论文部分内容阅读
遥感技术是空间技术的核心组成部分,它具有高信息量、宏观性、客观性和时效性的优势,使其成为农业、林业、国土资源等部门进行监测管理不可替代的技术手段。农作物种植面积的准确估算关系到产量预测、市场价格等重要的现实问题。传统面积估算方法耗时耗力耗资金,且受人为因素影响导致结果不甚准确,已不能满足管理需求。农作物种植面积的遥感提取是农业遥感的重要议题之一,目前已在大宗作物中广泛开展。近年来,对经济作物的遥感面积提取已逐步被重视并成为热点话题。烟草行业具有显著的经济效应,烟草种植面积的遥感提取值得深入研究。本文基于面向对象分类方法,运用ENVI4.8和ENVI EX4.8软件平台,以四川省凉山州普格县螺髯山镇为例,从遥感应用的角度探讨了烟草种植面积的提取。依照烟草种植的特殊性和研究区各作物物候期,本研究选用中巴资源卫星ZY-102C星的HR相机得到的分辨率为2.36m遥感影像和PMS相机得到的分辨率为10m的多光谱数据为遥感数据源,遥感时相为5月11日(烟草地膜覆盖期)。在对影像进行预处理后,截取研究区域的遥感影像,采用HSV融合、Brovey融合、PCA融合、CN融合、Gram-Schmidt融合和PAN融合方法对HR影像和PMS影像进行融合处理,通过主观评价和客观评价对融合结果进行选择,结果表明PAN融合为其最优融合方法。然后利用面向对象软件ENVI EX4.8对影像进行影像分割,通过预览窗口对比分析并将分割参数选为40、合并参数选为90,然后对分割后的影像进行特征选择分析和选择,建立了烟草提取的知识规则,包括归一化植被指数(NDVI)规则进行烟田和水体、水田、植被覆盖区的划分,光谱规则中选用红外光的均值和标准差属性进行剔除建筑用地、裸地和部分林地信息,纹理规则进行其他耕地的剔除,再基于形状特征选择延伸性和面积属性进行与烟田光谱极为相似的公路信息的剔除和小面积分块的剔除,得到螺髻山镇的烟田分布图,并导出分类结果图估算烟草种植面积为0.75万亩,略大于实际面积。为了证明方法的有效性,本研究选用了支持向量机的传统监督分类和分割后支持向量机的监督分类与面向对象分类方法进行精度对比,分别得到分类精度和Kappa系数为85.59%和0.57、90.63%和0.71、93.74%和0.81。结果表明,面向对象分类方法能有效的提取螺髯山镇的烟草种植面积。