类型（地形与地貌）分类；其次是对遥感图像的土地覆盖类型进行分类；最后是依据实际状况将土地类型（地形与地貌）和土地覆盖分类结果匹配叠加，获得黄土高原地区遥感图像的综合分类。这种分类方案与目前国内外广泛应用的遥感图像自动分类方法相比，主要特点表现在，分类时充分考虑了地形因素，将土地类型（地形与地貌）分类与土地覆盖分类相结合，弥补了常用分类方法中忽略地形信息的缺点。
(2)     提出了适用于黄土高原地区的遥感图像阴影消减方法
黄土高原地区的遥感图像上存在大量的阴影，成为影响分类精度的重要原因之一，研究时将阴影的消减作为必须的预处理工作。由于没有成熟的方法进行阴影消减，在研究中探索并提出了两种适用于该区的遥感图像阴影消减方法。一种是基于遥感图像处理技术，利用蓝光波段、绿光波段、红外波段进行阴影区域的提取，利用图像灰度归一化方法或阴影区域信息补偿方法进行像元值的修正从而消减阴影的影响；或者对多波段的遥感图像进行主成份变换，利用第一主成份进行阴影的消减。另一种方法是基于DEM，通过计算每个DEM格网单元的相对辐射值或入射值来进行阴影的检测，再利用图像灰度归一化的方法进行阴影的消减。
(3) 总结完善了黄土高原地区遥感图像地被计算机分类技术体系
① 发展了黄土高原地区典型地形特征线与主要土地类型的计算机提取与分类技术
典型地形特征线的提取对黄土高原地区土地类型分类，沟谷状况研究等具有重要的意义，文中以黄土高原丘陵沟壑区为例提出了该区典型的地形特征线的提取方法，该方法可以准确完整地进行特征线的提取。在此基础上，发展了黄土高原地区土地类型计算机分类方法。地形特征线为地形地貌类型划分提供了基本框架，在某种程度上也决定了土地利用类型，在此基础上，在应用规则DEM，依据正负地形指数、剖面曲率、坡度等因子进行土地类型分类的方法。
② 提出了黄土高原地区遥感图像分层分类的波段选择原则、改进了图像特征提取与分类方法，建立了黄土高原地区遥感图像地被类型“分层分类树”
依照GIS的分层分类方案，根据地物的波谱特征，针对不同层次的分类地物提出了不同的波段选择和特征提取方案，使得所提的地物在选择的波段组合上具有良好的可分性。在前人的研究基础上，提出了新的水体提取方法，在植被分类时充分将光谱特征与纹理特征相结合，总结并完善了各层地物的分类方法，这些方法都建立的理论研究和实验检验的基础之上。
黄土高原地区遥感图像土地覆盖类型分类前对各地物类型进行采样。首先通过计算类间距离、绘制各类样本的辐射曲线等方式选择样本；然后对样本的统计特征进行分析，确定黄土高原地区遥感图像分层分类树。分层分类树的建立过程科学严谨，分类树各分类节点处差异大、图像的可分性高。
③ 发展了光谱和空间信息相结合的遥感图像计算机分类“后处理”技术
在分类后处理中将光谱处理与空间处理相互结合，克服了常用分类后处理方法中忽略空间信息的弱点。通过光谱与空间相结合的后处理，减少了类内的差异，提高了分类的精度。
黄土高原地区遥感图像地被分类方法研究的创新之处体现在以下几点：地被分类的结果既体现了地面覆盖状况，又具有地形的信息；土地覆盖分类时很大程度上消除了地形因素对遥感图像的影响；分类及分类后处理中充分利用了图像的空间信息；整个过程中采用了“人机结合”的分类方式。
在前人研究的基础上，本文对黄土高原地区遥感图像地被计算机分类方法做了进一步的研究和发展，研究成果对推动遥感技术的广泛应用具有重大的理论意义和实际应用价值。但是，还有许多问题，如不同地区的地形特征的自动提取、多种数据的融合技术等需要更加深入的研究。