国家自然科学基金(41071277)
- 作品数:6 被引量:225H指数:6
- 相关作者:李强子张焕雪贾坤田亦陈陶青山更多>>
- 相关机构:中国科学院遥感与数字地球研究所国土资源中国科学院更多>>
- 发文基金:国家自然科学基金中国科学院知识创新工程重要方向项目国家高技术研究发展计划更多>>
- 相关领域:农业科学天文地球自动化与计算机技术理学更多>>
- 空间分辨率对作物识别及种植面积估算的影响研究被引量:11
- 2014年
- 不同分辨率的遥感数据对农作物识别和面积估算精度的敏感程度是目前研究的热点。本文利用20m分辨率CBERS-02BCCD数据,通过构建不同分辨率遥感影像序列,采用最大似然、支持向量机、人工神经网络3种分类器,分别从像元和区域尺度讨论了空间分辨率对分类和面积估算精度的影响;同时,还进行了作物种植成数和聚集度的影响分析。结果表明,随着空间分辨率的降低,分类精度和面积估算精度均呈下降趋势;作物种植成数越高,作物种植越密集,面积估算精度随分辨率的降低下降速率越慢;对于分布十分密集的作物,当分辨率高于80m时,聚集度对其精度结果起主导作用。最后,针对不同作物种植结构区,提供了要满足一定的区域精度所需要的遥感数据和最佳分类方法。
- 张焕雪李强子
- 关键词:空间分辨率
- 农作物遥感分类特征变量选择研究现状与展望被引量:45
- 2013年
- 农作物遥感分类是农作物种植面积估算的重要核心问题,是提高农作物种植面积估算精度的关键研究内容。特征变量的选择是农作物遥感分类的重要步骤,有效地使用多种特征变量是提高农作物遥感分类精度的关键。随着多源数据获取的更加容易,电磁波谱特征、空间特征、时间特征以及辅助数据特征在农作物遥感分类中发挥着重要的作用。本文简要回顾和综合分析了在农作物遥感分类中所使用的各种特征变量,包括多光谱特征、微波散射特征、多源数据特征、高光谱数据特征等电磁波谱特征,以及空间特征、时间特征和辅助数据特征等,并分析了农作物遥感分类特征变量选择方面存在的问题和发展趋势。指出目前农作物遥感分类特征变量选择存在的关键问题主要包括特征变量选择的理论研究不足和综合应用存在缺陷两个方面。未来农作物遥感分类特征选择研究的核心内容主要包括生化组分特征及冠层结构特征等农作物遥感分类新特征变量的挖掘、分类特征变量的综合应用、农作物遥感分类特征变量的敏感性和不确定性研究3个方面。
- 贾坤李强子
- 关键词:农作物遥感
- 农作物种植面积遥感抽样调查的误差影响因素分析被引量:12
- 2014年
- 空间抽样技术在农作物种植面积调查中具有不可替代的作用,各抽样要素(抽样率、抽样调查单元尺寸及布局)对于抽样精度的影响至关重要。该文以湖南省晚稻为研究对象,设计了9种抽样调查单元和31种抽样率水平,以晚稻面积百分比为分层标志进行空间分层抽样,分析抽样格网大小、抽样率及样本空间分布格局对面积估算精度的敏感性及控制途径,并建立3种影响因素对面积估算的综合评估模型。结果表明:1)作物面积估计的平均抽样误差随抽样格网尺寸的增加而增加(R2=0.92),当抽样格网控制在5 km以内时,平均误差基本限制在5%以下,标准差变幅稳定在0.12以内;2)作物面积估计的平均抽样误差随抽样率的增加而逐渐降低(R2=0.82),当抽样率达到0.4%时,平均误差基本限制在5%以内,标准差变幅稳定在0.12以内;3)在抽样率确定的情况下,样本的空间分布是影响抽样精度的重要因素,随着样本空间分布由近似均匀分布向随机分布再向集群分布变化,作物面积估计量的平均抽样误差逐渐增大,当样本空间分布的方差均值比指标<0.7时,平均误差控制在5%以内,标准差变幅稳定在0.1以内;4)得到3种影响因素对面积估算精度的定量评估模型。该成果揭示了农作物种植面积抽样过程中样方尺寸、抽样率和样本空间分布对精度影响的敏感性,为农作物种植面积监测空间抽样方案的选取以及确定特定的抽样方案可以达到的面积估算水平提供了理论基础。
- 张焕雪李强子文宁杜鑫陶青山董泰锋
- 关键词:农作物误差分析
- 农作物种植面积遥感估算的影响因素研究被引量:15
- 2015年
- 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。
- 张焕雪李强子文宁杜鑫陶青山田亦陈
- 关键词:遥感估算种植面积农作物影像分类
- 基于多时相环境星NDVI时间序列的农作物分类研究被引量:33
- 2015年
- 时相和归一化植被指数(NDVI)时间序列特征在农作物分类提取方面具有重要的应用价值。以黑龙江红星农场为研究区,利用多时相环境星HJ-1A/B CCD数据及其多期平滑重构后的NDVI时间序列曲线特征,在对象尺度上采用决策树算法开展了农作物分类研究,通过与单独利用多时相遥感数据分类结果的对比分析,研究了增加NDVI时序曲线特征对分类精度的影响。结果表明:面向对象分类方法得到的地块较为规则,平滑了地块内部同种作物间的噪声,避免了"椒盐现象",适合于我国东北地区农作物分类识别;利用NDVI时序曲线特征参与分类,增强了不同作物之间的光谱差异,提高了作物分类精度,比仅使用3个多时相HJ-1A/B CCD数据分类精度提高了5.45%,Kappa系数提高了0.09。通过该研究探讨了NDVI时序曲线特征在作物分类中的应用,拓展了遥感数据在农业领域的应用范围,具有推广价值。
- 张焕雪曹新李强子张淼郑新奇
- 关键词:多时相NDVI面向对象农作物
- 遥感影像分类方法研究进展被引量:121
- 2011年
- 遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容。分类方法是遥感影像分类的重要内容,有效地选择合适的分类方法是提高分类精度的关键。随着遥感技术的发展,传统的非参数分类方法已经难以满足分类精度需求,基于智能算法的非参数分类方法得到了迅速发展,并在遥感影像分类中发挥着重要作用。近年来,组合分类器由于能够利用单一分类器的互补信息,成为了遥感影像分类的一个新热点。本文综合分析了各种分类方法的特点和优势,及分类方法的发展趋势,为遥感影像分类技术的发展提供科学的参考依据。
- 贾坤李强子田亦陈吴炳方
- 关键词:遥感分类器