江南丘陵区土地利用-覆被分类
第３９卷第３期２００３年５月
南京大学学报（自然科学）
ＪＯＵＲＮＡＬＯＦＮＡＮＪＩＮＧＵＮＩＶＥＲＳＩＴＹ
（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥＳ）
Ｖ０１．３９，Ｎｏ．３
Ｍａｙ，２００３
江南丘陵区土地利用／覆被分类‘
赵萍，冯学智，王雷，赵书河
（南京大学城市与资源学系．南京，２１００９３）
摘要：江南丘陵区土地利用墙Ｉ被类型相对比较复杂，传统的基于光诺特征的计算机自动分
类的精度难以达到实际应用的需求．为了提高分类精度，需要模仿目视解译过程．从遥感信息机理与地学规律的综合分析人手，综合其它辅助信息进行分类在对绍兴试验区地学背景知识和遥感数据光谱特性充分分析的基础上，获取了试验区各类典型地物分类的知识，并以规则的形式表示这些知识，集成ＴＭ影像亮度值、亮度值关系和ＤＥＭ、坡度和坡向地理辅助数据对试验区土地利用／覆披进行分类．结果表明，谈方法可以方便有效地综合多种辅助数据进行分类，得到令人满意的分类结果，木次试验的分类精度为８６中图分类号：Ｐ２３６
６６％．
关键词：基于知识，江南丘陵区，土地利用／覆被分类，规则
Ｋｎｏｗｌｅｄｇｅ－ｂａｓｅｄＬａｎｄｕｓｅ／ＣｏｖｅｒＣｌａｓｓｉｆｉｃａｔｉｏｎｉｎｔｈｅＦｏｏｔｈｉｌｌＡｒｅａ
Ｏｉｌ
ｔｈｅＳｏｕｔｈｏｆＹａｎｇｔｓｅＲｉｖｅｒ
Ｘｕｅ－Ｚｈｉ，Ｗａｎｇ
Ｌｅｔ，ＺｈａｏＳｈ“一Ｈｊ
ＺｈａｏＰｉｎｇ，Ｆｅｎｇ
（ＤｅｐａｒｔｍｅｎｔｏｆＵｒｂａｎａｎｄ
Ａｂｓｔｒａｃｔ：Ｔｈｅ
ａｃｃｕｒａｃｙ
ｔｙｐｅｓ
ｒｅ５０ｕｒｏｅｓ
Ｓｃｉｅｎｃｅｓ。ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ，２１００９３，Ｃｈｉｎａ）
ｏｎ
ｏｆｌａｎｄｕｓｅ／ｃｏｖｅｒｉｎｔｈｅｆｏｏｔｈｉｌｌ盯ｅａ
ｏｎ
ｔｈｅｓｏｕｔｈｏｆＹａｎｇｔｚｅＲｉｖｅｒ
ｃａｒｌ
ａｒｅ
ｃｏｍｐｌｅｘ
Ｔｈｅ
ｏｆｔｒａｄｉｔｉｏｎａｌａｕｌｏ－ｃｌ＆ｍｉｆｉｃａｔｉｏｎｂａｓｅｄ
ｔｈｅｓｐｅｃｔｒａｌｃｈａｒａｅｔｅｒｌｓｌｔｉｃｓ
ｎｏｔ
ｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓ．
ｅｙｅｓ
Ａｎａｌｙｚｉｎｇｔｈｅｍｅｃｈａｎｋ，。ｎ
ｉｎｔｅｇｒａｔｉｎｇ
ａ㈣ｒｉａｌ
ｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇａｎｄｔｈｅｌａｗｏｆｇｅｏｇｒａｐｈｙ，ｉｍｉｔａｔｉｎｇｉｎｔｅｒｐｒｅｔａｔｉｏｎｂｙ
ｔｏ
ａｎｄ
ｄａｔａ
ｃＩａｓｉｆｙ
ｔｈｅ［ａｎｄｕｓｅ／ｃｏｖｅｒｗｉｔｌｉｍｐｒｏｖｅｒｔｈｅａｃｃｕｒａｃｙ，Ｔｈｉｓｐａｐｅｒｆｉｒｓｔａｎａｌｙｚｅｓｔｈｅ
８ｌ－Ｐ＊ｔ
ｇ∞ｇｒａｐｈｙｋｎｏｗｌｅｄｇｅｏｆｔｈｅｂａｃｋｇｒｏｕｎｄａｎｄｓｐｅｃｔｒａｌｃｌｍｒａｃｔｅｒｉｓｔｌｃｓｉｎｔｈｅＳｈａｏｘｉｎｇｓｔｕｄｙ
ｉｎｔｅｒｐｒｅｔａｔｉｃｏａ
ｔｏｏｂｔａｉｎｔｈｅ
ｋｎｏｗｌｅｄｇｅｏｆａｒｔ
ｔ酒ｃａｌ
ｔｙｐｅｓ
０ｆｌａｎｄｕｓｅ／ｃｏｖｅ！ｒ．Ｔｈｅｎ．ｔ
ｅｘｐｒｅｓｓｄｔｈｅｓｅｋｎｏｗｌｅｄｇｅｂｙｒｕｌｅｔｏ
ｉｎｔｅｇｒａｔｅｔｈｅｓｐｅｃｔｒａｌｍａｇｎｉｔｕｄｅａｎｄｒｅｌａｔｉｏｎｓｈｉｐｏｆ
ｃｏｖｅｒ
