王堃昊
(辽宁省自然资源事务服务中心,辽宁 沈阳 110032)
遥感影像作为地表覆盖信息的主要提取方式,因其操作方式具有较大难度,使其在日常开展中有较高要求。因而要以地理国情监测角度分析地表覆盖信息提取方法、解析关键技术,为后续工作奠定良好基础,从而推动我国地理国情监测工作的不断进步。
地表覆盖内容体系方案的设立与确定依据地理国情监测项目原则及方法,其通过对各层级与类别的划分应用不同的信息提取方式,两者区别在于提取效率不同且精度有较大差异。遥感影像自动分类是地表覆盖信息提取的原则,其充分发挥计算机自动处理能力,最大限度满足精度要求,并以辅助性手段提升效率,以保证从地表覆盖内容体系中提取有效地表覆盖信息。遥感影像内业处理呈现于计算机自动分类设置,其利用形状特征、光谱纹理等方式研究对象,从而保证信息的精确度。在具体操作中应用遥感影像进行预处理,通过影像融合等方式为后续纠正处理奠定良好的基础。其次,获取要素基本特征,通过遥感影像获取地表覆盖要素以发挥光谱形状位置在各类信息中的作用。除此之外,就是构建要素,只熟悉与掌握要素辅助信息等内容后挑选样本与信息提取,针对不同种类地物采集特征信息,以自动分类的标识处理数量样本。面向地理国情监测的地表覆盖信息提取的重要性在于其能够推动地理国情监测的有序进行与顺利发展,地理国情监测的基础是地表覆盖信息的提取,其利用一定技术性手段获取地表覆盖信息内容,主要包括荒漠、水域、积雪、冰川、植被表面等不同种类范围,通过对其空间分布及涉及面积的覆盖信息提交给地理国情监测平台,通过对各类物质及其自然属性的真实反映,了解地理国情的实际情况。因此,只有不断优化与完善地表覆盖信息提取技术,才能使其在后续工作中为地理国情监测提供准确且具有时效性的信息,从而推动我国地理监测工作的长远发展。
现阶段,只有正确认知地理国情监测中地表覆盖信息提取对人们生产生活的现实性意义才能有效落实各项工作。与此同时,遵循发展需要对提取方法进行深入研究与分析,以我国现阶段的实际发展情况而言,利用遥感信息提取方式能够在一定程度保证信息提取的有效性与准确性。通过中、高分辨率遥感的应用融合计算机自动化方式结合覆盖信息提取[1]。信息化时代的发展,随着需求的变化,人工智能不断完善,将其结合于数据分析与外业调查等工作中,从而保证地表覆盖信息提取的准确性。在地表覆盖信息提取的首要工作即是采集有效数据源,信息的提取以数据源为核心,为后续工作提供重要的参考依据与有力支持,因此,工作人员采集有效数据源,通过对其分析、整合以完成地表覆盖信息的提取。就现阶段而言,我国的发展趋势随着信息技术的变化而不断加快,与此同时,不断提升的卫星技术也为采集数据员工作提供有力支撑,针对地理国情覆盖的实际情况,工作人员依据不同类别采用不同的标准进行采集,通过隔离空间分辨率与光谱分辨率等外界信息对有效数据源进行提取,从而获得准确的地表覆盖信息。
不同的信息分为不同类别,以一级、二级、三级为主,工作人员在选择第一级别的地物信息时可以利用分辨率以提升原有光谱影像的效果,增强地表覆盖信息提取速度。只有依据不同的地形类别选择合适的采集方式才能体现地表覆盖信息提取工作的实际价值。
深入分析地物要素特征,依据其不同特征进行组合,从而获取最适宜的地物类别组合,而这也是在分析地物要素特征中的重要内容,通过自动分类以实现地表覆盖信息的有效价值。就现阶段而言,计算机自动分类方法中光谱特征是利用其基础算法的主要特征形式,作为形状、纹理特征的首要内容属于遥感影像中最为基础的信息源。在区域性特征中纳入纹理特征,其能够准确描述空间分布景象,使得遥感影像中各项之间的空间得以展现在工作人员眼前。地物要素特征的合理分析与区域内像素度及空间分布属性的反映有一定关联,纹理特征与其它影像特征相较而言,很好的融合了宏观性质与微观性质、扩大规模结构与细微支撑等几个方面为切入点,展现目标识别的重要性。对于线性地物与规则形状单位的表现与描述,则根据其所代表的地物为主,依据其形状特征及相关描述获得理想的分析效果。判定规则的建立与特征分析有着较为紧密的关系,后续信息提取能够为指数建立提供良好的判定依据,而这也是目前地物要素特征分析的重要方法。以中、高分辨率遥感影像为主要工具开展地理国情监测,通过对地理要素多种特征的合理应用分析与挖掘要素特征,为后续建立提取信息判定规则提供重要依据。
不同类型的地物要素进行提取是信息提取规则中的首要内容,因此,在开展相关工作时应当遵循提取原则构建实用性规则。在计算机自动分类中充分发挥信息提取原则,以实现其科学性能。例如,在提取荒漠或水域信息时通过各项归一指数选取多元化算法种类,以创建比值运算。在多光谱波段内应用执行指数创建的基本性原理,通过对最强、最弱反射波段对象的寻找,深入研究分子规则,通过规制分子、分母加强研究对象效能,从而对背景地物采取抑制处理措施。地物光谱反射特性发生变化与其地形起伏因素有较大关联,其不仅受高度、坡度等因素制约,还受地物生长地域的局限。因此,为提升分类精度应当有效应用高层信息,通过辅助信息的融合,强化读取条件,从而建立参与性规则,提升影像空间分辨率。以研究信息现状进行细微的分析,划分地物之间的不同特征,以详细的信息提取原则设置规则,以保证各级地物与混合物之间类别的建立。
遥感影像分类基于传统像素手段,而现阶段应当以其为基础运用丰富的光谱进行地物信息提取工作。其中,在高分辨率遥感影像中形状及纹理结构特征极为明显,而且现象也普遍适用于“同物异谱”“异物同谱”的原理,广泛应用高分辨率遥感影像能够实现现代化计算机自动分类需求。工作人员为实现全程监测,针对不同区域地表覆盖情况的差别,在实际监测过程中把控信息提取内容,通过对有效信息的选取,使其能够符合实验样本的基础标准,从而对地表覆盖信息进行全面整合与分析[3]。工作人员在不断实践与总结中得出地表覆盖信息之间的差别,并通过信息提取等过程自动分类地物要素,通过计算机处理信息分类选取地表覆盖信息中具有代表性的类别,并在深入研究实验样本后得出实际结论。
分析与研究地表覆盖信息提取技术,明确在计算机自动分类的基础上利用遥感影像提取地表覆盖信息,能够保证各项数据的准确性与时效性。遥感影像因其自身所具备的复杂性使其缺乏高效的分类手段,因此,要以实际情况为切入点,针对各项工作的特点采用合理的地表覆盖信息提取方式,实现地理国情监测。