1200 我是海大的研究生哦 还有什么不懂的可以通过zhidao Hi发信息给我
上海海洋大学研究生奖学金评选细则 为鼓励研究生勤奋学习、全面综合发展，成为具有优良的品质、良好的合作意识、扎实的理论基础、较强的科研能力的高层次人才，学校设置了优秀研究生奖学金和优秀研究生干部奖学金及专项奖学金。为规范评选活动，特制定本细则。 一、评选范围 评选范围为评选年度在校接受学历教育的统招统分研究生，不包括委培、定向培养研究生，不包括延长学习年限的研究生。评选年度中有下列情况之一者，均无奖学金申请资格： 1、 受到各种处分及校、院通报批评者； 2、 未按照学校既定的日程、要求完成相应的培养环节者； 3、 综合素质< 3分者； 4、 有1门或1门以上课程考核不及格者； 5、 一年级硕士研究生有2门以上（含）学位课成绩 < 70分，且无科研成果者； 6、 一年级博士研究生无科研成果者； 7、 一年级研究生所获学分低于培养方案所规定学分的85%； 8、 一年级研究生无故缺席学校规定必须参加的活动者； 9、 二、三年级研究生科研成绩为0者； 10、 二年级研究生中期考核未达到良好等级者； 11、 学位论文实验记录不规范或有伪造行为等。 毕业学年研究生在评选年度内还须满足以下条件（满足申请学位最低要求的成果不统计在内）： 1、硕士生在CSCD或CSSCI收录的影响因子≥0.3、博士生在CSCD核心库或CSSCI收录的影响因子≥0.5的期刊上发表（或录用）与学位论文内容相符的研究论文；或论文被SCI或EI或ISTP收录，或者获得署名在前5名的省部级及以上科技成果奖；或是与专业相关的发明专利（授权或实审）或实用新型专利（授权）的第一发明人或者设计人（或以导师为首的第二发明人或者设计人）； 2、参加过校（院）研究生论文报告会。 注：1、CSCD—中国科学引文数据库（网址：） 2、CSSCI—中文社会科学引文索引（网址：） 3、所有发表论文须第一作者、或导师为首的第二作者。 4、所有发表论文须以上海海洋大学的名义，或将上海海洋大学与联合培养单位名称并列。 二、奖学金类别 学校设置了优秀研究生奖学金、优秀研究生干部奖学金和专项奖学金，以上三类奖学金可兼得。专项奖学金包括朱元鼎奖学金、侯朝海奖学金、孟庆闻奖学金、汉宝奖学金、爱普奖学金、中水搏浪天涯奖学金、宝钢奖学金等，专项奖学金不能兼得。 三、奖励金额和比例 1、 优秀研究生奖学金： 一等奖比例为5%、奖励金额为2000元／人； 二等奖比例为10%、奖励金额为1200元／人； 三等奖比例为20%、奖励金额为600元／人。 2、优秀研究生干部奖学金：比例为1.5%-2%、奖励金额为1000元／人。 3、专项奖学金：朱元鼎奖学金6名、奖励金额为2000元／人； 侯朝海奖学金6名、奖励金额为2000元／人； 孟庆闻奖学金6名、奖励金额为2000元／人； 汉宝奖学金（生命、海洋、工程、食品学院研究生） 一等奖1名、奖励金额为3000元／人； 二等奖1名、奖励金额为2000元／人； 三等奖1名、奖励金额为1000元／人； 爱普奖学金（食品学院研究生） 一等奖1名、奖励金额为5000元／人； 二等奖2名、奖励金额为2000元／人； 三等奖3名、奖励金额为1000元／人； 中水搏浪天涯奖学金（海洋学院研究生） 一等奖1名、奖励金额为3000元／人； 二等奖2名、奖励金额为2000元／人； 三等奖3名、奖励金额为1000元／人； 宝钢奖学金推荐候选人1名，奖励金额2000元／人； 其他专项奖学金奖励金额及名额等另行公布。 四、评选条件 1、优秀研究生奖学金 一年级评选侧重课程成绩，二年级以上评选侧重科研成果。具体按照下列指标体系计分，A为综合素质，B为学习成绩，C为科研成绩。一年级研究生总分为：A＋B＋C×200%；其他年级研究生总分为：A＋C。 （1）综合素质（A） 申请者先按照下表所列项目进行自我小结，由辅导员、教学秘书和同学代表等组成评议小组，根据申请人的日常表现，进行综合测评并打分，以平均分作为申请人综合素质得分，并写出评语。 优（总分5分） 合格（总分3分） 政治 态度 积极参加各项政治学习和活动（党员认真参加组织生活）；有较强政治进取意识。 政治表现一般。 文明 道德 自觉遵守公共秩序和学校的规章制度；关心集体，团结同学，助人为乐；为人秉直，正义感强，勇于改正错误缺点，敢于同不良行为作斗争。 表现一般。 学习 态度 热爱本专业，学风严谨，刻苦钻研，有较强的求知欲；具有良好的科学修养，表现出较强的科研能力，主观能动性强，能认真思考和研究问题，有一定见解。 尚能热爱本专业；有一定动手能力；能独立思考问题。 社会 工作 积极组织或参加学校、学院、班级、研究生会等组织的各项活动，表现突出。 热心社会工作，参加活动，表现较好。 （2）学习成绩（B） 学习成绩＝学位课加权平均成绩×60％＋其他课程加权平均成绩×40％ 注：加权平均成绩＝ ∑成绩×学分 ∑学分 （3）科研成绩（C） 项目 分值 说明 科 研 成果 国家级成果奖(自然科学奖、科技进步奖、技术发明奖) 100 为主要完成人（前5名），排名第5之后者，排名每退后1位，加分分值减少50%。 部委、省市级成果奖（同上） 50 同上 获得与专业相关的发明专利 30 为第一完成人或第二完成人（第一完成人为导师），第二完成人（第一完成人非导师）分值减半，第三完成人分值再减半。 获得与专业相关的实用新型专利 20 与专业相关的发明专利进入实审程序（有公告号） 6 申请与专业相关的专利(有申请号) 2 学 术 交 流 国际或全国性学术会议 3 作为正式代表参加，并在大会上宣读论文。论文获奖则加2分；仅为论文或摘要收录，分值减半；用外语宣读论文加1分。 校研究生论文报告会 3 特等奖 2 一等奖、二等奖 1 优胜奖 研究论 文 发 表 论文被SCI、EI、ISTP收录 30 1、以第一、第二作者（第一作者为导师）发表在公开发行刊物（有ISSN号）的论文有效；正式发表的论文有效，收录证明无效。 2、以外文发表的论文加1分。 在CSCD核心库或CSSCI收录的刊物上发表论文 8 在CSCD扩展库收录的刊物上发表论文 4 在其他刊物上发表论文 1 获奖情况 获得国家级科技创新类奖项(最高等级奖项) 8 为第一完成人或第二完成人（第一完成人为导师），第二完成人（第一完成人非导师）分值减半，第三完成人分值再减半。 获得国家级科技创新类奖项(其他等级奖项) 5 获得省部级科技创新类奖项(最高等级奖项) 3 获得省部级科技创新类奖项(其他等级奖项) 2 其 它 出版专著 5 个人完成其中3万字以上 3 个人完成其中3万字以下 出版教材 2分/章 编撰辞典 8 被列为主编或副主编 3 被列为主要撰写人并完成其中10个条目以上 备注：1、以上各类科研成果只计研究生于评选年度内与本人专业相关的部分，且必须署名上海海洋大学； 2、 毕业学年研究生满足申请学位最低要求的成果不统计在内； 3、 同一成果可归属多个计分项目的，只计最高分，不重复计分。 2、专项奖学金 （1）专项奖学金候选人原则上从优秀研究生一等奖获得者中产生。 （2）朱元鼎、侯朝海、孟庆闻奖学金候选人必须满足：硕士生在CSCD或CSSCI收录的期刊上发表研究论文，博士生必须在CSCD核心库或CSSCI收录的期刊上发表研究论文；或者研究论文被SCI或EI或ISTP收录；或者获得署名在前5名的省部级以上科技成果奖；或是与专业相关的发明专利（授权或实审）或实用新型专利（授权）的第一发明人或者设计人（或以导师为首的第二发明人或者设计人）。其他专项奖学金参照此标准或按照相应的评选细则执行。 3、优秀研究生干部奖学金 评奖年度内，获优秀研究生三等以上奖学金，担任学生干部（校、院、班级、党、团、社团组织主要干部），严于律已，以身作则，工作积极主动热情，认真负责，并能成功组织一次以上班级或研究生集体活动或在组织集体活动中起主要作用，取得一定成绩；工作作风正派，坚持原则，敢于开展批评和自我批评，在同学中享有较高的威信；热爱集体，关心同学；对加强团结、纠正不良风气，为维护、执行校纪校规作出贡献。 五、评选时间 研究生奖学金每学年评选一次，每年9月份受理。 六、评选程序 1、研究生本人申报，填写奖学金申请表，并附佐证材料，交导师、辅导员、推荐人签署意见。 2、各学院党委书记会同有关人员组成审核小组，根据评选条件和申报人情况，拟定获奖者名单（或推荐专项奖学金候选人），经研究生部审核后，由学院进行公示；校研究生会干部申报优秀研究生干部奖学金，可在学院指标内推荐，也可不占学院指标，但不占学院指标的，学院也需提出意见，由校研究生工作部组织校、院研究生会成员、研究生代表投票后，拟定获奖者，一并由学院公示。 3、研究生部将评选结果报学校批准后，公布优秀研究生奖学金、优秀研究生干部奖学金获奖名单和专项奖学金候选人名单；经专项奖学金基金会审定后，确定专项奖学金获奖名单。 4、召开研究生奖学金颁奖大会，颁发荣誉证书及奖学金。 七、本细则自2008年1月1日起执行，由研究生部负责解释，原评选细则同时废止
北京市科学技术委员会 .1997.可持续发展词语释义 ［M］ .北京: 学苑出版社
国家环境保护局自然保护司 .1995.中国生态环境补偿费的理论与实践 ［M］ .北京: 中国环境科学出版社
摆万奇 .2000.深圳市土地利用动态趋势分析 ［J］ .自然资源学报，15 (2): 112 ～116
摆万奇，赵士洞 .1997.土地利用和土地覆被变化研究模型综述 ［J］ .自然资源学报，12 (2): 169 ～175
毕晓丽，洪伟 .2001.生态环境综合评价方法的研究进展 ［J］ .农业系统科学与综合研究，17 (5): 122 ～125
卞建民，林年丰，汤洁 .2002.土地盐碱荒漠化预警理论及实证研究 ［J］ .农业环境科学学报 .22 (2): 207 ～209
蔡运龙 .2001.土地利用/土地覆被变化研究: 寻求新的综合途径 ［J］ .地理研究，20 (6): 645 ～652
常庆瑞，蒋平安，周勇等 .2004.遥感技术导论 ［M］ .北京: 科学出版社
畅军庆，张荣南 .1997.南水北调湖北库区水环境现状及问题分析 ［J］ .环境科学与技术，(2): 1 ～4
陈百明 .1997.试论中国土地利用和土地覆被变化及其人类驱动力研究 ［J］ .自然资源，(2): 31 ～36
陈国阶 .1996.对环境预警的探讨 ［J］ .重庆环境科学，18 (5): 1 ～4
陈国阶 .2002.论生态安全 ［J］ .重庆环境科学，24 (3): 1 ～4
陈国阶，何锦峰 .1999.生态环境预警的理论和方法探讨 ［J］ .重庆环境科学，21 (4): 8 ～11
陈美兰，吴延熊，周国模等 .1999.预测、监测和预警关系的初步探讨 ［J］ .浙江林学院学报，16 (1): 10 ～13
陈佑启，PeterHVerburg.2000.中国土地利用-覆被的多尺度空间分布特征分析 ［J］ .地理科学，20 (3): 197 ～65
陈治谏，陈国阶 .1992.环境影响评价的预警系统研究 ［J］ .环境科学，13 (4): 20 ～26
丁一汇，王守荣主编 .2001.中国西北地区气候与生态环境概论 ［M］ .北京: 气象出版社
窦明，左其亭，胡彩虹 .2005.南水北调工程的生态环境影响评价研究 ［J］ .郑州大学学报 (工学版)，26 (2): 63～ 66
方创琳，张小雷 .2001.干旱区生态重建与经济可持续发展研究进展 ［J］ .生态学报，21 (7): 1163 ～1170
傅伯杰 .1991.区域生态环境预警的原理与方法 ［J］ .资源开发与保护，7 (3): 138 ～141
傅伯杰，陈利顶 .1996.景观多样性的类型及其生态意义 ［J］ .地理学报，51 (5): 454 ～461
傅伯杰，陈利顶，刘国华 .1999.中国生态区划的目的、任务及特点 ［J］ .生态学报，19 (5): 591 ～595
傅伯杰，陈利顶，马克明等 .2001.景观生态学原理及应用 ［M］ .北京: 科学出版社
高更和 .2002.南水北调中线工程源头区水土流失及其治理———南阳市汉水流域研究 ［J］ .水土保持通报，(3): 65 ～68
高志强，刘纪远，庄大方 .1999.基于遥感和 GIS 的中国土地利用/土地覆盖的现状研究 ［J］ .遥感学报，3 (2): 134～ 139
顾朝林 .1999.北京市土地利用/覆被变化机制研究 ［J］ .自然资源学报，14 (4): 307 ～312
关文彬，谢春华，李春平等 .2003.荒漠化危害预警原理与评价方法 ［J］ .北京林业大学学报 .25 (3): 79 ～83
关文彬，谢春华，孙保平等 .2001.荒漠化危害预警预景指标体系研究 ［J］ .北京林业大学学报 .23 (1): 44 ～47
郭中伟 .2001.建设国家生态安全预警系统与维护体系———面对严重的生态危机的对策 ［J］ .科技导报，(1): 54 ～56
胡安焱，郭生练，刘燕等 .2006.干旱区内陆河流域生态环境质量模糊综合评价 ［J］ .地质灾害与环境保护，17 (2):69 ～ 73
黄秉维 .1996.论地球系统科学与可持续发展战略科学基础 ［J］ .地理学，51 (4): 289 ～294
惠映河，蒋晓辉 .2001.水资源承载力评价指标体系研究 ［J］ .水土保持通报，21 (1): 30 ～34
蒋国富，白耕勤 .2004.南水北调中线工程水源区生态环境问题探析 ［J］ .南阳师范学院学报 (自然科学版)，3(9): 72 ～ 76
金岚主编 .1992.环境生态学 ［M］ .北京: 高等教育出版社
靳英华，赵东升，杨青山等 .2004.吉林省生态环境敏感性分区研究 ［J］ .东北师大学报自然科学版，36 (2): 68 ～74
康慕谊，江源，石瑞香 .2000.NECT 样带 1984 ～1996 年土地利用变化分析 ［J］ .地理科学，20 (2): 115 ～120
李红鹰 .2000.层次分析法在农业生态环境质量评价中的应用 ［J］ .监测与环境，(7): 30 ～31
李峻，董立克，慕金波等 .2000.区域环境质量预警研究 ［J］ .山东环境，(3): 19 ～20
李平，李秀彬，刘学军 .2001.我国现阶段土地利用变化驱动力的宏观分析 ［J］ .地理研究，20 (2): 129 ～138
李如忠 .2001.巢湖流域生态环境质量评价初步研究 ［J］ .合肥工业大学学报 (自然科学版)，24 (5): 987 ～990
李崧，邱微，赵庆良等 .2006.层次分析法应用于黑龙江省生态环境质量评价研究 ［J］ .环境科学，27 (5): 454 ～461
李晓兵 .1999.国际土地利用/土地覆盖变化的环境影响研究 ［J］ .地球科学进展，14 (4): 395 ～399
李晓秀 .1997.北京山区生态环境质量评价体系初探 ［J］ .自然资源，(5): 31 ～35
李秀彬 .1996.全球环境变化研究的核心领域 ［J］ .地理学报，51 (6): 553 ～556
李祚泳，邓兴民 .1995.综合环境质量的 B-P 网络二级评价 ［J］ .环境科学研究，8 (3): 32 ～35
李祚泳，彭荔红 .1999.基于人工神经网络的农业病虫害预测模型及其效果检验 ［J］ .生态学报，19 (5): 759 ～762
林年丰，汤洁 .2000.GIS 与环境模拟在环境地学研究中的作用和意义 ［J］ .土壤与环境，9 (4): 259 ～262
刘昌明 .2002.南水北调工程对生态环境的影响 ［J］ .海河水利，(1): 1 ～5
刘昌明，沈大军 .1997.南水北调工程的生态环境影响 ［J］ .大自然探索，16 (2): 1 ～6
刘彦随 .2001.山地土地类型的结构分析与优化利用 ［J］ .地理学报，56 (4): 426 ～436
陆登櫆 .1997.遥感技术在农业工程中应用 ［M］ .北京: 科技出版社
罗先香，邓伟 .2000.松嫩平原西部土壤盐渍化动态敏感性分析与预测 ［J］ .水土保持学报，14 (3): 36 ～40
马乃喜 .1998.区域生态环境评价中的几个理论问题 ［J］ .西北大学学报 (自然科学版)，28 (4): 330 ～334
毛汉英 .1996.山东省可持续发展指标体系初步研究 ［J］ .地理研究，15 (4): 16 ～23
梅宝玲，陈舜华 .2003.内蒙古生态环境预警指标体系研究 ［J］ .南京气象学院学报，26 (3): 384 ～393
苗鸿，王效科，欧阳志云 .2001.中国生态环境胁迫过程区划研究 ［J］ .生态学报，21 (1): 7 ～13
牛文元 .1994.持续发展导论 ［M］ .北京: 科学出版社，13 ～16
欧阳志云，王效科，苗鸿 .2000.中国生态环境敏感性及其区域差异规律初步研究 ［J］ .生态学报，20 (1): 9 ～12
冉圣宏，金建君，薛纪渝 .2002.生态脆弱区评价的理论与方法 ［J］ .自然资源学报，17 (1): 117 ～122
任志远，张艳芳 .2003.土地利用变化与生态安全评价 ［M］ .北京: 科学出版社
邵东国，李元红，王忠静等 .1996.基于神经网络的干旱内陆河流域生态环境预警方法研究 ［J］ .中国农村水利水电，(6): 10 ～ 12
盛连喜，冯江，王娓 .2005.环境生态学导论 ［M］ .北京: 高等教育出版社
史德明，梁音 .2002.我国脆弱生态环境的评估与保护 ［J］ .水土保持学报，16 (1): 6 ～10
史培军，陈晋，潘耀忠 .2000.深圳市土地利用变化机制分析 ［J］ .地理学报，55 (2): 151 ～160
史培军，宫鹏，李小兵等著 .2000.土地利用/覆盖变化研究方法与实践 ［M］ .科学出版社
史培军，江源，王静爱等 .2004.土地利用/覆盖变化与生态安全响应机制 ［M］ .北京: 科学出版社
苏维词，李久林 .1997.乌江流域生态环境预警评价初探 ［J］ .贵州科学，15 (3): 207 ～214
孙希华 .1999.山东农业生态环境质量评价与发展策略 ［J］ .山东师范大学学报 (自然科学版)，14 (2): 161 ～165
汤洁，林年丰，卞建民 .1999.农业生态地质环境质量综合评价———以吉林省乾安县为例 ［J］ .世界地质，18 (2):89 ～ 94
汤丽妮，张礼清，王卓 .2003.人工神经网络在生态环境质量评价中的应用 ［J］ .四川环境，22 (3): 69 ～72
唐剑武，叶文虎 .1998.环境承载力的本质及其定量化初步研究 ［J］ .中国环境科学，18 (3): 227 ～230
陶骏昌主编 .1994.农业预警概论 ［M］ .北京: 北京农业大学出版社，1 ～10
王根绪，钱鞠，程国栋 .2001.区域生态环境评价 (REA)的方法与应用 ［J］ .兰州大学学报 (自然科学版)，37(2): 131 ～ 140
王立群 .1991.关于建立我国森林资源预警系统的初步研究 ［J］ .林业经济，(5): 16 ～19
王良健，刘伟，包浩生 .1999.梧州市土地利用变化的驱动力研究 ［J］ .经济地理，19 (4): 74 ～79
王龙 .1995.山西煤炭开发与生态环境预警初探 (J).生态经济，(5):
王桥，杨一鹏，黄家柱等 .2005.环境遥感 ［M］ .北京: 科学出版社
王让会，樊自立 .1998.塔里木河流域生态脆弱性评价研究 ［J］ .干旱环境监测，12 (4): 218 ～323
王思敬，戴福初 .1997.环境工程地质评价、预测与对策分析 ［J］ .地质灾害与环境保护，8 (1): 27 ～34
王秀兰 .1999.基于遥感的呼伦贝尔盟农牧业土地利用变化及其对地区农业持续发展影响 ［J］ .地理科学进展，18(4): 322 ～ 330
文传甲 .1997.三峡库区大农业的自然环境现状与预警分析 ［J］ .长江流域资源与环境 6 (4): 340 ～345
文传甲 .1998.三峡库区农业生态经济系统的预警分析 ［J］ .山地研究，16 (1): 13 ～20
伍黎芝 .2000.生态脆弱区土地资源可持续利用问题 ［J］ .中国土地科学，14 (2): 13 ～16
武永峰，任志远 .2002.陕西省脆弱生态环境定量评价研究 ［J］ .干旱区资源与环境，16 (2): 10 ～14
夏军 .1999.区域水环境及生态质量评价 ［M］ .武汉: 武汉水利电力大学出版社
谢志仁，刘庄 .2001.江苏省区域生态环境综合评价研究 ［J］ .中国人口、资源与环境，11 (3): 85 ～88
徐福留 .2001.城市环境质量多级模糊综合评价 ［J］ .城市环境与城市生态，14 (2): 13 ～15
徐正春 .1993.森林资源预警系统初步研究 ［J］ .林业经济，(1): 58 ～62
许学工 .1996.黄河三角洲生态环境的评估和预警研究: (J).生态学报，16 (5): 461 ～468
阎积惠，康慧，陈怀亮 .1995.TM 图像地质应用原理与方法 ［M］ .北京: 冶金工业出版社
颜卫忠 .2002.环境预警指标体系研究 ［J］ .长沙电力学院学报 (自然科学版)，17 (3): 87 ～90
杨桂山 .2001.长江三角洲近 50 年耕地数量变化的过程与驱动机制研究 ［J］ .自然资源学报，16 (2): 121 ～127
杨天柱 .2005.丹江口库区生态林现状与建设对策 ［J］ .河南林业科学，25 (2): 38 ～40
杨伟光，付怡 .1999.农业生态环境质量的指标体系与评价方法 ［J］ .监测与评价，(2): 42 ～43
杨志峰，徐俏等 .2002.城市生态敏感性分析 ［J］ .中国环境科学，22 (4): 360 ～364
姚建 .1998.AHP 法在县域生态环境质量评价中的应用 ［J］ .重庆环境科学，20 (2): 11 ～14
姚建，王燕，雷蕾等 .2006.岷江上游生态脆弱性的模糊评价 ［J］ .国土资源科技管理，23 (2): 90 ～92
叶文虎，栾胜基 .1994.环境质量评价学 ［M］ .北京: 高等教育出版社
叶亚平，刘鲁君 .2000.中国省域生态环境质量评价指标体系研究 ［J］ .环境科学研究，13 (3): 33 ～36
喻良，伊武军 .2002.层次分析法在城市生态环境质量评价中的应用 ［J］ .四川环境，21 (4): 38 ～40
张大任 .1991.洞庭湖生态环境预警 ［J］ .地理学与国土研究，7 (2): 42 ～44
张合平，刘云国 .2002.环境生态学 ［M］ .北京: 中国林业出版社
张明 .1999.区域土地利用结构及其驱动因子的统计分析 ［J］ .自然资源学报，14 (4): 381 ～384
张天义，张兴辽，张克伟等 .2003.遥感 .河南省国土资源综合调查与评价 ［M］ .北京: 地质出版社
张峥，张建文，李寅年等 .1999.湿地生态评价指标体系 ［J］ .农业环境保护，18 (6): 283 ～285
赵跃龙 .1999.中国脆弱生态环境类型分布及其综合治理 ［M］ .北京: 中国环境科学出版社
赵跃龙，刘燕华 .1994.中国脆弱生态环境类型划分及其范围确定 ［J］ .云南地理环境研究，6 (2): 34 ～44
赵跃龙，刘燕华 .1996.中国脆弱生态环境分布及其与贫困的关系 ［J］ .地球科学进展，11 (3): 245 ～251
赵跃龙，张玲娟 .1998.脆弱生态环境定量评价方法的研究 ［J］ .地理科学，18 (1): 73 ～79
郑新奇，王爱萍 .2000.基于 RS 与 GIS 的区域生态环境质量综合评价研究———以山东省为例 ［J］ .环境科学学报，20(4): 489 ～ 493
朱东红，上官铁梁，苏志珠等 .2000.区域生态环境质量评价方法 ［J］ .山西煤炭管理干部学院学报，(1): 64 ～67
朱发 .1999.层次分析法在石羊河流域生态环境现状评价中的应用 ［J］ .甘肃水利水电技术，(1): 66 ～68
朱晓华，杨秀春 .2002.层次分析法在区域生态环境质量评价中的应用研究 ［J］ .国土资源科技管理，18 (5): 43 ～46
庄锁法 .2000.基于层次分析法的综合评价模型 ［J］ .合肥工业大学学报 (自然科学版)，23 (4): 582 ～590
左伟，王桥，王文杰等 .2002.区域生态安全评价指标与标准研究 ［J］ .地理学与国土研究，18 (1): 67 ～71
Annemarie.1997.Land Use and Land Cover Change: the LUCC Science Plan in Europe ［M］ .LUCC new sletter，(1): 7 ～ 10
Barnthouse LW.1992.Tlne role of models in ecological risk assessment.Environ Toxicol Chem，(11): 1751 ～ 1760
Blaszczynski J S.1997.Landform Characterization with Geographic Information Systems.Photogrammetric Engineering and Remote Sensing.63 (2): 183 ～ 191
Boughton DA，Smith ER and O'Neill RV.1999.Regional vulnerability: A conceptual framework.Ecoyst Health，(5): 312 ～322
Edwards G， Lovwel.K E1996.Modeling Uncertainty in Photointerpreted Boundaries.PhotogrammetricEngineering and Remote Sensing.62 (4): 377 ～ 3
Farina A.1988.Principles and Methods in Landscape Ecology ［M］ .London: Chapman ＆ Hall，1 ～ 130
Lambin E F，Baulies X etal.1999.Land-Use and Land-Cover Change Implementation Strategy ［A］ .IGBP Report No.48 ＆ IHDP Report No.10 ［C］ .Stochkholm: IGBP，11 ～ 16
TurnerⅡBL，Skole D，Sanderson S et al.1995.Land-use and land-cover change science / research plan ［M］ .IGBP Report No.35 and HDP Report No.7.Stochkholm: IGBP
Turner I BL，David Skole， Steven， Sanderson.1995.Land Use and Land Cover Change (LUCC ): Science / Research Plan［R］ .IGBP Reports，No.35
Turner II BL.1990.Two types of global environmental changes: definitional and spatial scale issues in their human dimensions［J］ .Global Environmental Change: Humanand Policy Dimension，1 (1): 14 ～ 22
在官网上有投稿编辑的邮箱这个期刊是核心期刊 ，我上半年就发表了一篇论文在上面，找键盘计算机论文网帮我操作的，2个月就录用了，但是需要 保证你的文章有足够的创新点，键盘论文的老师帮我改了一大半，额，如果没时间就找高手帮忙吧，呵呵
参考文献是文章或著作等写作过程中参考过的文献。
因参考文献的著录格式各刊不尽相同，投稿前作者应注意杂志稿约的有关规定，至少得先看看有关期刊发表的论文的参考文献是如何标注的，以了解有关期刊的参考文献的著录格式，以免出错。许多作者投递的稿件书写格式包括参考文献的著录格式与杂志所要求的不同。
坦率地讲，编辑和审稿专家也是人，工作中多少也有感情因素。如果拿到手中的是一篇书写格式不合要求的文章，别的暂且不论，就书写格式不规范这一条，就足以给编辑留下不好的印象，甚至让编辑做出退稿的决定。
就算最后没有被退稿，此类稿件较书写格式规范的稿件被录用的可能性大大降低。其实作者犯的是一个很低级的错误，让编辑很自然地联想到，该作者不太尊重期刊，还有期刊的编辑以及审稿专家。
因此，作者在投稿前一定要注意期刊参考文献的著录方式，以免产生不必要的负面影响。其实，并不复杂，只要稍稍留意即可。
2015年12月5日《遥感学报》收到EI Compendex评估办公室的正式通知，经过评估中心的严格评审，《遥感学报》自2016年起被EI Compendex数据库收录，成为迄今国内唯一一本被EI Compendex数据库收录的遥感类期刊，专业认可度很高！
一、实验目的
学习运用ENVI软件的相关功能从TM 多波段遥感影像数据中提取地表植被遥感信息——归一化植被指数NDVI、比值植被指数RV I和增强植被指数EVI的实际操作，以及对植被指数计算器的使用，加深对定量遥感植被信息类型及获取方式的了解。
二、实验内容
①归一化植被指数NDVI提取；②比值植被指数RVI提取；③增强植被指数EVI提取；④植被指数计算器操作。
三、实验要求
①掌握植被指数概念及意义；②了解归一化植被指数（NDVI）、比值植被指数（RVI）和增强植被指数（EVI）的计算公式及意义；③利用植被指数计算器对桂林市Landsat-5 TM 遥感影像进行植被指数计算。编写实验报告。
四、技术条件
①微型计算机：②桂林市Lands ta-5 TM 遥感影像；③ENVI软件；④ACDSee软件（ver.4.0以上）。
五、实验步骤
植被指数（Vegetation Indices，简称VI），是一种通过多波段遥感数据组合运算获得的，能够定量反映地面植被综合信息分布状况的数字参数。按照不同的数学物理模型设计，有多种植被指数算法，因而有不同的植被指数。它们各有其应用侧重面。本次实验只做三种用得较为普遍的植被指数，即归一化植被指数NDVI、比值植被指数RVI和增强植被指数EVI。这三种植被指数的公式已在“遥感地质学”课程中讲过，在此不赘述。在学习和使用植被指数时必须有一些基本的认识。
（1）健康的绿色植被在NIR 和R的反射差异比较大（图23-1），原因在于R对于绿色植物来说是强吸收的，NIR则是高反射、高透射的；
图23-1 植被光谱特征
（2）建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息；
（3）植被指数有明显的地域性和时效性，受植被本身、环境、大气等条件的影响。
所有的植被指数要求从高精度的多光谱或者高光谱反射率数据中计算，未经大气校正的辐射亮度或者量纲为一的DN值数据不适合计算植被指数。本次实验选择桂林市Landsat-5 TM遥感影像，对比较常用的几种植被指数进行计算，具体操作步骤如下。
1.辐射校正
对桂林市Landsat-5 TM 遥感影像进行辐射校正，辐射校正方法参考本书“实验十九遥感图像辐射校正”。
2.归一化植被指数（NDVI）
归一化植被指数（Normalized Difference Vegetation Index，简写为NDVI），增加在近红外波段范围绿叶的散射与红色波段范围叶绿素吸收的差异，在植被茂密时灵敏度会降低，常用于检测植被生长状态、植被覆盖度等，计算公式为
NDVI=（NIR-R）/（NIR+R） （23-1）
式中：NIR为近红外波段的反射率；R为红光波段的反射率。NDVI值的范围是－1～1，负值表示地面覆盖有云、水、雪等，对可见光高反射；0 表示有岩石或裸土等，NIR 和R 近似相等；正值表示有植被覆盖，且随覆盖度增大而增大，一般绿色植被区的范围为0.2～0.8。
对于Landsat-5 TM 遥感影像TM3 0.62～0.69μm为红波段，TM4 0.76～0.96μm为近红外波段。
3.比值植被指数（RVI）
比值植被指数（Ratio Vegetation Index，简写为RVI），在近红外波段范围绿叶的散射与红色波段范围叶绿素吸收的比值，在植被茂密时灵敏度会降低，其计算公式为
RVI=NIR/R （23-2）
RVl值的范围是0～30，绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。一般绿色植被区的范围为2～8。
对于Landsat-5 TM 遥感影像TM3 0,62～0,69μm 为红波段，TM4 0.76～0.96μm 为近红外波段。
4.增强植被指数（EVI）
增强植被指数（Enhanced Vegetation Index，简写为EVI），通过加入蓝波段以增强植被信号，解决土壤背景和大气气溶胶散射对茂密植被的影响，常用于植被茂密区域，计算公式为
遥感地质学实验教程
EVI值的范围是－1～1，一般绿色植物区的范围为0.2～0.8。
对于Landsat-5 TM 遥感影像TM3 0.62～0.69μm 为红波段，TM 4 0.76～0.96μm 为近红外波段，TM1 0.45～0.52μm 为蓝波段。
5.植被指数计算器
ENVI提供植被指数计算器，它可以根据输入图像的波段情况，选择能够计算的植被指数，并提供生物物理学交叉检验功能，能够提高植被指数的计算精度。
输入的图像必须包含中心波长信息，必须经过辐射校正。由于阴影区没有足够光能量，阴影区域的植被指数往往不准确。对于经过FLAASH 大气校正的桂林市Landsat-5 TM 遥感数据，植被指数计算器的操作如下：
（1）在ENVI主菜单栏中选择“Spectral>Vegetation Analysis>Veget ation Index Calcularot”，在数据输入对话框中选择经过了FLAASH大气校正的桂林市Landsat-5 TM 遥感数据，点击【OK】按钮，打开“Vegetation Indices Parameters”对话框（图23-2）。
图23-2 植被指数参数设置对话框
（2）在“Vegetation Indices Parameters”对话框中，“Select Vegetation Indices”列表中显示这个数据能够计算的所有植被指数，可以根据实际需要进行选择。
（3）生物物理学交叉检验功能（Biophysical Cross Checking）：默认为“On”，如果要将计算得到的植被指数用于植被分析工具，则选择“Off”。
（4）选择输出路径及文件名，单击【OK】按钮，执行植被指数计算。
6.结果记录
利用植被指数计算器对桂林市Landsat-5 TM 遥感影像进行植被指数计算，比较几种植被指数模型对植被信息提取效果，用W ORD文档记录，取名为《不同植被指数模型对植被提取效果比较》，存入自己的工作文件夹。
六、实验报告
（1）简述实验过程。
（2）回答问题：①辐射校正在植被指数计算中有何作用？不进行辐射校正就进行植被指数计算可以吗？为什么？②根据归一化植被指数NDVI、比值植被指数RVI和增强植被指数EVI的数学模型，并结合其图像，分析这三种遥感植被信息的差异与特点。
实验报告格式见附录一。
《遥感学报》的前身是1986年创刊的《环境遥感》，她诞生于中国遥感事业的初创时期，是随着中国遥感事业的发展而成长起来的第一本遥感刊物。创刊以来，《遥感学报》结合中国遥感事业不同时期的重点和需要，刊登了大量国内最新科研成果和国家重点支持的研究项目的成果论文，对中国遥感科学技术的发展和人才培养发挥了巨大作用，成为目前中国遥感和地理信息科学领域最有影响的学术期刊。作为中国遥感领域唯一一本国家级综合性学术期刊，《遥感学报》致力于报道遥感领域及其相关学科具有国际、国内先进水平的研究报告和阶段性研究简报以及高水平的述评。着重反映本领域的新概念、新成果、新进展。内容涉及遥感基础理论，遥感技术发展及遥感在农业、林业、水文、地矿、海洋、测绘等资源环境领域和灾害监测中的应用，地理信息系统研究，遥感与GIS及空间定位系统（GPS）的结合及其应用等方面。《遥感学报》已被中国以下数据库收录为来源期刊或核心期刊：国际：l 斯高帕斯数据库（Scopus）l 俄罗斯文摘杂志（AJ）l 波兰哥白尼索引（IC）l 日本科学技术文献数据库（JST）l 美国乌利希期刊指南(UPD)l 美国剑桥科学文摘（CSA）l 中国科技论文统计与分析(年度研究报告)l 中国科学引文数据库(CSCD)l 中国学术期刊网络出版总库(CAJD)l 中国学术期刊文摘l Chinese Science Abstracts(A辑)l 中国电子科学文摘l 中文核心期刊要目总览l 中国学术期刊(光盘版)l “中国学术期刊综合评价数据库”通俗点说就是既是国家核心期刊也是sci检索期刊资料来源：
《遥感学报》是中国科学院遥感应用研究所、中国地理学会遥感分会主办的专业学术性期刊，《中文核心期刊要目总览》（2011版）收录，《中国科学引文数据库》（CSCD）（2013-2014）收录。属于高层次的核心期刊。
性质不一样，遥感学报四国内中文期刊中遥感类最好的期刊，测绘通报则是测绘方面较强，侧重点不一样，如果你是高遥感的，建议遥感学报，这个在遥感方面认可度很高的。
测绘学报、测绘通报
按中文核心期刊目录介绍，测绘学类的期刊排序如下：1.测绘学报 2.武汉大学学报.信息科学版 3.测绘通报 4.测绘科学5.地球信息科学6.大地测量与地球动力学7.遥感学报 8.测绘学院学报 (改名为:测绘科学技术学报)
三个都是北大中文核心期刊遥感学报是被SCI收录的。算是这三个中最好的吧中国图像图形学报，好像计算机图像处理方面投的比较多吧，三个中第二吧遥感技术与应用，三个当中比较一般吧，但也是中文核心期刊
杂志分为：核心期刊（也有双核心期刊）、国家级期刊、省级期刊，但是没有省级核心期刊这一说法 核心期刊对作者有一定要求，一般不接受本科生论文发表，如果是国家级期刊，倒是可以发表
杨大志
（河南省国土资源厅信息中心 郑州 450016）
摘 要：本文采用面向对象分类的方法，使用专业遥感图像分类软件 eCognition 4.0，以河南省临颍县为研究区，对处理后的临颍县 SPOT 5 影像进行多层次分割及合并，根据分类体系定义相应知识库，进行土地利用信息提取研究，探讨该方法在高空间分辨率遥感影像应用于土地利用 / 土地覆被自动分类中的应用潜能，为高分辨率影像用于土地利用分类信息提取提供新的技术手段。
关键词：eCognition SPOT5 自动分类 土地利用
土地资源利用状况调查、土地资源动态监测是土地管理工作的一个重要内容。近年来，随着空间遥感技术的发展，高分辨率遥感影像在土地资源调查、土地资源动态监测等领域中的应用日益广泛。高分辨率遥感数据与多光谱和高光谱分辨率数据相比，具有空间信息丰富、地物几何结构和纹理信息更加明显，波段较少的特点。对于高分辨率的遥感影像来说，利用传统的面向像元的图像分类方法来提取土地利用分类信息，易造成分类精度低，空间数据大量冗余以及资源的浪费。实际上，靠传统的面向像元的遥感图像分类法来提取土地利用信息已不能满足实际运用的要求。因此，基于高分辨率遥感影像土地利用分类信息提取必须根据其特点采取新的技术方法，建立起图像数据与目标特性之间的物理—机理联系，而不仅仅是统计联系，才能充分挖掘高分辨率遥感影像所包含的信息，这是高分辨率卫星影像信息处理成败的关键。面向对象分类技术作为一种新的遥感影像很好地解决了这个问题，而 eCognition 软件正是基于面向对象方法的影像分类技术。本文就是基于该软件以河南省临颍县土地利用分类信息提取为例对该方法进行了探讨。
1 研究区概况和资料收集
研究选取河南省临颍县作为研究区。临颍县位于河南省中部，颍河上游，属漯河市，面积821 km2，人口 65.76 万，辖 15 个乡（镇），362 个行政村。临颍县地处颍河冲积平原，西北部较高，东南部稍低。图 1 是河南省临颍县 SPOT 5 遥感影像图。
本研究主要收集了如下资料：
（1）影像数据。本次遥感图像分类采用数据为 SPOT 5（2.5 m 分辨率）影像数据，景带号为279/281 和 279/282，接收时间为 2004 年 9 月。两景数据采用 ERDAS 8.7 软件进行处理，通过配准校正融合，选择克拉索夫斯基椭球体和高斯－克吕格投影，通过裁切，得到临颍县遥感影像数据。
（2）矢量数据。近年的土地利用数据库数据。
（3）其他资料。与研究区有关的行政区划、农、林等方面的文献资料。
通过近年的土地利用数据库数据和影像数据研究可以发现临颍县土地利用类型较丰富，主要以农用地为主，地物类型比较全面，是研究土地利用 / 土地覆被的较好选择。
图1 河南省临颍县 SPOT 5 遥感影像图
2 面向对象分类方法简介
面向对象的分类方法是一种智能化的自动影像分析方法，它的分析单元不再是单个像素，而是由若干个像素组成的像素群，即目标对象。目标对象比单个像素更具有实际意义，特征的定义和分类均是基于目标对象进行的。通常面向对象的分类方法包括两个步骤：多分辨率分割和模糊逻辑分类。
eCognition 软件采用面向对象的遥感影像解译思想，首先根据像元光谱信息、局部区域纹理信息以及形状和尺度参数自动将影像分割为若干相对同质的区域，称为影像对象（ImageObjects），为下一步分类提供信息载体和构建基础，所有后续的分类工作都基于这些影像对象进行，分类结果避免了斑点噪声而具有很好的整体性，改变了以往面向像素进行分类的传统。同时，软件提供最邻近法和模糊隶属度函数两种解译方法。
本研究就是采用面向对象的分类方法，以 eCognition 中 membership functio（n隶属度函数）为主，模仿目视解译过程，从遥感信息机理与地学规律的综合分析入手，综合其他辅助信息进行分类。通过对辅助资料、外业调查成果以及软件的学习得到了临颍县各类典型地物分类的知识，并以相应的形式表示这些知识，集成影像亮度值、亮度值关系和几何形状以及纹理、邻近关系等特征，对试验区土地利用 / 覆被进行分类。
3 分类体系和技术流程
3.1 分类体系
根据临颍县土地利用实际情况，参照历年土地利用分类标准，本次信息提取分类采取的分类体系如图 2 所示。
图2 研究区地物类型
3.2 技术流程
使用 eCognition 软件对研究区 SPOT 5 影像数据进行土地利用信息提取研究分如下几步进行：首先是把处理好的影像数据输入到软件中，定制分割参数，对其执行分割，生成影像对象；其次是根据研究区地物类型创建分类层次结构；再次是确定合适的分类方法（包括最邻近法和模糊隶属度函数两种方法），选取相应地物类型样本或者分类特征，构建知识库，执行分类，并可根据目视解译结果和事先准备的调查区资料对分类结果进行人工干预，进一步提高分类精度；接着对分类结果进行分类精度评价；最后是把分类结果输出，输出的格式可以为所需要的相应的矢量格式或栅格格式。本研究的技术流程图如图 3 所示。
图3 研究技术流程图
4 主要分类过程
4.1 定制分割参数
分割参数的定制相当重要，它关系到每一个分类对象的大小，直接影响到最后的分类结果。通过多次试验，本次分类决定采用多层次分割的方法进行：水体和非水体信息的提取以分割参数为 80 进行，其他参数均为默认；分类体系中其他类别信息的提取在首次分割基础上，以分割参数为 65，其他参数也为默认对非水体进行多重分割，来进行其他地物类型的分类。
4.2 制定分类策略，创建类层次结构
在进行分类之前，首先要参照研究区地物类型，分析每种地物类型特征及其相互之间的关系，制定合适的分类策略，创建类层次结构。可利用的研究对象属性特征包括色调、形状、面积 / 大小和纹理等特征，各对象之间关系包括与父对象之间、与子对象之间以及与邻对象之间的关系三种类型。对象属性特征选取正确与否及其在多大程度上被正确表达对分类结果有着重要影响，它决定了最后分类正确与否和其精度。面向对象的分类方法可以模仿人类大脑认知过程，充分利用每种地物类型特征，按照由简单到困难的顺序逐步剥离提取分类体系中每种地物信息。通过研究本次分类所要提取信息自身特征及其相互之间的关系，制定本次分类的分类策略，创建了类层次结构，如图 4 所示。
图4 类层次结构示意图
4.3 分类特征的选取
根据创建的类层次结构，选取合适的对象属性，对对象属性进行定义，提取出相应对象的土地利用信息。本次分类采用以下几步进行：
第一步是提取水体信息。分割参数设为 80，对影像进行分割，分割后，在整个研究区均匀选取样本，采用标准最邻近方法（standard nearest neighbor）对遥感影像进行分类（类似于监督分类），提取水体信息。在此基础上，依据水体的形状特征，把水体分为河流水面和坑塘水面两类。根据实验，长宽比大于 3 是河流，小于 3 的是坑塘。
● 河流（Length/width ＞ 3）
● 坑塘（Length/width ＜ 3 或者 not 河流）
第二步是提取植被信息，并进一步把植被分为耕地和林地。首先把提取出的水体信息保护起来，在首次分割的基础上对非水体进行再分割，分割参数设为 65，其他参数为默认值，把非水体分为植被和非植被两类，然后根据耕地和林地的不同特征把其信息提取出来。
植被和非植被信息提取依据：
● 非植被（Stdde（v1）＞ 11）
● 植被（not 非植被）
林地和耕地信息提取依据：
● 林地（Max.Diff ＞ 0.62）
● 耕地（not 林地）
第三步是对非植被信息进一步细分，从中提取出主要交通道路、城镇居民点工矿和裸地（已收获耕地）信息。首先从非植被信息中提取出交通道路和非交通道路信息，然后把非交通道路细分为裸地（已收获耕地）和城镇居民点工矿两类。
交通道路和非交通道路信息提取依据：
● 交通道路（Length/width ＞ 6）
● 非交通道路（not 交通道路）
裸地（已收获耕地）和城镇居民点工矿提取依据：
● 裸地（Rel.border to 植被 neighbour objects ＞ 0.7）
● 城镇居民点工矿（not 裸地）
此时，分类体系中的所有类别信息已经全部提取出来，可根据实际情况对分类结果进行手工编辑，进一步删除一些过小对象和纠正一些错分信息。当分得的各类信息结果都比较满意后，进行基于分类的融合，把小对象合并为大的对象，通过手工编辑和基于分类的融合后，得到最终分类结果，如图 5 所示。
图5 遥感影像分类结果图
4.4 分类精度评价
得到分类结果后，要根据分类得到的结果进行分类精度评价。评价采用如下方法进行：在分割后的影像上均匀随机选取每个地类的目标对象，选取的目标对象数目根据分类结果得到的每个地类的目标对象数目而定，进行自动统计，得到统计结果。统计结果见表 1。
表1 分类结果精度评价表
续表
通过分类结果精度评价表可以发现，自动分类的最后分类精度超过了 80%，这对于研究区来讲，分类结果还是比较令人满意的。同时，根据统计结果可以得到如下结论：耕地、城镇居民点、坑塘、河流信息提取的效果较好，相对而言，裸地和道路信息提取比较困难，林地信息由于同耕地信息相近，提取起来也有相当的难度，还有待于今后进一步研究。
5 总结和讨论
通过研究表明，采用面向对象方法进行图像解译和信息的自动提取与面向像元方法相比具有较强优势。面向对象的分类方法可以灵活运用地物本身的几何信息和结构信息，纹理信息以及上下层关系信息、邻近关系信息等，更主要的是可以加载人的思维，构建知识库，从而提高了分类的精度，为各种不同地物的分类提供了更多的依据，比如通过影像的形状和纹理特征可以有效地识别河流、道路、建筑物的形状。利用 eCognition 对高分辨率遥感图像进行土地利用自动分类，快速简便，而且能够达到较高精度，节省了大量的人力物力，为大面积土地利用调查和监测提供了新的科学方法。
参 考 文 献
eCognition 3 Made in German［yZ］
Sun Xiaoxia.2004.An object-oriented classification method on high resolution satellite dat［aZ］.Istanbul
丁晓英.2005.eCognition 在土地利用项目中的应用［J］.测绘与空间地理信息，2（86）：116～120
杜凤兰.2004.面向对象的地物分类方法分析与评价［J］.遥感技术与应用，1（91）：20～23
刘亚岚，阎守邕，王涛，等.2002.遥感图像分区自动分类方法研究［J］.遥感学报，（65）：357～362
孙晓霞，张继贤，刘正军.2006.利用面向对象的分类方法从 IKONOS 全色影像中提取河流和道路［J］.测绘科学，3（11）：62～63
（2006 年度中国土地学会年会大会交流）
杨大志 付洛玲 段嵘峰 曹千红 管相荣
（河南省国土资源厅信息中心，郑州，450003）
摘要：本文采用面向对象分类的方法，使用专业遥感图像分类软件eCognition4.0，以河南省临颍县为研究区，对处理后的临颍县SPOT5影像进行多层次分割及合并，根据分类体系定义相应知识库，进行土地利用信息提取研究，探讨该方法在高空间分辨率遥感影像应用于土地利用/土地覆被自动分类中的应用潜能，为高分辨率影像用于土地利用分类信息提取提供新技术手段。
关键词：eCognition；SPOT5；自动分类；土地利用
土地资源利用状况调查、土地资源动态监测是土地管理工作的一个重要内容。近年来，随着空间遥感技术的发展，高分辨率遥感影像在土地资源调查、土地资源动态监测等领域中的应用日益广泛。高分辨率遥感数据与多光谱和高光谱分辨率数据相比，具有空间信息丰富、地物几何结构和纹理信息更加明显、波段较少的特点。对于高分辨率的遥感影像来说，利用传统的面向像元的图像分类方法来提取土地利用分类信息，易造成分类精度低，空间数据大量冗余以及资源的浪费［1～2］。实际上，靠传统的面向像元的遥感图像分类法来提取土地利用信息已不能满足实际运用的要求。因此，基于高分辨率遥感影像土地利用分类信息提取必须根据其特点采取新的技术方法，建立起图像数据与目标特性之间的物理—机理联系，而不仅仅是统计联系，才能充分挖掘高分辨率遥感影像所包含的信息，这是高分辨率卫星影像信息处理成败的关键［3］。面向对象分类技术作为一种新的遥感影像很好地解决了这个问题，而eCognition软件正是基于面向对象方法的影像分类技术。本文就是基于该软件以河南省临颍县土地利用分类信息提取为例对该方法进行了探讨。
1 研究区概况和资料基础
研究选取河南省临颍县作为研究区。临颍县位于河南省中部，颍河上游，属漯河市，面积821km2，人口65.76 万，辖15个乡镇，362个行政村。临颍县地处颍河冲积平原，西北部较高，东南部稍低。图1是河南省临颍县SPOT5遥感影像图。
本研究主要以下述资料为研究基础。
1.1 影像数据
本次遥感图像分类采用数据为SPOT5 （2.5 m分辨率）影像数据，景带号为279/281和279/282，接收时间为2004年9月。两景数据采用Erdas 8.7软件进行处理，通过配准校正融合，选择克拉索夫斯基椭球体和高斯—克吕格投影，通过裁切，得到临颍县遥感影像数据（见图1）。
图1 河南省临颍县 SPOT5 遥感影像图
1.2 矢量数据
