农作物种植面积遥感测量中的尺度问题研究.ppt

1、1、农作物栽培面积遥感测量尺度问题研究、硕士论文答辩人：何浩导师：潘耀忠教授专业：地图学和地理信息系统北京师范大学资源学院2006年06月06日，2，内容摘要1研究背景， 目标及框架的2 SPOT尺度的高精度冬小麦栽培面积的提取研究3农作物栽培面积遥感测定中的尺度效果分析4结论和讨论，3，1.1研究背景和意义，研究背景、目标及框架，农作物栽培面积的测定是遥感生产的基础工作之一，测定结果的精度直接影响数据的可靠性和有用性。 多尺度遥感数据源的综合应用是进行大范围农作物栽培面积遥感测量业务化的必然流程。 不同尺度遥感数据源的选择直接影响种植面积测量的精度。 研究尺度因子在农作物栽培面积遥感测量中的

2、作用、尺度和面积测量精度的定性和定量关系，选择合适的空间分辨率遥感数据不仅可以提高测量精度，还可以消除选择数据时的盲目性，降低数据成本4，1.2遥感信息中尺度问题的研究进展，遥感信息和遥感模型的尺度效应研究遥感应用中合适的空间分辨率的选择问题研究遥感信息尺度转换方法的研究基于统计研究了机制，背景， 研究目标和框架，研究5数据源分析低分辨率数据、中高分辨率数据、多源数据复合精度评价像素的绝对精度区域总量精度(业务部门更重视)多尺度数据源对测量精度的影响提取精度，包括混合像素数和类内部光谱变异两个因素的空间分辨率、数据获取能力， 依赖测量精度，1.3农作物栽培面积遥感测量中的尺度问题研究背景、目标

3、及框架、6、以尺度变化对农作物栽培面积遥感测量精度的影响分析为主线，以不同空间分辨率、不同空间范围、 从不同丰度和不同景观空间结构等角度系统地分析研究农作物栽培面积遥感测量中的尺度问题，获得尺度变化与大面积农作物测量精度，特别是与地区总量精度的相关关系和影响规律，并基于多尺度遥感数据进行复合农作物的栽培面积测量业务化以1.4研究目标、研究背景、目标和框架、7、山东省南部济宁市6060km2区域内2004年冬小麦栽培面积为典型研究对象，从10米分辨率的SPOT5多光谱图像中提取冬小麦栽培面积作为“真值”。 8、SPOT尺度高精度冬小麦栽培面积提取尺度的变化对农作物栽培面积遥感测定精度的影响，分析

4、农作物栽培面积遥感测定精度的影响，分析农作物栽培面积遥感测定的最佳尺度选择问题研究，1.5研究内容，研究背景， 目标和框架、9、农作物栽培面积遥感提取的主要方法遥感图像分类和目视解释法遥感绿色作物识别法遥感和常规统计学方法结合的遥感统计方法是基于GIS和农历遥感测定方法， 基于混合像素分解的农作物信息提取、SPOT尺度的高精度冬小麦栽培面积提取研究、10、SPOT尺度冬小麦栽培面积提取过程、SPOT尺度的高精度冬小麦栽培面积提取研究、11三种方法提取的冬小麦分布图、SPOT尺度的高精度冬小麦栽培面积提取研究、非监督人工聚类绿色度识别法的生态分类法、12、精度分析，及其主要目的是尽可能准确地用S

5、POT图像提取冬小麦栽培面积，本研究通过“尺度效应分析”提供冬小麦栽培面积的“真值”。后者尺度效应分析采用绿色识别法和目测解释结合提取的冬小麦栽培面积结果，经过野外实地检查，提取结果的整体精度为95.68%，Kappa系数为0.89。 SPOT尺度高精度冬小麦栽培面积的提取研究，13，3.1研究方法和数据的准备，农作物栽培面积遥感测量中尺度效应分析，研究框架，14，研究方法和数据的准备，研究中尺度分析变化方法的示意图，15，研究方法和数据的准备，比例转换过程的例子16、研究方法和数据准备、不同分辨率冬小麦提取结果的比较图中，30m、50m、70m、150m和250m分别对应于农作物种植面积遥感

