共查询到20条相似文献,搜索用时 699 毫秒
1.
训练样本对TM尺度小麦种植面积测量精度影响研究(Ⅰ)——训练样本与分类方法间分类精度响应关系研究 总被引:6,自引:1,他引:6
准确的遥感农作物类型识别和种植面积统计,不仅仅取决于不同分类方法的选择,同时还要看输入分类器用以学习的训练样本数据,训练样本对分类精度的影响比分类技术本身对测量精度的影响还要大。训练样本对测量精度的影响包含样本的质量和数量两个方面。为了探讨训练样本对农作物种植面积测量精度的影响,本文以小麦为例,选择典型试验区,利用较常用的TM遥感影像,结合高分辨率SPOT数据和野外GPS数据,在构建标准训练样本和检验样本数据集的基础上,在不同训练样本量下,分别对光谱角制图、平行六面体、马氏距离、最小距离、最大似然和支持向量机6种方法进行了多次试验,并对测量结果进行了对比分析。研究结果表明:①不同样本量下6种方法10次测量的结果存在不同程度的波动,而且地块越破碎的地区波动越大,但这种波动随样本量的增加会减少,说明目前在小麦面积测量中,用单次分类的结果作为最终的提取结果的做法存在一定的随机误差,在实际的工作中,应尽可能多的获取训练样本,以提高小麦面积测量的稳定性,同时利用多次测量结果求均值的方式,来消减或者抵消测量的随机误差;②相同样本量下,各种方法测量出的全区和破碎区的小麦像元个数(总量)不一致,种植结构复杂且破碎的地区,各种方法测量出的小麦面积总量差异会更大,说明不同方法对同一地区小麦的识别能力是不同的,同种方法对于不同地区小麦的识别能力也是不一样的,但是通过分析小麦识别的产品精度和用户精度,可以判断出哪个结果最接近于真实总量。 相似文献
2.
河南省各地地形地貌差异较大,如何准确地获取不同地形冬小麦种植面积对农业调查来说是关键问题。本文选取河南省鹤壁市淇县作为典型的复杂地形区,选取Sentinel-2影像作为数据源进行多植被指数及红边指数计算,采用面向对象分类方法进行多尺度分割并计算分割对象的光谱特征、纹理特征、指数特征等信息,然后对淇县进行冬小麦种植多时相遥感分类,分析不同时相冬小麦解译面积与精度,最终得到最优精度冬小麦种植面积。结果表明:淇县东部平原地区冬小麦大量种植,西部山区小麦种植多以点状分布于山谷与河滩地等。采用预留样本点对解译结果进行精度验证,整体验证精度在95%以上;其中平原地区冬小麦分类精度在97%左右,西部山区冬小麦分类精度为95%。结合数字高程数据及不同时期植被指数进行分析,结果显示鹤壁淇县冬小麦空间分布与其生长周期、空间分布特性高度吻合。 相似文献
3.
沂蒙山区山东省平邑县是“中国金银花之乡”,金银花种植面积监测对于当地种植规划和管理具有重要意义。根据金银花花期,遴选2013-2018年5月至6月Landsat-8 OLI影像12景,在野外调查的基础上构建了两层决策树分类模型。决策树分类后,对结果进行形态学滤波。然后分别基于决策树和支持向量机分类模型提取金银花种植面积,并进行了对比分析,前者提取的结果与官方面积数据基本一致。精度评价显示6个时相的总体分类精度与Kappa系数均较高。结果表明:利用遥感影像监测金银花种植面积动态变化是有效的,可以为规模化种植的监测与管理提供科学参考。 相似文献
4.
冬小麦是我国重要的粮食作物之一,准确获取冬小麦种植面积具有重要的现实意义。为探究高分六号卫星影像进行冬小麦遥感监测的可行性和精确性,本文选取甘肃省崆峒区为研究区,运用红边波段+监督分类中的支持向量机法,提取了2019年崆峒区冬小麦种植面积,并利用混淆矩阵对分类结果进行精度验证。结果表明:提取崆峒区冬小麦种植面积为15045 hm 2,与实际种植面积相比,误差率为1.02%;该模型能有效地提取崆峒区冬小麦,总体精度为98.88%,Kappa系数为0.97;红边波段能有效地提取干扰地物,提取精度比直接使用监督分类高7.88个百分点;GF6影像在提取冬小麦种植面积上具有明显优势。 相似文献
5.
