基于时序植被指数的县域作物遥感分类方法研究

准确地获取农作物种植面积信息是农业管理部门及时掌握农作物生产信息的基础。基于时序植被指数的作物遥感分类方法,可以充分发挥遥感技术周期短、速度快和宏观性强的特点,克服单时相遥感数据的“同物异谱”和“异物同谱”导致的混分问题。以河北省曲周县作物遥感分类为例,在研究待分类作物的最佳NDVI阈值区间的基础上,探讨了基于时序植被指数的农作物分类知识规则建立方法。分类结果显示研究区2014年各类作物的种植面积分别为：冬小麦27 776.61 hm 2、夏玉米27 776.61 hm 2、春玉米2 582.73 hm 2、棉花6 485.94 hm 2、谷子 277.65 hm 2。 用总体分类精度、Kappa系数和统计数据对分类精度进行了验证,总体分类精度为89.166 7%,Kappa系数为0.857 4,与统计数据的相对误差分别为冬小麦-0.80%、夏玉米-0.32%、春玉米-3.15%、棉花-2.71%、谷子4.12%。研究结果表明该方法可为县域农作物种植面积遥感调查提供技术依据。     

农作物种植格局对遥感分类精度的影响

研究不同作物种植成数、田块形状和田块破碎度对作物遥感分类精度的影响,是科学评价作物遥感分类精度的基础。采用GF-1遥感数据,以时序植被指数的主要农作物分类结果为基础,对研究区冬小麦-夏玉米作物种植区的分类精度与种植成分、田块形状和破碎度的关系进行了研究。结果表明,种植成数与分类精度呈正相关,田块破碎度、田块形状指数与分类精度呈负相关。     

基于监测信息可视化方法的土地覆被变化分析

在土地覆被变化动态监测中,经典的土地利用转移矩阵可以反映出一段时期内各地类面积之间的相互转化关系,但无法实现变化信息的定位分析与可视化表达,该文运用地学信息图谱的分析理念,提出了土地覆被变化监测信息的可视化分析方法。首先,通过遥感制图获取了土地覆被变化监测时段内的2期土地覆被分类图,利用GIS空间叠加分析功能,提取了土地覆被类型转移矩阵和土地覆被类型转移信息图谱;然后,在土地覆被类型转移信息图谱的基础上,依据地统计学模型原理,对图谱中的空间数据进行网格处理和Kriging插值分析,获取了研究区土地覆被变化强度信息图谱,用直观的图谱形式展示了土地覆被变化监测信息的空间变化强度规律。该文以黑龙江省哈尔滨市双城区为研究区,利用2002年Landsat7 ETM+和2013年Landsat8 OLI遥感影像,在土地覆被类型遥感制图的基础上,通过GIS叠加分析方法和地统计学模型,获取了2002－2013年时段的土地覆被类型转移图谱和变化强度信息图谱,实现了土地覆被变化监测信息的可视化定位分析,为土地覆被类型变化信息的定位表达及其变化规律的图谱分析提供了一种途径。