摘要：
在ENVI EX软件的Feature Extraction 平台上，利用Landsat TM影像数据，采用面向对象方法对杭州湾南
岸地区湿地景观进行遥感影像分类；通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法
的相应分类结果进行比较，系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效
性。研究结果表明：①较之单一依据像元光谱值进行分类的传统方法，面向对象方法综合考虑了对象的光谱、
空间、纹理、色彩等多种属性特征，因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿
海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力，也因此获得更高的分类精度(研究区景观分类总精度为
88.80%，Kappa 系数为0.876 5)；②面向对象方法在分类中提取的是由同质性像元组成的“对象”，且在合理的影
像分割下得到的对象破碎化程度较低，因而能在较大程度上减小分类结果中的“椒盐噪声”干扰；而基于像元方
法提取的景观类型以离散像元形式组成，难以清晰表征景观的边界、形状等信息，所以分类结果中会有明显的
噪声现象；③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响，实验结果表明，60%的分
割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类；④面向对象分类过程中诸如影像分割精度的评
价、最优分割尺度的选取、特征空间的优化等问题，则有待今后进一步探讨。
中图分类号:
