编号 zgly0001590070
文献类型 期刊论文
文献题名 构建时空融合模型进行水稻遥感识别
作者单位 地表过程与资源生态国家重点实验室北京师范大学资源学院
母体文献 遥感学报
年卷期 2016年02期
年份 2016
分类号 S511 TP751
关键词 遥感识别 时空归属度 变化检测 景观特征 分类精度 水稻
文摘内容 传统变化检测手段进行水稻遥感识别受云污染和影像间配准误差导致的变化检测误差累积及椒盐现象的影响,水稻遥感识别精度低。本文提出时空融合模型(Temporal-Spatial-Fusion Model,TSFM)进行水稻遥感识别,旨在综合像元在时间、空间维度上的信息定义像元的水稻时空归属度,根据时空归属度划分阈值提取水稻。实验结果表明:在不同窗口尺度下,TSFM在整体和云污染区域对水稻提取均达到了较高精度。当窗口尺度为3×3时,水稻提取的用户精度、制图精度和总体精度分别达到93.4%、83.5%和87.9%。在不同窗口尺度下水稻提取的用户精度、制图精度、总体精度均高于分类后比较PCC(Post-Classification Comparison)和多数投票法(Majority Voting,MV);在云污染区域,水稻识别总体精度均在92.0%以上,水稻制图精度比PCC、MV分别至少提高了14.0%、7.6%。有效地解决了传统变化检测作物遥感识别存在的误差累积问题,在一定程度上避免了云污染和椒盐现象对识别结果的影响。另外,初步探讨了TSFM水稻提取精度与景观特征关系,发现在景观规整区域适宜采用较小的窗口,在破碎区域适宜采用较大的窗口。该方法的成功实施,为大范围开展秋粮作物遥感识别,消除云影响进行了前期实验探讨。