ＴＭｉｎｍｇｅ，ＤＥＭ，ｓｌｏｐｅａｎｄａｓｐｅｃｔｔｏｃｌａ＝ｓｓｉｆｙｔｈｅｌａｎｄｕｓｅ／
ｃａｎ
ｉｎ
ｔｈｅｓｔｕｄｙａｒ朗Ｔｈｅｒ鹤ｕｌｔ
ｔｏ
ｓｕｇｇｅｓｔｓ
ｔｌｍｔｔｈｉｓｍｅｔｈｏｄ
ｉｎｔｅｇｒａｔｅａ１１
ｋｉｎｄｓｏｆａｃｃｅ§ｏｒｉａｌｄａｔａ
ｔｏ
ｃｌａｓｓｌｆｙ
ｔｈｅ【ａｎｄｕ．ｍ／ｅｏｖｅｒｏｂｔａｉｎｔｈｅｓａｔｉｓｆａｃｔｏｒｙｒｅｓｕｌｔ．Ｔｈｅ
ａｃｃｕｒａｃｙ
ｏｆｔｈｉｓｔｒｉａｌｉｓ８６６６％．
Ｋｅｙｗｏｒｄｓ：ｋｎｏｗｌｅｄｇｅ－ｂａｓｅｄ．ｔｈｅｆｏｏｔｈｉｌｌａｒｅａ．ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆ
ｌａｎｄｕｓｅ／ｍｖｅｒ．ｒｕｌｅ
・基金项目：浙江省国土资源遥感综合调查项目（编号：ＺＲ０２）收穰日期：２００２—１０—２２
第３期
赵萍等：江南丘陵区土地利用／覆被分类
‘４０５。
————————————————一———————————————————————————————————————————————————————一
卫星遥感数据的土地利用自动分类和专题信息提取一直是遥感应用的重要研究方向之一．利用卫星影像进行土地利用调查的方法通常有两种：一种是目视解译，该方法的优点是可以综合利用地物的色调、形状、大小、纹理等影像特征知识，以及有关地物分布的专家知识，并结台其它非遥感数据源进行综合分析和逻辑推理，从而能达到较高的分类精度，是当前业务化生产的主要方式．然而，该方法具有效率低、时效性较差的缺点，而且分类过程中主观性强，解译精度很大程度上与工作人员的经验水平相关．另一种是传统的基于数理统计的计算机自动分类的方法，分为监督分类和非监督分类两种．相对目视解译来说，它们具有速度快、投入低的优点，特别是对于大区域的土地利用／覆被监测．然而，由于受遥感数据光谱分辨率和空间分辨率的限制，遥感影像往往是多种地物波谱特征的综合反映，一定程度上存在着“同物异谱，异物同谱”的现象．因此，这种主要利用光谱特征进行分类的精度往往不高，
尤其是对于土地利用雁被类型复杂的江南地区，通常不能满足实际应用的要求，还需要人
工对分类结果加以修正，本质上是一种目视解译与计算机自动分类相结合的机助分类方法．因此，为了有效地识别土地利用类型，提高遥感影像自动分类的精度。需要模仿目视解译的过程，从遥感信息机理与地学规律的综合分析人手，对不同数据源得到的信息进行综合分析．充分利用其中的光谱信息、时间信息、地学知识以及人的经验知识进行分类．近年来，以专家知识和经验为基础的光谱信息和其它辅助信息综合的遥感影像解译技术得到了广泛的研究，并且已有的结果证明利用其它辅助信息的光谱特征综合分类可以得到更高的分类精度和分类等级，是遥感信息提取的发展趋势之所在…．术洪磊等从遥感影像处理／地理数据／专家知识一体化的角度．使用基于知识的方法进行了研究，改善了土地利用／覆被的分类精度…２．李爽等利用典型地物的光谱空间特征及相互分离规则分类后，结合原有ＧＩＳ数据，用地学知识纠正初步分类，得到了较理想的分类结果【３Ｊ．杨存建就基于知识的居民地专题信息的提取进行了深入广泛的研究ＨＪ．布和敖斯尔把盐碱地分类的地学专家思想和区域专家思想运用到ＧＩＳ数据挖掘中，从ＧＩＳ数据库中发现知识应用到盐碱地分类决策中，减少了分类中人为误差的产生，简化了运算过程１５】．ＬａｓｓｅＭｏｌｌｅｒ－Ｊｅｌｌｓｅｎ集成地物模型和纹理特征进行了城市土地覆被分类【６ｊ．Ｓｔｅｆａｎｏｖ等利用专家系统技术集成光谱数据、空问纹理信息和ＤＥＭ数据对半干旱干旱城市中心土地覆被进行分类，获得了更高的分类精度０７ｊ．
