地理国情普查数据采集方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
面积指标要求，只适用于勾绘或编辑地表覆盖类型边界过程中对一些难以确定的 小图斑进行“就近就大合并”时参照采用。无论是自动分类还是人工解译，如果 能够确保分类结果正确，最小图斑面积不受此指标的限制，即分类后的图斑面积 即使小于实地面积指标要求，也不需要进行就近合并。
影像实例
三、水域、植被、道路地表覆盖信息提取
影像分割 结果
要素辅助信息嵌入
（基础数据、专题数据）
自动分类
规则构建
样本采集
人工解译与编辑技术流程
高分辨率遥感影像 （经过纠正、融合、 彩色变换处理） 基础地理信息数据 1:10000基础地理信息数据 处理 坐标系转换 投影转换 地理国情要素数据提取 植被、房屋等要素提取 结构重组 专题数据 专题数据整理 第一次全国水利普查 专题数据 国土资源部门的土地 权属数据 城区图、旅游图 铁路、道路、水运附 属设施、空运设施等 专题资料 其他专题数据 1:50000基础地理信息数据 处理 地理国情要素数据提取 植被、房屋等要素提取 结构重组
基础地理信息资料丰富程度决定的原则
• 基础地理信息数据比较丰富 充分利用基础地理信息资料。对于必须用全人工解 译的方法提取的地表覆盖类型，首先从基础地理信 息资料中获取，并结合影像进行更新与编辑，作为 计算机自动分类的参考，然后对其他类型进行信息 提取。 • 基础地理信息数据不够丰富 先进行计算机自动分类，然后进行人工解译编辑。
人工解译与编辑 （初次人工解译与编辑） 创建矢量（面）图层 基于影像的目视判读 基于影像进行对象添加 对象属性赋值
人工解译与编辑 （对自动分类结果的解译与编辑） 对象的删除与添加 对象合并与拆分 对象空间位置处理 对象属性修改与添加
信息提取面积指标说明
• 按照地表覆盖信息提取的面积指标，最小图斑对应的地面实地面积分别有200 平方米、400平方米、1000平方米、1600平方米、5000平方米、10000平方米 等指标要求。其中，大部分类型采集的最小图斑对应的地面实地面积为400平 方米。以400平方米为例，说明面积与遥感影像像素对应关系如下：
河渠
河渠包括河流、水渠。
河流自然弯曲，宽 窄不一，但总体上， 长度远远大于宽度， 且边界明显。
Worldview2影像R、G、B波段合成
光谱特征
水渠：有规则几 何形态，人工塑 造痕迹明显，总 体上，长度远远 大于宽度。
Worldview2影像R、G、B波段合成 光谱特征
湖泊
湖泊是一个相对静态的水域，非线状分布， 在多光谱遥感影像上纹理比较均匀、平滑。
专题特征
• 水域在一定的区域范围内，高程起伏比较平缓， 跨等高线少。
自动提取水域依据
• 可以创建水体指数、纹理特征等指标，将所 有类型水域信息提取出来。
重点1：在自动分类环节上 特 征 规 则
通过水域的光谱特征，可以构建水 体指数指标，作为水域提取的规则， 归一化的水体指数公式为：NDWI： (G - NIR1) / (G + NIR1)。 将蓝波段标准差 （ Standard deviation Layer B ）、 比率值（Ratio Layer B）作为水域 提取的规则。 将DEM值（Mean Layer DEM）作为去 除混入水域的阴影提取的规则。
水域内业提取结果
• 通过计算机自动分类与人工解译编辑，能够确定 水域的边界与属性； • 临时有水或无水渠道的边界与属性，内业如果无 法确定，可辅助专题信息或者通过外业核查进行
明确。
植被地表覆盖信息提取
重点1：在自动分类环节上
特
征
规
则
处于生长季的植被对光谱的反射特性很 相似，在近红外、红波段上，分别表现 出了强反射、强吸收特征；
特
征
规
则
几何特征： 宽度一致性、长度/宽度、弯曲度
不对称性：一个影像对象越长，它 的不对称性越高； 长度/宽度；
辐射特征： 亮度一致性：道路区域内的整体灰度均 一，局部变化比较缓慢。 对比度可分性：道路区域与背景区域的 灰度具有较强的反差。 辅助信息（如DEM等）参与自动分类， 去除植被等要素的混分。
