南方丘陵地区水稻种植面积遥感信息提取的可行性分析*

以浙江省为试验区,在地理信息系统支持下综合利用多种地理信息,探讨丘陵地区大面积提取水稻种植面积信息的可行性。开展了分类识别方法的比较试验及训练样点相对稳定性试验。针对丘陵地区的复杂地形,在数字化地形图的基础上,建立数字地形模型(DTM),并衍生出地面坡度等地貌因子的数字化图像,结合NOAA/AVHRR数据,进行分类。试验结果表明,传统的分类识别方法中,最大似然法的分类精度可满足业务化运行的要求;建立在混合像元分解基础上的模糊监督分类,有较高的分类精度和较好的稳定性,具有较强的适应性;地貌因子参与遥感影像的分类,不仅可以有效地提高丘陵地区水稻种植面积信息的提取精度,而且还可以使面积信息提取精度保持一定的稳定性,提高空间精度;为探讨丘陵地区水稻种植面积信息遥感提取的可靠性和客观性,在训练样点保持相对稳定的前提下,对1996年和1997年浙江省水稻种植面积进行测算,两年的数量精度均在92%以上。