基于分层多端元混合像元分解的水稻面积信息提取.pdf

《基于分层多端元混合像元分解的水稻面积信息提取.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第2期1542012年1月农业工程学报TransactionsoftheCSAE、，01．28No．2Jan．2012基于分层多端元混合像元分解的水稻面积信息提取马孟莉，朱艳，李文龙，姚霞，曹卫星，田永超※(南京农业大学国家信息农业工程技术中心／江苏省信息农业高技术研究重点实验室，南京210095)摘要：为了解决中低分辨率遥感影像混合像元问题以提高水稻种植信息的提取精度，该文提出了一种基于层次分类与多端元混合像元分解相结合提取水稻面积信息的方法(stratifiedmultipleendmemberspectra

2、lmixtureanalysis，SMESMA)。层次分类有效降低了地物复杂度，而多端元混合像元分解通过对每一类地物选取多个端元光谱参与解混，克服了“同物异谱”造成的光谱变异问题，两者结合可有效提高分类精度。以江苏如皋市为研究区，基于HJ．1BCCD影像，分3个层次，当某类地物信息被提取后便将其从影像中去除，进行下一层次分类，各层次均采用多端元混合像元分解方法，综合EARMSE、MASA、CoB等算法以选取最佳端元，实现了如皋市水稻种植面积信息有效提取。结果显示SMESMA法分类精度达85．78％，kappa系数为O．8

3、5，基于最大似然分类法(MLC)的分类精度为79．1％，kappa系数为0．78。表明SMESMA是一种适合基于中低分辨率影像进行作物分类和面积提取的有效方法。关键词：遥感，信息提取，最大似然，分层多端元混合像元分解，种植面积，水稻doi：lO．3969a．issn．1002—6819．2012．02．027中图分类号：S127文献标志码：A文章编号：1002—6819(2012)一02—0154—06马孟莉，朱艳，李文龙，等．基于分层多端元混合像元分解的水稻面积信息提取[J]．农业工程学报，2012，28(2)：154

4、—159．MaMengli，ZhuYah，LiWenlong，eta1．Extractingareainformationofpaddyricebasedons订mifiedmultipleendmemberspectralmixtureanalysis[J]．TransactionsoftheCSAE，2012，28(2)：154—159．(inChinesewithEnglishabs仃acO0引言水稻是中国的主要粮食作物之一，准确获取水稻种植面积信息可为定量遥感、总产的精确估算和政府宏观决策提供科学依据【I】。已有

5、部分利用遥感提取作物种植面积的研究【1～l，如焦险峰等将不同空间分辨率遥感影像与分层抽样技术相结合进行了水稻种植面积的估算【4J；Potgieter等利用多时相MODIS影像的增强型植被指数(EVI)估算了澳大利亚布里斯班市的冬季作物种植面积【3】。总的来看，作物面积提取精度受遥感空间分辨率精度影响较大，高空间分辨率提取精度较高，但其时间分辨率往往较低。而南方水稻生长期常遇阴雨天气，影像获取成功率低【4】，相比之下，中低分辨率影像因时间分辨率较高更易获取，但由于受传感器分辨率限制，存在大量混合像元现象，从而导致基于像元的

6、“硬分类”方法的面积提取精度难以满足实际应用需求【5。61。因此，急需深入研究混合像元分解问题，使遥感应用由像元级达到哑像元级，将混合像元分解为不同的“端元(endmember)，，lMJ，从而提高信息提取精度。以往研究多采用简单的混合像收稿日期：2011-05—05修订日期：2011-11—24基金项且：国家自然科学基金项目(30900868)，江苏省科技支撑计划项目(BE2010395)，教育部新世纪优秀人才支持计划(NCET-08—0797)。作者简介；马孟莉(1986一)，女，云南曲靖人，主要从事作物遥感监测研究

7、。南京南京农业大学国家信息农业工程技术中心／江苏省信息农业高技术研究重点实验室，210095。Emaihmamlsky@126．corn※通信作者：田永超，男，博士，副教授，主要从事作物生长监测研究。南京南京农业大学国家信息农业工程技术中心／江苏省信息农业高技术研究重点实验室，210095。Email：yetian@njan．edu．cn元分解法[6,8,10-11】，常忽略了同物异谱现象，即每类地物采用相同的端元光谱，从而常导致混分结果产生较大误差。而多端元混合像元分解(MESMA)方法被证实是一种有效的混分方法[5,

8、12-14】，它针对每一类地物选取多个端元光谱参与混合像元分解，可以有效解决同物异谱问题[12-13,15】。此外，研究表明，采用分层分类法能提高分类精度[16-28l。如张顺谦等[1。7】基于MODIS数据通过分层分类方法识别草地沙化程度，精度高达96％；金夏玲运用分层分类思想将复杂地表信息层层分解，最终提取出居民