利用面向对象分类方法提取冬小麦种植面积的研究 总被引:7,自引:0,他引:7
应用陆地卫星TM数据和遥感图像处理软件eCognition5.0和ENVI4.3软件,以面向对象的方法和监督分类波谱角法分别提取泰安市2005年冬小麦种植面积及其分布信息。逐像素分类的结果存在"椒盐"效应,而且很难克服同物异谱、同谱异物现象,面向对象的分类方法可以有效的集成专家知识和各种辅助数据,克服逐像素分类的弊端。分类结果表明,利用面向对象的分类方法可以获得比传统的像素级分类方法更高的分类精度,为冬小麦种植面积的自动提取提供了广阔的前景。 相似文献
6.
7.
8.
9.
10.
泰国水稻种植面积月变化的遥感监测 总被引:14,自引:0,他引:14
介绍了光学和微波遥感影像相结合进行泰国水稻种植面积监测方法。泰国雨季雨量充足 ,气温适合 ,同一时间耕地上水稻的物候多样 ,每月水稻种植面积都发生变化。利用旱季的TM影像 ,获得耕地信息。同时利用TM影像覆盖的雷达区域进行非耕地去除 ,进行非监督分类 ,提取反映水稻种植不同生长期的雷达影像后向反射系数特征 ,建立各种类型的分类模型 ,采用监督分类的方法对全景雷达数据进行水稻种植情况调查 ,并分别予以识别和统计 ,反映研究区水稻月种植情况。分类结果通过类别检验和面积量算检验进行精度评价和分析。 相似文献
11.
以地块分类为核心的冬小麦种植面积遥感估算 总被引:5,自引:0,他引:5
以提高冬小麦种植面积估算精度为目标,选取种植结构复杂的都市农业区,采用QuickBird影像数字化农田地块边界,以多时相TM影像为核心数据源,以地块为基本分类单元,进行不同特征向量组合、不同分类器的冬小麦地块分类方法研究,并对比分析了基于地块分类和基于像元分类的冬小麦种植面积估算精度。研究结果表明,基于地块分类的冬小麦种植面积估算方法的总量精度和位置精度均高于像元分类;植被指数和纹理信息的引入有助于进一步提高地块分类精度;支持向量机与最大似然均能得到高达97%的总量精度和90%的位置精度,支持向量机地块分类所需的训练样本量远低于最大似然,因此支持向量机更加适合于冬小麦地块分类;冬小麦错分与漏分情况大多发生在细碎地块,其面积总量较小,而大地块错分和漏分较少,因此相对于像元分类,地块分类能在整个区域能得到较高的冬小麦位置精度和总量精度。 相似文献
12.
农作物种植面积遥感估算的影响因素研究 总被引:3,自引:0,他引:3
《国土资源遥感》2015,(4)
针对不同的农作物种植结构区,研究影响遥感影像分类各因素与农作物种植面积估算精度的定性和定量关系是十分必要的。以Rapid Eye影像提取的早稻种植信息为研究对象,从农作物的种植成数、种植破碎度和地块形状指数3个角度进行了不同空间分辨率下各因素对农作物面积监测的影响研究。结果表明:随着农作物种植成数的降低,种植结构越来越破碎,种植地块趋于狭长分布,各分辨率下农作物面积估算精度均呈递减趋势;要达到85%以上的面积估算精度,当作物种植成数在50%以上时,可选取高于150 m分辨率的遥感数据;当作物种植较为破碎时,需要在提高影像空间分辨率的同时融入其他技术手段;当作物种植地块为狭长分布时,提高影像的空间分辨率并不能保证面积估算精度,必须通过其他技术手段达到精度要求;并最终得到了4种影响因素对面积估算精度的定量评估模型。研究结果为解决不同农作物种植结构区遥感数据的选择、面积估算精度的提高,以及在特定研究区和数据源条件下可达到的面积估算水平等问题提供了理论基础。 相似文献
13.
14.
