农用土地区卫星遥感耕地信息提取及其动态监测技术研究

【摘要】： 保护耕地除采用强有力的法律、行政、经济、规划等措施来确保耕地总量不再减少外，还需要采用高新技术对耕地资源进行动态监测。本研究采用不同时相的陆地卫星产品TM资料，利用遥感图像处理软件ENVI和地理信息系统软件MapGIS等，以山东省垦利县、河口区和桓台县为研究对象，进行了农用土地区卫星遥感耕地信息提取及其动态监测方法的研究。 在图像处理中，借助于1：5万的地形图采集地面控制点，对遥感数据进行几何精校正之后，对同一区域不同时相之间的遥感数据进行了空间配准，并提取出各研究区的图像数据。图像增强处理除采用反差增强、主成分变换等常规增强方法外，还使用了基于对高光谱遥感图像信息提取开发出来的MNF变换方法。 在耕地信息提取中，使用了监督分类的最大似然法和屏幕目视解译法，设计了自动分类与目视解译结合法，即SAM—人工交互修正和ISODATA—人工交互合并与修正法。结果显示，最大似然法训练区的选择比较繁琐，需要选出所有可能地物的训练区，而且因其仅凭据光谱特征分类，导致分类精度差；屏幕目视解译法充分发挥和利用了人的经验知识和灵活性，信息提取精度较高，但工作量较大，不适用于大范围的信息提取；ISODATA—人工交互合并及修正法中，尽管精度较高，但后期工作量很大；SAM—人工交互修正法中，在训练区的选择上，只需选出耕地的训练样本，只对全区像元进行是否属于耕地的判别，花费时间最少，所需工作量最小，精度最高。 在耕地动态监测中采用了图像比值／差值法、多时相复合分类法和分类后比较法。图像比值／差值法对水体和水田的监测效果比较好，但对整个耕地的监测结果不令人满意，精度最低；多时相复合分类法中，变化耕地训练区的确定比较困难；分类后比较法是在前面耕地信息准确提取的基础上做的分析，不仅精度最高，而且监测结果图也一目了然，是耕地动态监测的一种有效方法，但前提是必须保证不同时相之间图像的高精度配准和分类信息的准确提取。 笔者认为，在农用土地区的耕地信息提取中，SAM—人工交互修正法是一种较好的方法，在信息提取精度较高的基础上，进行分类后比较法，即不同时相间分类结果图的相减运算，可以取得令人满意的监测结果。这两种方法尤其适用于滨海盐渍土区的耕地信息提取及其动态监测。