·栏目名称·.docVIP

·栏目名称· 基于中分辨TM数据的水稻提取方法对比研究 空1行 李□□1,刘□□2, 吴□□1, 谭□□1, 杨 □1,* （1. 中国农业科学院农业资源与农业区划研究所/农业部农业信息技术重点实验室，北京 100081； 2. 中山大学地理科学与规划学院，广州，510275） 空1行 摘 要 水稻种植面积监测是当前农业土地变化科学的热点问题，但运用遥感技术对水稻种植面积精确实施监测一直是难点。中分辨率遥感影像能够满足我国大面积水稻作物监测，成为业务化运行的主要数据源。为此,本研究尝试以中分辨率TM影像为数据源,结合神经网络和面向对象（SVM）两种算法对对黑龙江省富锦市2010年两期不同时相影像分别进行水稻分类提取，并对分类结果进行滤波处理及混淆矩阵精度评定。结果表明：（1）在高纬度单季稻生长区，面向对象分类算法的精度显著高于神经网络的分类精度，水稻用户精度和生产者精度在6月份分别高0.55%、1.37%，在8月份分别高0.62%、2.34%；（2）对神经网络分类的结果进行Majority滤波处理，在一定程度上可以改善水稻分类的精度，水稻用户精度和生产者精度在6月份分别提高0.14%、0.5%， 在8月份分别提高1.56%、1.43%；（3）选取关键水稻物候期的遥感影像获取水稻种植面积的精度更高，返青期水稻提取精度要高于乳熟期，其中神经网络算法的水稻用户精度及生产者精度分别提