基于知识的分类方法基本步骤包括：知识的发现，应用知识建立基于产生式规则的提取模型，利用遥感数据和模型提取信息．这种方法可以方便地集成各种辅助信息，包括非连续性变量和非量化的经验知识，并且可以针对不同类别确定其所需要的辅助信息，确定每条规则的重要性．本文以绍兴试验区为例，在对试验区地物的影像光谱特征和地学分布规律分析
的基础上，建立了该试验区土地利用僵被分类的规则进行ｒ分类．
１试验区概况及数据资料
绍必位于浙江省中北部，杭州湾南，会稽山北麓，北纬２９。１３７３８”～３０。１６’ｌｒ，东经１１９。５３’０２”～１２０。１３’３８”，东西长１３０ｋｍ，南北宽１１６ｋｍ，总面积７９１０ｋｍ２．地处浙西山地丘陵、浙东丘陵山地和浙北平原３大地貌单元的交接地带，地形比较复杂，地域差异明显．境内南高北低，由北部绍虞水网平原与河口滨海平原向南逐渐过渡为丘陵山地．
所使用的数据为１９９７年５月４日记录的ＴＭ影像，选取大小３００×３００像元，见图ｌ；
——————————一—————————一
．４０６．
南京大学学报（自ｊ｝！｝科学）
第３９卷
９０年代后期的印度卫星影像（分辨率为
５．８ｍ）以及１：５万的地形图．根据ＴＭ的ＲＧＢ７４３合成影像目视解译并结合实地考察．将本试验区土地利用／覆被类型分为６色）、林地（深绿色、绿褐色）、裸地（粉红色）和城乡工矿居民用地（紫色、粉紫色）．类：水体（深蓝色）、耕地（绿色）、园地（黄绿
２方法
２．Ｉ数据的预处理利用ｌ：５万地形图对试验区ＴＭ影像和印度卫星的影像进行几何纠正和配准，数字化地形图上的等高线（１０ｍ』等高距）并由此生成ＤＥＭ和坡度、坡向图．２．２地物光谱特征分析遥感卫星图像Ｊ是地表光谱特征通过大气层的影响被卫星传感器接收记录的光谱数据．不同的地表覆被，反映为卫星遥感光谱数据的不同亮
图１试验区１Ｍ（ＲＧＢ７４３）合成影像
Ｆｉｇ・１
ＴＭ（ＲＧＢ７４３）ｉｍａｇｅ
０ｆ‘ｈｅ
８ｔｕｄｙ”
度值，这些亮度值是不同地表覆被反照率的函数，反映了地物的光谱特性．根据地物不同的光谱特性可以区分出不同的地物类型．为了获取试验区内各种地物类型光谱特征知识，对试验区内典型地物类型进行采样并加以统计，统计结果见表１和图２．其中居民地按居民地ｌ（主要为老城区及乡村居民地）和居民地２（主要为新城区及厂矿用地）两类采样，林地分林地１（阳坡）、林地２（阴坡）两类采样．由于存在山体阴影，因此阴影也作为一类采样．
裹１典型地物样本亮度值统计表
Ｔａｂｌｅ１
Ｔｈｅｓｔａｔｉｓｔｉｃｓｏｆｔｈｅｓｐｅｃｔｒａｌｖａｌｕｅｓｏｆｔｙｐｉｃａｌ
坠匣！垦蝗
水体居民地ｊ居民地２。裸地圃地
平均值
方差
幽
３．０７
２．４５
ｏｂｊｅｃｔｓａｍｐｌｅｓ
墅塑垦煎
３５
１８
墅盟
１３Ｌ．８６
盟型！
４２１４．９ｌ６５１４．７８７２２７．１１３０
７７２．２５８２２．５４９６２．６５
５７２．８７
４８
３３２
４５２．４６６８４．６９７ｌ４．４８９９５．１７８２２．８５７６３．０７
２．６
４２２．７６７２５．９２．７３４．８４６９４．６３５２２．６４５３３．４９４２６９５２５
平均值方茬平均值
方差
５９
１．８４７７２．３５６ｌ
５５
”
２．．３９６１４．６５５１２．９８３５２５６３０１．８３２７２．５１２３３５９１５
