基于混合像元分解提取大豆种植面积的应用探讨

被引：22

作者：

李霞 ^{[1
]}

王飞 ^{[2
]}

徐德斌 ^{[1
]}

刘清旺 ^{[3
]}

机构：

[1] 中国地质大学(北京)地球科学与资源学院

[2] 农业部规划设计研究院

[3] 中国林业科学研究院

来源：

农业工程学报 | 2008年 / 01期

关键词：

混合像元分解; 端元组分; 线性光谱混合模型; 大豆种植面积;

D O I：

暂无

中图分类号：

S565.1 [大豆]; S127 [遥感技术在农业上的应用];

学科分类号：

082804 ;

摘要：

利用中低分辨率卫星影像进行大宗作物面积提取时,需要考虑混合像元产生的影响,以提高面积提取的精度。以吉林省梨树县大豆种植面积为例,选取线性光谱混合模型对TM影像进行分类并计算出大豆种植面积,将其结果与Quickbird影像解译结果对比分析,采用以数量精度为基础的精度评价方法,分类精度达到92%。同时,使用典型的最大似然法监督分类和自组织迭代法非监督分类提取大豆种植面积,分类精度分别为87%和84%。结果表明,混合像元分解方法与其他遥感定量提取方法相比,能够提高大豆种植面积提取的精度。

引用

页码：213 / 217

页数：5

共 13 条

[1] 半干旱地区土地退化遥感动态监测方法—以吉林省通榆县为例
卢远
林年丰
[J]. 干旱区资源与环境, 2004, (01) : 94 - 98
[2] 成像光谱技术超谱图像分类研究现状与分析
张钧萍
张晔
周廷显
[J]. 中国空间科学技术, 2001, (01) : 40 - 47
[3] 应用NOAA/AVHRR数据测算局地水稻种植面积方法研究
李郁竹
曾燕
[J]. 遥感学报, 1998, (02) : 125 - 130
[4] 遥感数据分类结果的精度分析
吴健平，杨星卫
[J]. 遥感技术与应用, 1995, (01) : 17 - 24
[5] 基于波谱库的作物纯像元识别与种植面积遥感估算[D]. 陈水森.中国科学院研究生院（遥感应用研究所）. 2005
[6] Estimating and mapping crop residues cover on agricultural lands using hyperspectral and IKONOS data
Bannari, A.
PacheCo, A.
Staenz, K.
McNairn, H.
Omari, K.
[J]. REMOTE SENSING OF ENVIRONMENT, 2006, 104 (04) : 447 - 459
[7] Multiple shadow fractions in spectral mixture analysis of a cotton canopy
Fitzgerald, GJ
Pinter, PJ
Hunsaker, DJ
Clarke, TR
[J]. REMOTE SENSING OF ENVIRONMENT, 2005, 97 (04) : 526 - 539
[8] Evaluation of soil erosion protective cover by crop residues using vegetation indices and spectral mixture analysis of multispectral and hyperspectral data[J] . éric Arsenault,Ferdinand Bonn.Catena . 2005 (2)
[9] The Landsat ETM+ spectral mixing space[J] . Christopher Small.Remote Sensing of Environment . 2004 (1)
[10] Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery[J] . Changshan Wu.Remote Sensing of Environment . 2004 (4)

← 1 2 →