多源遙感數(shù)據(jù)提取煙田信息方法研究.pdf

1、隨著遙感和地理信息技術(shù)的發(fā)展，空間信息技術(shù)對(duì)國(guó)民經(jīng)濟(jì)的決策支持作用日益凸現(xiàn)。而農(nóng)作物類型識(shí)別和播種面積的估算一直是農(nóng)業(yè)遙感的重要議題之一，播種面積準(zhǔn)確與否關(guān)系到產(chǎn)量、出口數(shù)量、庫(kù)存壓力、市場(chǎng)需求、市場(chǎng)價(jià)格等市場(chǎng)供需因素，對(duì)于政府宏觀調(diào)整農(nóng)作物種植結(jié)構(gòu)具有重要的現(xiàn)實(shí)意義。 本文以經(jīng)濟(jì)效益顯著的烤煙為研究對(duì)象，從理論基礎(chǔ)與案例分析兩個(gè)角度探討煙田遙感識(shí)別的方法。在理論分析部分，論文從分析烤煙的生態(tài)學(xué)特性出發(fā)，著重詮釋煙草生態(tài)特性的遙

2、感機(jī)理，對(duì)煙田遙感識(shí)別數(shù)據(jù)選擇的五個(gè)關(guān)鍵性問(wèn)題-適宜空間分辨率、最佳光譜波段、最佳時(shí)相、最佳遙感數(shù)據(jù)復(fù)合、地理輔助信息復(fù)合-初步辨識(shí)，初步解決了煙田遙感識(shí)別的數(shù)據(jù)選擇問(wèn)題。最后，從光譜特征、專家知識(shí)規(guī)則、分層分類等角度探討專題信息遙感識(shí)別適用方法，認(rèn)識(shí)到：簡(jiǎn)單的基于光譜特征的監(jiān)督分類和非監(jiān)督分類無(wú)法滿足專題信息提取的精度要求，而專家系統(tǒng)、層次分類等區(qū)域綜合的方法需要光譜信息的支持；因此，建立在對(duì)遙感信息機(jī)理分析的基礎(chǔ)上，監(jiān)督分類、專家系

3、統(tǒng)、層次分類諸多方法綜合的遙感專題信息提取技術(shù)挖掘遙感影像中煙田的分布信息是行之有效的途徑。 在案例分析部分，以云南省某一煙草種植試驗(yàn)縣為研究案例，從煙草光譜數(shù)據(jù)野外測(cè)量出發(fā)，識(shí)別煙草光譜信息機(jī)理。在正射校正、TM和SPOT數(shù)據(jù)融合的基礎(chǔ)上，得到適宜煙田數(shù)據(jù)挖掘的遙感影像。根據(jù)野外訓(xùn)練樣區(qū)的信息，提取適宜的綠度、植被指數(shù)、紋理遙感信息參量的煙田分布規(guī)律閾值，在海拔高度、坡度、土壤、土地利用等地理信息參量的輔助支持下，利用分層分類

4、的區(qū)域綜合方法得到試驗(yàn)區(qū)煙田分布圖。采用混淆矩陣的精度評(píng)價(jià)表明，耕地的分類者精度95.77％，煙田的分類者精度為93.7％，煙田信息提取的總體分類者精度為94.1％。 區(qū)域綜合的分類方法與傳統(tǒng)的分類方法相比，該方法采用影像代數(shù)變換與組合生成綠度、植被指數(shù)、紋理等影像層，借助DEM、專題圖、資源實(shí)地調(diào)查資料、文字資料等地理輔助數(shù)據(jù)進(jìn)行分類。該區(qū)域綜合的專題信息識(shí)別方法可以充分利用地理信息系統(tǒng)提供的豐富的地理輔助數(shù)據(jù)，進(jìn)一步提高專題