利用高空间分辨率遥感数据的农作物种植结构提取.pdfVIP

第35卷,第1期　 　 　 　 　 　 　 　 中 国 农 业 资 源 与 区 划 Vol． 35 ,No． 1,pp1-5　 　 2 0 1 4 年 2 月　 　 　 　 　 ChineseJournal of Agricultural Resources and Regional Planning February,2014　 　 　 ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ doi: 10．7621/ cjarrp．1005-9121 ·农业遥感专栏 · 利用高空间分辨率遥感数据的农作物种植结构提取 1 1∗ 1 1,2 1 1 2 刘克宝 ,刘述彬 ,陆忠军 ,宋　 茜 ,刘艳霞 ,张冬梅 ,吴文斌 (1． 黑龙江省农业科学院遥感技术中心, 哈尔滨　 150086;2． 中国农业科学院农业资源与农业区划研究所, 北京　 100081) 摘　 要　 农作物种植结构是掌握粮食种植面积和产量的重要前提, 也是进行作物结构调整与优化的依据。 该研究以黑龙江肇东市为研究区域, 以高空间分辨率RapidEye影像为遥感数据, 基于最大似然监督分类方 法提取了肇东市2011年农作物种植结构空间分布, 利用地面样方调查数据进行了线状及细小地物扣除系数 计算, 实现遥感提取的农作物种植面积的精细提取, 然后从面积数量和空间位置两个方面对遥感提取的农 作物种植结构进行了精度评价。 研究结果表明, 利用RapidEye数据提取的农作物种植面积数据总体精度为 97．00%, 位置精度为96．15%, 高空间分辨率数据在农作物种植结构遥感提取中具有重要潜力, 线状及细 小地物扣除系数可以有效减小线状及细小地物对高分提取的农作物种植结构的精度。 关键词　 高空间分辨率　 农作物种植结构　 扣除系数　 精度 　 　 农作物种植结构反映了人类农业生产在空间范围内利用农业生产资源的状况, 是弄清农作物种类、 数 [1] 量结构和空间分布特征的重要信息, 也是进行农作物结构调整与优化的依据 。 农作物种植结构信息获 取较常用的方法是统计汇总, 即通过获取某一较小行政单元的农作物种植结构信息, 然后逐层汇总统计得 到区域层次的农作物种植结构。 该方法的优势是可以获取农作物种植结构及其变化的详细信息, 但该方法 用于大范围农作物种植结构信息获取时耗费人力、 物力和财力, 同时由于对统计汇总的过度依赖, 表现为 [2] 时间上的滞后 。 随着遥感技术的快速发展, 因其高时效、 宽范围和低成本的优点, 遥感为大区域快速获取农作物种植 结构及其变化信息提供了新的技术手段。 遥感已经在不同时空尺度下的农作物种植结构提取中发挥了重要 [3] 作用, 无论在理论和方法方面, 还是在实践方面都取得了长足的进展 。 然而, 从国内外已有的研究进 展看, 目前农作物空间分布和种植结构遥感提取多利用TM、 SPOT 等中分辨率数据或NOAA、 MODIS等 - [4 9] 低空间分辨率的遥感数据 。 中低分辨率的遥感数据混合像元现象严重, 光谱识别度有限, 影响了农作 物种植结构提取精度。 随着新型卫星传感器的不断出现, 越来越多的米级高分辨率遥感数据成为可能, 如 QuickBird、 IKONOS、 RapidEye等。 高空间分辨率数据能够提供不同地物丰富的纹理、 色调、 形状和几何 结构等特征信息, 地物内部细节信息明显, 边缘突出, 具有较高的分辨精度与目标识别可靠性, 为农作物 [10] 种植结构高精度提取提供了新的发展空间 。 虽然很多高空间分辨率数据已经广泛用于作物信息提取 - 中[11 14] , 但多数仅针对单一作物开展制图, 利用高空间分辨率遥感数据提取农作物种植结构的研究并