內容簡介
本研究以提高江南典型區土地利用/覆被自動分類的精度為目標，圍繞基於知識的遙感影像分類方法的過程展開。首先從目視解譯的原理出發，分析了研究區土地利用/覆被類型在遙感影像上的表征，並對相關特征加以分析與表達；然後從知識的概念、知識的獲取、知識庫的構建以及知識的推理幾方面深入探討了基於知識的遙感影像分類方法，其中重點研究了知識獲取的決策樹方法，並在此基礎上對紹興和江寧兩個試驗區進行了基於知識的遙感影像土地利用/覆被分類以及傳統的監督分類和邏輯通道法分類試驗；後從不同分類方法的精度評價結果的比較和分類規則的分析兩方面，對基於知識的遙感影像土地利用，覆被分類方法的可行性進行了評價。
當前，土地利用/覆被變化(Lucc)研究是全球變化研究的核心內容，而土地利用，覆被數據的獲取是其主要的基礎工作。近年來，飛速發展的遙感技術已成為土地利用/覆被調查的一種有效的技術手段。然而，遙感影像分類技術的提高卻遠遠落後於遙感傳感器技術的發展，不能滿足實際應用的需要。因而，實現遙感影像解譯的自動化與高精度定量化，以滿足人們從海量遙感數據中快速、準確地獲取專題信息的需要，不僅是當前遙感自身發展的前沿，也是遙感應用的迫切要求。
當前，土地利用/覆被變化(Lucc)研究是全球變化研究的核心內容，而土地利用，覆被數據的獲取是其主要的基礎工作。近年來，飛速發展的遙感技術已成為土地利用/覆被調查的一種有效的技術手段。然而，遙感影像分類技術的提高卻遠遠落後於遙感傳感器技術的發展，不能滿足實際應用的需要。因而，實現遙感影像解譯的自動化與高精度定量化，以滿足人們從海量遙感數據中快速、準確地獲取專題信息的需要，不僅是當前遙感自身發展的前沿，也是遙感應用的迫切要求。
