国土资源调查是国家一项基础性、公益性、战略性的综合调查评价工程。要加强土地管理,就必须首先掌握有关土地利用的各种信息,这就需要随时保持土地利用数据库处于最新的状态。因此,如何结合新技术和新方法实现土地利用现状信息的提取,是国土资源管理有待解决的问题。遥感技术的发展,使我们能够获得极其丰富的信息,尤其是近年来高分辨率遥感图像的出现更扩大了对自然界观察的视野。但是面临的挑战是如何处理和应用这些数据,使之能转换为急需被应用的信息。SPOT-5和QuikBird等高分辨遥感图像表现出地物更多的信息诸如光谱、形状、纹理以及上下文等。尽管卫星遥感数据分类技术有了长足的发展,但是对于高分辨遥感图像来说,利用单一传统的分类方法不仅会导致分类精度降低,而且也会造成空间数据大量冗余、资源浪费。近年来广受关注的面向对象的遥感分类思想,不仅将光谱信息作为分类依据,同时还将空间结构和纹理信息,甚至包括遥感工作者的目视判读经验和知识一并作为分类依据,改“象素”基本单元为光谱和纹理特征相似的“均质对象”为分类基本单元,大幅度提高了高分辨率遥感自动分类精度与效率。本文将面向对象的分类思想与技术引入土地利用现状信息获取领域,通过多尺度影像分割、类层次结构和语义结构创建、分类规则引用等,实现土地利用现状信息获取。本研究以张家界市武陵源区和石门县子良乡为例,采用2.5米空间分辨率的SPOTS融合影像,采用面向对象的分类方法,自动提取土地利用类型,用于土地利用数据库建设。结果表明采用面向对象的分类方法进行土地利用信息自动提取,基本上能够满足类型精度,可有效节省时间、减少工作量,为第二次全国土地详查提供了先进的技术手段。创新点:首次利用面向对象分类方法针对国土资源调查中土地利用数据库建设上信息提取进行研究,实现土地利用现状信息的灵活输出。并首次将面向对象分类方法引入到利用高分辨率遥感影像计算耕地田坎系数的试验中。