基于GF-1影像面向对象分类方法的水稻种植信息提取研究

作者：刘绍贵; 姬忠林; 张月平; 李文西; 高晖; 杭天文; 陈明; 颜怡; 姜义; 吴兵; 龚鑫鑫; 祝飘; 任红艳

来源：中国稻米, 2017, 23(06): 43-46.

• GF-1
• 面向对象
• 水稻
• 种植信息提取

应用遥感技术提取水稻种植信息是农业遥感的重要内容。GF-1卫星WFV数据为农业信息提取提供了新的途径,面向对象的分类方法是遥感解译的重要方法。本研究以扬州市为研究区域,基于GF-1影像WFV数据,采用面向对象的分类方法,提取水稻种植信息,并实地调查验证试验结果,试图探讨GF-1数据面向对象分类方法在水稻种植信息提取中的可行性与影响提取精度的因素。结果表明,应用GF-1数据,采用面向对象的分类方法能够很好地完成扬州市水稻种植信息的提取,2016年扬州市有水稻种植面积214 524 hm2,总体精度达到98.5%,Kappa系数0.95,面积精度达97.5%;实地考察能够提高提取精度,地形破碎程度越低,提取精度越高。

• 单位
  福建师范大学; 资源与环境信息系统国家重点实验室; 中国科学院地理科学与资源研究所