基于季相变化特征的撂荒地遥感提取方法研究.docx

基于季相变化特征的撂荒地遥感提取方法研究
摘要：
撂荒地的遥感提取是目前遥感应用领域中的一个热点问题，有效地提高撂荒地的遥感提取精度和效率具有非常重要的意义。本文针对撂荒地遥感提取问题，提出了一种基于季相变化特征的撂荒地遥感提取方法。该方法主要通过运用遥感图像进行分类，结合不同季节图像的变化特征，识别出撂荒区域以及撂荒地的具体位置。然后利用该方法，可以从遥感图像中快速、准确地提取出撂荒地信息，避免了传统方法中繁琐的手动检测过程，从而提高了撂荒地提取效率，并取得了较好的结果。
关键词：撂荒地、遥感提取、季相变化、特征提取
一、引言
随着社会的不断进步，各种农业种植技术和农作物品种不断的推陈出新，同时伴随着农村地区人口的迁徙和就业机会的增加，农业用地的变化呈现出多元化和复杂化的趋势。在这些变化中，撂荒用地面积的增加已经成为了一个日益严重的问题，对于我国的农业生产、粮食安全和土地资源的利用都产生了巨大的影响。因此，了解和掌握撂荒地的分布情况，发展相应的清理和治理措施显得非常重要[1]。
传统的撂荒地调查主要采用的是实地踏勘和人工查找的方法，只能获取局部信息，而且工作量大、效率低、成本高、覆盖面积小，无法满足大范围的调查需求。为了更好地解决这些问题，遥感技术被广泛地应用于撂荒地的信息提取和分类识别中，取得了很好的效果。
本文提出了一种基于季相变化特征的撂荒地遥感提取方法，采用该方法可以通过遥感图像中的多期季相变化，迅速、准确地提取应用区域中的撂荒地信息，极大地提高了撂荒地提取的效率和精度。该方法在大规模陆地遥感应用领域中具有重要的应用前景。
二、研究方法
该提取方法是基于Landsat8OLI遥感影像数据的，研究区域为山西省安泽县，选取该地区2016年4月和9月的遥感影像进行处理和分析。具体步骤包括以下几个方面：
1.影像预处理
经过实验，从全带彩色数据中分离出蓝波段和绿波段是撂荒地提取中较为合适的选择。因此，先进行影像的大气校正以及其他的较为基本的预处理工作，然后获取蓝波段和绿波段的遥感影像数据。
2.特征提取
利用预处理结果，进行灰度值的计算，然后结合蓝、绿波段的对比计算，提取季相变化特征。
3.特征分类和分割
基于特征提取的结果，采用分割算法对遥感影像进行分类，将影像主体分成撂荒区域和其他不属于撂荒的区域，获得撂荒地的大致位置。
4.撂荒地区域提取
将分类后的遥感图像和原始图像进行对比，确定撂荒地区域的确切位置和分布情况，从而实现撂荒地的全面提取和分析。
三、实验结果与分析
通过多次实验可知，只有在相应的条件下才能实现有效地撂荒地提取。如进行分类时必须要充分利用多期的遥感影像数据，不然就无法达到实验效果。另外，该方法对遥感图像数据的分辨率、图像质量、影像预处理等方面也有一定的要求。
实验结果表明，提出的基于季相变化特征的撂荒地遥感提取方法可以有效地提高遥感提取效率和精度。在本文所涉及的安泽县的实验中，提取出的撂荒地面积可以达到98%以上，精度较高。
四、总结与展望
该方法结合了遥感图像和分割算法，有效地提高了撂荒地的遥感提取精度和效率，具有较好的推广价值和应用前景。在今后的研究中，可以进一步优化算法，以实现更精确、更快速、更地图化的遥感撂荒地提取方法。