８０３．７４５８３．５６４２１．３７５０２．２９４２１．８９３９１．７６３５
平均值方差平均值
方差
踟
２．２５７ｌ１．３６７５
２．３８５２
ｌ０７５７Ｌ．６７５２１．４９４９
７．０３２３５
９．５６１７６ＬＬ４６
水
田
平均值
方差
２、３６
７４
林
地１
林
地２觏
平均值方差平均值方差平均值
１９８９．８６１６３
１１．９９１３０
２．０５
７ｌ１６７
６０
５．９６４２
６６１．５８４４
丝夏薹！：！！：塑！：塑２：塾２：墅
！：丝
！：墼
———————————一————————————————————一———————————————————————————————————————一
第３期
赵萍等：江南丘陵区土地利用／覆被分类
‘４０７。
曼魁
一嗽彝
睁
∞帅鲫砷椰∞∞蛐鲫ｍ
０
２
３
４
５
６
波段
囤２典型地物样本波谱响应曲线
ｔｙｐｉｃａｌ
Ｆｉｇ．２
Ｔｈｅ叩伐ｎ咖ｎｓｐ岫辨ａ忡ｏｆ
ｏｂｊｅｃｔｓ
从表ｌ、图２可以看出：
水体的波谱特性从总体上讲，反射率较低，而且长波部分比短波部分反射率更低．因此
水体在ＴＭ４、ＴＭ５、砷胛上亮度值明显低于其它类型，可以通过设定ｎ似＋ＴＭ５十ＴＭ７＜
Ｔ１与其它非水类分开，阴影在这两个波段上也表现为低亮度值而易与之混淆“Ｊ．但是水体在ＴＭ３、ＴＭ４波段间的亮度值关系表现为Ｔ１Ⅵ３＞ＴＭ４，因此可以根据这一特征除去阴影．然而水域边界的像元和细小的辫流像元可能与其它非水域地物混合而不遵循这些特征．
居民地２在ＴＭｌ、ＴＭ２、ＴＭ３上明显高于其它地物类型，而且表现出耵旧＞研Ⅵ４．
ＴＭ４＜ＴＭ５的特征。因此可以根据ＴＭＩ十ＴＭ２＋ＴＭ３＞Ｔ２，ＴＭ３＞ＴＭ４，ＴＭ：ｔ＜ＴＭ５与其它地物分开．居民地ｌ表现出ＴＭＩ＞ＴＭ２＞ＴＭ３＞ＴＭ４＞ＴＭ５＞ＴＭ７，只与水体波段间关
系相同，但其ＴＭ４、ＴＭ５、ＴＭ７波段的亮度值明显高于水体，且砷搿与ＴＭ５相近．因此可
以设定ＴＭ４＋ＴＭ５＋ＴＭ７≥Ｔ１，ｌＴＭ４一ＴＭ５Ｉ＜Ｔ３排除水体．
试验区的裸地主要是未耕作的土地和城郊的裸土，土壤在短红外波段有较强的反射，因此裸地在ＴＭ５波段上表现为高亮度值．而且ＴＭ３＜ＴＭ４＜ＴＭ５，可以根据ＴＭ５＞Ｔ４，ＴＭ３＜ＴＭ４＜ＴＭ５与其它地物分开．
‘
植被在红波段是光的强烈吸收区；在近红外区，主要受植物叶片内部结构的作用，强烈反射近红外辐射，呈现一个较高反射的波谱曲线；在短波红外区主要受植物叶片内部所含水分控制，反射率减小．因此园地、水田、林地光谱曲线变化趋势相同，表现为ＴＭ３＜ＴＭ４，ＴＭ４＞ＴＭ５的特征，而且不同的植被类型的叶片内部所含水分不同，在ＴＭ４上表现出明显的差异，主要表现为园地＞田地＞林地．根据这一特性对各类地物计算了其仿归～化植被指数ＮＤＶＩ＝（ＴＭ４一ＴＭ３）／（ＴＭ４＋ＴＭ３），并进行了统计．结果见上表１．从该统计结果可以看出，可以通过仿ＮＤｖＩ设定恰当的阈值Ｔ５较好地区分植被与水体和居民地，并且可以通过设定仿ＮＤＶＩ＞Ｔ６较好地区分出园地，
．４０８．
南京大学学报（自然科学）
第３９卷
山体阴影在ＴＭ５、ｗｖｒ７上与水体一样反射率较低，但阴影在ＴＭ３和ＴＭ４上表现为ＴＭ３＜ＴＭ４．而且阴影在ＴＭｌ、ＴＭ２、ＴＭ３上亮度值低于水体，因此可以利用仿ＮＤＶＩ＞Ｔ７．ＴＭＩ＋ＴＭ２＋ＴＭ３＞Ｔ８与水体分开．