6、测定中常用的TM、IRS-P6、CBERS-CCD、MODIS数据。 17、本研究的目的是分析尺度(空间分辨率和空间范围)的变化对农作物栽培面积遥感测量精度的影响，而传统的直接比较不同空间分辨率数据的提取结果的方法不能区分尺度变化导致的测量精度变化和分类识别方法本身对测量精度的影响，计算强度也很大。 因此，本研究根据多个单纯的原则对高分辨率影像的提取结果进行尺度转换，得到一系列低分辨率的提取结果，进行尺度效果分析。 研究方法和数据准备，尺度效应分析方法的说明，18，样品库的建立，研究方法和数据准备，1km-2，4km-2，8km-2，16km-2，32km-2，64km-2建立了整个研究区的统

7、计样品库，系统地在不同空间范围内进行空间分辨率的变化(分析了90m、150m、250m )对农作物测定精度，特别是面积估计绝对误差和地区总量精度的影响。 以不同空间范围为样品区的统计样品库示意图，19，精度评价指标的建立，地区精度像素精度的均方根误差和偏差，研究方法和数据准备，20，3.2尺度变化对农作物栽培面积遥感测量精度的影响分析， 不同空间范围测定精度的尺度效应分析不同农作物百分比测定精度的尺度效应分析综合分析农作物栽培面积遥感测定中的尺度效应分析，21，整个研究区，不同空间宽度范围测定精度的尺度效应分析，22，整个研究区(面积3600km2，丰度39.9 )吗地区总量精度比像素的绝对精

8、度高，像素精度随着分辨率的降低而下降的区域精度总是保持在94以上。 主要在范围较大的研究区，作物面积估计的正负误差充分抵消，用于计算地区精度的面积基准值基数本身也较大，随着空间分辨率的降低，整个研究区的地区总量精度保持在高水平。 不同空间宽度范围内测量精度的尺度效应分析，整个研究区的结果分析，23，不同空间宽度范围内测量精度的尺度效应分析，24，不同空间宽度范围内测量精度的尺度效应分析，不同空间宽度范围内测量精度的尺度效应分析：26， 不同空间宽度范围内的测定精度的尺度效应分析：27，不同空间宽度范围内的测定精度的尺度效应分析：27，不同空间宽度范围内的测定精度的尺度效应分析，随着分辨率的降低

9、，区域精度的平均值逐渐降低，在不同空间分辨率下，随着空间范围的扩大，区域精度的平均值几乎在分辨率为30米时，不同样品组区域的精度平均值保持在94以上，随着空间范围的扩大而逐渐变大的分辨率下降到250米时，区域精度的平均值下降到70左右。 随着空间宽度范围的扩大，不同分辨率下的均方根误差呈减少趋势，这反映了随着空间比例的扩大，正负误差的相互中和被抵消，面积估计误差逐渐减少。 在分辨率为250米时，在30km2的空间范围内，均方根误差降低到5以下。随着空间分辨率的下降，不同空间范围内的均方根误差基本呈增加趋势。 反映样品库的偏差的倾向与研究区整体的区域精度反映分辨率下降的倾向大致一致：随着空间范围

10、的扩大，不同分辨率下的偏差几乎没有变化，但空间范围超过16km2时，偏差稍微下降。 为了进一步研究不同空间宽度范围内测定精度的尺度效应分析、28、不同农作物百分比下的地区精度的尺度效应分析、不同空间范围和不同农作物栽培密集度下地区精度随空间分辨率变化的情况，本研究对冬小麦的丰富度，即百分比下的地区精度的尺度效应具体的方法是，对各空间范围的样品库计算样品库所占的冬小麦比例，以不同比例将样品库分成10个等级左右的统计样品库，区域精度相对于各子库10米分辨率冬小麦的提取结果(真值)的平均值和标准29、，各本库不同农作物比例中的地区精度平均值和标准偏差通过分辨率分析，30，各本库不同农作物比例中的平均

11、值和偏差通过分辨率分析，31， 根据农作物的比例分析，农作物的比例在30以下时，低分辨率下的区域精度的平均值低，变化幅度大的百分比超过30时，不同分辨率下的区域精度稳定在大致90以上，分辨率越高，区域精度的最大值变高的百分比增加到40-50%时， 随着不同分辨率的区域精度的平均值之差变为最小并且保持在高电平(几乎93以上)的百分比持续增加，高分辨率(30m、50m、70m、90m )下的区域精度的平均值几乎稳定，而低分辨率的区域精度的平均值在宽空间范围内略微下降从不同分辨率来看，30米分辨率的地区精度平均值，作物的比例超过10%，即使在小的空间范围内，其值也稳定在95以上，分辨率为50米、70

