【正文】 地要素特征描述、模型構(gòu)建、系統(tǒng)評價、格局演變等方面，雖然有較多的動態(tài)監(jiān)測和預(yù)測研究，虛擬現(xiàn)實與三維可視化技術(shù)的濕地研究仍然屈指可數(shù)，且都是對此技術(shù)在濕地應(yīng)用的可行性介紹，忽視了濕地系統(tǒng)的開放性，即與濕地的多用戶、多平臺聯(lián)合與交流。由于沒有一套完整齊全的濕地數(shù)據(jù)庫，沒有健全的濕地信息系統(tǒng)，因此阻礙了濕地科學(xué)研究的發(fā)展[4]。（4）研究方法與技術(shù)注重理論，可操作性缺乏，人工干預(yù)較多。濕地遙感研究中，多數(shù)是影像信息的獲取和預(yù)處理研究，知識處理以及推理能力缺乏。濕地遙感應(yīng)用研究中仍需要大量人工操作，與專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等相結(jié)合較少，研究濕地的相關(guān)參數(shù)在遙感應(yīng)用中如何實現(xiàn)，仍處于初級階段。傳統(tǒng)濕地信息提取方法面臨的瓶頸以及濕地信息提取技術(shù)的發(fā)展方向基于像元的光譜信息的統(tǒng)計分類方法是一種常見的信息提取方法，主要分為監(jiān)督分類和非監(jiān)督分類，但是由于濕地土地利用類型復(fù)雜、光譜差異較小，單獨的基于光譜的非監(jiān)督分類和監(jiān)督分類都存在一定的缺陷，而隨著遙感技術(shù)的發(fā)展，空間分辨率的提高，而遙感影像信息量的不斷增加，為遙感影像信息提取提供了更多的空間特征信息，如何充分利用這些信息，進而取得更高的分類精度是目前遙感信息提取領(lǐng)域面臨的重要問題。傳統(tǒng)的濕地分類方法面臨的困難主要有如下幾個方面：（1）較少利用到中高分辨率影像中豐富而且重要的形狀、結(jié)構(gòu)、紋理等空間特征信息，多數(shù)基于光譜信息，大大降低了分類精度。（2）隨著空間分辨率的提高，空間特征極大豐富，光譜特征減小，影像中不斷增加的地物細(xì)節(jié)信息，減少了異類之間的光譜同質(zhì)性，造成提取結(jié)果存在更多的“椒鹽噪聲”；同時增加了同類之間的光譜異質(zhì)性，不易區(qū)分同物異譜的地物，增加信息提取的難度。（3）傳統(tǒng)的分類方法提取的土地利用類型過于破碎，隨著空間分辨率的提高，遙感影像的數(shù)據(jù)量劇增，中高分辨率影像信息提取運算量大，速度慢，難以滿足遙感信息快速提取的要求，而經(jīng)過改進后的分類方法處理運算量增大。（4）傳統(tǒng)的方法很少把多種遙感信息源進行整合互補，同一地區(qū)的多種空間信息資源難以得到充分利用，如傳統(tǒng)的信息提取方法不同的土地利用類型目標(biāo)在同一個尺度上提取，又忽略了遙感應(yīng)用中尺度對土地利用類型提取的影響。（5） 基于像元的遙感影像分類結(jié)果是以柵格的形式來表示分類結(jié)果的，而隨著矢量GIS的發(fā)展，阻礙了遙感信息和矢量GIS數(shù)據(jù)之間的集成。經(jīng)過近半個世紀(jì)的發(fā)展，遙感技術(shù)不斷地在向三多即多傳感器、多平臺、多角度和三高即高空間分辨率、高光譜分辨率、高時相分辨率的方向發(fā)展，遙感技術(shù)在諸多領(lǐng)域得到廣泛的應(yīng)用，尤其是越來越多的中高空間分辨率遙感衛(wèi)星的出現(xiàn)，使我們獲得了極其豐富的空間結(jié)構(gòu)信息，由于傳統(tǒng)分類方法的局限性，難以適應(yīng)遙感技術(shù)的發(fā)展的需要，因此面向?qū)ο蟮倪b感影像處理方法應(yīng)運而生，雖然只有十幾年的發(fā)展歷史，但其在遙感影像處理中具有巨大的發(fā)展?jié)摿Α?