基于风云卫星中分辨率数据的农业种植区信息提取方法研究

及时掌握农作物种植分布情况,对于宏观指导农业生产、合理采取农作物管理措施有重要的现实意义。如何提高作物种植区信息提取精度是近年来遥感科学关注的重要课题之一。本文以华北平原为研究区,结合相应作物的物候信息,首先利用国产风云卫星中分辨率数据,基于分层构建决策树的方法来提取裸地和冬小麦种植区分布图,在此基础上利用MERSI NDVI旬产品,建立多作物提取模型,获取不同年份的农作物种植分布情况。主要研究工作如下:(1)基于分层构建决策树的冬小麦种植区提取。首先选取冬小麦生长季中多幅数据质量好的MERSI数据,采用分层提取的方法,对于不同的层次选用与待提取类别最为敏感的特征波段来构建相应的决策树,从中将每一幅影像中冬小麦和裸地提取出来,然后将多幅数据融合为一幅生长季内的冬小麦种植区和裸地分布图,最后采用野外实地调查的数据和LANDSAT 8影像解译数据对提取结果进行精度验证,并对比和分析分层构建决策树与其他分类方法的优劣。提取方法确定后,倒推回2010年,做出不同年份的冬小麦种植分布图。研究表明,采用分层构建决策树获取的精度比其他的分类方法相对较好,其中得到2013-2014年度的裸地、冬小麦和总体提取精度最好,分别达到91.80%,90.19%,90.90%,同时从县域尺度上,MERSI数据提取的冬小麦和裸地与LANDSAT 8影像在空间分布上,大体一致。(2)基于NDVI时序的多作物种植区提取。首先生成不同年份的250米分辨率的MERSI NDVI旬产品,再利用提取出不同年份的冬小麦种植区和裸地对选取的NDVI影像进行掩膜处理,以求取华北平原春玉米、夏玉米和棉花关键生育期内NDVI变化曲线,并结合相应作物的物候信息,建立提取模型,最后利用野外采集的数据和LANDSAT 8影像解译数据对结果进行精度验证,结果表明,不同年份总体提取都达到84%以上,从250米遥感制图及作物遥感监测方面来说,精度能满足需求,同时从县域尺度上,获取的作物种植分布与LANDSAT 8影像大体一致。(3)分类系统设计与实现。在了解本文所涉及的分类算法和研究成果基础上,结合数据的处理框架,从系统应用需求和设计思路上合理开发相应的分类系统,该系统由3个模块组成,包括训练样本数据格式转换模块、分类方法选择模块和数据融合处理模块。