资源描述：
《基于地块特征基元与多时相遥感数据的冬小麦播种面积快速提取.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、基于地块特征基元与多时相遥感数据的冬小麦播种面积快速提取朱长明1，2骆剑承1沈占锋1程熙1中国科学院遥感应用研究所，北京100101中国科学院研究生院，北京100049摘要:冬小麦播种面积监测是农情遥感的重要研究内容之一，及时、准确地获取冬小麦的播种面积对冬小麦产量估算具有蘑要的意义。该文在面向对象技术的支持下，首先利用融合的高窄间分辨率SPOT5遥感影像提取农田地块专题层信息;然后在专题层摔制下对多时相的ETM+遥感数据统一尺度分割，得到不同时相遥感影像相同形状的地块特征基元;通过光谱特征规则集构建不同
2、时相的冬小麦信息提取模型，实现对各个时期冬小麦播种田块对象的提取:最后通过交叉验证，确定最终的冬小麦播种面积。结果表明，该方法能够快速获得冬小麦播种面积，总体精度达到90％以上，基本上能够满足农情遥感监测的需求，为冬小麦种植面积遥感快速监测提供了一种可行的方法。遥感;冬小麦;面积提取;面向对象;农田地块10.3969/j.issn.1002-6819.2011.09.018S127A1002-6819(2011)-09-0094-062010-08-282011-07-19基金项目:国家自然科学基金(40
3、871203，40971228):国家科技支撑重大项目(2010BAE00750-2)作者简介:朱长明（1983-）.男，安徽庐江人,博士生，主要研究方向为空间数据挖掘与遥感信息提取。北京中国科学院遥感应用研究所，100101.Email:ablezhu@163.com.959697statistics[J].ScientiaGeographicaSinica,2000,55(1):25-35.(inChinesewithEnglishabstract)@@[5]陈水森.基丁波谱库的作物纯像元识别与种植面
4、积遥感估算[D].北京:中国科学院遥感应用研究所，2005.ChenShuisen.RemoteSensingMethodofPureCropPixelIdentification&PlantingAreaEstimationBasedonSpectralLibrary[D].Beijing:InstituteofremotesensingapplicationChineseacademyofscience,2005.(inChinesewithEnglishabstract)@@[6]BabanSM,L
5、ukeJC.Mappingagriculturallanduseusingretrospectivegroundreferenceddata,satellitesensorimageryandGIS[J].Int.J.RemoteSensing,2000,21(8):1757-1762.@@[7]MauroC,EufemiaT.Accuracyassessmentofper-fieldclassificationintegratingveryfinespatialresolutionsatelliteim
6、agerywithtopographicdata[J].JournalofGeoSpatialEngineering,2001,3(2):127-134.@@[8]TurnerMD,CongaltonRG.ClassificationofmultitemporalSPOT2XSsatellitedataformappingricefieldsonaWestAfricanfloodplain[J].lnt.J.RemoteSensing,1998,19(1):21-41.@@[9]MurakamiT,Oga
7、waS,lshitsukaM,etal.Cropdiscriminationwithmulti-temporalSPOT/HRVdataintheSagaPlainsJapan[J].Int.J.RemoteSensing,2001,22(7):1335-1348.@@[10]BenzUC,HofmannP,WillhauckG,etal.Multi-resolution,object-orientedfuzzyanalysisofremotesensingdataforGIS-readyinformat
8、ion[J].ISPRSJournalofPhotograrnmetry&RemoteSensing,2004,58(3/4):239-258.@@[11]MurthCS,RajuPV,BadrinathS.Classificationofwheatcropwithmulti-temporalimages:performanceofmaximumlikelihoodandartificialneuralnetworks[J].
