面向对象分类方法在台风灾害信息提取中的应用研究

台风灾害是全球损失最严重的十大自然灾害之一。如何在灾情发生后,快速地进行灾情预评估与应急响应决策是目前灾害研究的重要方向。基于2013年台风"海燕"登陆前、后的菲律宾独鲁万市部分区域的卫星遥感影像,采用面向对象的方法进行了灾害检测,提取了研究区域的地物信息,并与基于像元的传统方法进行了比较。结果表明,面向对象的分类方法在台风灾害前影像分割尺度为30%,融合尺度为84%,台风灾害后影像分割尺度为15%,融合尺度为95%时分割效果最佳;最终,面向对象分类灾害前总体精度达到95.65%,Kappa系数达0.93,灾害后总体精度达到93.19%,Kappa系数达0.90;另一方面,最大似然法也优于ISODATA分类法与最小距离法,但仍不及面向对象的分类方法。