面向对象的特色农作物种植遥感调查方法研究

• 作者: 关红 单治彬 孔金玲 张文博 张永庭 李健锋 李欢 胡永新
• 来源期刊: 地球信息科学学报
• 关键词: 特色农作物 支持向量机 面向对象模型 特征提取 GF-1影像
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 遥感科学与应用技术
• 页码范围: 1509-1519
• 页数: 11页
• 语种: 中文

摘要

宁夏自治区具有土地、光能、引黄灌溉等优势,为宁夏特色农作物(硒砂瓜、枸杞、大枣)的生长提供了先天条件.快速准确地获取特色农作物的种植信息不仅是宁夏特色农作物监测、估产和灾害评估的重要依据,同时也是分析特色农作物结构分布变化和评价区域特色农业生产影响的重要凭证.近年来,随着航天技术和卫星传感器的不断发展,越来越多的学者将遥感技术运用到农作物种植信息的提取研究中.但是传统的遥感调查模型都是基于中低分辨遥感数据建立的,对于新的高分数据没有完备的信息提取模型.此外,基于GF-1遥感影像对类似宁夏特色农作物(硒砂瓜、枸杞、大枣)的信息提取研究相对较少,决策条件和分类模型的选择也难以满足高分农业的需求.基于此,本文利用国产GF-1 PMS遥感影像,在分析3类特色农作物光谱特征和纹理特征的基础上,建立了面向对象的支持向量机(SVM)分类模型,总体分类精度达到94.94％,Kappa系数为0.9174.同时将分类结果与传统的SVM分类结果相比较,研究发现面向对象的SVM模型的精度更高,效果最好,纹理信息的引入使光谱特征差异较小的枸杞和大枣更容易区分,有效降低了模型错分和漏分误差,改善了模型分类结果.研究结果为实现宁夏特色农作物的快速自动化提取提供了有效途径,也为开展农作物承保和受灾定损评估体系建设提供技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔金玲	长安大学地质工程与测绘学院	51	641	15.0	23.0
2	李健锋	长安大学地球科学与资源学院	3	13	2.0	3.0
3	张文博	长安大学地球科学与资源学院	11	16	3.0	4.0
4	李欢		5	12	2.0	3.0
5	单治彬	长安大学地球科学与资源学院	1	10	1.0	1.0
6	张永庭		1	10	1.0	1.0
7	关红		1	10	1.0	1.0
8	胡永新	长安大学地质工程与测绘学院	1	10	1.0	1.0