中文摘要：

本研究将面向对象的方法引入至高分辨率遥感数据的分类与变化监测中，以黑龙江省二龙山项目区为实验基地，以东北黑土区水土保持措施（梯田、乔木林、灌木林、草地、截流沟、谷坊、塘坝、水库等）为研究对象，综合不同时段(2000，2010年)的高分辨率航片、遥感影像及GIS地学辅助数据，实现多源数据的精确匹配，充分挖掘高分辨影像中所蕴含的各项水土保持措施的光谱特征、形状特征、纹理特征、上下文关系特征和相邻关系特征，通过理论推导、试验测试及精度验证，遴选最优的属性特征组合，构建面向水土保持措施精确分类及识别的理论方法与技术体系，提取各类水土保持措施信息，建立水土保持措施信息库，开发面向水土保持措施监测及可视化表达的信息平台。本课题的研究成果，必将改进水土保持措施动态监测的手段，为评价研究区各类水土保持措施的功能及治理成效提供基础数据，为我国典型黑土区的水土流失的防治工作提供科学的决策依据。

结论摘要：

本项目以高分辨率多波段遥感图像为基础数据并综合航片、GIS地源等多源数据，运用计算机视觉和模式识别理论与方法，系统地研究了利用计算机进行自动解译地物信息以完成东北黑土地水土保持监测问题。根据黑土地遥感数字图像地物特征提出二层次分类策略，分别运用粗糙熵等数字图像处理技术和Hough、小波变换等算法对水土保持监测目标（乔木林、灌木林、草地、水库、河流、塘坝、截流沟等）进行准确分割。采用Landsat和光学雷达影像数据、DEM数据、归一化植被指数、高程、纹理信息等复合识别指标，利用支持向量机(SVM)、CART决策树、可变精度粗糙集、贝特朗曲线等方法对研究区域不同地物目标进行自动分类，为后续水土保持状态分析进行数据准备。在研究地类特征提取及分类基础上，结合地理信息系统（GIS）建立水土保持动态系统来分析哈尔滨、齐齐哈尔和大庆地区土地保护与使用情况，对居民活动与土地类型变更之间的关系进行了定量和定性分析，发现湿地、草地为该地区最不稳定土地类型。进一步以Markov空间概率模型为基础，结合土地利用动态度模型，将绥化地区多年土地利用格局空间数据合成一系列土地利用格局变化图谱，通过图谱深入解析绥化市的土地利用格局变化，建立了土地利用类型转换模型，描述了各类土地类型转换关系、土地利用的强度与变化的速度，并与土地遥感图像水土监测分析结果进行对比，相互验证了遥感图像土地分析模型与图谱分析模型的鲁棒性。本项目拓展了计算机视觉的应用领域，丰富和完善了东北黑土地水土保持的监测手段，提高了水土保持监测的科技含量，可为政府相应决策提供有价值的参考数据。