基于环境卫星的混合像元分解提取江汉平原油菜种植面积.docVIP

基于环境卫星的混合像元分解提取江汉平原油菜种植面积 　　摘要：利用中低分辨率卫星影像进行油菜面积提取时，需要考虑混合像元产生的影响，以提高面积提取的精度。通过选取2011年湖北省江汉平原油菜生长期内不同生育期的两景HJ-1A/B-CCD数据，生成1组8波段的数据；采取阈值技术结合夏收作物NDVI指数变化特点，提取夏收作物在江汉平原的空间分布；选取线性光谱混合模型进行油菜种植面积的分解计算研究。结果表明，线性光谱混合模型能够高精度地提取油菜的种植面积，是一种很好的油菜种植面积监测方法。 　　关键词：混合像元；阈值技术；线性光谱混合模型；油菜种植面积 　　中图分类号：S127 文献标识码：A 文章编号：0439-8114（2016）14-3745-04 　　Abstract：When extracting rape planting area by using low and middle resolution remote sensing satellite images， the influences from mixed pixel needed to be considered in order to improve the extraction accuracy of rape area. By choosing the two scenes HJ-1A/B-CCD 2011 data at different stages of rape growth in Jianghan plain of Hubei， an 8-band data was generated. By adopting threshold technology and combined with the of NDVI change characteristics of summer crops， the spatial distribution of summer crops in Jianghan plain were extracted. Using the linear spectral mixture model to decompose， calculate and analyze the rape planting area. Results showed that， the linear spectral mixture model could extract the rape planting area high precisely， and have proved to be a good method for monitoring rape planting area. 　　Key words： mixed pixel； threshold technology； linear spectral mixture model； rape planting area 　　江汉平原是湖北省油菜的主要种植区。准确、快速地估算油菜面积，对于制定油菜的耕作计划以保证粮食安全、油料产业的发展具有重大的现实意义，可为政府部门宏观决策提供科学依据。近年来，利用卫星遥感数据提取农作物种植面积已成为国内外学者研究的热点。一般来说，遥感影像中的像元大部分都是几种地物的混合体，但目前大多数遥感图像分类方法并未考虑这一现象，仅利用像元光谱间的统计特征进行像元分类[1]，导致面积所占比例较小的目标被错分到其他类别中去。江汉平原地区作物插花现象严重，受到“异物同谱、异物同谱”的影响，传统的分类方法难以保证提取的油菜面积的精度。为了解决这个问题，必须使用混合像元分解法，从亚像元水平上提高反演的精度。混合像元分解技术在多光谱遥感数据地物信息提取方面已得到广泛地应用。农作物种植面积提取方面，许文波[2]利用混合像元分解方法进行了冬小麦种植面积的提取，结果表明，单个样区提取的结果相对误差为2.09%，采用多样区提取的结果相对误差为3.82%。陈水森[3]在光谱混合分析模型基础上，提出了光谱角度和影像拟合残差相结合的最优端元选择方法，获得混合像元中各端元的面积比例，对小麦和荔枝种植面积进行了估算，结果表明，小麦像元内小麦作物比例制图的精度达到95%以上，荔枝面积估算结果和制图精度达到98%。Bannari等[4]利用线性光谱混合分析技术，对耕地上农作物收获后残余物进行了估算，结果表明，高光谱数据的估算精度高于IKONOS数据。李霞等[5]利用TM影像选取线性光谱混合模型计算大豆种植面积，其结果与QuickBird影像解译结果对比分析，分类精度达到92%，同时将混合像元分解方法与其他遥感定量提取方法相比，结果表明，混合像元分解方法能够提高大豆种植面积