12、米、90米，作物的比例超过30 %，该地区的精度平均值只有30 %。 分辨率为250米时，作物比例超过40%时，地区精度的平均值保持在90左右，空间范围超过64km2时，地区精度的平均值在90以上。 区域精度在不同农作物百分比上的尺度效应分析，32，不同农作物百分比结果分析，在不同空间范围的样品库中，均方平方根误差随分辨率的下降而上升。 随着作物比例的增加，除了50米的分辨率外(显示出随着比例的增加而增加的趋势)，剩馀的均方根误差呈现出变动的趋势。 即，当比例从0-10%增加到31-40%或40-50%时，均方根误差在最初增加后减少，减少到31-40%或40-50%，随比例增加，均方根误差显示

13、出增加趋势，直至达到最大值这表示农作物比例高或低时，低分辨率下的作物面积的推定绝对误差大。 随着各本库偏差百分比的增加的变化趋势与均方根误差的变化趋势大致类似，与均方根误差的不同可以表示面积估计误差的正负方向，在百分比低的情况下(40%-50% )偏差为正值而持续增加。 空间分辨率越低，偏差的变化幅度越大，空间范围越宽，偏差的变化幅度越小。不同农作物百分比的区域精度尺度效应分析、33、不同分辨率类型转换的数量统计表、综合分析、不同空间分辨率提取结果之间的信息迁移过程、30MB50MD、34、综合分析结果、空间分辨率对分类误差空间分布的影响主要是类别间的边缘部分。 分辨率为50米时的B-C值远远

14、大于30米和70米时的B-C值，这是因为在50米的分辨率下测量精度发生异常的原因，空间分辨率下降到50米时，类内的频谱变异程度和边缘混合因素数的变化的综合影响其他分辨率50米分辨率是该研究区农作物景观空间自相关性对尺度响应敏感的点，具有一定的偶然性(其他研究区实验中，50米分辨率未出现异常)。 综合分析，35，3.3景观空间结构对农作物栽培面积遥感测定精度的影响分析，农作物景观空间结构测定指标的建立不同分辨率下景观空间特征比较研究景观空间结构对测定精度的影响分析，农作物栽培面积遥感测定中的尺度效应分析，36， 农作物景观空间结构测量指标的建立分形维数用于测量斑块的复杂度，根据面积和周长的关系，

15、定义d为分形维数，p为斑块周长，a为斑块面积。 d值的范围表示以1.02.0破碎度(Fragmentation )破碎景观的破碎度，单位面积中的斑块总数为景观破碎度的判断指标： fn1=(NP-1 )/ncf n2=MPs (NP-1 )/NC，景观空间结构为农作物栽培面积遥感器37在不同分辨率下的景观空间特征比较研究中，随着空间分辨率的降低，整个研究区冬小麦提取结果的斑块数减少，图像整体的破碎度也减少，分维数逐渐增大，即形状变得复杂，但倾向缓慢。 景观空间结构对农作物栽培面积遥感测定精度的影响分析，38，景观空间结构对测定精度的影响分析，景观空间结构对农作物栽培面积遥感测定精度的影响分析，1

16、6km2统计样品库不同破碎度和分维对地区精度的影响的比较分析表，39， 分析了农作物百分比、地区精度、破碎度、分维之间的散布图景观空间结构对农作物栽培面积遥感测量精度的影响，地区精度不同的破碎度的变化与地区精度不同的百分比变化趋势大致类似，但地区精度不同的维数变化情况复杂、大致有一致性的趋势和不同景观空间结构对农作物种植面积遥感测定区域精度的影响主要以破碎度为主，破碎度与农作物百分比有显着关系，因此不同农作物百分比对区域精度的影响实际上体现了不同景观空间结构对区域精度的影响。 景观空间结构对农作物栽培面积遥感测定精度的影响分析，41，3.4农作物栽培面积遥感最佳尺度选择问题研究，从数据源来看，用于农作物栽培面积测定的遥感数据为中高分辨率数据(1070米尺度):Landsat的TM SPOT、IRS(23米、56米)、CBERS-1的CCD等美国级的高分辨率数据源分为SPOT5、IRS(5.8米)、IKONOS、QuickBird等。 低分辨率数据(2501000米尺度):主要是NOAA的AVHRR和Terra的MOD