基于GlobeLand 30的水田提取方法研究

被引：1

作者：

杨振州 ^{[1
]}

陈利军 ^{[2
]}

韩佳鹏 ^{[3
]}

机构：

[1] 中南大学地球科学与信息物理学院

[2] 国家基础地理信息中心

[3] 商丘市国土资源开发投资管理中心

来源：

测绘与空间地理信息 | 2016年 / 39卷 / 08期

基金：

国家高技术研究发展计划(863计划);

关键词：

GlobeLand30; 水田; 面向对象; NDVI; LSWI;

D O I：

暂无

中图分类号：

S127 [遥感技术在农业上的应用];

学科分类号：

082804 ;

摘要：

Globe Land 30是全球首套30 m分辨率地表覆盖数据产品,分为10种类型,包括耕地、森林、草地、灌木地等,分类精度经过多方验证达83.51%,Kappa系数0.78,耕地的分类精度达83.06%。由于Globe Land 30耕地图层没有更加详细的耕地亚类信息,限制了其广泛应用。本文试图基于Globe Land 30耕地数据探索一种快速提取水田信息的方法,进而为获取全球范围的水田分布信息提供技术支持。该方法基于TM影像的归一化植被指数NDVI、地表水分指数LSWI、近红外波段的反射率ρnir和短波红外波段的反射率ρwir,通过Google Earth选取的水田样本,统计水田的光谱特征和空间特征,建立水田提取的知识规则,然后结合多尺度的分割对象图斑自动化识别水田信息。文中选取了江苏省高邮市实验区进行水田提取试验,结果表明:采用该方法分类精度比基于像素的决策树方法提升大约6%,并能有效地消除椒盐误差,图斑完整性较好。

引用

页码：52 / 56

页数：5