面向?qū)ο蠓诸惙椒ㄔ谀臼矸N植面積提取中的應(yīng)用研究.pdf

1、隨著遙感技術(shù)的進(jìn)步，應(yīng)用領(lǐng)域日趨廣泛，尤其在農(nóng)業(yè)領(lǐng)域的應(yīng)用，因此借助遙感手段獲取農(nóng)業(yè)信息已成為農(nóng)業(yè)信息獲取的主要方法。常規(guī)方法獲取農(nóng)作物信息，其作物具有種植集中、地塊規(guī)整、與周圍作物易于區(qū)分的特點(diǎn)，例如:冬小麥、棉花等，而針對(duì)種植區(qū)域分散、空間分布極其不均的作物的研究較為稀少。木薯因其種植分散、與易混淆作物生長(zhǎng)缺乏生長(zhǎng)時(shí)相差，因此，對(duì)其種植信息及空間分布情況的獲取成為木薯乙醇生物燃料正確評(píng)估的主要技術(shù)瓶頸。
　　高空間分辨率圖像因

2、其具有較高的空間分辨率及其更多的紋理信息，傳統(tǒng)的基于像素的分類方法已經(jīng)無(wú)法滿足應(yīng)用的需求。又因其具有海量的數(shù)據(jù)，在信息提取時(shí)需要耗費(fèi)大量的人力和時(shí)間，本文針對(duì)以上問(wèn)題，基于面向?qū)ο蟮倪b感圖像分類方法，將高分辨率圖像和中分辨率圖像數(shù)據(jù)進(jìn)行結(jié)合對(duì)木薯種植信息進(jìn)行提取。面向?qū)ο蟮姆诸惙椒ú坏芸朔鹘y(tǒng)基于像素分類方法中的各種缺陷，而且由于其模擬人類思維方式的方法可以得到更加理想的分類精度，整合多源數(shù)據(jù)和對(duì)專題數(shù)據(jù)的利用使分類結(jié)果更具實(shí)際應(yīng)用價(jià)

3、值。
　　本文以廣西壯族自治區(qū)武鳴縣為研究區(qū)，以RapidEye高分辨率圖像和TM中分辨率圖像為數(shù)據(jù)源，結(jié)合統(tǒng)計(jì)數(shù)據(jù)、實(shí)地調(diào)查數(shù)據(jù)及土地利用數(shù)據(jù)，基于面向?qū)ο蟮姆诸惙椒ㄌ崛⊙芯繀^(qū)2012年和2009年木薯種植面積及空間分布信息。分類結(jié)果表明，面向?qū)ο蟮姆诸惙椒▽?duì)高分辨率圖像的分類精度遠(yuǎn)高于基于像素的分類結(jié)果，面向?qū)ο蟮姆诸惙椒ㄔ谥蟹直媛蕡D像分類中也得到較理想的分類精度。采用面向?qū)ο蟮姆诸惙椒ǎ愿叻直媛蕡D像分類結(jié)果為依據(jù)，完成對(duì)中