基于面向?qū)ο蠹夹g(shù)的濕地遙感影像信息提取研究現(xiàn)狀 面向?qū)ο筮b感影像分類技術(shù)概述近些年來，隨著計算機技術(shù)的進步，遙感影像信息提取技術(shù)迅速發(fā)展，從最初的人工目視解譯，到后來的計算機輔助分類技術(shù)，以及現(xiàn)代發(fā)展起來的計算機智能化判讀技術(shù)，遙感影像信息提取技術(shù)逐漸從費時、費力、低精度向更加智能化，高效率、高精度方向發(fā)展。面向?qū)ο蠓诸惣夹g(shù)利用目標(biāo)地物之間的語義信息、拓?fù)潢P(guān)系以及紋理特征等信息，從更深層次上挖掘影像中的信息，適應(yīng)現(xiàn)階段人們對影像信息提取的要求，與傳統(tǒng)分類方法相比，面向遙感影像對象分類方法有以下幾個優(yōu)點：面向?qū)ο筮b感影像分類方法能夠模擬人腦的解譯方式，充分利用遙感影像所蘊含的更豐富的形狀和紋理信息等多種特征信息，提高了遙感信息分類的精度，對于中高分辨率遙感影像信息提取具有很好的效果。面向?qū)ο蠓椒ǜm合處理空間尺度、空間分析等問題。面向?qū)ο蠓椒ㄊ腔谡Z義層次的遙感影像的高層理解[5]。面向?qū)ο蠓椒梢栽诓煌叨瓤臻g提取特定主題的信息，提高了面向?qū)ο蠓诸惙椒ǖ姆诸惥扰c可靠性。 國內(nèi)外研究現(xiàn)狀面向?qū)ο蟮倪b感影像分類技術(shù)是一種新興的技術(shù)，國內(nèi)外對于面向?qū)ο蠓诸惣夹g(shù)的研究大概有十多年的歷史。自從2001年德國Definiens公司開發(fā)第一款基于面向?qū)ο蠹夹g(shù)的商業(yè)軟件ECognition面世以來，因為面向?qū)ο蠓诸惙椒ǚ诸愃俣瓤?、精度高，國?nèi)外的許多學(xué)者、研究機構(gòu)把面向?qū)ο穹诸惣夹g(shù)廣泛的應(yīng)用到各個領(lǐng)域的研究，面向?qū)ο蠹夹g(shù)得到了快速的發(fā)展，并且在某些領(lǐng)域上已經(jīng)取得了很大的成就，特別是針對高分辨率的遙感影像信息提取、土地利用覆蓋/變化監(jiān)測等方面的研究已經(jīng)逐步走向成熟，但是在中等分辨率的遙感影像中的應(yīng)用還有待于進一步的研究，由于中等分辨率遙感影像應(yīng)用傳統(tǒng)的分類方法在分類過程中，浪費了很多在分類中起重要作用的空間特征信息，分類精度不高，對于把面向?qū)ο蠓诸惣夹g(shù)應(yīng)用到中等分辨率的遙感影像分類的實踐中，有很大的拓展空間，面向?qū)ο蠹夹g(shù)和中等分辨率遙感影像的結(jié)合在濕地領(lǐng)域中的應(yīng)用還較少，由于濕地類型的復(fù)雜性，以及面向?qū)ο蠹夹g(shù)的某些優(yōu)越性，探索面向?qū)ο蠹夹g(shù)在濕地領(lǐng)域的研究，已經(jīng)成為濕地研究領(lǐng)域未來發(fā)展的重要的趨勢。國外研究現(xiàn)狀Benz等對面向?qū)ο蟮倪b感技術(shù)方法作了一個全面綜合系統(tǒng)的介紹，如基于對象層次網(wǎng)絡(luò)的數(shù)據(jù)分析和圖像理解、基于知識的圖像解譯、圖像對象和對象特征、對象模糊分類等，實證表明面向?qū)ο蟮姆椒ㄊ且粋€非常強大的自動/半自動遙感分析應(yīng)用方法[7]。