论文部分内容阅读
本文提出一种基于统计抽样总量控制下的中高分辨率遥感影像夏玉米种植面积信息提取方法。该方法利用分层抽样方法进行抽样,对抽样小区进行目视解译,得到区域总量真值;在总量控制下进行区域目标作物的空间分布提取,即减少了野外工作量,提高了工作效率,又能够有效提取目标作物,为农作物遥感信息提取提供有效的基础数据。该方法首先对夏玉米及其他植被类型进行光谱分析,提取植被指数并对图像进行光谱差异增强,为夏玉米信息提取进行数据预处理;其次,利于分层抽样方法进行对地抽样,并对抽样图像进行目视解译,得到抽样结果,并基于分层抽样反推公式得到总量值;然后,根据夏玉米的光谱特性,采用分种类、逐级控制的方法对夏玉米进行信息提取。以河北省三河市中部地区的部分影像为研究区,以该区2006年8月21号的SPOT5多光谱影像(10米分辨率)为基础数据进行了研究,其主要结论如下:
(1)论文提出一种基于统计抽样总量控制下的中高分辨率遥感影像夏玉米种植面积提取方法,该方法能够较好的提取目标作物,野外工作量小,且精度水平较高。对研究区的试验结果表明,应用该技术提取的夏玉米种植面积总量精度达到98.5%,基于点检验的总体精度为87.9%,kappa系数为0.73,基于群检验的总体精度为93.8%,kappa系数为0.88。除了点检验精度水平与最大似然分类结果较一致外,其他精度检验均高于最大似然监督分类。
(2)在点样本检验精度上,本文提出的方法与最大似然分类方法差别不大。但对比最大似然分类方法的总量精度和点检验及群检验精度可知,即使在总量精度不高的情况下,最大似然分类方法也可以得到比较好的像元精度。这充分的表明了本文提出的方法采用的总量控制的必要性。
(3)本研究基于夏玉米光谱特性,将其分为两类,逐级进行信息提取。并结合各类地物的邻接特征,对第一类夏玉米提取结果进行修正;对第二类夏玉米,根据其空间分布特征,采用丰度值对其进行信息提取,可以较好的提取边界地物和破碎地块的信息,这是符合我国部分地区的夏玉米种植结构的。
(4)在大范围农作物信息提取方面,该方法具有很好的实用性。由于农作物监测过程中,中高分辨率遥感图像很难获取,因此基于一定抽样地区的中高分辨率遥感图像进行高精度的信息提取后,抽样反推得到区域总量;在此基础上进行中低分辨率的遥感图像信息提取,不仅可以获得较高的总体精度,还可以得到较好的像元精度。