面向对象分类方法在木薯种植面积提取中的应用研究
随着遥感技术的进步，应用领域日趋广泛，尤其在农业领域的应用，因此借助遥感手段获取农业信息已成为农业信息获取的主要方法。常规方法获取农作物信息，其作物具有种植集中、地块规整、与周围作物易于区分的特点，例如:冬小麦、棉花等，而针对种植区域分散、空间分布极其不均的作物的研究较为稀少。木薯因其种植分散、与易混淆作物生长缺乏生长时相差，因此，对其种植信息及空间分布情况的获取成为木薯乙醇生物燃料正确评估的主要技术瓶颈。 高空间分辨率图像因其具有较高的空间分辨率及其更多的纹理信息，传统的基于像素的分类方法已经无法满足应用的需求。又因其具有海量的数据，在信息提取时需要耗费大量的人力和时间，本文针对以上问题，基于面向对象的遥感图像分类方法，将高分辨率图像和中分辨率图像数据进行结合对木薯种植信息进行提取。面向对象的分类方法不但能克服传统基于像素分类方法中的各种缺陷，而且由于其模拟人类思维方式的方法可以得到更加理想的分类精度，整合多源数据和对专题数据的利用使分类结果更具实际应用价值。 本文以广西壮族自治区武鸣县为研究区，以RapidEye高分辨率图像和TM中分辨率图像为数据源，结合统计数据、实地调查数据及土地利用数据，基于面向对象的分类方法提取研究区2012年和2009年木薯种植面积及空间分布信息。分类结果表明，面向对象的分类方法对高分辨率图像的分类精度远高于基于像素的分类结果，面向对象的分类方法在中分辨率图像分类中也得到较理想的分类精度。采用面向对象的分类方法，以高分辨率图像分类结果为依据，完成对中分辨率图像的信息提取，在农作物种植面积提取中提供了一种有效的借鉴方法。
木薯;种植面积;信息提取;分类算法;面向对象技术;图像处理
辽宁工程技术大学
硕士
摄影测量与遥感
张继超
2013
中文
S533;TP391.41
61
2016-05-04（万方平台首次上网日期，不代表论文的发表时间）