河南农业科学 ›› 2021, Vol. 50 ›› Issue (6): 163-170.DOI: 10.15933/j.cnki.1004-3268.2021.06.020
所属专题: 遥感助力农业信息精准监测专题
张彦1,刘婷1,包卓雅2,王来刚1,贺佳1,郭燕1,张红利1,杨秀忠1
ZHANG Yan1,LIU Ting1,BAO Zhuoya2,WANG Laigang1,HE Jia1,GUO Yan1,ZHANG Hongli1,YANG Xiuzhong1
摘要: 为比较基于Sentinel-2与GF-6 WFV数据对花生种植面积提取的差异,以许昌市榆林乡为研究区域,选取Sentinel-2和GF-6 WFV遥感数据相同波段,采用K邻近法和最大似然法提取花生种植面积,基于样本点构建混淆矩阵进行精度验证,并结合地面样方实测数据,比较对花生种植面积提取的相对误差。结果表明,2种分类方法对2种数据源的花生种植面积提取效果均可满足实际需要,制图精度均大于85%,用户精度均大于80%,相对误差均小于10%。提取结果显示,花生种植面积空间分布主要集中于西北部和东南部,东北部和西南部面积较少且分布零星。通过对比发现,采用面向对象的K邻近法能更好地避免复杂地物类型区像元错分及漏分问题,其总体精度、Kappa系数以及花生种植面积的制图精度、用户精度和面积相对误差等参数均优于传统基于像元的最大似然法。在同数据源不同分类方法时,2种数据源利用K邻近法的分类精度均高于最大似然法。说明面向对象的K邻近法可充分利用地物光谱特征及纹理特征,比基于像元的最大似然法取得更高精度的提取结果。在同方法不同数据源时,利用最大似然法对Sentinel-2花生种植面积的提取精度低于GF-6 WFV,利用K邻近法对Sentinel-2花生种植面积的提取精度高于GF-6 WFV。综上,由于Sentinel-2 10 m融合数据的空间分辨率高于16 m的GF-6 WFV,对细节的表达效果更佳,更适合用于提取种植结构复杂的小尺度区域。
中图分类号: