1.一种适用于高山峡谷地区的遥感智能解译方法,其特征在于,使用至少 5 个波段的高分辨率遥感数据,基于线性预测函数分类,所述线性预测函数结合了特征向量,这些特征向量与权重相结合以构建预测函数;在找到特征向量并初始化权重后,计算加权和;所述加权和作为二元分类器输出函数的输入,利用所述二元分类器的输出函数,将所述输入x 映射到一个值y,使用硬限功能执行分类过程,在执行分类过程时使用临界值;所述临界值取决于所述特征向量和所述权重,选择物体像素显示的加权和的最大可能值,将每个像素获取的加权和与临界值进行比较,从而完成分类;所述特征向量通过找出作为物体特征的描述符来定义,包括短波红外波段物体的反射辐射值和反射波段中不同物体的反射率值的变化规律;所述权重取决于对象的空间和时间属性;每个向量的权重函数是关于时间和位置的函数G(i r,t),通过统计大量不同时间、不同地点、不同物体的反射率值的变化数据,拟合出每个向量的权重函数G(i r,t),通常情况下权重函数G(i r,t)的数值与标准时间严格相关,如果遇到多个像素点反射率实际测量值偏离历史同期数据时,允许计算机根据反射率实际测量值自动匹配另一时间段的权重函数曲线。
2.根据权利要求1所述的适用于高山峡谷地区的遥感智能解译方法,其特征在于,根据反射波段中不同物体的反射率值的变化规律,对绿地、建筑物和非绿地的智能提取。