【翻译论文】An Object-Based Approach for Urban Land Cover Classification(2013)

An Object-Based Approach for Urban Land Cover Classification: Integrating LiDAR Height and Intensity Data（2013）
基于对象的城市土地覆盖分类方法

摘要

基于激光探测和测距(LiDAR)数据的数字地表模型(dsm)已越来越多地与高分辨率多光谱卫星、航空图像相结合，用于城市土地覆盖分类。然而，很少有研究调查LiDAR强度值在城市土地覆盖分类中的作用，特别是在高度发达的城市环境中。本文中，我们使用基于对象的分类方法来研究融合LiDAR高度和强度信息是否可以准确地绘制城市土地覆盖情况。我们进一步将该方法与使用多光谱图像作为主要数据源的方法进行了比较，LiDAR DSM作为辅助数据来帮助分类的方法。研究地点位于马里兰州巴尔的摩县郊区。LiDAR数据于2005年3月获得，从中分别生成了1 m空间分辨率的DSM和两个强度值(首次和末次回波)。其中包括四类:1)建筑;2)路面;3)乔灌木;和4)草。结果表明，基于对象的融合LiDAR高度和强度方法为城市土地覆盖分类提供了灵活有效的手段。结合LiDAR的高度和强度数据进行城市土地覆盖分类是有效的。分类总体准确率为90.7%，总的Kappa统计为0.872，用户和生产者的准确率在86.8% ~ 93.6%之间。结果的准确性远远优于单独使用多光谱图像的结果，与结合使用DSM数据和高分辨率过光谱卫星、航空图像的结果相当。

关键词

关键词：巴尔的摩、高分辨率图像、强度、光探测和测距(LiDAR)，标准化数字表面模型(nDSM)、基于对象的图像分析、城市土地覆盖分类。

一、导言

及时准确的城市土地覆盖信息对于城市土地管理、规划和景观格局分析至关重要。遥感是城市土地覆盖制图的主要数据来源。 由于城市环境极其复杂