２．３影像的地学认识遥感影像是地物各要素坡谱特征的综合反映，各类地物不是孤立存在的，而是相互掺杂形成的一个个宏观有序、微观混乱的地理综台体．各种土地利用／覆被类型表现的遥感图像，除了反映各类型自身的光谱特性外，也是各地物之间比例分配、空间结构特性和地学分布规律的综合反映．为了获取这方面的地学知识，对试验区地物的地学分布进行分析．
本试验区海拔在１０～３５４．７ｒｎ，包括平原、沟谷和丘陵山地３类地貌类型．进一步结合ＤＥＭ、坡度和坡向图分析，试验区内１０ｍ高程以下以平原和沟谷为主，由于水源充足，排灌条件好．主要种植有水稻，也有少量的茶园，土地利用／覆被类型以水网、城乡居民地、裸地和水田为主，有少量园地，林地几乎没有．１０～５０ｍ的掏谷和丘陵山地以城乡居民地和工矿用地、棵地、园地利林地为主，水体和水田较少，城乡居民地一般分布在坡度小于５。的区域，除非是矿场．５０－－２００ｍ主要为园地和混交天然林和竹林，耕地几乎没有，有少量的工矿用地和裸地，但园地主要分布在坡度小于２０６的缓坡上．２００ｍ以上地势相对较高的区域主要为
林地，其它土地利用赝被类型几乎不存在．此外．由于地形影响，阴影和少量阴坡林地在光
谱特性上会与水相似而发生混淆，亦可以通过ＤＥＭ、坡度和坡向数据加以区分．
２．４分类模型综合上述分析经过反复试验得到如下的分类规则．采用下面的基本形式表示：
ＩＦ（条件），Ｔ哑Ｎ（结论），ＣＦ（置信度）．置信度的值域为［０，１］，表示规则成立的可信
度，同时也反映了此项规则对该类别判定的重要性．当值为０时，表示当前像元不可能为结论所给出的类别；当值为１时，表示已有置信度不变．由于在规则的建立过程中只考虑其成
立性，因此本次试验中置信度均默认为１．以下给出每种土地利用馒被类型具体的规则．
（１）水体：
ｉｆ（１Ｗ１４＋１ＭＳ＋ＴＭ７≤１４８＆仿ＮＤＶｌ＜１１０＆１６０≤ＴＭＩ＋ＴＭ２十１Ｍ３＜２２０＆
ＩＴＭ４一ＴＭ５｜＞１０＆ＤＥＭ＜１００）ｔｈｅｎ水体
（２）居民地：
ｉｆ（ｆＴＭ４一ＴＭ５Ｊ＜１０＆仿ＮＤＶＩ≤１１０）ｔｈｅｎ居民地
ＯＲｉｆ（ＴＭＩ＋ＴＭ２＋ＴＭ３≥２２０＆仿ＮＤＶＩ＜１４０＆ＴＭ４＋ＴＭ５＋卟胛＞１４８）ｔｈｅｎ居
民地
（３）裸地：
ｉｆ（ＴＭ４＋ＴＭ５＋ＴＭ７＞１６０＆ＴＭｌ＋ＴＭ２十ＴＭ３＜２２０＆１１０＜仿ＮＤＶＩ＜１４０＆ＴＭ５≥６０）ｔｈｅｎ裸地
（４）园地：
ｉｆ（仿ＮＤＶＩ≥２０５＆ＤＥＭ＜２００＆ＴＭ４＋ＴＭ５＋ＴＭ７＞１８０＆ＳｌｏｐｅｒＳ２０）Ｔｈｅｎ园地（５）水田：
ｉｆ（ＤＥＭ≤１０＆１４０≤仿ＮＤＶＩ＜２０５）ｔｈ∞水田
ＯＲ
ｉｆ（１０＜ＤＥＭ≤５０＆仿ＮＤＶＩ＜２０５＆ＴＭｌ＋ＴＭ２＋ＴＭ３＞１７０＆ＴＭ４＋ＴＭ５＋ＴＭ７ｑ＜１８０）ｔｈｅｎ水田
第３期
赵萍等：江南丘陵区土地利用／覆被分类
‘４０９’
（６）林地：
ｉｆ（ＤＥＭ≥２００）ｔｈｅｎ林地
ＯＲｉｆ（ＤＥＭ＜２００＆仿ＮＤＶＩ≥１４０＆ＴＭ４＋ＴＭ５＋ＴＭ７＜：１８０＆ＴＭｌ＋ＴＭ２＋ＴＭ３≤１７０Ｃｈｅｎ林地
（７）阴影：
ｉｆ（ＴＭｌ＋ＴＭ２＋ＴＭ３＜１６０＆ＴＭ４＋ＴＭ５＋ｎ盯≤１４８＆仿ＮＤＶＩ≥１１０）ｔｈｅｎ阴影
由于山体阴影掩盖的实际是林地。因此将其归人林地类．
利用专家系统集成上述规则进行分类得到如图３的分类结果．２．５精度评价
精度评
水体居民地裸地园地
水田
价是土地覆被遥感监测技术过程的重要步骤．目前，在专题精度评价中，最普遍接受和广泛使用的是基于误差矩阵的统计方法．本次评价以试验区目视解译结果作为实测值．将其栅格化后与分类结果叠加，建立分类的混淆矩阵进行精度分析，得到的结果如表２所示．
