共查询到20条相似文献，搜索用时 15 毫秒
1.
区域总量控制下的冬小麦种植面积空间分布优化 总被引：1，自引：0，他引：1
【目的】利用传统遥感与抽样相结合的方法进行农作物种植面积测量,只能获得区域总量,无法有效获取农作物种植面积空间分布信息。针对以上不足,开展区域总量控制下的冬小麦种植面积空间分布优化研究,从而提高冬小麦种植面积测量的空间分布精度。【方法】将整个遥感影像像元划分为3部分:"纯净冬小麦像元"、"混合冬小麦像元"和"典型非冬小麦像元"。综合软、硬分类方法各自的优势,在区域冬小麦总量面积一定的前提下,设定阈值确定混合冬小麦像元的空间分布范围。【结果】传统遥感与抽样相结合的方法提取出的冬小麦结果RMSE为0.13,优于硬分类方法(RMSE为0.16)和软分类方法(RMSE为0.20)。【结论】区域总量控制下的软、硬分类方法能够有效地对冬小麦种植面积空间分布进行优化,既保证了区域测量精度,又提高了空间分布的准确性。 相似文献
2.
HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算 总被引：18，自引：0，他引：18
【目的】探讨利用HJ-1号卫星遥感数据进行冬小麦种植面积测量的可行性,并进一步结合统计抽样的方法,估算区域冬小麦种植面积,解决单靠遥感进行冬小麦种植面积测量时多期影像信息误差积累和生长差异性影响的问题。【方法】以北京市为研究区,采用多时相HJ-1号卫星遥感数据与分层抽样相结合的方法进行冬小麦种植面积测量:利用多时相HJ-1号卫星遥感数据获取冬小麦遥感识别结果(56506.67hm2),结合耕地地块数据建立入样总体,以耕地地块内冬小麦遥感识别面积作为分层标志进行分层随机抽样,反推得到北京市冬小麦面积总量(59680hm2)。【结果】多时相冬小麦遥感识别结果MAE为0.17,bias为-0.05,抽样反推区域总量面积提高了约5%,在一定程度上纠正了HJ-1号卫星多期遥感影像提取冬小麦区域面积偏低的问题。【结论】本文方法能够准确测量出区域冬小麦总量面积,具有较强的应用性和普适性,为采用HJ-1号卫星遥感数据进行农作物种植面积遥感测量进行了先期的方法探讨,深化了该遥感数据源的应用。 相似文献
3.
【目的 】四川气候多云雨天气,通过全覆盖遥感影像解译来掌握主要农作物种植面积、分布非常困难,采用野外实地抽样调查与遥感影像分类相结合是有效可行的方法。【方法 】文章以遥感和GIS为手段,充分利用“两区”划定耕地基础数据,采用两级空间分层抽样方法和实验最优空间抽样体系的设计来建立长期的野外调查样方。采用空间分析技术、传统抽样方法相结合的两级空间分层抽样技术,在不同研究区内,以误差、变异系数和抽样个数为抽样效率的评价指标,实验和确定不同层的样方大小、抽样方法和抽样比例的最优抽样体系;通过确定的最优抽样体系,反推2022年研究区油菜和小麦面积,验证其精度。【结果 】抽样体系中样方大小为0.5 km×0.5 km、抽样方法为分层顺序抽样方法或分层麦士比抽样方法、抽样个数为25个左右,误差和变异系数较小,为最优抽样体系。【结论 】经验证,用最优抽样体系反推的2022年油菜小麦面积精度均在93%以上,建立了适用于四川省不同区域的最优抽样体系,布设了长久的野外调查样方。 相似文献
4.
