面向对象的天然绿洲与人工绿洲区分

以地处河西走廊东端、石羊河下游的民勤县湖区绿洲为例,以Landsat 8 OLI影像为数据源,从天然绿洲和人工绿洲的基本概念出发,在影像数据预处理、多尺度分割的基础上,综合考虑光谱、纹理、形状、上下文等信息,引入NDVI、最大化差异、紧致度、形状指数和空间邻接关系等多个特征,构建规则集进行天然绿洲和人工绿洲的区分,并将区分结果与基于最大似然法监督分类的绿洲区分结果进行比较分析。结果表明：使用面向对象的影像分析方法区分天然绿洲和人工绿洲的总体精度达到了91.75%,Kappa系数为0.65;较之面向像元的最大似然法监督分类结果,总体精度提高了10.40%,Kappa系数提高了0.13,其中人工绿洲条件Kappa系数提高了0.19,天然绿洲条件Kappa系数提高了0.30。面向对象的影像分析方法能够在一定程度上克服单一光谱特征分类方法的局限性,避免“异物同谱”和“同物异谱”现象带来的混淆,提高天然绿洲和人工绿洲区分的精度。