农作物种植面积遥感测量中的尺度问题研究.pptVIP

农作物种植面积遥感测量中的尺度问题研究 答辩人：何 浩 导 师：潘耀忠 教授 专 业：地图学与地理信息系统 北京师范大学资源学院 2006年06月06日 内容提要 1 研究背景、目标及框架 2 SPOT尺度的高精度冬小麦种植面积提取研究 3 农作物种植面积遥感测量中的尺度效应分析 4 结论与讨论 1.1 研究背景及意义 农作物种植面积测量是遥感估产的基础工作之一，测量结果的精度直接影响到数据的可信度和可用性。 多尺度遥感数据源的综合应用是进行大范围农作物种植面积遥感测量业务化运行的必然趋势。不同尺度遥感数据源的选取将直接影响到种植面积测量的精度。 研究尺度因子在农作物种植面积遥感测量中的作用，尺度与面积测量精度的定性和定量关系，以便选择合适空间分辨率的遥感数据，不但可以提高测量精度，而且可以排除选择数据时的盲目性，降低数据成本，为开展大范围农作物种植面积遥感测量业务化运行工作提供科学、可靠的依据和指导。 1.2 遥感信息中的尺度问题研究进展 遥感信息与遥感模型的尺度效应研究 遥感应用中合适空间分辨率的选取问题研究 遥感信息尺度转换方法研究 基于统计 基于机理 1.3 农作物种植面积遥感测量中的尺度问题 数据源分析 低分辨率数据、中高分辨率数据、多源数据复合 精度评价 像元绝对精度 区域总量精度(业务部门更为注重) 多尺度数据源对测量精度的影响 提取精度取决于混和像元数目与类别内部光谱变异这两个因子 空间分辨率、数据获取能力及测量精度相互制约 1.4 研究目标 以尺度变化对农作物种植面积遥感测量精度的影响分析为主线，从不同空间分辨率、不同空间范围、不同丰度以及不同景观空间结构等角度来系统分析研究农作物种植面积遥感测量中的尺度问题，以获取尺度变化与大面积农作物测量精度，尤其是与区域总量精度的相互关系和影响规律，为基于多尺度遥感数据复合的农作物种植面积测量业务化运行中的数据选择和精度保证问题提供理论与实验基础。 1.5 研究内容 SPOT尺度的高精度冬小麦种植面积提取 尺度变化对农作物种植面积遥感测量精度的影响分析 景观空间结构变化对农作物种植面积遥感测量精度的影响分析 农作物种植面积遥感测量中最优尺度选取问题研究 农作物种植面积遥感提取的主要方法 遥感图像分类与目视解译法 遥感绿度－作物识别法 遥感与常规统计学方法相结合的遥感抽样统计方法 基于GIS与农时历的遥感测量方法 基于混和像元分解的农作物信息提取 SPOT尺度冬小麦种植面积提取流程 三种方法提取的冬小麦分布图 精度分析 分别采用上述三种方法进行SPOT尺度冬小麦提取，主要目的是尽可能准确地在SPOT影像提取冬小麦种植面积，为本研究中“尺度效应分析”提供冬小麦种植面积“准真值”。在后面的尺度效应分析中，采用了绿度识别法和目视解译相结合所提取的冬小麦种植面积结果，经野外实地检验，提取结果的总体精度为95.68%，Kappa系数为0.89。 3.1 研究方法与数据准备 本研究的目的在于尺度（空间分辨率和空间范围）变化对农作物种植面积遥感测量精度的影响分析，而传统的将不同空间分辨率数据的提取结果直接比较的方法无法区分由尺度变化导致的测量精度的变化和由分类识别方法本身导致的测量精度的影响，而且计算强度大。因此，本研究采用对高分辨率影像提取结果进行基于简单多数原则的尺度转换得到一系列较低分辨率的提取结果进行尺度效应分析。 样本库建立 精度评价指标建立 区域精度 像元精度 均方根误差和偏差 3.2 尺度变化对农作物种植面积遥感测量精度的影响分析 不同空间范围下测量精度的尺度效应分析 不同农作物百分比下测量精度的尺度效应分析 综合分析 整个研究区 整个研究区 －结果分析 从整个研究区(面积3600km2, 丰度39.9％)来看，区域总量精度要高于像元绝对精度，像元精度随分辨率的降低而降低；而区域精度始终保持在94％以上。 主要是因为在范围相对比较大的整个研究区内，作物面积估算的正负误差充分相互抵消，并且用于计算区域精度的面积基准值的基数本身也比较大，所以随空间分辨率降低，整个研究区的区域总量精度仍可以保持在较高的水平。 不同空间范围样本库－区域精度平均值 不同空间幅度范围样本库－区域精度标准差 不同空间幅度范围样本库－均方根误差 不同空间幅度范围样本库－偏差 不同空间幅度范围样本库－结果分析 在不同的空间范围下，随着分辨率的降低，区域精度平均值都逐渐降低；在不同的空间分辨率下，随着空间范围的扩大，区域精度平均值都基本呈现递增的趋势。 当分辨率为30米时，不同样本库区域精度平均值均保持在94％以上，