【目的】对当前农作物面积空间抽样调查在空间自相关研究方面存在不足与发展趋势进行总结与展望。【方法】文章简要概括了空间自相关的科学内涵与研究方法,并根据其在不同领域的实践应用对空间自相关的基本特征进行了系统总结;通过对国内外专家学者研究进展的评述,指出目前考虑空间自相关的农作物面积空间抽样调查方法仅从抽样精度、抽样费用、抽样单元设计和分层效率方面对空间抽样效率进行评价,并未考虑农作物面积单元间空间自相关性的存在会对其空间抽样造成影响的发展现状。【结果 /结论】国内外学者在抽样单元间空间自相关性的理论研究与综合应用方面做了大量的研究,但涉及空间自相关性对农作物面积空间抽样效率影响方面的研究则鲜有报道,缺乏空间自相关性对农业资源空间抽样效率影响的定量评价方法和指标,影响了农作物面积空间抽样方案的优化与实施。可进一步开展关于抽样单元空间自相关性对农作物抽样效率影响的定量研究,为进一步改善农作物空间抽样调查方法在不同地区应用适宜性评价和抽样效率提供理论依据。 相似文献
5.
湖南省中稻种植面积遥感监测方法研究 总被引：1，自引：0，他引：1
综合考虑大面积水稻种植区耕地地块破碎,种植结构复杂,插花、套种、错季种植现象明显,影像解译、分类难度大等特点,充分利用国产卫星GF-1数据,以湖南省中稻种植为例,通过精确作物识别与混合像元处理,实现像元尺度的中稻识别;结合国土资源土地调查数据,统计中稻的像元数量与丰度(种植面积比)水平,并扣除耕地图斑内的非耕地成份,建立中稻种植面积估算模型,最终得到精确到县级报告单元的种植面积估算结果。结果表明:通过遥感数据估算面积和地面样方调查计算结果的可决系数达到0.869 6,说明遥感监测方法在湖南省中稻种植面积估算中行之有效。GF-1卫星遥感数据的空间分辨率、波段覆盖范围、影像覆盖能力等能满足大面积农作物种植面积监测要求,基于抽样技术的地面调查与遥感影像分类相结合提取作物种植面积信息的方法可用于省级、区域级的粮食种植面积遥感监测。 相似文献
6.
【目的】快速、准确地获得塑料大棚覆盖面积、位置分布等地理信息,对政府统筹规划、农业产值估算、环境资源保护等方面提供技术支持。【方法】利用无人机高分辨率遥感数据,以云南省昆明市呈贡区可乐村塑料大棚区为研究区域,分别采用基于像元和面向对象的方法,对研究区进行分割、分类、面积提取,结合研究区背景资料和实地调研结果,比较两种方法的精度,并计算了该研究区塑料大棚的面积。【结果】塑料大棚面积的面向对象提取总体精度为94.6%,Kappa系数为0.9133;而基于像元监督分类方法提取总体精度为68.3%,Kappa系数为0.5848。面向对象方法提取的面积与实地测量提取面积相比仍然存在一定的误差,在总面积上的差值为3.925 m~2,累积差值为22.475 m~2。若按差值比例来计算,大棚的估计面积为(26.371 42万±410.737)m~2,满足精度要求。【结论】面向对象方法精度远远高于基于像元方法的精度,且能有效抑制"椒盐现象",极大降低"同物异谱"、"同谱异物"的影响,提高了分类的精度。该文研究成果为无人机遥感在塑料大棚识别应用提供了参考。 相似文献
7.
【目的】农作物种植面积遥感监测是世界农业大国农情遥感监测业务的主要内容,监测结果也是政府宏观监测与生产管理的重要依据。所以农作物种植面积"一张图"遥感监测业务的设计及应用为农业生产定量化管理提供进一步服务。【方法】文章在农作物种植面积"一张图"概念定义的基础上,提出了基于低、中高空间分辨率2种数据源的"一张图"遥感监测技术方案,并采用EOS/MODIS、GF-1/WFV数据实现了全球、中国大陆区域冬小麦空间分布"一张图"的监测方案应用。【结果】农作物种植面积"一张图"概念的提出,是从监测范围与监测内容上对农作物种植面积遥感监测业务的规范,对遥感监测技术从基础研究向实际应用具有推动作用。【结论】现有遥感数据、分类识别技术能够保证"一张图"遥感监测业务方案的实施与实现。限制遥感数据向"一张图"成果转化的技术瓶颈,是遥感监测自动识别技术的精度与能力。在今后较长一个时期内,从全球及国家尺度出发,开展作物光谱分布规律研究,进而提出普适性较高的算法,是提高全球、国家尺度农作物种植面积"一张图"遥感监测业务效率的主要途径。 相似文献
8.
