中文摘要：

针对现有"识别分割一体化"面向对象遥感影像分析方法中需要事先给定空间相关像素模板和对练训样本过于敏感的缺陷，本项目通过引入和借鉴机器学习领域中的特征选择和多分类器集成学习思想，研究基于像素间空间相关分析的面向对象高空间分辨率遥感影像信息提取方法及在自然灾害遥感监测与灾情评估的应用，为研发自主知识产权的高分辨率遥感影像分析软件奠定技术基础。项目的主要内容包括(1) 空间相关像素模板的形成方法和像素级利用方式比较研究；（2）基于空间相关像素模板的多分类器选择性集成学习方法研究；（3）面向多分类器集成的空间相关像素组随机选择方法研究；（4）基于空间相关分析的面向对象信息提取方法在灾害监测与评估中的应用研究。

结论摘要：

针对现有“识别分割一体化”面向对象遥感影像分析方法中需要事先给定空间相关像素模板和对练训样本过于敏感的缺陷，本项目通过引入和借鉴机器学习领域中的特征选择和多分类器集成学习思想，研究了基于像素间空间相关分析的面向对象高空间分辨率遥感影像信息提取方法及在自然灾害遥感监测与灾情评估的应用，为研发自主知识产权的高分辨率遥感影像分析软件奠定了技术基础。项目的主要研究内容包括(1) 基于过滤式特征选择的空间相关像素模板生成及利用；(2) 基于打包式特征选择的空间相关像素模板生成及利用；(3) 基于嵌入式特征选择的空间相关像素模板生成及利用；(4) 结合空间像素模板和Adaboost算法的遥感影像河流提取应用研究。