表２基于知识的分类精度分析
Ｔａｂｌｅ２
Ｆｉｇ．３
！霸
圈３土地利用／覆被分类结果
１１－ｅｒｅｓｕｌｔｏｆＩ，目ｍｄｏｓｅ／ｅｏｖｅｒＣｌａｓｓｉｆｉｃａｔｉｏｎ
林地
Ａｃｃｕｍｃｙａｎａｌ蚓ｓｏｆｉｍｏｗｋＯＲｅ—ｂａｓｅｄ
ｃｌａｓｓｉｆｉｃａｔｉｏｎ
・４１０・
南京大学学报（自然科学）
第３９卷
３结论与讨论
（１）总体说来，该方法的分类结果较为满意，总精度达到了８６．６６％，但居民地和裸地，裸地和水田、林地和园地还存在较多混分，
（２）由于该地区土地利用馒被类型复杂，而且缺乏同一时期的实际验证资料．受目视判
断本身误差的局限，造成分类精度存在一定的偏差，但总体说来基于知识的分类方法由于集成了多元信息进行分类，有利于分类精度的提高．
（３）基于知识的分类方法是提高遥感影像土地利用／覆被自动分类精度的有效途径之一，其关键在于知识的获取与规则的创建，只有在对地类光谱特征、几何特征、地类间相互关系、地类变化规律、地学分布规律等知识认真分析的基础上建立合理的规则，通过有效地推理判断才能得到高质量的分类结果．本文在对绍兴试验区地物分布规律、地物光谱特征分析的基础上所建立的规则用于分类取得了较好的效果，说明其规则的创建是台理而有效的．
（４）本文研究在知识的获取和规则的创建过程中还存在很多的人为干预因素，需要经过大量反复的尝试，下一步研究可以考虑采用一些诸如决策树算法等从数据本身的自我学习来获取分类知识．
【１］Ｌ”ｍｃｅ
１２Ｊ
Ｓｈｕ
Ｒｉｃｋ
Ｌ，Ｗｒｉｇｈｔ
ＡＲｕｌｅ－ｂａｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎ
ｓｙｓｔｅｍｓｕｓｉｎｇｃｌａｓ！ｓｉｆｉｃａｔｉｏｎａｎｄｒｅｇｒｅｓｓｉｏｎ
ｔｒｅｅ
（ＣＡＲＴ）ＡｎａｌｙｓｉｓＰｈｏｔｏｇｒａｍｍｅｔｔｉｃＥｎ西ｎｅｅｒｉｎｇ
Ｈｏｎｇｄ，Ｍａｏ
ａｎｄＲ日－ｘｔｏｔｅ
Ｓｅｎｓｉｎｇ，２００１，６７（１０）：１
１３７～１１４２．
ａ
Ｚａｎｑｉｕ．Ｋｎｏｗｌｅｄｇｅｂａｓｅｄｉｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｐｐｒｏａｃｈｓｕｐｐｏｒｔｅｄｂｙ
ＧＩＳＡｃｔａＧｅｏ—
ｄａｅｔｊｃａｅｔＣａｒｔｏｇｒａｐｂａｃａＳｉｎｉｃａ，１９９７．２６（４）：３２８～３３６．（术洪磊，毛赞猷．Ｇ１Ｓ辅助下的基于知识的遥
感影像分类方法研究——以土地覆盖／土地利用类型为例．测绘学报，１９９７．２６（４）：３２８－－３３６）
１３Ｊ
Ｌｉ
Ｓｈｕａｏｇ．Ｒａｎ
Ｌｅｘｉａｎｇ，哳嚷ｓｈｅａ酗Ｓｔｕｄｙ
ｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎ
ｏｔｔ
ｍｅｔｉｘｘｉｓｆｏｒｅｘｔｒ０．ｃｔｌｔｌｇ
ｌａｎｄ删ｔｈｅｍａｔｉｃ
ｏｎ
ｉｎｆｏｍ，．ａｔｌｏｎ
ｆｒｏｍ
ｒｅｍｏｔｅ．，＊ｍｓｉｎｇｉｎｍｇｅ．ＣｈｉｎａＬａｎｄＳｃｉｅｎｃｅｓ，２００２，１６（２）：３０－３３．（李爽，钱乐祥，丁圣彦．遥感
影像土地覆盖（Ｌｃ）专题信息提取方法研究．中国士地科学，２００２．１６（２）：３０－－３３）［４］ＹａｌｌｇＣｕｎｊｉａｎ．Ｔｈｅｍａｔｉｃ
ｆｍｍ
ｒｅｔｘｏｔｅ
ｓｅｎｓｉｎｇｉｍａｇｅｓｂａｓｅｄ
ｋｎｏｗｌｅｄｇｅｄＬｃ，ｍｖｅｒ－