基于无人机可见光遥感的棉花面积信息提取 总被引：2，自引：0，他引：2
【目的】针对传统大区域棉花种植信息提取方法相对落后的问题,运用面向对象的影像分析方法,对无人机遥感试验获取的可见光影像进行棉花种植信息的提取。【方法】选用双子星MyFlyDream MTD固定翼无人机搭载佳能EF-M 18-55相机,获取新疆建设兵团第八师135团的可见光影像,借助eCognition软件平台,运用面向对象的方法对研究区内棉花种植信息进行提取试验。【结果】目视解译提取的棉花种植面积为0.35 km2,面向对象提取的棉花种植面积为0.33 km2,分类结果精度为94.29%,误差系数为5.71%,可以有效地提取研究区域棉花种植信息。【结论】面向对象的分类方法相比于传统的基于像素的分类方法提取精度更高,更加接近于目视解译的提取结果。 相似文献
9.
基于相似性分析的中低分辨率复合水稻种植面积测量法 总被引：4，自引：0，他引：4
【目的】利用遥感技术获取大范围水稻种植面积是遥感技术在农业领域的主要应用方向之一。本研究的目的是探索利用多尺度遥感数据复合测量水稻种植面积的方法。【方法】以SPOT5数据的水稻识别结果作为样本,构建图像相似性指数,通过支持向量机（SVM）混合像元分解模型,对MODIS-EVI时间序列数据进行水稻的种植面积测量。【结果】通过江苏省邳州市的试验研究得出：（1）在野外经验支持下,从MODIS-EVI时间序列数据中构建的水稻种植相似性指数可以有效反映水稻在整个研究区的空间分布情况;（2）利用图像相似性选取训练样本,能有效地提高MODIS-EVI数据的水稻种植面积的测量精度,当图像相似性指数越小,即图像相似性越高,提取的水稻种植面积也越准确;（3）通过与随机样本测量结果对比分析,基于相似样本的测量方法有着更高的稳定性;（4）该方法在不同种植结构分区内有着相似的总量精度与像元精度变化规律,均能获得较高的测量精度。【结论】基于相似样本的水稻种植面积测量方法,有助于发挥MODIS长时间序列优势,提高水稻种植面积遥感测量精度和稳定性,可以作为替代随机选取样本的方法之一。 相似文献
10.
基于信息熵概念和最大似然分类后验概率设计了信息熵和信息量指标作为冬小麦遥感抽样的分层标志,与传统面积规模指标进行对比分析,验证了该方法的有效性。试验结果表明,信息熵和信息量指标相较传统面积规模指标,在不同尺寸抽样单元下,能够有效提高抽样反推的估算精度。在种植结构单一、地块规整的汤阴县,上述2个指标在(80 m×80 m)~(400 m×400 m)抽样单元下,均能不同程度地提高反推结果的相对精度;在种植结构复杂、地块较破碎的中牟,上述2个指标能够在192 m×192 m以下抽样单元下有效提高估算精度。 相似文献
11.
12.
Landsat-5 TM影像在冰川面积信息提取中的精度评价 总被引：1，自引：0，他引：1
【目的】评估Landsat-5TM遥感影像在冰川面积提取中的精度。【方法】以位于祁连山北坡的老虎沟12号冰川和宁缠河3号冰川为研究对象,于2009年利用GPS-RTK技术获取高精度冰川边界数据,比较目视解译法、归一化积雪指数(NDSI)法、监督分类法对同时期Landsat-5TM遥感影像解译结果与大地测量法所得结果的差异。【结果】利用遥感影像提取的老虎沟12号冰川和宁缠河3号冰川的面积均小于大地测量法的结果,且各种方法提取冰川面积的精度误差不一。在老虎沟12号冰川和宁缠河3号冰川中,利用目视解译法得出的结果最接近大地测量值,其误差最小,分别为-0.79%和-1.83%;NDSI法误差次之,分别为-1.19%和-3.82%;监督分类法误差最大,分别为-1.79%和-5.99%。【结论】利用Landsat卫星数据监测冰川变化是一种简单而有效的手段;目视解译法提取冰川面积信息效果最好,误差不超过±2%;面积较大冰川的解译精度高于面积较小的冰川。 相似文献
13.
