预览加载中，请您耐心等待几秒...

MODIS水稻面积提取中独立成分端元丰度校正方法.pdf

预览
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束，喜欢就下载吧，查找使用更方便

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

第28卷第9期农业工程学报Vol.28No.9 2012年5月TransactionsoftheChineseSocietyofAgriculturalEngineeringMay2012103 MODIS水稻面积提取中独立成分端元丰度校正方法 刘建红，朱文泉※，孙冠楠，张浚哲，姜楠 （北京师范大学资源学院，地表过程与资源生态国家重点实验室，北京100875） 摘要：为了解决独立成分分析中端元丰度校正结果同实际丰度相差较大的问题，该文提出了一种基于回归分析的独立 成分端元丰度校正方法。具体是：首先应用ICA对遥感时序数据进行分解，获取目标地物的ICA分解结果；再抽选一定 量的样本，将样本目标地物的真实丰度与ICA分解结果进行回归；最后根据回归关系推算每个像元的目标地物丰度。基 于MODIS时序数据，将该文方法和线性拉伸方法应用于江苏兴化地区的水稻面积提取，并将2种方法的提取结果同水稻 准真值图像进行对比。分析结果表明，该文方法得到的水稻丰度图像的均方根误差、偏差在不同的空间尺度下均小于线 性拉伸方法，而不同空间尺度下的决定系数（R2）均高于线性拉伸方法。与线性拉伸方法相比，该文方法能获得更接近 实际情况的端元丰度校正结果，增强了ICA在农作物面积提取中的应用能力，为大尺度农作物识别和面积提取提供了依 据。 关键词：遥感，时间序列分析，独立成分分析，生长曲线，回归，水稻 doi：10.3969/j.issn.1002-6819.2012.09.017 中图分类号：TP722文献标志码：A文章编号：1002-6819(2012)-09-0103-06 刘建红，朱文泉，孙冠楠，等.MODIS水稻面积提取中独立成分端元丰度校正方法[J].农业工程学报，2012，28(9)： 103－108. LiuJianhong,ZhuWenquan,SunGuannan,etal.Endmemberabundancecalibrationmethodforpaddyriceareaextractionfrom MODISdatabasedonindependentcomponentanalysis[J].TransactionsoftheChineseSocietyofAgriculturalEngineering (TransactionsoftheCSAE),2012,28(9):103－108.(inChinesewithEnglishabstract) 性特点，从而降低了这类模型的通用性。受空间分辨率 0引言 限制，一个TCRD像元可能包含多种地物类型，尤其是 水稻是中国最重要的粮食作物之一。中国水稻产量在土地覆盖类型分布结构和农作物种植结构复杂的地 居世界之首，2010年为1.93亿t，约占世界水稻产量的区，农作物分类存在较大误差。有学者认为基于像元的 30%[1]。除青海外，全国各省都有水稻分布。根据2006分类适合研究大尺度作物分布趋势，而区域内不同农作 年统计数据，中国水稻种植面积占世界水稻种植总面积物识别则依赖于混合像元分解[8]。Lobell等[9]应用扩展的 的18.5%[2]。水稻生产不仅关系到中国和世界的粮食安线性分解模型进行与农作物相关的耕地分类研究，结果 全，还对环境和气候变化、经济和政治决策、水资源管表明模型精度取决于农作物类型和研究的尺度，刘姣娣 理等产生重要影响[2-3]。等[10]应用线性光谱混合模型提高了棉花识别的精度。 低分辨率遥感时间序列数据（time-seriescoarseRembold等[11]采用光谱角制图进行混合像元分解获取了 resolutiondata,TCRD）计算的植被指数（vegetationindex,研究区的冬小麦面积，结果表明冬小麦识别精度受数据 VI）可以构成反映农作物动态变化的生长曲线，从而为源和检验数据质量的影响；Verbeiren等[12]通过对区域尺 农作物识别及其面积提取提供了有利条件。国内外学者发度的农作物面积提取试验发现神经网络分解方法优于线 展了许多大尺度农作物提取模型，这些模型基本上都是根性分解方法。以上都是监督式的混合像元分解方法，这 据农作物生长曲线的不同特征来设定阈值进行识别[4-7]。这种方法面临的最主要问题是：端元数量和端元光谱（本 些模型依赖于多步骤的阈值判断，阈值的高低和VI曲线文是生长曲线）需要预先确定。为了有效提取一种农作 上的噪声对农作物识别结果影响大。由于农作物受各地物，有时需要确定研究区所有主要的农作物类型及其生 区的播种时间、物候差异等影响，阈值具有明显的区域长曲线。由于现有农作物标准生长曲线数据库不够健全、 农作物生长曲线的时空差异较大等因素的影响[13]，以农 收稿日期：2011-07-07修订日期：2011-10-