南方丘陵地区水稻种植面积遥感信息提取的可行性分析

以浙江省为试验区，在地理信息系统支持下综合利用多种地理信息，探讨丘陵地区大面积提取水稻种植面积信息的可行性。开展了分类识别方法的比较试验及训练样点相对稳定性试验。针对丘陵地区的复杂地形，在数字化地形图的基础上，建立数字地形模型（ＤＴＭ），并衍生出地面坡度等地貌因子的数字化图像，结合ＮＯＡＡ／ＡＶＨＲＲ数据，进行分类。试验结果表明，传统的分类识别方法中，最大似然法的分类精度可满足业务化运行的要求；建立在混合像元分解基础上的模糊监督分类，有较高的分类精度和较好的稳定性，具有较强的适应性；地貌因子参与遥感影像的分类，不仅可以有效地提高丘陵地区水稻种植面积信息的提取精度，而且还可以使面积信息提取精度保持一定的稳定性，提高空间精度；为探讨丘陵地区水稻种植面积信息遥感提取的可靠性和客观性，在训练样点保持相对稳定的前提下，对１９９６年和１９９７年浙江省水稻种植面积进行测算，两年的数量精度均在９２％以上。