针对遥感与抽样相结合的农作物种植面积估算方法中,子总体的作物种植面积估算需要新的抽样体系设计和样本野外调查等繁重工作,缺少基于总体下对子总体的作物种植面积估算的方法,以沙湾县、玛纳斯县和呼图壁县为总研究区,提出了基于遥感和PPS抽样相结合的总体抽样下子总体追加抽样设计的子总体研究区呼图壁县棉花种植面积估算方法,并以新疆建设兵团统计局公布数据为真值对其估算结果进行对比分析。结果显示,基于总体抽样下子总体追加抽样设计后,子总体研究区估计量的变异系数为0.023 3,远低于0.05,而追加抽样设计前变异系数为0.122 3,说明样本在该方法下的代表性得到极大提高。以新疆建设兵团统计局公布数据为真值进行对比发现,子总体研究区棉花种植面积提取精度达到94.2%,能够有效提取子总体中的棉花种植面积,同时避免了重新建立子总体研究区抽样体系所需要的人力、物力、财力等资源的消耗。 相似文献
14.
湿地高分辨率遥感影像的变化检测 总被引：1，自引：1，他引：0
【目的】研究高分辨率遥感影像的湿地动态检测,为湿地资源的可持续发展提供信息支撑。【方法】充分利用面向像元和面向对象两种方法的优势和特点,结合多变量变化检测（MAD）,提出对MAD变量的面向对象后分类方法（OB-M方法）。【结果】基于MAD变换的差异影像集中了两期影像的变化信息,基于像元差异影像的面向对象后分类方法能成功的检测多时相遥感影像的几何配准误差、单时相阴影、光照季节变化等“伪变化信息”,成功提取变化/未变化信息。【结论】比较传统的面向对象分类后比较和MAD方法,提出的OB-M方法能较好地提高湿地变化/未变化信息检测的精度。 相似文献
15.
以新疆建设兵团为研究区域,依据当地作物种植结构,结合遥感技术,在借鉴前人对大区域作物面积遥感估算研究方法的基础上,采取分区分层随机抽样的方法对新疆建设兵团的棉花种植面积进行估算,并引入均值和变异系数等精度评价指标对该抽样方法行评估,最后根据外推估算方法,以遥感影像中的棉花种植面积统计结果为真值与抽样反推结果进行对比分析。结果表明,各组格网的棉花种植面积均值的估计量变异系数在试验中的变化幅度很小,抽样体系稳定,符合统计抽样原理对精度的高要求。反推后的各组棉花种植总面积精度均达到95%以上,反推质量效果较好。综合来看,上述空间抽样方法是可行的,尤其是对总体分区分层的划分,对后面的抽样及反推工作起到了很好的效果,可为政府对新疆建设兵团棉花种植面积的统计提供方法参考。 相似文献
16.
基于OLI影像的四川丘陵地区水稻种植面积监测 总被引：1，自引：0，他引：1
【目的】为使用Landsat8 OLI遥感影像准确监测四川丘陵地区水稻种植面积。【方法】根据丘谷相对高差分别选定浅丘、深丘水稻样方各4个,通过地面样方调查和同生长季Google Earth影像解译获取的样方水稻种植面积作为验证数据,评价基于OLI融合影像的川中丘陵的水稻种植面积监测精度。OLI影像经正射校正后,使用15 m全色波段影像和30 m多光谱影像融合,得到15 m分辨率的融合影像,使用最大似然法进行监督分类,获取监测结果。【结果】与样方验证数据比较,在样方面积相同的情况下基于OLI影像的水稻种植面积监测结果显示,浅丘区的平均精度为93.7%,误差范围为1.0%~8.7%;深丘区的为92.5%,误差范围为1.5%~15.8%。【结论】根据浅丘区、深丘区监测结果的误差范围差异,随着丘谷高差增大,地形趋于复杂、地块趋于狭长与破碎,OLI影像监测结果的不确定性增加,精度有下降的趋势。该研究为改进OLI影像监测四川丘陵地区水稻种植面积精度提供参考。 相似文献
17.
