收稿日期 :2007201222 ;修订日期:2007212204
基金项目:国家 863 项目 :粮食预警遥感辅助决策系统
(
2003AA131050
)
;中国科学院知识创新工程重要方向项目 :遥感估产运行系统中遥
感监测过程检验与精度评估
(
KZCX32SW233822
)
。
作者简介 :徐新刚
(
1976 -
)
,男 ,博士研究生 ,主要从事农业与生态环境遥感研究。E2mail :xxg_xin_gang @126. com。
应用高分辨率遥感影像提取作物种植面积
徐新刚
1 , 2
,李强子
1
,周万村
3
,吴炳方
1
(
1. 中国科学院遥感应用研究所 ,北京 100101 ;2. 国家农业信息化工程技术研究中心 ,北京 100097 ;
3. 中国科学院山地灾害与环境研究所 ,四川 成都 610041
)
摘要 :利用中低分辨率遥感影像提取作物分类种植面积的精度 ,往往难以满足农业遥感估产的需
要。随着新型传感器的不断出现 ,应用高分辨率遥感影像高精度地提取作物分类面积日益成为发
展趋势。由于高分辨率遥感影像提供的地物纹理、色调与形状等信息更加丰富 ,当前基于对象的地
物识别分类方法仍不成熟 ,处理操作中人为干预过多 ,而且较为复杂 ,因此尝试以地面调查信息为
辅助参量 ,采用常规基于像元的最大似然法监督分类方法 ,依据多尺度遥感影像信息提取的原理 ,
分阶段地逐步提取作物种植面积 ,以此为农业遥感估产服务。
关 键 词 :作物分类 ;QuickBird 遥感影像 ;地面调查 ;最大似然法 ;多尺度
中图分类号 : TP 79 文献标识码 :A 文章编号 :100420323
(
2008
)
0120017207
1 引 言
如何利用遥感影像高精度地提取作物种植面积
一直是农业遥感估产关注的主要问题。国外主要是
利用多时相、多源影像进行作物种植面积的分类提
取
[1~6 ]
。如 Anne
(
1996
)
将 ERS212SAR 高光谱影像
与 TM 全色图像相结合进行农作物的分类提取工
作。Mary
(
1997
)
和 Satoshi
(
2001
)
则分别采用多时
相低分辨率的 NOAA/ AV HRR 影像和 MODIS 数
据进行作物分布制图。Turner
(
1998
)
等利用 3 景
SPO T2XS 影像 ,结合非监督与监督分类方法获得精
度较高的非洲半干旱地区水稻作物分类结果图。
Okamoto
(
1999
)
等利用 TM 数 据 , 结 合 J ERS21
SAR 影像来识别印尼新增水稻作物的种植面积。
McNairn
(
2002
)
等利用多时相雷达影像 RadarSat21
提取加拿大西部农业区不同作物的种植面积。这些
应用研究主要是采用中低分辨率的遥感影像提取作
物分类种植面积 ,将合适时相的不同数据进行融合
分析处理 ,并采用多种分类提取方法来获取作物种
植面积 ,但仍受制于低空间分辨率的影响 ,获取的作
物分类精度不是特别理想。
我国利用遥感技术提取作物种植面积的精度主
要受到我国农耕区地面条件复杂性的制约 ,同时还
受到耕作制度空间差异的影响 ,如南方地区 ,耕地破
碎程度高 ,作物插花种植现象严重 ,间作套种普遍 ,
种植结构比较复杂。基于上述原因 ,国内作物种植
面积分类主要是基于区域大宗作物的种植面积提取
和分布制图
[7 ,8]
。在我国七五期间的遥感估产研究
中 ,应用陆地卫星测算作物种植面积时 ,由于晴空资
料得不到保证、资料价格和处理费用昂贵等原因 ,在
进行北方冬小麦大范围种植面积测算时多采用气象
卫星数据如 NOAA 影像数据。随着遥感估产技术
研究的深入 ,低分辨率的气象卫星数据难以满足作
物面积估算精度的需要 ,八五期间 ,运用适时陆地卫
星影像 TM 数据进行作物播种面积的自动识别与
提取成为主要的发展方向。自 20 世纪 90 年代中后
期以来 ,我国运用遥感技术进行作物面积监测的手
段和方法已日趋成熟 ,伴随着各种高分辨率影像数
据的日益发展 ,一些较高空间分辨率的数据费用成
本有所降低 ,监测作物种植面积的数据来源也呈现
多元化趋势 ,如 ETM + 、ASTER 和雷达数据等均
用于作物种植面积的遥感监测研究。但是 ,上述研
究主要利用不同分辨率遥感数据提取大面积作物的
种植面积信息 ,对于小规模作物种植面积的分布信
第 23 卷 第 1 期
2008 年 2 月
遥 感 技 术 与 应 用
REMOTE SENSIN G TECHNOLOGY AND APPLICA TION
Vol. 23 N o. 1
Feb. 2008