ｉｎｇ．Ｂｅｉｊｉｎｇ：ＩｒｘｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃＳｄｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，ＣＡＳ．１９９９，８．１～１３８．（杨
存建．基于知识发现的遥感影像专题信息提取．北京：中国科学院地理科学与资源研究所，１９９８．８．Ｉ
～１３８）．
［５］
Ｂｕｈｅａｏｓｉｅｒｓｅｒｔｓｉｎｇ
Ｃ１ａｓｓｉｆｉｃａｔｉｏｎｏｆｓａｌｉｎｅＨｉＩｂａｓｅｄ
ｏＦｌ
ｋｎｏｗｌｅｄｇｅｄｉｓｃｏｖｅｒｙａｎｄｒｕｌｅｂａｓｅｓｙｓｔｅｍｕｓｉｎｇｒｄＨ）ｔｅ
ｄａｔａ．ＪｏｕｒｎａｌｏｆＩｎｍｇｅａｎｄＧｒａｐｈｉｃｓ，１９９９，４（儿）：９６５－－９６９（布和敖斯尔基于知识发现和决
策规则的盐碱地遥感分类方法研究中国图象图形学报，１９９９，４（１１）：９６５～９６９）
１６Ｊ
Ｍｏｔｌｅｒ－ＪｅｎｓｅｎＬ．Ｃｌａ．，§ｉｆｉｅａｔｉｏｎｏｆｕｒｂａｎｌａｎｄ
ｃｏｎ巾ｕｔｅｒｓＥｎｖｉｒｏｎｍｅｎｔａｌ
ｃｏｖｅｒ
Ｅｘｓｅｄ
ｏｎｅｘｐｅｒｔ
ｓｙｓｔｅｍｓ，ｏｂｊｅｃｔｍｏｄｅ［ｓａｎｄ
ｌｅｘｔｕｒｅ
ａｎｄＵｒｂａｎＳｙｓｔｅｒｌｌ，１９９７，２１（３）：２９１～３０２
Ｓ
ＣｈｒｉｓｔｅｎｓｅｎＰ
【７Ｊ
Ｓｔｅｆａｎｏｖｐｒｒｍｃｈ
ｔｏ
ＷＬ．ＲａｍｓｅｙＭ
ｌａｎｄ
ｃｏｖｅｒ
Ｒ．ＭｏｎｉｔｏｒｉｎｇＵＩ＿ｌＤａｎｌａｎｄｃｏｖｅ／－ｃｈａｎｇｅ：Ａｎ
ｔｏ
ｅｘｐｅｒｔ
ｓｙｓｔｅｍ
ａＰ．
ｃｌａｒｉｆｉｃａｔｉｏｎｏｆｓｅｍｉａｒｉｄａｎｄｕｒｂａｎｃｅｎｔｅｒｓ．ＲＨｎｏｔｅ
Ｓｅｒｔｓｉｎｇ
ｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００１，
７７：１７３～１８５
１８］ＺＭｏＳＨ，Ｆｅｎｇｘｚ，Ｄｕ
ＪＫ．Ｍｅｔｈｏｄｓｏｆ
ｗｒｉｔｅｒ
ｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎｏｆＣＢＥＲＳｉ
ＪｍｍａｌｏｆＮａｎｊｉｎｇ
Ｕｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ）．２００３，３９（１）：１０６～１１２（赵书河，冯学智，都金康．中巴资源一号卫星
水体信息提取研究．南京大学学报（自然科学版），２０ｔ）３，３９（１）：１０６～１１２）
江南丘陵区土地利用/覆被分类
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
赵萍， 冯学智， 王雷， 赵书河
南京大学城市与资源学系,南京,210093
南京大学学报(自然科学版)
JOURNAL OF NANJING UNIVERSITY(NATURAL SCIENCE)2003,39(3)21次
参考文献(8条)
1.Lawrence Rick L;Wright A Rule-based classification systems using clarification and regression tree(CART) Analysis 2001(10)
2.术洪磊;毛赞猷 GIS辅助下的基于知识的遥感影像分类方法研究-以土地覆盖/土地利用类型为例 1997(04)3.李爽,钱乐祥,丁圣彦 遥感影像土地覆盖（LC）专题信息提取方法研究[期刊论文]-中国土地科学 2002(2)4.杨存建 基于知识发现的遥感专题信息提取研究[学位论文] 1999
