3。2  技术路线 7

4  研究区域概况与数据处理 8

4。1  研究区域概况 8

4。2  研究区多分辨率遥感数据的来源 9

4。3  数据预处理 13

5  多分辨率影像养殖区面积提取的尺度效应分析 17

5。1  基于像元分类方法的尺度效应分析 17

5。2  面向对象分类方法的尺度效应分析 21

结  论 32

参 考 文 献 33

致  谢 34

1  前  言

近年以来，湖泊网围养殖的开展，极大地促进了我国湖泊渔业的发展。但与此同时，围网养殖同时也产生一系列负面效应，如进行围网养殖区的湖泊的生态坏境遭到人为的破坏，对当地环境以及生态保护造成了不可忽略的负效应。为了湖泊生态环境以及湖泊经济的可持续发展，需要对围网养殖区进行监测，所以利用合理科学的手段对围网养殖区进行监测，有效的控制围网养殖区的面积，对于保护水资源与生态环境有着重要的意义。随着遥感技术的发展，或者说高分辨率遥感的发展，遥感体现出很多优点如：探测范围广，周期短等优点。在遥感技术日益成熟的当今，我们可以利用遥感技术对遥感图像进行相关的处理，可以获得本文所需要的围网养殖区的信息，比如围网养殖的面积等等。本文在Landsat8、高分1号（GF1）以及高分2号（GF2）三种不同分辨率遥感影像的基础上，对其进行基于像元以及面向对象分类，选择合适有效的分类方法，更好的识别与监测洪泽湖围网养殖区。论文网

另外，在遥感数据信息提取过程中，尺度的基本特性使得尺度的作用越来越受到关注。不同的尺度下，对遥感影像进行相关分析，对比后的结果也是不尽相同的。尺度的不断变化，尺度所对应下的信息也在不断变化或者尺度的变化可以描述某种现象以及该变化的过程，但在具体的分析过程中，我们应该重点考虑的是随着尺度的不断变化，我们所研究的现象的变化是怎样产生以及是否趋于某种规律。同时，在研究过程中，如何从遥感信息中获取确定的信息，减少遥感信息的不确定性，就需要对尺度问题进行研究以及探索适合识别特定研究对象的最优尺度。本文在Landsat8、GF1以及GF2多种不同分辨率遥感影像的基础上，分析洪泽湖围网养殖区识别的尺度效应问题，不仅能选择合适的尺度对围网养殖区的信息进行识别与提取，能够提高所获取围网养殖区信息的确定性，同时也为水资源资源调查和实际应用提供了参考。

本文将以洪泽湖围网养殖区为研究对象，尝试采用基于像元和面向对象的分类方法对Landsat8、高分1号（GF1）以及高分2号（GF2）识别和提取围网养殖区，并将所有的分类结果进行比较，从而确定哪种分类方法更适合识别与提取GF2号中围网养殖区的信息。在面向对象的分类方法中，最关键的就是尺度的选择，因为尺度的选择与遥感影像分类的精度息息相关。本文确定围网养殖区识别的最优尺度，了解围网养殖区的遥感信息特征及其尺度效应的探讨和研究。本文将基于ENVI5。3以及eCognition软件进行相关研究与分析。

2  国内外研究现状

3  研究内容及其技术路线