为有效了解柑橘种植结构及科学估产,制定合理政策,故快速大面积准确获取柑橘果园面积至关重要.该文针对南方丘陵、山区柑橘的种植特点,利用多时相高空间分辨率GF-1 WFV遥感数据,结合柑橘生长过程中的物候特征,分析比较柑橘与其他地物类在光谱特征、植被指数及纹理特征的变化差异,构建了融合柑橘物候和林地纹理特征的模糊分类与最邻近分类相结合的提取方法,并以江西省寻乌县为例,利用该方法提取了江西寻乌县的柑橘种植面积.结果 表明,GF-1WFV数据是复杂地形下提取柑橘作物的潜力数据源,该提取思路可为大范围内不同地区了解柑橘种植情况,进行柑橘长势监测和产量估测提供技术参考. 相似文献
15.
融合时间序列环境卫星数据与物候特征的水稻种植区提取 总被引:3,自引:0,他引:3
获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义。区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度。为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ-1A/1B)与MODIS融合数据的水稻种植面积提取的新方法。以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取。结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据。该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法。 相似文献
16.
基于两个独立抽样框架的农作物种植面积遥感估算方法 总被引:34,自引:15,他引:34
通过分析遥感技术在中国农作物种植面积估算中所遇到的难点 ,针对运行化的农作物遥感估产系统对主要农作物种植面积估算的需求 ,提出在农作物种植结构区划的基础上 ,采用整群抽样和样条采样技术相结合的方法 ,进行农作物种植面积估算。整群抽样技术利用遥感影像估算农作物总种植成数 ,样条采样是一种适合中国农作物种植结构特征的采样技术 ,用于调查不同农作物类别在所有播种作物中的分类成数。在中国现有的耕地数据库基础上 ,根据两次抽样获得的成数 ,计算得到具体某一种农作物类别的种植面积。最后给出了 2 0 0 3年早稻种植面积估算的实例。 相似文献
17.
哨兵2号多时相植被指数作物分类及监测 总被引:1,自引:0,他引:1
针对单实相遥感数据分辨率不高以及“同物异谱”和“异物同谱”导致的地物错分问题,依据多时相NDVI植
被指数建立决策树判别规则对农作物进行精细分类及面积提取,并对来年种植趋势进行预测。通过监测样本点3—
10月的NDVI植被指数变化情况,确定分类阈值并构建决策树分类方法,计算8幅影像的NDVI植被指数,利用决
策树分类方法对9种地貌类型进行分类,并对比农作物两年种植面积变化规律,对来年的种植进行分析和预测。实
验结果表明,两年的kappa系数分别为0.885 8和0.910 0,总体分类精度分别为90.76%和
92.54%,9种地貌类型的遥感分类总体在精度上达到高度一致。 相似文献
18.
应用NOAA/AVHRR数据测算局地水稻种植面积方法研究 总被引:29,自引:3,他引:29
本文采用在模糊监督分类中增加迭代过程的方法--模糊监督分类一迭代法,在分解混合像元的基础上,利用AVHRR数据求算水稻种植面积。根据稻田与旱地存在温度差异的特点,在分析AVHRR数据统计特征的基础上,增加了第3和4两通道参加模糊监督分类,从而增加了分类橡元值矢量维数,增强了对水稻的鉴别能力。反采用的迭代法是收敛具有效的,经本方法输出的水稻种植面积百分含量图与实际水稻分布十分吻合,测算出的面积值与T 相似文献
19.
20.
《现代测绘》2018,(5)
遥感影像分类技术能够快速获取土地利用信息。以铜陵市2015年的Landsat8OLI遥感影像,以及1998年的土地利用图、政区图为数据源,经过配准、辐射校正、几何校正等预处理,利用监督分类和专家分类法对影像进行分类,并对分类结果进行精度分析,选用精度较高的分类结果;利用ArcGIS对1998—2015年的土地利用变化情况进行统计和分析,并对土地变化趋势的分析结果进行验证。研究结果表明,由于城市化的推进,1998—2015年铜陵市水体总面积变化较大,林地面积有较大增长,建设用地面积稳定增加,而裸地面积大幅度减少。研究结果可为铜陵市的可持续性发展和土地的有效管理提供理论基础和依据。 相似文献