5.布和敖斯尔 基于知识发现和决策规则的盐碱地遥感分类方法研究[期刊论文]-中国图象图形学报 1999(11)6.Moller-Jensen L Classification of urban land cover based on expert systems object models andtexture 1997(03)
7.Stefanov W L;Ramsey M S;Christensen P R Monitoring urban land cover change:An expert systemapproach to land cover classification of semiarid to arid urban centers 2001
8.赵书河,冯学智,都金康 中巴资源一号卫星水体信息提取方法研究[期刊论文]-南京大学学报(自然科学版)2003(1)
引证文献(18条)
1.王惠林 基于知识的遥感图像分类方法研究——以腾格里沙漠南部地区为例[学位论文]硕士 2007
2.陈远,阮仁宗,罗菊花,周贤锋,徐娜 皖南低山丘陵破碎带植被信息提取方法[期刊论文]-地理空间信息 2014(02)3.陈文惠 福州土地利用变化及其驱动力多元综合分析[期刊论文]-地球信息科学 2005(03)
4.陈云,戴锦芳,李俊杰 基于影像多种特征的CART决策树分类方法及其应用[期刊论文]-地理与地理信息科学2008(02)
5.燕荣江,景元书,何馨 农作物种植面积遥感提取研究进展[期刊论文]-安徽农业科学 2010(26)
6.肖鹏峰,刘顺喜,冯学智,赵书河,赵萍 中分辨率遥感图像土地利用与覆被分类的方法及精度评价[期刊论文]-国土资源遥感 2004(04)
7.陆慧,曹明 基于ETM+和ASTER近红外波段的水体信息提取对比[期刊论文]-地理空间信息 2013(03)
8.骆知萌,田庆久,惠凤鸣 用遥感技术计算森林叶面积指数--以江西省兴国县为例[期刊论文]-南京大学学报（自然科学版） 2005(03)
9.孙善磊,周锁铨,魏国栓,吉宗伟,陈红梅 环杭州湾地区城市扩张的遥感动态监测[期刊论文]-自然资源学报2008(02)
10.张友水,冯学智,阮仁宗 基于GIS的BP神经网络遥感影像分类研究[期刊论文]-南京大学学报(自然科学版)2003(06)
11.马丽 多源信息复合的SVM混合地块分解法提取玉米种植面积[学位论文]硕士 2009
12.张洁,陈星 中国东部地区土地利用和植被覆盖的历史演变[期刊论文]-南京大学学报（自然科学版） 2007(05)
13.刘涛 神经网络在高光谱遥感数据分析上的应用[学位论文]硕士 2006
14.陈云 基于CBERS-02B CCD和HR遥感数据的城市地表信息提取方法研究[学位论文]硕士 200915.邓锟 基于多源信息的TM遥感影像分类[学位论文]硕士 2008
16.蔡海良 基于多时相遥感影像的金华市土地利用/覆被变化及驱动力分析[学位论文]硕士 2007
17.骆知萌,田庆久,惠凤鸣 用遥感技术计算森林叶面积指数--以江西省兴国县为例[期刊论文]-南京大学学报（自然科学版） 2005(03)
18.贺秋华 江苏滨海土地利用/覆盖变化及其生态环境效应研究[学位论文]博士 2011
引用本文格式：赵萍.冯学智.王雷.赵书河 江南丘陵区土地利用/覆被分类[期刊论文]-南京大学学报(自然科学版) 2003(3)