• 影像质量较差（时相不适合、清晰度差、有云雪覆盖，或 者只有全色影像等） 采用直接进行人工解译编辑的分类方法和技术流程 采用多途径：低分辨率影像（ZY-3、天绘）进行补充；变化 小的区域，利用已有资料辅助解译； 只有全色高分辨率卫星影像数据的区域，可以采用地理国情 要素数据利用高分辨率全色影像采集、地表覆盖分类数据利 用资源三号等卫星的多光谱影像进行采集的作业方法。 各地自主获取的符合普查现势性要求的影像，时相和分辨率 都优于统一提供的影像数据的，可以用于地理国情普查。
通过植被的光谱特征，可以构建植 被指数指标，作为植被提取的规则 之一，归一化的植被指数公式为： NDVI：(NIR1 - R) / (NIR1 + R)。 将蓝波段均值（Mean B）、标准差 （ Standard deviation Layer B ）、 比率值（Ratio Layer B）作为植被 提取的规则。 将DEM值（Mean Layer DEM）作为去 除混入植被的阴影提取的规则。
Worldview2影像R、G、B波段合成
光谱特征
库塘
库塘包括水库、坑塘。
水库：是人工调节 水量建造坝、闸、 堤、堰等水利工程 拦蓄河川径流而形 成的水域。 水库的某一端一般 有人工设施。
Worldview2影像R、G、B波段合成 光谱特征
坑塘：人工形成 的面积较小的面 状水域。坑塘形 状相对规则，有 人工开挖的痕迹。
地理国情普查数据采集方法
云南省地图院 肖提荣
2013年09月
内容
地表覆盖信息提取方法 地理国情要素信息提取方法
一、地表覆盖信息提取方法
主要内容
一、分类总体原则 二、分类基本方法与流程
三、水域、植被、道路地表覆盖信息提取
四、房屋建筑（区）等地表覆盖信息提取 五、实例参考 六、小结
一、分类总体原则
水域地表覆盖信息提取
1000 1010 1011 1012 1020 1030 1031 1032 1040 1050 海面 冰川与常年积雪 湖泊 库塘 水库 坑塘 水域 除无水水渠为1 012外均为1001 河渠 河流 水渠
水域典型形态 • 水域典型形态是指水域在遥感影像上呈现 的光谱、形状、纹理以及与周边环境的关 系等特征。
接边处理 • 若相邻地理区域覆盖影像的时相差异较大影响解译，可选择 其中的一个作为基准时相，选择相应时相的较低分辨率遥感 影像进行比较确认，对分类和识别结果进行适当调整。 • 相邻区域被不同类型影像覆盖时，需注意不同影像的波段设 置差别带来的光谱差别，对邻接区域地物要素的提取和分类 应以人工为主，并优先采用光谱特征以外的其他解译标志。
植被内业提取结果 • 通过计算机自动分类与人工解译编辑，能 够确定植被的边界； • 结合专题信息或者通过外业核查，可以进
一步确定耕地、园地、林地、草地的具体
类别与属性。
道路地表覆盖信息提取
重点1：在自动分类环节上
道路信息提取可以按照计算机自动分类技术流 程进行处理，也可利用基础地理信息数据获取。
地表覆盖类型决定的原则
• 自然地表覆盖（水域、植被） 这种易自动分类的类型，一般优先考虑采用计算机 自动分类提取的方法和技术流程 • 对于人工地表覆盖（房屋建筑（区）、构筑物、人工堆掘 地）、荒漠与裸露地表 这种自动分类较难准确提取的类型，一般优先考虑 采用人工解译的方法和技术流程 • 人工地表覆盖（道路） 这种具有特殊形状特征的类型，可采用计算机自动 分类提取，也可采用人工解译方法提取
Worldview2影像R、G、B波段合成
光谱特征
水域特征发现与挖掘
光谱特征
• 液态水域对光谱的反射特性很相似，在绿、近红 外波段上，分别表现出了强反射、强吸收特征； • 固态水域在绿、蓝波段上，分别表现出了强反射 、强吸收特征； • 水域在蓝波段上也表现出较强反射特性；
纹理、形状特征
• 水域的纹理一般比较均匀、平滑； • 水域形状不一，但与周边地表覆盖物光谱差异较 大，在高分辨率遥感影像上，通过目视判读，较 易区分与识别；
的结果，均作为下一个类型提取的基础。按照
