论文部分内容阅读
耕地资源是最主要的农业生产资料,同时也是农民最直接的劳动对象,是构成粮食综合生产能力的最基本要素之一。我国耕地资源的数量和质量呈逐渐下降趋势,耕地减少会导致密切相关的粮食安全问题。耕地作为粮食生产基本要素,具有养育、生态及社会保障多种功能,及时、准确地掌握耕地空间分布、耕地面积,不仅关系到粮食生产,还关系到经济社会稳定,对产业发展、国家粮食安全、对外贸易的推进以及为国家宏观调控提供科学依据等都具有极其重大的意义。
传统提取耕地方法耗费时间人力财力,而且数据现势性和准确性不高,不能主动监测变化且人为干扰大。遥感为耕地信息提取提供了新的技术手段。但目前遥感的应用和探索主要集中在土地利用变化趋势分析上,耕地信息遥感研究也主要针对建设用地扩展占用耕地方面,耕地信息遥感提取本身的方法和研究并不多。虽然各种土地利用/覆盖监测研究中,涉及到耕地信息的提取分类,但其中耕地信息提取仍然主要依靠人机交互解译,方法单一落后,耗费时间长。由于耕地光谱特性随时间的变化频繁,在同一遥感影像上光谱特征多样,具有明显的时间效应(temporal effects)。仅利用景观瞬间写照的单期影像,进行耕地信息提取难度大、精度低。而已有不多的耕地提取多基于高分辨率影像,但高分辨率影像覆盖范围小、成本高,方法不具有实用性,难以推广。低分辨率影像分辨率低、纹理信息提取难度大,难以适用于耕地提取。
本文从耕地特殊的光谱表征特性及时间特征出发,利用耕地全生长季变化频繁及其他地物恒定或规律性变化的区别,结合已有的变化检测相关成果,运用逆向思维即剔除其他地物,提出了一种基于多时相TM影像提取耕地的综合方法:首先利用改进的水体指数( MNDWI)剔除水体,利用基于分类后验概率变化向量分析方法剔除其他植被及城镇,再利用有效方法去除噪声,最终得到耕地结果。结果表明,利用本文提出方法得到的耕地具有较好的现势性和较高准确性,能够对历史高分辨耕地地块修正错分、补充漏分,起到更新作用。本文方法得出的地物类型分类图的总体精度及Kappa系数均达90%以上,耕地结果获得了87.3%的产品精度,以及100%的用户精度,精度较高,结果可靠。并且通过对各地物用户精度与产品精度之差即误差方向判断分析,耕地提取结果大于耕地真实值,结果能够很大程度保证耕地大部分提取,遗漏可能性小。通过精度验证结果分析,明确了提高耕地结果精度主要从其他地物尤其是城镇及人工草地的高精度分类着手。