油菜作为我国主要的农业经济作物及食用油的主要来源,及时、准确地获取其种植分布信息,是全面掌握油菜种植状况、加强生产管理、优化作物种植空间格局的重要依据。高分六号(GF-6)的宽视场(Wide Field View,WFV)传感器在可见光-近红外波...油菜作为我国主要的农业经济作物及食用油的主要来源,及时、准确地获取其种植分布信息,是全面掌握油菜种植状况、加强生产管理、优化作物种植空间格局的重要依据。高分六号(GF-6)的宽视场(Wide Field View,WFV)传感器在可见光-近红外波段基础上增设了2个红边波段、1个黄波段和1个紫波段,为油菜遥感识别提供了更加丰富的光谱信息,进而相较于蓝、绿、红、近红外4个“传统波段”的识别精度有所提升。本文以油菜开花期内两景不同时相GF-6 WFV影像拼接图像作为数据源,选择油菜生产优势区的河南省固始县为研究区,针对油菜同其他地物的“异物同谱”现象以及不同生长阶段油菜的“同物异谱”现象,利用油菜开花期独特的反射光谱特征,结合均值间标准化近距离提出了NDSI_(28)、S_(34)、NDSI_(23)和NDSI_(46)共4个光谱指数,并由此构建油菜种植区域提取的决策树模型。研究结果表明,基于4个指数组合构建的决策树模型对油菜种植分布信息的提取达到了较好的效果,总体精度为96.17%,与随机森林、支持向量机、最大似然法相比分别高出0.31%、0.88%和1.24%;制图精度方面,决策树法为98.15%,比随机森林、支持向量机、最大似然法分别高4.72%、4.21%和5.59%;对于用户精度,决策树法为86.89%,较随机森林、最大似然法分别低2.2%和1.63%,比支持向量机高0.11%。由此说明,GF-6 WFV数据中的新增波段极大地丰富了其光谱信息,使其在包括油菜在内的农作物种植分布信息提取中具有独特的优势和巨大潜力。展开更多
宽刈幅多光谱遥感数据已经成为重要的数据源。如何使用商业遥感图像处理软件快速完成宽刈幅多光谱影像的正射纠正,得到了广泛关注。以北京一号小卫星多光谱影像为例,探讨了宽刈幅遥感影像正射纠正的技术方法,同时对比试验了基于通用推...宽刈幅多光谱遥感数据已经成为重要的数据源。如何使用商业遥感图像处理软件快速完成宽刈幅多光谱影像的正射纠正,得到了广泛关注。以北京一号小卫星多光谱影像为例,探讨了宽刈幅遥感影像正射纠正的技术方法,同时对比试验了基于通用推扫式模型(Generic Pushbroom Model,GPM)和有理函数模型(Rational Function Model,RFM)下正射纠正产品几何精度的影响因素。展开更多
文摘油菜作为我国主要的农业经济作物及食用油的主要来源,及时、准确地获取其种植分布信息,是全面掌握油菜种植状况、加强生产管理、优化作物种植空间格局的重要依据。高分六号(GF-6)的宽视场(Wide Field View,WFV)传感器在可见光-近红外波段基础上增设了2个红边波段、1个黄波段和1个紫波段,为油菜遥感识别提供了更加丰富的光谱信息,进而相较于蓝、绿、红、近红外4个“传统波段”的识别精度有所提升。本文以油菜开花期内两景不同时相GF-6 WFV影像拼接图像作为数据源,选择油菜生产优势区的河南省固始县为研究区,针对油菜同其他地物的“异物同谱”现象以及不同生长阶段油菜的“同物异谱”现象,利用油菜开花期独特的反射光谱特征,结合均值间标准化近距离提出了NDSI_(28)、S_(34)、NDSI_(23)和NDSI_(46)共4个光谱指数,并由此构建油菜种植区域提取的决策树模型。研究结果表明,基于4个指数组合构建的决策树模型对油菜种植分布信息的提取达到了较好的效果,总体精度为96.17%,与随机森林、支持向量机、最大似然法相比分别高出0.31%、0.88%和1.24%;制图精度方面,决策树法为98.15%,比随机森林、支持向量机、最大似然法分别高4.72%、4.21%和5.59%;对于用户精度,决策树法为86.89%,较随机森林、最大似然法分别低2.2%和1.63%,比支持向量机高0.11%。由此说明,GF-6 WFV数据中的新增波段极大地丰富了其光谱信息,使其在包括油菜在内的农作物种植分布信息提取中具有独特的优势和巨大潜力。
文摘宽刈幅多光谱遥感数据已经成为重要的数据源。如何使用商业遥感图像处理软件快速完成宽刈幅多光谱影像的正射纠正,得到了广泛关注。以北京一号小卫星多光谱影像为例,探讨了宽刈幅遥感影像正射纠正的技术方法,同时对比试验了基于通用推扫式模型(Generic Pushbroom Model,GPM)和有理函数模型(Rational Function Model,RFM)下正射纠正产品几何精度的影响因素。