各工艺流程提取的地表覆盖成果必须进行整合 ，使其空间关系合理，并且没有漏洞。
二、分类基本方法与流程
高分辨率遥感影像 影像纠正 影像融合 影像彩色变换
内业中的自动分类、 人工参与的关系
多尺度分割 分割结果 面向对象分类 计算机自动 分类结果 DEM等辅 助数据
植被在蓝波段也表现出与其他地表覆盖 的差异性；
辅助信息（如DEM等）参与自动分类， 减少植被要素的混分概率。
综合光谱特性采样
面向对象的监督分类
重点2：人工解译与编辑
• （1）核查植被对象的错分、漏分 • 达到采集指标要求但未实现自动提取的植被对象，进 行人工添加；错分入植被类的非植被对象（如房屋的 阴影），进行人工剔除。 • （2）对象合并与拆分 • 属于同一植被类型的相邻对象，进行对象合并；植被 对象与非植被对象分割入同一对象的对象，进行对象 拆分。 • （3）空间位置上位于植被内部的非植被地物处理 • 位于植被内部的非植被地物，达到采集指标要求的， 则划分到对应地表覆盖类别中；未达到采集指标要求 ，且自动分类未分类为对应地表覆盖类别的，归为相 应植被类别。
空间分辨率 （米） 像素个数 （个） 0.5 1 2 2.5 5 10
Leabharlann Baidu
1600
400
100
64
16
4
各类地表覆盖在遥感影像上的几何形状各异，且大部分不规则，相对规则的类型 基本上由圆形、椭圆形、矩形、三角形、直线形、平滑曲线形等形状构成，以规 则形状为例，说明面积指标在遥感影像上的实例，图中红色边框为各形状类型在 0.5米分辨率影像1:２５００比例显示下400平方米面积。
• 基于高分辨率遥感影像提取地表覆盖信息的方 法包括计算机自动分类、人工解译、外业调查 等，各方法的技术流程不尽相同。具体采用哪 种方法和技术流程，主要由影像质量、地表覆 盖类型、基础地理信息资料丰富程度、专题资 料丰富程度等因素决定。
影像质量决定的原则
• 影像质量较好（时相较适合、清晰度高、无云） 可采用先进行计算机自动分类 然后进行人工解译编辑的分类方法和技术流程
Worldview2影像R、G、B波段合成 光谱特征
海面
海面是指指构成海洋水域的水域。
海水规模较大，在多光谱遥感影像上一般 呈现蓝色，纹理较均匀、平滑。
Worldview2影像R、G、B波段合成
光谱特征
冰川与常年积雪
冰、雪的反射率较高，在遥感影像上表现为白色，亮 度较高。冰、雪覆盖与季节、地域等因素有较大关系。
人工解译与编辑 外业普查 质量检查 外业普查底图制作 N 合格 Y 地表覆盖成果
水域
植被
房屋建筑 （区）
道路
构筑物
人工堆 掘地
荒漠与裸 露地表
耕地
园地
林地
草地
计算机自动分类技术流程
• 在总体技术流程中，计算机自动分类过程的技术流程为：
要素基本特征获取
（颜色、纹理、形状）
要素指数信息构建
（NDVI、NDWI）
液态水域对光谱的反射特性很相似，在 绿、近红外波段上，分别表现出了强反 射、强吸收特征；
相比于其它地表，水域在蓝波段上也表 现出较强反射特性；
辅助信息（如DEM等）参与自动分类， 减少水域要素的混分概率。
。。。
。。。
重点2：人工解译与编辑
• （1）核查水域对象的错分、漏分 达到采集指标要求但未实现自动提取的水域对象，进 行人工添加；错分入水域类的非水域对象（如山体、房屋 的阴影），进行人工剔除。 • （2）对象合并与拆分 属于同一水域类型的相邻对象，进行对象合并；水域 对象与非水域对象分割入同一对象的对象，进行对象拆分 。 • （3）空间位置上位于水域内部的非水域地物处理 位于水域内部的非水域地物（如岛等），达到采集指标 要求的，则划分到对应地表覆盖类别中（如耕地、荒漠与 裸露地表等）；未达到采集指标要求，且自动分类未分类 为对应地表覆盖类别的，归为相应水域类别。
专题资料丰富程度决定的原则
• 专题资料较好 则充分利用专题资料，并结合影像进行更新与编辑 ，作为计算机自动分类的参考；并对地表覆盖类型 的属性进行赋值，不能完全满足要求的属性项，进 行外业核查。
• 专题资料不够好
