论文部分内容阅读
在我国农业产业中,塑料温室所占的比重越来越大,其统计数据的收集主要采用基层单位层层上报的方式,该方法对上报数量的动态性把握不足,因此使用遥感手段及时准确的获取塑料温室的面积及空间分布信息,对农业相关部门进行有效管理和决策具有重要意义。但是我国疆域辽阔,塑料温室分布范围广。若直接使用中分辨率影像获取塑料温室的面积及空间分布信息,提取精度有限,工作量很大;若直接使用高分辨率卫星影像获取塑料温室的面积及空间分布信息,会遇到数据量很大,成本过高,工作量大而且数据源难以保证等问题。针对这些问题,本文首先从地理学角度出发,综合考虑塑料温室建设的多种限制因素,排除不宜建设塑料温室的区域,以山东省为例,利用空间分析得到具有建设塑料温室潜力的区域,减少塑料温室信息提取的范围,然后采用面向对象的方法,基于中分辨率Landsat8 OLI遥感影像,依照漏分面积最小的原则,提取塑料温室的分布区域,最后在此基础上,基于国产高分辨率卫星GF-1遥感影像精确提取塑料温室信息。研究结果表明:(1)从地理学角度出发,利用地形地貌、气候、土壤及土地利用类型等因素可以排除不宜建设塑料温室的区域,有效地减少使用遥感手段研究塑料温室信息提取的工作范围。(2)基于潜在分割误差(PSE)、分割强度(NSR)、欧氏距离(ED)三个指标可以确定在Landsat8 OLI和GF-1遥感影像上针对塑料温室特定地物的最优分割参数组合。(3)利用随机森林(RF)算法分析47个光谱特征、8个纹理特征、11个形状特征及6个专题指数特征,得出特征个数与分类精度之间的关系呈现出先逐渐增大后减小的趋势,该方法在保证分类精度的同时,可有效删除冗余与不相关的特征,提高分类器的性能。(4)基于Landsat8 OLI遥感影像上提取塑料温室分布区域,采用最优特征子集的支持向量机、CART决策树、随机森林三种分类器进行对比分析,依照漏分面积最小的原则,得出支持向量机方法呈现出较大的优势;基于GF-1遥感影像上进行塑料温室信息精确提取,对比三种分类方法,得出随机森林方法对塑料温室的识别能力较强,提取效果较好;通过与人工目视解译结果进行对比分析,得出本文提出的思路和方法能精确提取塑料温室信息,为今后对全国范围内塑料温室信息提取提供可靠的方法和有效的技术手段。