Hay等指出可以將光譜信息類似的影像像元集合體理解為影像對象，其內(nèi)部的像元存在均勻性與離散性，并對分形網(wǎng)絡(luò)演化算法、線性尺度空間與塊特征檢測算法、多尺度對象細(xì)節(jié)分析算法做了比較并指出各自的優(yōu)點[8]。Baatz和Schape運用基于異質(zhì)性最小原則的區(qū)域合并分割算法實現(xiàn)了影像對象的構(gòu)建[9]。Willhaucketal等采用面向?qū)ο蟮挠跋穹治龇椒?，集合了多種數(shù)據(jù)如ERSSAR影像、植被圖及NOAA數(shù)據(jù)完成了印尼在1997與1998年嚴(yán)重森林火災(zāi)之后的制圖任務(wù)[10]。Bronge等基于LandsatTM遙感影像研究濕地制圖和濕地分類提取，將濕地分為內(nèi)陸沼澤、濕泥炭地、開發(fā)的泥炭地、其它泥炭地和鹽沼。Rebecca等采用ETM+和SPOT5遙感影像監(jiān)測、評估美國密蘇里州濕地，將該區(qū)濕地分為永久性水域、時令性水域、深沼澤、淺沼澤、濕草甸[11]。在1996年McFeeter利用歸一化水體指數(shù)NDWI=（GNIR）/(G+NIR)提取水體，取得了很好的效果，成功的抑制了植被信息和水體信息[12]。2006年Ouma和Tatershi在描繪東非裂谷內(nèi)的湖泊岸線時，提出了指數(shù)NDWI3=(TM4TM5)/(TM4+TM5)較其他水體指數(shù)能更好的提取海岸線[13]。國內(nèi)研究現(xiàn)狀我國遙感事業(yè)相對歐美發(fā)達國家起步較晚，自從二十世紀(jì)七十年代開始發(fā)展，我國學(xué)者對濕地分類技術(shù)的研究也取得了很大的成就，并根據(jù)我國濕地特點、研究區(qū)實際情況和研究目的提出了一些切實可行的分類體系，以適應(yīng)我國濕地遙感監(jiān)測的研究。周云軒等人基于面向?qū)ο蟮乃枷牒头椒ǎ瑢⑦b感和GIS技術(shù)和手段全面運用于灘涂濕地資源調(diào)查與監(jiān)測中，包括基于面向?qū)ο笏枷肜斫夥治龇纸鉃┩繚竦貙ο?、基于面向?qū)ο筮M行灘涂濕地對象的地理表達和地理建模、基于面向?qū)ο筮M行濕地對象信息的客觀快速準(zhǔn)確的遙感提取[14]。孫永軍等采用面向?qū)ο蠓诸惣夹g(shù)，對位于黃河源區(qū)的濕地進行多尺度分割，然后通過模糊函數(shù)將對像特征值轉(zhuǎn)化成01之間模糊值，求出對象成員的隸屬度（membership），根據(jù)隸屬度和判別規(guī)則將對象明確分配到指定的類別中。其中對小湖泊的提取則運用了分割對象的波段比值和面積兩個特征，對小湖泊和細(xì)小河流的提取則是運用了長度比值。這種方法有效地提取了小湖泊，但是對于那些出現(xiàn)斷流的小河流的提取則相對比較麻煩[15]。李慧曾將歸一化植被指數(shù)NDVI=（TM4TM3）/(TM4+TM3)，應(yīng)用到福建閩江口濕地水體信息的提取中，成功的提取出了水體，取得了很好的效果[16]。鄭利娟等人應(yīng)用高分辨率的SPOT5影像數(shù)據(jù)，對洪河濕地信息進行提取，通過對研究區(qū)分別進行基于像素的監(jiān)督分類和基于對象的分類，進行典型沼澤濕地專題信息提取，同時將面向?qū)ο蠓诸惻cDEM輔助數(shù)據(jù)進行信息復(fù)合，探尋提升分類精度的方法[17]。