基于SPOT-5卫星影像的灌区作物识别.pdfVIP

3O卷 O2期 草 业 科 学 l61— 167 Vo1．30，NO．02 PRATACUITURAI SCIENCE O2／20l3 基于 SPOT一5卫星影像 的灌区作物识别 梁友嘉，徐 中民 (中国科学院寒区旱区环境与工程研究所 内陆河流域生态水文重点试验室 ，甘肃 兰卅I730000) 摘要 ：高分辨率卫星影像是作物精确分类和评估的重要数据源，在农作物种植规划 、估产等领域具有重要 的应用 价值 。本研究利用分辨率为 2．5m 的SPOT一5影像分析张掖 市盈科灌区的作物分布状况 ，同时分别生成分辨率 为 1O和 30m 的影像 ，用于尺度验证。最终得到研究区作物分类图，所用方法主要有最小距离法、马氏距离、最大 似然法、光谱角制 图仪 (SAM)和支持向量机 (SVM)。Kappa系数分析袁 明，最大似然法和 SVM 的分类效果好于 其它分类器，分别为0．8719和 0．8625，但这两种方法的统计量无明显区别；分类图精度评价表 明，基于最大似然 法的分类 图总体精度最高，为 90．6 ；随像元空间尺度 的增加 ，分类精度未产生明显变化。研 究结果表 明，最大 似然法和 SVM 技术 可以与 SPOT 5影像 结合 ，用于作物 类型识别和作物面积估算 。 关键词 ：作物识别 ；高分辨率卫星影像 ；SPOT一5；最大似然分类；支持向量机 中图分类号 ：Sl27 文献标识码 ：A 文章编号 ：1)【()卜0629(20l3)02—016卜O7 作物类型和生长面积是农作物管理和农业规划 达 (SyntheticApertureRadar，SAR)影像也 已得到 的基本信息源之一。近几十年来 ，遥感技术在作物 应用 。一般有两种用法 ：或单独用于作物识别研 识别和面积估算研究 中已得到广泛应用 ，从航空拍 究L7]，或和一些光学遥感影像联合使用[。 摄 图像到多光谱卫星影像 ，技术手段 日益更新。由 作物类型区分的基本假设是每种作物类型有唯 于卫星影像具有覆盖面积大 、时效性强等特点，已逐 一 的地物特征或唯一的光谱特征 。但实际工作中较 渐取代航空图像成为作物识别 的基本信息源l1]。基 难区分 ，会受土壤属性 、施肥状况、虫害状况 、灌溉、 于不同的卫星传感器 ，在作物识别和面积估算 中得 种植时间、套作和耕地活动等影响 ，致使某一个 到广泛应用 的卫星影像有 ：IandsatMSS(Multi— 谱段区内两种不 同地物可能呈现相 同的谱线特征 spectralScanner，MSS)和 TM (ThematicMapper， (同谱异物)，或使得处于不 同生境的同一地物呈现 TM)数据 ]，SPOT影像 ，印度遥感卫星 (Indian 不同的谱线特征 (同物异谱)。此外 ，作物物候和 田 RemoteSensingSatellite，IRS)数据 。其 中，单 日 块的空间光谱信息变化也是常见的问题n 。近年 尺度的多光谱影像最为常用，但 已有学者指 出在特 来 ，随着 GIS技术 的大量使用 ，利用卫星影像获取 定年份使用多 日尺度影像进行分类的诸多优势 ]。 精确作物信息的可能性得到极大提高。除传统监督 选用单 日或多 日尺度影像取决于诸多因素 ，一般包 分类和非监督分类方法外，人工神经网络、支持向量 括研究区作物类型、生长周期 、数据获取成本和气候 机、决策树和影像分割等新技术已在遥感影像分类 条件等 。此外，选择影像时还应考虑光谱特征，光谱 中得以应用_l3l；还有基于 田块的分类方法 ，也可提 信息越多 ，越能借助详细的光谱特征进行作物分类 ， 高分类精度 ，但需田块边界信息 。 但操作成本会相应增加 。一般情况下，气候条件是 近年来 ，一些高空间分辨率影像 ，