只能采用测绘的手段。
• 无论采用何种信息提取方法，最终的成果必须
保证作业区（分景、分幅、行政单元等）内 100%覆盖，且各地表覆盖类型空间上不重叠。 因此，对于同一作业区，每一种地表覆盖类型
影像实例
三、水域、植被、道路地表覆盖信息提取
影像分割 结果
要素辅助信息嵌入
（基础数据、专题数据）
自动分类
规则构建
样本采集
人工解译与编辑技术流程
高分辨率遥感影像 （经过纠正、融合、 彩色变换处理） 基础地理信息数据 1:10000基础地理信息数据 处理 坐标系转换 投影转换 地理国情要素数据提取 植被、房屋等要素提取 结构重组 专题数据 专题数据整理 第一次全国水利普查 专题数据 国土资源部门的土地 权属数据 城区图、旅游图 铁路、道路、水运附 属设施、空运设施等 专题资料 其他专题数据 1:50000基础地理信息数据 处理 地理国情要素数据提取 植被、房屋等要素提取 结构重组
基础地理信息资料丰富程度决定的原则
• 基础地理信息数据比较丰富 充分利用基础地理信息资料。对于必须用全人工解 译的方法提取的地表覆盖类型，首先从基础地理信 息资料中获取，并结合影像进行更新与编辑，作为 计算机自动分类的参考，然后对其他类型进行信息 提取。 • 基础地理信息数据不够丰富 先进行计算机自动分类，然后进行人工解译编辑。
人工解译与编辑 （初次人工解译与编辑） 创建矢量（面）图层 基于影像的目视判读 基于影像进行对象添加 对象属性赋值
人工解译与编辑 （对自动分类结果的解译与编辑） 对象的删除与添加 对象合并与拆分 对象空间位置处理 对象属性修改与添加
信息提取面积指标说明
• 按照地表覆盖信息提取的面积指标，最小图斑对应的地面实地面积分别有200 平方米、400平方米、1000平方米、1600平方米、5000平方米、10000平方米 等指标要求。其中，大部分类型采集的最小图斑对应的地面实地面积为400平 方米。以400平方米为例，说明面积与遥感影像像素对应关系如下：
河渠
河渠包括河流、水渠。
河流自然弯曲，宽 窄不一，但总体上， 长度远远大于宽度， 且边界明显。
Worldview2影像R、G、B波段合成
光谱特征
水渠：有规则几 何形态，人工塑 造痕迹明显，总 体上，长度远远 大于宽度。
Worldview2影像R、G、B波段合成 光谱特征
湖泊
湖泊是一个相对静态的水域，非线状分布， 在多光谱遥感影像上纹理比较均匀、平滑。
专题特征
• 水域在一定的区域范围内，高程起伏比较平缓， 跨等高线少。
自动提取水域依据
• 可以创建水体指数、纹理特征等指标，将所 有类型水域信息提取出来。
重点1：在自动分类环节上 特 征 规 则
通过水域的光谱特征，可以构建水 体指数指标，作为水域提取的规则， 归一化的水体指数公式为：NDWI： (G - NIR1) / (G + NIR1)。 将蓝波段标准差 （ Standard deviation Layer B ）、 比率值（Ratio Layer B）作为水域 提取的规则。 将DEM值（Mean Layer DEM）作为去 除混入水域的阴影提取的规则。
水域内业提取结果
• 通过计算机自动分类与人工解译编辑，能够确定 水域的边界与属性； • 临时有水或无水渠道的边界与属性，内业如果无 法确定，可辅助专题信息或者通过外业核查进行
明确。
植被地表覆盖信息提取
重点1：在自动分类环节上
特
征
规
则
处于生长季的植被对光谱的反射特性很 相似，在近红外、红波段上，分别表现 出了强反射、强吸收特征；
特
征
规
则
几何特征： 宽度一致性、长度/宽度、弯曲度
不对称性：一个影像对象越长，它 的不对称性越高； 长度/宽度；
辐射特征： 亮度一致性：道路区域内的整体灰度均 一，局部变化比较缓慢。 对比度可分性：道路区域与背景区域的 灰度具有较强的反差。 辅助信息（如DEM等）参与自动分类， 去除植被等要素的混分。
