水稻遥感识别偏差修正的地统计学方法-IngentaConnect.PDFVIP

第 29 卷 第 21 期 农 业 工 程 学 报 Vol.29 No.21 126 2013 年 11 月 Transactions of the Chinese Society of Agricultural Engineering Nov. 2013 ·农业信息与电气技术· 水稻遥感识别偏差修正的地统计学方法 1 1 2※ 2 游 炯 ，裴志远 ，徐振宇 ，娄 径 （1. 农业部规划设计研究院农业资源监测站，北京 100125 ； 2. 安徽省经济研究院，合肥 230001 ） 摘 要：为了进一步提高农作物遥感识别精度，充分利用高分辨率遥感影像上不同地物之间的邻域空间关系，提 出农作物遥感识别偏差修正的地统计学方法。该方法综合考虑目标地物的光谱特征与空间信息，以类别隶属度偏 差为研究对象，首先利用类别指示向量和类别后验概率向量之间的差异实现目标地物的类别隶属度偏差量化，然 后对训练样本的类别隶属度偏差进行变异函数建模，并采用带局部均值的简单克里格插值方法预测总体类别隶属 度偏差，之后用总体偏差的预测值对光谱分类所得的类别后验概率进行修正，重新确定识别结果，实现农作物遥 感识别的偏差修正。以安徽省南部的一景 SPOT-5 影像覆盖范围为研究区，选择 2 块典型区域分别作为试验区和 验证区，以一季稻和晚稻为目标农作物，以支持向量机作为光谱分类的分类器，建立了水稻遥感识别的偏差修正 流程；采用地面实测数据对修正效果进行评估，并与最大似然分类、模糊分类和支持向量机分类的结果进行比较。 试验结果表明，该方法的总体分类精度能够达到 90% 以上，与传统分类方法相比，总体精度提高了近 14%；且该 方法能够大幅提高一季稻和晚稻的生产者精度和用户精度，有效改善了研究区的水稻识别结果，可以为中国南方 复杂种植条件下的水稻识别提供参考。 关键词：遥感，识别，算法，类别隶属度，变异函数，克里格插值，偏差修正，水稻 doi ：10.3969/j.issn.1002-6819.2013.21.016 中图分类号：TP79 ；S127 文献标志码：A 文章编号：1002-6819(2013)-21-0126-11 游 炯 ，裴志远，徐振宇，等. 水稻遥感识别偏差修正的地统计学方法[J]. 农业工程学报，2013，29(21)： 126－136. You Jiong, Pei Zhiyuan, Xu Zhenyu, et al. Geostatistical approaches to bias calibration of rice identification using remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(21): 126－136. (in Chinese with English abstract) 4 ）选择的特征变量。受这些因素的制约，利用传 0 引 言 统分类方法进行农作物遥感识别时会遇到阻碍。首 农作物遥感识别的实质是以农作物作为主要 先，一个地区的农作物物候特性一般不会改变，在 地物类型的遥感影像分类，不同的农作物类型在遥 农作物类型丰富或种植条件比较复杂的地区，经常 感影像上具有一定的光谱差异，一般通过选择合适 会存在同期生长的若干种农作物；其次，随着高分