王海君等根據(jù)針對面向?qū)ο蠓诸惙椒ㄟM行圖像處理時出現(xiàn)大量冗余多邊形及其分類結(jié)果出現(xiàn)斑點等不足，提出基于紋理特征的分割方法。先后對原始圖像進行紋理增強、主成分分析、低通濾波和圖像分割等預(yù)處理，得到原始圖像的紋理特征二值圖，將二值圖作為獨立波段與其他波段進行假彩色合成，得到紋理增強圖，再對其進行多尺度分割和模糊分類。把該方法應(yīng)用于水田信息的提取，取得了較好的效果，提高了分類精度[18]。綜合國內(nèi)外的研究表明，在多數(shù)情況下，面向?qū)ο蟮姆诸惙椒ǜ泳_化和智能化，在研究濕地信息分類提取以及動態(tài)變化方面相比較于傳統(tǒng)的方法，更加智能化和精確化。 研究內(nèi)容及技術(shù)路線遙感技術(shù)是目前研究濕地生態(tài)結(jié)構(gòu)、物種多樣性的重要手段，本文通過對研究區(qū)濕地分類系統(tǒng)結(jié)構(gòu)的分析，采用面性對象的分類技術(shù)，經(jīng)過不斷反復(fù)的實驗，選擇合理的分割尺度以及分割參數(shù)，建立精確的濕地信息提取規(guī)則集，對遼東灣雙臺子河口濕地信息進行分類提取，最終獲得兩個時相的濕地土地利用類型圖，并對其進行動態(tài)的分析，研究濕地類型演變規(guī)律，為人們有效保護以及合理利用濕地資源給出指導(dǎo)意見。研究的內(nèi)容主要有以下幾方面：根據(jù)雙臺子河口濕地內(nèi)植被、水體、城鎮(zhèn)建設(shè)用地等在TM影像上的光譜響應(yīng)、紋理、形狀、空間位置等特征，分析、探究濕地各類別在TM圖像上的響應(yīng)特征，為下一步影像預(yù)處理以及信息分類、提取提供依據(jù)和參考。按照分類的目的和影像的特征波段，選擇最佳的波段組合，探究影像的預(yù)處理技術(shù)，嘗試采用主成分分析法、KT變換、歸一化植被指數(shù)（NDVI）、歸一化水體指數(shù)(NDWI)等波段運算突出顯示某些土地利用類型，提高信息提取精度。研究、探索面向?qū)ο蟮倪b感影像分類技術(shù)在濕地信息提取中的應(yīng)用，主要包括四個方面：（1）影像對象的多尺度分割針對不同的特征對象需要設(shè)定不同的分割尺度，研究針對不同的地物類別選擇最合適的分割尺度，并確定提取目標(biāo)與分割參數(shù)之間的關(guān)系，得出最優(yōu)分割參數(shù)，構(gòu)建多尺度影像分割等級網(wǎng)絡(luò)，使分割結(jié)果和分類效果達到最佳。（2）分類特征的選擇根據(jù)濕地特定的土地覆蓋類型，研究針對不同的濕地類型選擇不同的特征值以及合適的閾值，建立合理的分類規(guī)則集。（3）對象分類將經(jīng)過特征空間構(gòu)建處理的對象，用基于面向?qū)ο蠓诸惙椒▓?zhí)行分類，得到分類結(jié)果，并進行精度評價，達到精確提取信息的目的。（4）濕地類型變化特征對處理后的兩個不同時相遙感圖像分別作分類處理后，獲得兩個時期研究區(qū)的分類圖像，導(dǎo)出矢量數(shù)據(jù)，應(yīng)用GIS 技術(shù)進行處理和分析研究區(qū)的濕地類型變化，為雙臺子河口濕地未來監(jiān)測和保護提供參考依據(jù)。