|
全國省-市-縣級農作物種植面積統計數據及空間分布數據服務
采用支持向量機分類器進行基于象素遙感影像分類方法。在分類過程中，分別對不同日期的單景環境星數據以及不同日期環境星數據的組合進行分類，以評價環境星在作物分類中的應用潛力，并確定利用環境星數據進行作物分類的最佳影像獲取時期及最優時相組合。
背景
采用支持向量機分類器進行基于象素遙感影像分類方法。在分類過程中，分別對不同日期的單景環境星數據以及不同日期環境星數據的組合進行分類，以評價環境星在作物分類中的應用潛力，并確定利用環境星數據進行作物分類的最佳影像獲取時期及最優時相組合。
技術方法
(1)在地面調查數據和GVG數據的支持下，利用高分辨率影像進行作物分類；
(2)將分類結果進行區域統計，區域大小采用與中低分辨率影像像元同樣大心的格網，得到與MERIS或MODIS同像元大小的作物組分結果；
(3)將MODIS時間序列NDVI數據集與ENVISAT MERIS多光譜數據與高分辨率生成的作物組分數據進行比較，建立神經網絡模型；
(4)利用神經網絡模型進行全影像外推，得到研究區的作物種植面積。
精度驗證
利用多尺度遙感影像數據估算玉米種植面積可以達到有效精度，尤其是在整個研究區水平上，精度良好；在地市水平上，利用MDOIS NDVI估算的玉米種植面積估算精度也均能達到有效精度，在省級尺度上，利用MODIS NDVI河北和山東均能達到有效精度，利用MERIS估算精度僅能達到有效精度。
|