• 影像质量较差（时相不适合、清晰度差、有云雪覆盖，或 者只有全色影像等） 采用直接进行人工解译编辑的分类方法和技术流程 采用多途径：低分辨率影像（ZY-3、天绘）进行补充；变化 小的区域，利用已有资料辅助解译； 只有全色高分辨率卫星影像数据的区域，可以采用地理国情 要素数据利用高分辨率全色影像采集、地表覆盖分类数据利 用资源三号等卫星的多光谱影像进行采集的作业方法。 各地自主获取的符合普查现势性要求的影像，时相和分辨率 都优于统一提供的影像数据的，可以用于地理国情普查。
通过植被的光谱特征，可以构建植 被指数指标，作为植被提取的规则 之一，归一化的植被指数公式为： NDVI：(NIR1 - R) / (NIR1 + R)。 将蓝波段均值（Mean B）、标准差 （ Standard deviation Layer B ）、 比率值（Ratio Layer B）作为植被 提取的规则。 将DEM值（Mean Layer DEM）作为去 除混入植被的阴影提取的规则。
Worldview2影像R、G、B波段合成
光谱特征
库塘
库塘包括水库、坑塘。
水库：是人工调节 水量建造坝、闸、 堤、堰等水利工程 拦蓄河川径流而形 成的水域。 水库的某一端一般 有人工设施。
Worldview2影像R、G、B波段合成 光谱特征
坑塘：人工形成 的面积较小的面 状水域。坑塘形 状相对规则，有 人工开挖的痕迹。
地理国情普查数据采集方法
云南省地图院 肖提荣
2013年09月
内容
地表覆盖信息提取方法 地理国情要素信息提取方法
一、地表覆盖信息提取方法
主要内容
一、分类总体原则 二、分类基本方法与流程
三、水域、植被、道路地表覆盖信息提取
四、房屋建筑（区）等地表覆盖信息提取 五、实例参考 六、小结
一、分类总体原则
水域地表覆盖信息提取
1000 1010 1011 1012 1020 1030 1031 1032 1040 1050 海面 冰川与常年积雪 湖泊 库塘 水库 坑塘 水域 除无水水渠为1 012外均为1001 河渠 河流 水渠
水域典型形态 • 水域典型形态是指水域在遥感影像上呈现 的光谱、形状、纹理以及与周边环境的关 系等特征。
接边处理 • 若相邻地理区域覆盖影像的时相差异较大影响解译，可选择 其中的一个作为基准时相，选择相应时相的较低分辨率遥感 影像进行比较确认，对分类和识别结果进行适当调整。 • 相邻区域被不同类型影像覆盖时，需注意不同影像的波段设 置差别带来的光谱差别，对邻接区域地物要素的提取和分类 应以人工为主，并优先采用光谱特征以外的其他解译标志。
植被内业提取结果 • 通过计算机自动分类与人工解译编辑，能 够确定植被的边界； • 结合专题信息或者通过外业核查，可以进
一步确定耕地、园地、林地、草地的具体
类别与属性。
道路地表覆盖信息提取
重点1：在自动分类环节上
道路信息提取可以按照计算机自动分类技术流 程进行处理，也可利用基础地理信息数据获取。
地表覆盖类型决定的原则
• 自然地表覆盖（水域、植被） 这种易自动分类的类型，一般优先考虑采用计算机 自动分类提取的方法和技术流程 • 对于人工地表覆盖（房屋建筑（区）、构筑物、人工堆掘 地）、荒漠与裸露地表 这种自动分类较难准确提取的类型，一般优先考虑 采用人工解译的方法和技术流程 • 人工地表覆盖（道路） 这种具有特殊形状特征的类型，可采用计算机自动 分类提取，也可采用人工解译方法提取
Worldview2影像R、G、B波段合成
光谱特征
水域特征发现与挖掘
光谱特征
• 液态水域对光谱的反射特性很相似，在绿、近红 外波段上，分别表现出了强反射、强吸收特征； • 固态水域在绿、蓝波段上，分别表现出了强反射 、强吸收特征； • 水域在蓝波段上也表现出较强反射特性；
纹理、形状特征
• 水域的纹理一般比较均匀、平滑； • 水域形状不一，但与周边地表覆盖物光谱差异较 大，在高分辨率遥感影像上，通过目视判读，较 易区分与识别；
的结果，均作为下一个类型提取的基础。按照
各工艺流程提取的地表覆盖成果必须进行整合 ，使其空间关系合理，并且没有漏洞。
二、分类基本方法与流程
高分辨率遥感影像 影像纠正 影像融合 影像彩色变换
内业中的自动分类、 人工参与的关系
