论文部分内容阅读
近年来,我国芒果种植业得到快速发展,但传统芒果林种植面积调查主要依托于慢速、低效的人工普查登记方法,迫切需要研究芒果林的遥感提取方法。芒果种植主要分布在热带亚热带地区,该地区多云多雨的气候环境常常造成光学卫星遥感影像的缺位,因此利用多时相遥感数据对植被信息进行提取存在一定的困难。另外,我国南方土地利用/覆被存在类型多样、结构分散、破碎度大等特点,这都为利用遥感影像提取芒果林的种植面积带来困难。所幸的是,高分辨率影像可以提供丰富的地物结构、纹理和细节等信息,本文基于高分二号(GF-2)卫星影像,开展了芒果林信息提取研究,探讨了不同的影像融合方法、不同空间分辨率影像的光谱特征在芒果林信息提取中适用性,研究了基于光谱波段信息与光谱指数和纹理特征参量组合下的芒果林遥感提取方法。主要的研究结论如下:(1)对于不同的地物和遥感数据源,每种融合方法均具有其各自的适用性及局限性。针对此问题,本研究开展了以GF-2号为数据源,以芒果林为目标地物的影像融合研究。本研究利用了PCA融合、Gram-Schmidt融合和NNDifuse融合三种融合算法分别对整个研究区和局部地区芒果林两个尺度的影像进行了融合实验,并通过定性和定量的评价方法对影像融合质量进行评价。结果表明:三种融合算法下芒果林的行间距均能够在融合影像上较好地反应出来。通过均值偏差、信息熵和平均梯度对三种融合影像进行评价可以发现:NNDifuse融合算法得到的影像在平均梯度、均值偏差和信息熵方面均优于其它两种方法。因此,NNDifuse融合算法下获得的影像对于芒果林遥感提取最为适用。(2)在仅仅利用遥感影像的光谱信息对芒果林进行提取时,分辨率过低会形成大量混合像元从而降低芒果林与其它地类的可区分程度,分辨率过高使得单颗芒果树以及芒果树周围土壤的细节信息太过突出,反而会忽视芒果林的整体信息。针对此问题,本研究综合考虑芒果林行间距的特点以及我国高分系列卫星空间分辨率的大小,通过重采样处理,设计了1米、2米、4米和8米分辨率下遥感影像的光谱信息对于芒果林信息提取的适用性实验。结果表明:1米和2米分辨率下,芒果林的空间分布范围差别不大,但2米分辨率的芒果林制图精度和用户精度更高。4米分辨率下,芒果林提取精度降低,耕地是降低芒果林提取精度的主要因素;8米空间分辨率下,芒果林和耕地混分更为严重。因此,2米空间分辨率为该地区芒果林信息遥感提取的最佳分辨率。(3)针对遥感分类中因“同物异谱”和“异物同谱”而造成的地物难以区分的问题,本研究在以往遥感分类主要依据光谱波段信息的基础上,引入光谱指数与纹理特征参量,开展了基于不同光谱波段、植被指数和纹理特征组合的芒果林遥感提取研究。结果表明:仅仅利用光谱信息时芒果林的提取精度较低,难以达到芒果林空间分布图的制图要求;光谱指数能小幅度提升芒果林的提取精度,但总体提取精度不高;纹理信息对于提高芒果林提取精度至关重要,相较于仅仅利用光谱信息,综合纹理信息后芒果林的制图精度提高了17.04%,用户精度提高了7.08%,在纹理信息中对比度和方差对于区分芒果林和其它植被尤为重要;而综合光谱、纹理和植被指数的组合模式提取的芒果林空间分布结果最优,其中芒果林的制图精度达到89.29%,用户精度达到97.40%。