一种快速区分易混农作物的遥感解译方法.pdf

2017 年 1 月 地理空间信息 Jan.,2017 第 15 卷第 1 期 GEOSPATIAL INFORMATION Vol.15,No.1 doi:10.3969/j.issn.1672-4623.2017.01.018 一种快速区分易混农作物的遥感解译方法 1 1,2 1,2 1,2 许  亮 ，汪权方 ，陈志杰 ，王新生 （1. 湖北大学 资源环境学院，湖北 武汉 430062 ；2. 农业部遥感应用中心 武汉分中心，湖北 武汉 430062） 摘  要：在对冬小麦、油菜两种农作物进行遥感非监督分类时，二者很难区分，且分类精度不高。若先剔除原始遥感影像中的 非冬小麦、油菜种植区，再使用 ISODATA 算法进行二次非监督分类，则可较容易地区分易混的冬小麦和油菜。结果表明，冬小 麦二次分类精度比初始分类精度提高了 20.6%，油菜二次分类精度比初始分类精度提高了 19.4%，从而显著提高了农作物的遥感 解译分类精度，大大减少了人工目视解译工作量。同时，该方法也为其他易混农作物的遥感解译工作提供了一种解决问题的思路。 关键词：非监督分类 ；人工目视解译 ；二次分类 ；农业遥感 中图分类号：P237 文献标志码：B 文章编号：1672-4623（2017）01-0059-04 我国是一个传统农业大国，及时准确地获取农情 物种植面积提取的业务化运行工作。 信息，对于保障我国的粮食安全意义重大。以遥感 为了增强解译结果的时效性，本文提出了一种快 技术为手段获取农情信息，比传统逐级汇总的方式 速区分易混农作物的遥感解译方法。在进行人工目视 更加高效便捷，获得的数据也更加准确。在遥感技 解译前，使用常见的非监督分类算法对已提取了农作 术发展过程中，出现了很多遥感影像分类方法，但 物种植总面积的遥感影像进行了二次分类，较好地区 这些方法得到的数据精度与预期值还有很大差距。 分了冬小麦、油菜两种农作物，达到了农业遥感平台 为确保数据的准确性和时效性，在实际工作中人工 业务化运行的基本要求。 目视解译仍然是较为常用的遥感影像分类方法。在 1  数据预处理 人工目视解译过程中，常会遇到农作物光谱信息相 近，难以区分的情况。目标地物难以区分不仅是农 1.1 影像数据及研究区概况 业遥感应用方面的难题，也是整个遥感技术应用层 高分一号（GF-1）卫星是我国研制的首颗对地观 面的难题。为此，研究人员进行了深入的探索，并 测高分辨率卫星，于 2013-04-26 搭载长征二号运载 取得了一定的进展，如赵维兵 [1] 通过圆形掩膜滤波、 火箭成功发射。GF-1 卫星载负了 2 台 2 m 分辨率、全 波段配准、直方图匹配、图像拉伸等一系列方法对 色 /8 m 分辨率多光谱相机，此外还有 4 台 16 m 分辨率 中巴资源卫星影像进行了运算处理，基本能够实现 多光谱相机，设计使用寿命为 5~8 a。 对易混淆地物的区分，具有一定的实用价值 ；万玮 [2] 本文以湖北省洪湖市为实验区，洪湖市地处江汉 等利用傅里叶描述子理论和相关方法、地物特征提 平原东南端，全市平均海拔约为 25 m，地势较为平坦， 取等手段针对高分辨率影像中的河道、池塘等地物 没有丘陵、山林等大面积解译干扰因素，冬小麦、油 进行了目标地物识别，取得了较好的识别效果 ；研 菜种植面积较大。选取 2014-03-12 洪湖市 GF-1 卫星 究者还运