基于知识的江南典型区土地利用/覆被分类研究

　　第1章  绪论
　　1.1  研究背景
　　1.2  研究思路与技术路线
　　1.3  研究内容与目的
　　1.4  本书的框架结构
　　第2章  研究区域概况及数据资料
　　2.1  研究区域概况
　　2.2  数据资料与数据预处理
　　2.3  研究区土地利用，覆被类型的影像表征
　　第3章  特征的分析与表达
　　3.1  图像光谱响应特征的分析与表达
　　3.2  纹理特征的分析与表达
　　3.3  空间几何特征的分析与表达
　　3.4  位置布局特征的分析与表达
　　第4章  知识的获取与知识库的构建
　　4.1  知识的定义
　　4.2  知识获取的决策树方法
　　4.3  知识库的构建
　　4.4  试验区分类知识的获取与知识库的构建
　　第5章  基于知识库的推理分类与评价
　　5.1  基于知识库的推理分类
　　5.2  分类精度的评价
　　5.3  分类规则的分析
　　5.4  分类方法的可行性评价
　　第6章  结语
　　6.1  结论与讨论
　　6.2  创新点
　　6.3  展望
　　主要参考文献
　　附录
　　中文图表索引
　　英文图表索引
　　后记

　　    赵萍，1975年生，安徽芜湖人。副教授，主要研究方向为遥感数字图像处理技术与土地利用／覆被变化研究。2000年就读于南京大学地图学与地理信息系统专业，2003年毕业并荣获博士学位。2003—2005年在中国科技大学地质学博士后流动站从事科研工作。先后在《遥感学报》、《地理科学》等重要刊物上发表学术论文10余篇。

　　    本研究以提高江南典型区土地利用/覆被自动分类的精度为目标，围绕基于知识的遥感影像分类方法的过程展开。首先从目视解译的原理出发，分析了研究区土地利用/覆被类型在遥感影像上的表征，并对相关特征加以分析与表达；然后从知识的概念、知识的获取、知识库的构建以及知识的推理几方面深入探讨了基于知识的遥感影像分类方法，其中重点研究了知识获取的决策树方法，并在此基础上对绍兴和江宁两个试验区进行了基于知识的遥感影像土地利用/覆被分类以及传统的监督分类和逻辑通道法分类试验；最后从不同分类方法的精度评价结果的比较和分类规则的分析两方面，对基于知识的遥感影像土地利用，覆被分类方法的可行性进行了评价。
　　    当前，土地利用/覆被变化（Lucc）研究是全球变化研究的核心内容，而土地利用，覆被数据的获取是其主要的基础工作。近年来，飞速发展的遥感技术已成为土地利用/覆被调查的一种有效的技术手段。然而，遥感影像分类技术的提高却远远落后于遥感传感器技术的发展，不能满足实际应用的需要。因而，实现遥感影像解译的自动化与高精度定量化，以满足人们从海量遥感数据中快速、准确地获取专题信息的需要，不仅是当前遥感自身发展的前沿，也是遥感应用的迫切要求。