多尺度分割 分割结果 面向对象分类 计算机自动 分类结果 DEM等辅 助数据
植被在蓝波段也表现出与其他地表覆盖 的差异性；
辅助信息（如DEM等）参与自动分类， 减少植被要素的混分概率。
综合光谱特性采样
面向对象的监督分类
重点2：人工解译与编辑
• （1）核查植被对象的错分、漏分 • 达到采集指标要求但未实现自动提取的植被对象，进 行人工添加；错分入植被类的非植被对象（如房屋的 阴影），进行人工剔除。 • （2）对象合并与拆分 • 属于同一植被类型的相邻对象，进行对象合并；植被 对象与非植被对象分割入同一对象的对象，进行对象 拆分。 • （3）空间位置上位于植被内部的非植被地物处理 • 位于植被内部的非植被地物，达到采集指标要求的， 则划分到对应地表覆盖类别中；未达到采集指标要求 ，且自动分类未分类为对应地表覆盖类别的，归为相 应植被类别。
空间分辨率 （米） 像素个数 （个） 0.5 1 2 2.5 5 10
Leabharlann Baidu
1600
400
100
64
16
4
各类地表覆盖在遥感影像上的几何形状各异，且大部分不规则，相对规则的类型 基本上由圆形、椭圆形、矩形、三角形、直线形、平滑曲线形等形状构成，以规 则形状为例，说明面积指标在遥感影像上的实例，图中红色边框为各形状类型在 0.5米分辨率影像1:２５００比例显示下400平方米面积。
• 基于高分辨率遥感影像提取地表覆盖信息的方 法包括计算机自动分类、人工解译、外业调查 等，各方法的技术流程不尽相同。具体采用哪 种方法和技术流程，主要由影像质量、地表覆 盖类型、基础地理信息资料丰富程度、专题资 料丰富程度等因素决定。
影像质量决定的原则
• 影像质量较好（时相较适合、清晰度高、无云） 可采用先进行计算机自动分类 然后进行人工解译编辑的分类方法和技术流程
Worldview2影像R、G、B波段合成 光谱特征
海面
海面是指指构成海洋水域的水域。
海水规模较大，在多光谱遥感影像上一般 呈现蓝色，纹理较均匀、平滑。
Worldview2影像R、G、B波段合成
光谱特征
冰川与常年积雪
冰、雪的反射率较高，在遥感影像上表现为白色，亮 度较高。冰、雪覆盖与季节、地域等因素有较大关系。
人工解译与编辑 外业普查 质量检查 外业普查底图制作 N 合格 Y 地表覆盖成果
水域
植被
房屋建筑 （区）
道路
构筑物
人工堆 掘地
荒漠与裸 露地表
耕地
园地
林地
草地
计算机自动分类技术流程
• 在总体技术流程中，计算机自动分类过程的技术流程为：
要素基本特征获取
（颜色、纹理、形状）
要素指数信息构建
（NDVI、NDWI）
液态水域对光谱的反射特性很相似，在 绿、近红外波段上，分别表现出了强反 射、强吸收特征；
相比于其它地表，水域在蓝波段上也表 现出较强反射特性；
辅助信息（如DEM等）参与自动分类， 减少水域要素的混分概率。
。。。
。。。
重点2：人工解译与编辑
• （1）核查水域对象的错分、漏分 达到采集指标要求但未实现自动提取的水域对象，进 行人工添加；错分入水域类的非水域对象（如山体、房屋 的阴影），进行人工剔除。 • （2）对象合并与拆分 属于同一水域类型的相邻对象，进行对象合并；水域 对象与非水域对象分割入同一对象的对象，进行对象拆分 。 • （3）空间位置上位于水域内部的非水域地物处理 位于水域内部的非水域地物（如岛等），达到采集指标 要求的，则划分到对应地表覆盖类别中（如耕地、荒漠与 裸露地表等）；未达到采集指标要求，且自动分类未分类 为对应地表覆盖类别的，归为相应水域类别。
专题资料丰富程度决定的原则
• 专题资料较好 则充分利用专题资料，并结合影像进行更新与编辑 ，作为计算机自动分类的参考；并对地表覆盖类型 的属性进行赋值，不能完全满足要求的属性项，进 行外业核查。
• 专题资料不够好
只能采用测绘的手段。
• 无论采用何种信息提取方法，最终的成果必须
保证作业区（分景、分幅、行政单元等）内 100%覆盖，且各地表覆盖类型空间上不重叠。 因此，对于同一作业区，每一种地表覆盖类型