文献类型： 中文期刊

作者： 张宏 ¹ ; 李卫国 ¹ ; 张晓东 ² ; 卢必慧 ³ ; 张琤琤 ³ ; 李伟 ⁴ ; 马廷淮 ⁵ ;

作者机构： 1.江苏省农业科学院农业信息研究所

2.江苏大学农业工程学院

3.江苏省农业科学院农业经济与信息研究所

4.江苏大学流体机械工程技术研究中心

5.南京信息工程大学国际教育学院

关键词： HJ-1/CCD卫星影像;GF-1/PMS卫星影像;冬小麦种植面积;特征提取;影像融合;面向对象分类

期刊名称： 中国农业科技导报

ISSN： 1008-0864

年卷期： 2024 年 26 卷 002 期

页码： 109-119

收录情况： 北大核心 ; CSCD

摘要： 为提高基于国产环境与灾害监测预报卫星(HJ-1/CCD)影像大范围提取冬小麦种植面积的精度,以江苏省宿迁市沭阳县为研究区域,对冬小麦拔节期30 m×30 m的HJ-1/CCD多光谱影像和2 m×2 m的高分1号卫星全色影像(GF-1/PMS)进行融合与面向对象分类研究.将GF-1/PMS全色影像进行8、16和24 m重采样,得到4种空间分辨率(含2 m)的全色影像,分别与HJ-1/CCD多光谱影像利用光谱锐化法(Gram-Schmidt,GS)进行融合.通过对融合影像进行质量评价,选择适合研究区冬小麦种植田块格局的适宜尺度影像.将HJ-1/CCD多光谱影像重采样,得到与适宜尺度融合影像相同尺度的影像,在两景影像中分别选取包含光谱、纹理信息的训练融合影像样本(samples of fused image,SFI)和重采样影像样本(samples of resampling image,SRI),采用面向对象分类方法对适宜尺度融合影像(fused image,FI)和重采样影像(resampling image,RI)进行冬小麦种植面积提取.结果表明,16 m×16 m融合影像的效果优于2 m×2 m、8 m×8 m和24 m×24 m 融合影像,其均值、标准差、平均梯度和相关系数分别为161.15、83.01、4.55和0.97.面向对象分类后,SFI对重采样影像RI16m分类的总体精度为92.22%,Kappa系数为0.90.SFI对融合影像FI16m分类的总体精度为94.44%,Kappa系数为0.93.SRI对重采样影像RI16m分类的总体精度为84.44%,Kappa系数为0.80.SFI对融合影像FI16m分类效果最好,说明基于融合影像和融合影像提取样本(SFI)结合的面向对象分类方法能准确提取冬小麦种植面积.另外,重采样影像和融合影像提取样本(SFI)相结合的面向对象分类方法也可较好提取冬小麦种植面积.为利用国产中空间分辨率HJ-1/CCD卫星和高分1号卫星融合影像有效提取大区域冬小麦种植面积信息提供了参考.