以辽宁省为例,应用中分辨率成像光谱仪影像(MODIS)数据进行森林信息提取,并选取森林面积为研究对象,采用网格单元作为抽样单元,应用随机、系统、分层的抽样方法对辽宁省森林面积进行抽样估算,在获得最优抽样方法的基础上进行第2阶段抽样,设计不同样本容量水平下的森林面积空间抽样方法试验。结果表明:以县森林面积覆盖百分比为分层标志的分层抽样方法抽样效率最高,在第2阶段抽样估算的8种样本容量水平下,当样本容量为8时,抽样精度达到95%,并且所需样本数量最少,达到了森林面积抽样精度要求。应用此方法能够减少森林资源调查成本和工作量,可以结合遥感、地理信息系统和全球定位系统技术(3S技术),进行大区域范围森林面积的监测。 相似文献
18.
【目的】为了快速准确测量叶片面积,探讨一种基于黑白扫描图像的测量方法。【方法】使用平板扫描仪制作叶片黑白二值图像,利用图像处理软件读取图像并统计图像和叶片的总像素,依据扫描成像大小与扫描稿台尺寸等比关系,以及已知的扫描稿台尺寸,计算获取叶片面积;分别使用两个不同品牌型号扫描仪对20张叶片进行测量,以方格纸法测量结果为真值依据进行误差分析,同时采用叶面积仪进行比对验证。【结果】两个扫描仪均方根误差分别为0.90 cm2、0.95 cm2,平均相对误差分别为1.06%、1.64%;叶面积仪测量均方根误差为0.62 cm2,平均相对误差为0.92%。【结论】扫描仪法与方格纸法和叶面积仪测量结果间均不存在显著差异,基于黑白扫描图像的叶片面积测量方法具有方便快捷、成本低、精度高的应用潜力。 相似文献
19.
基于高分1号卫星数据的农作物面积遥感测量 总被引：1，自引：0，他引：1
针对传统农作物面积统计方法探测周期长、时效性差、难以保证信息准确度等问题,以高分1号(GF-1)卫星遥感影像为数据基础,提出一种将遥感技术与统计学方法相结合的农作物面积测量方法。首先,基于物候期影像进行作物分类,提取目标农作物空间分布信息;然后,构建含有目标作物的抽样总体,进行样本的分层随机抽选;接着,采集光谱信息点,进行实地调查,获取准确的样方调查结果;最后,结合遥感识别结果,采用分层比估计方法反推出测区目标作物面积,计算变异系数值,估计总体测量结果的推算精度。根据此方法估算出辽宁省义县2015年玉米种植面积为95 746.1 hm2,与实际测量结果较为相近,说明此方法是可行的。 相似文献
20.
基于纹理的风蚀水蚀过渡区TM影像土地利用信息提取 总被引：1，自引：0，他引：1
【目的】探索在风蚀水蚀过渡区,利用TM遥感影像提取土地利用信息的方法。【方法】以榆林市西北部风蚀水蚀过渡区为对象,应用主成分变换与基于灰度共生矩阵纹理特征相结合的方法对TM影像进行分析,选取均值作为分类指标,采用分层分类法进行信息提取。【结果】不同土地利用类型之间纹理特征参数差异明显,荒漠化土地的均值、方差值较高,灰度分布不均匀,相邻像元反差明显,内部变化剧烈;水体和灌溉耕地的均值、方差值很低,灰度值均匀,内部变化小;林地和旱耕地信息介于上述两类土地之间。【结论】与传统分类方法相比较,纹理分析方法可以获得更高的分类精度。 相似文献