近年的土地利用数据库数据。
1.3 其他资料
与研究区有关的行政区划、农、林等方面的文献资料。
通过近年的土地利用数据库数据和影像数据研究可以发现临颍县土地利用类型较丰富，主要以农用地为主，地物类型比较全面，是研究土地利用/土地覆被的较好选择。
2 面向对象分类方法简介
面向对象的分类方法是一种智能化的自动影像分析方法，它的分析单元不再是单个像素，而是由若干个像素组成的像素群，即目标对象［4］。目标对象比单个像素更具有实际意义，特征的定义和分类均是基于目标对象进行的。通常面向对象的分类方法包括两个步骤：多分辨率分割和模糊逻辑分类［5］。
eCognition软件采用面向对象的遥感影像解译思想。首先根据像元光谱信息、局部区域纹理信息以及形状和尺度参数自动将影像分割为若干相对同质的区域，称为影像对象（Image objects），为下一步分类提供信息载体和构建基础［6］，所有后续的分类工作都基于这些影像对象进行，分类结果避免了斑点噪声而具有很好的整体性，改变了以往面向像素进行分类的传统。同时，软件提供最邻近法和模糊隶属度函数两种解译方法。
本研究就是采用面向对象的分类方法，以eCognition 中membership function （隶属度函数）为主，模仿目视解译过程，从遥感信息机理与地学规律的综合分析入手，综合其他辅助信息进行分类。通过对辅助资料、外业调查成果以及软件的学习得到了临颍县各类典型地物分类的知识，并以相应的形式表示这些知识，集成影像亮度值、亮度值关系和几何形状以及纹理、邻近关系等特征，对试验区土地利用/覆被进行分类。
3 分类体系和技术流程
3.1 分类体系
根据临颍县土地利用实际情况，参照历年土地利用分类标准，本次信息提取分类采取的分类体系如图2所示。
3.2 技术流程
使用eCognition软件对研究区SPOT5影像数据进行土地利用信息提取研究分如下几步进行：①把处理好的影像数据输入到软件中，定制分割参数，对其执行分割，生成影像对象；②根据研究区地物类型创建分类层次结构；③确定合适的分类方法（包括最邻近法和模糊隶属度函数两种方法），选取相应地物类型样本或者分类特征，构建知识库，执行分类，并可根据目视解译结果和事先准备的调查区资料对分类结果进行人工干预，进一步提高分类精度；④对分类结果进行分类精度评价；⑤把分类结果输出，输出的格式可以为所需要的相应的矢量格式或栅格格式。本研究的技术流程如图3所示。
图2 研究区地物类型
图3 研究技术流程图
4 主要分类过程
4.1 定制分割参数
分割参数的定制相当重要，它关系到每一个分类对象的大小，直接影响到最后的分类结果。通过多次试验，本次分类决定采用多层次分割的方法进行：水体和非水体信息的提取以分割参数为80进行，其他参数均为默认；分类体系中其他类别信息的提取在首次分割基础上，以分割参数为65，其他参数也为默认对非水体进行多重分割，来进行其他地物类型的分类。
4.2 制定分类策略，创建类层次结构
在进行分类之前，首先要参照研究区地物类型，分析每种地物类型特征及其相互之间的关系，制定合适的分类策略，创建类层次结构。可利用的研究对象属性特征包括色调、形状、面积/大小和纹理等特征，各对象之间关系包括与父对象之间、与子对象之间以及与邻对象之间的关系三种类型。对象属性特征选取正确与否及其在多大程度上被正确表达对分类结果有着重要影响，它决定了最后分类正确与否和其精度。面向对象的分类方法可以模仿人类大脑认知过程，充分利用每种地物类型特征，按照由简单到困难的顺序逐步剥离提取分类体系中每种地物信息。通过研究本次分类所要提取信息自身特征及其相互之间关系，制定本次分类的分类策略，创建了类层次结构，如图4所示。
图4 类层次结构示意图
4.3 分类特征的选取
根据创建的类层次结构，选取合适的对象属性，对对象属性进行定义，提取出相应对象的土地利用信息。本次分类采用以下几步进行：
（1）提取水体信息 分割参数设为80，对影像进行分割，分割后，在整个研究区均匀选取样本，采用标准最邻近方法（Standard Nearest Neighbor）对遥感影像进行分类（类似于监督分类），提取水体信息。在此基础上，依据水体的形状特征，把水体分为河流水面和坑塘水面两类。根据实验，长宽比大于3是河流，小于3的是坑塘。
（2）提取植被信息，并进一步把植被分为耕地和林地 首先把提取出的水体信息保护起来，在首次分割的基础上对非水体进行再分割，分割参数设为65，其他参数为默认值，把非水体分为植被和非植被两类，然后根据耕地和林地的不同特征把其信息提取出来。
（3）对非植被信息进一步细分，从中提取出主要交通道路、城镇居民点工矿和裸地（已收获耕地） 信息 首先从非植被信息中提取出交通道路和非交通道路信息，然后把非交通道路细分为裸地（已收获耕地）和城镇居民点工矿两类。
此时，分类体系中的所有类别信息已经全部提取出来，可根据实际情况对分类结果进行手工编辑，进一步删除一些过小对象和纠正一些错分信息。当分得的各类信息结果都比较满意后，进行基于分类的融合，把小对象合并为大的对象，通过手工编辑和基于分类的融合后，得到最终分类结果如图5所示。
图5 遥感影像分类结果图
4.4 分类精度评价
得到分类结果后，要根据分类得到的结果进行分类精度评价。评价采用如下方法进行：在分割后的影像上均匀随机选取每个地类的目标对象，选取的目标对象数目根据分类结果得到的每个地类的目标对象数目而定，进行自动统计，得到统计结果。统计结果如表1所示。
表1 分类结果精度评价表
通过分类结果精度评价表可以发现，自动分类的最后分类精度超过了80%，这对于研究区来讲，分类结果还是比较令人满意的。同时，根据统计结果可以得到如下结论：耕地、城镇居民点、坑塘、河流信息提取的效果较好；相对而言，裸地和道路信息提取比较困难；林地信息由于同耕地信息相近，提取起来也有相当的难度，还有待于今后进一步研究。
通过研究表明，采用面向对象方法进行图像解译和信息的自动提取与面向像元方法相比具有较强优势。面向对象的分类方法可以灵活运用地物本身的几何信息和结构信息，纹理信息以及上下层关系信息、邻近关系信息等，更主要的是可以加载人的思维，构建知识库，从而提高了分类的精度，为各种不同地物的分类提供了更多的依据，比如通过影像的形状和纹理特征可以有效地识别河流、道路、建筑物的形状。利用eCognition对高分辨率遥感图像进行土地利用自动分类，快速简便，而且能够达到较高精度，节省了大量的人力物力，为大面积土地利用调查和监测提供了新的科学方法。
参考文献
丁晓英.eCognition在土地利用项目中的应用［J］.测绘与空间地理信息，2005，28 （6）：116～120
刘亚岚，阎守邕，王涛等.遥感图像分区自动分类方法研究［J］.遥感学报，2002，6 （5）：357～362
孙晓霞，张继贤，刘正军.利用面向对象的分类方法从IKONOS全色影像中提取河流和道路［J］.测绘科学，2006，31 （1）：62～63
eCognition 3 Made in Germany ［Z］
Sun Xiaoxia.An object－oriented classification method on high resolution satellite data ［Z］.ACRS2004，Istanbul
杜凤兰.面向对象的地物分类方法分析与评价［J］.遥感技术与应用，2004，19 （1）：20～23