其技術(shù)路線如下圖11所示：基于面向?qū)ο蠹夹g(shù)的濕地信息提取資料收集TM影像數(shù)據(jù)數(shù)據(jù)處理l TM影像光譜特征分析l 波段選擇l 圖像拼接、剪切l(wèi) 幾何精校正l KT變換基于面向?qū)ο蠓诸悓ο笊删闰炞C濕地類型變化特征l 尺度的選擇l 波段權(quán)重的選擇l 均質(zhì)因子的選擇l 分類層次的建立l 分類特征分析l 規(guī)則及建立及信息提取野外樣點數(shù)據(jù)圖11 論文技術(shù)路線第二章 研究區(qū)概況及數(shù)據(jù) 地理位置遼寧雙臺子河口濕地位于遼寧省遼東灣北部，距盤錦市區(qū)35km2。地處中緯度地帶，地理坐標(biāo)為：40176。45′N－41176。10′N，121176。30′E－122176。00′E，（圖　21)。圖21 研究區(qū)位置圖 自然地理特征氣候水文條件研究區(qū)屬暖溫帶大陸性半濕潤季風(fēng)氣候區(qū)，四季分明、雨熱同季、干冷同期、溫度適宜、光照充裕。春季回暖快，空氣干燥，降水少；夏季氣候濕熱，降水集中；秋季多晴朗天氣，高氣爽；冬季寒冷干燥，降水量少。℃℃，無霜期169天173天，，受渤海影響，風(fēng)向和風(fēng)速變化較小，主導(dǎo)風(fēng)向為西南風(fēng)。研究區(qū)水文條件十分復(fù)雜，區(qū)內(nèi)水資源有海水、河水、湖泊、庫塘水及地下水。隨著海洋的季節(jié)變化，地表水與地下水發(fā)生水分與鹽分的交換。本區(qū)主要河流為雙臺子河、大凌河、大遼河，雙臺子河為濕地的主要補給水源。在海濱潮間帶，主要的補給水源為海水。在三角洲潮間帶以上的區(qū)域，濕地的主要補給水源為大氣降水、河水。研究區(qū)的地質(zhì)構(gòu)造決定了本區(qū)是地表水和地下水的匯聚區(qū)。雙臺子河一年內(nèi)有1/3時間是地下水補河水，2/3時間為河水補給地下水?？傮w言之，人均地表可用水資源擁有量較低，而地下水資源較為豐富，可以適當(dāng)補充該區(qū)水資源不足的缺陷。土壤、植被條件研究區(qū)主要土壤類型有水稻土、草甸土、沼澤土三種，據(jù)統(tǒng)計，%，此外還有少部分的風(fēng)沙土、鹽土和棕壤，研究區(qū)的水稻土是人類活動改變了原有土壤性質(zhì)，經(jīng)過長期水耕熟化而形成的土壤，分布較廣；沼澤土主要分布在蘆葦沼澤地區(qū)，河流沿岸低洼地帶或平原中心洼地上；草甸土也是研究區(qū)的主要土壤之一。其分布范圍也較為廣泛，在雙臺子河的河漫灘、低階地及沖積平原上均有分布。研究區(qū)植被類型主要為濕地植被，而由于具有獨特的水文、地貌等條件，從而又造成了濕地植被在該區(qū)的差異。該區(qū)的濕地植被群落類型主要包括以下幾種璋茅(Asluro pus litoraiis )群落、球果白刺(Nitnlria sibirica )群落、草甸蘆葦(Phragmites munis)群落、緊穗三棱草(Bolboschoenus patus)群落、香蒲(Typha spp)群落、鹽地堿蓬群落、蘆葦群落、穗狀狐尾藻(Myriophyllums Picatum)群落、硅藻群落以及種植植物群落[19]。雙臺子河口地區(qū)是亞洲最大的蘆葦沼澤濕地分布區(qū)，，長期積水或者季節(jié)性積水的地帶均為蘆葦沼澤。據(jù)最新數(shù)據(jù)統(tǒng)計，雙臺河口地區(qū)的葦場面積己居世界第一位。生態(tài)環(huán)境狀況雙臺子河口濕地是全國最大的濕地自然保護區(qū)，也是目前世界上保存最好，面積最大，植被類型最完整的生態(tài)地塊。該地區(qū)土地覆被類型主要是葦塘、稻田、灘涂以及赤堿蓬等。區(qū)內(nèi)分布有40余種國際