基于GF-1卫星遥感数据识别京津冀冬小麦面积
省级尺度冬小麦面积的精准获取技术是农作物面积遥感监测研究的主要内容之一.为了获取省级尺度的冬小麦种植面积, 该文以北京市(京)、天津市(津)和河北省(冀) 3个省域范围为例, 以国家标准地形图分幅为分类的图幅单元, 利用国产GF-1/WFV数据, 构建冬小麦面积指数, 实现了省级尺度冬小麦面积的识别.本文以冬小麦全部9个月生育期的984景影像作为数据源, 依次经过数据预处理、标准图幅单元的 NDVI 合成、样本点选择、冬小麦面积指数构建、冬小麦作物类型确认、省域范围制图及精度验证等步骤完成研究区域内冬小麦面积的提取.采用区域网平差和6S大气校正算法对数据源预处理, 以中国1:10万标准地形图分幅为分类图幅单元构建冬小麦面积指数, 将冬小麦面积指数按照1%的比例等分, 并将面积指数从0到100%分割为101个提取节点, 将提取节点的 NDVI值依次与类型确认样本比较, 精度最高的则确认为冬小麦面积提取阈值, 同时将该阈值应用于图幅单元内冬小麦面积指数影像, 获取冬小麦种植分布.最后冬小麦面积识别的精度表明, 以标准地图分幅作为计算单元, 在 GF-1影像基础上, 利用冬小麦面积指数能够显著提高冬小麦与其他地物类型的波谱差异, 且冬小麦的总体识别精度达到89.6%, 用户精度达到89.8%, 制图精度96.5%, Kappa系数0.72.在典型区域, 本文算法与监督分类算法精度结果较为一致, 除制图精度相差4.77%外, 总体精度与用户精度差都在1.00%以内, 说明本文算法具有精度高、运行效率高、分类单元识别结果一致性强的特点, 能够满足省级尺度农情遥感业务监测的需要.
GF-1卫星、区域尺度、冬小麦、面积指数、遥感监测
44
国家重点研发计划项目2016YFD0300603资助.This study was supported by the National Key Research and Development Program of China2016YFD0300603
2018-06-15（万方平台首次上网日期，不代表论文的发表时间）
共12页
762-773
