《基于分层多端元混合像元分解的水稻面积信息提取 Extracting area information of paddy rice based on stratified multiple endmember spectral mixture analysis》.pdfVIP

第28卷第2期 农业工程学报 、，01．28No．2 of Jan．2012 154 2012年1月 TransactionstheCSAE 基于分层多端元混合像元分解的水稻面积信息提取 马孟莉，朱艳，李文龙，姚霞，曹卫星，田永超※ (南京农业大学国家信息农业工程技术中心／江苏省信息农业高技术研究重点实验室，南京210095) 摘要：为了解决中低分辨率遥感影像混合像元问题以提高水稻种植信息的提取精度，该文提出了一种基于层次分类与 endmembermixture 多端元混合像元分解相结合提取水稻面积信息的方法(stratified multiple spectral analysis，SMESMA)。 层次分类有效降低了地物复杂度，而多端元混合像元分解通过对每一类地物选取多个端元光谱参与解混，克服了“同物 CCD影像，分3个层 异谱”造成的光谱变异问题，两者结合可有效提高分类精度。以江苏如皋市为研究区，基于HJ．1B 次，当某类地物信息被提取后便将其从影像中去除，进行下一层次分类，各层次均采用多端元混合像元分解方法，综合 是一种适合基于中低分辨率影像进行作物分类和面积提取的有效方法。 关键词：遥感，信息提取，最大似然，分层多端元混合像元分解，种植面积，水稻 doi：lO．3969a．issn．1002—6819．2012．02．027 中图分类号： S127 文献标志码：A 文章编号：1002—6819(2012)一02—0154—06 马孟莉，朱艳，李文龙，等．基于分层多端元混合像元分解的水稻面积信息提取[J]．农业工程学报，2012，28(2)：154 —159． ricebasedon Ma areainformationof s订mified endmember Mengli，ZhuYah，LiWenlong，eta1．Extracting paddy multiple mixture ofthe Chinesewith spectral analysis[J]．TransactionsCSAE，2012，28(2)：154—159．(inEnglishabs仃acO 元分解法[6,8,10-11】，常忽略了同物异谱现象，即每类地物采 0引言 用相同的端元光谱，从而常导致混分结果产生较大误差。 水稻是中国的主要粮食作物之一，准确获取水稻种 而多端元混合像元分解(MESMA)方法被证实是一种有 植面积信息可为定量遥感、总产的精确估算和政府宏观 效的混分方法[5,12-14】，它针对每一类地物选取多个端元光 决策提供科学依据【I】。已有部分利用遥感提取作物种植面 谱参与混合像元分解，可以有效解决同物异谱问题[12-13,15】。 积的研究【1～l，如焦险峰等将不同空间分辨率遥感影像与 此外，研究表明，采用分层分类法能提高分类精度[16-28l。 分层抽样技术相结合进行了水稻种植面积的估算【4J； 如张顺谦等[1。7】基于MODIS数据通过分层分类方法识别 Potgieter等利用多时相MODIS影像的增强型植被指数草地沙化程度，精度高达96％；金夏玲运用分层分类思 (EVI)估算了澳大利亚布里斯班市的冬季作物种植面积【3】。想将复杂地表信息层层分解，最终提取出居民地信息， 总的来看，作物面积提取精度受遥感空间分辨率精度影