混合像元分解技术应用于冬小麦种植面积的研究.pdfVIP

混合像元分解技术应用于冬小麦种植面积研究 武永利，王云峰，张建新，栾青 (山西省气候中心，太原030002) 摘 要：为了充分发挥中分辨率成像光谱仪(MoDIs)所具有的多光谱、多时相以及免赞接收使用的优 势，提高作物利一械分布遥感峪测精度。本文利用冬小麦返青期问的MODIs多光谱数据，采川传统的嗡督 分类和闽值方法对研究区域冬小麦种植分稀，同时更钊‘对遥感像元多为混合像元的特点，煎点将线性混合 像元分解技术应用于冬小麦区域的业像元分解。通过对刁i同分类方法的精度进行比较，划结果进行分析评 价。结果农明，采用线性混合分解模型，绝大部分(98．45％)都小于O．Ol，对比实际冬小麦种植面积数据， 相对误差约3％，明显优于传统的硬分类方法的精度，基于混合像元分解技术的利，植面积提取精度高，相对 传统的分类方法的分类精度有着极大的改善。 关键词：MODIs；混合像元：冬小麦；种植面积 1 引言 利用卫星遥感监测农作物种植信息技术，已经在国内外得到了广泛的应用【卜31。近年来 具有中等空问分辨率与时问分辨率的MODIS(中分辨率成像光潴仪)资料在农作物种植及 长势方面应用得到开展【4吣J。通常卫星遥感图像足以像元为单位监测获取地物信息，受分辨 率限制，像元包含多种地物类型，即所谓混合像元问题，对于中、低分辨率数_；挤j：尤其明．鼹， 这样导致传统的基于像元的“硬分类”方法在作物包括冬小麦信息提取存在缺陷，极大地影 响作物种植分稚信息监测的精度。因此，通过一定的方法，找出组成混合像元的各种典型地 物的比例，则可解决混合像元问题，提高定性和定量遥感精度，在作物种植、分布信息监测 有着重要的应用价值，是提高农作物种植面积遥感测量精度的关键所在。 近年的研究表明：光谱混合分析技术用于解决混合像元分解问题，因此有关混合像元分 解研究的方法和理论一赢是遥感技术与应用的热点17瑚J。有关混合像元分解的研究方法和理 论一直是遥感技术与应用的热点。目前国内外在混合像元分解方两已经开展了诸多的研究， 主要有：匹配滤波法、经验系数法、线性波谱分离法、非线性波谱分离法以及神经网络模型 分解法等。针对像元光谱分解模型主要包括线性模型、概率模型、几何光学模拟和模糊模型 等。其中建立在像元内相同地物具有相同的光谱特征以及光谱特性线性可加纂础．1．：的线性光 谱混合模型，其物理含义明确，理论上有较好的科学性，对于解决像元内的混合现象有一定 的效果，且操作运算较简单、便利，因而被广泛应用【9’1 o|。线性光谱混合模型以理论上的科 学性和运算上的简单性被广泛应用于混合像元分解。 为了充分发挥中分辨率成像光谱仪(MODIS)所具有的多光谱、多时相以及免费接收使用 的优势，提高作物种植分布遥感j临测精度。本文针对农作物种植丽积定最遥感存在的问题， 以山诬省运城市农业区为例，利用MODIS卫星遥感数据，采J1j传统的监督分类和植被指数 阈值法研究区域冬小麦种植分布，重点将线性混合像元分解技术应用于冬小麦区域的弧像元 分解，通过研究线性光谱混合模型中的关键技术，对中分辨率MODIS遥感影像进行混合像 元分解，以期提高冬小麦空问分布信息遥感测量的精度。 2研究区与数据 2．1研究区 研究区域选择在山西省的主要冬小麦产区，山西省南部的运城市。研究区域地理座标介 壤肥沃，光照充足，是传统的农业大区。年平均气温为14．0℃，1月最冷，平均气温为．9．0 ℃。7月最热，平均气温为27．4℃。平均降雨量529．5mm，主要集中在夏季。日照2218．8 小时，无霜期210天，农业生产条件较为优越。是III洒省主要的冬小麦生产瑟地，本文即以 我省运城市作为研究霾点区域。 2．2数据 Resolution 中分辨率成像光谱仪MODIS(ModerateIrIlagingSpec叻radiometer)为农业系统 监测带来前所未有的机遇…_2。，其所具有的每日全球覆盖、中等空间分辨率(0．25．1km)、 多光谱数据(36个光谱通道)以及免费获取的优势，为作物种植监测的业务化分析制图提供 了极大的便利。然而即便其单一像元250m分辨率同样包含了不同地物类型的混合。本文所 利用的数据类型为NASA提供的MODIS16天250米植被指数产品合成数据集。该数据集包括 归一化植被指数(NDVI)和增强指数(