基于GF-1影像面向对象分类方法的水稻种植信息提取研究

刘绍贵1姬忠林2，3张月平1李文西1高晖1，4杭天文1，4陈明1颜怡1，4姜义1，4吴兵1，4龚鑫鑫1，4祝飘1，4任红艳3*
（1扬州市耕地质量保护站，江苏扬州225101；2福建师范大学地理科学学院，福州350007；3中国科学院地理科学与资源研究所/资源与环境信息系统国家重点实验室，北京 100101；4扬州地恒科技有限公司，江苏 扬州 225002；第一作者：shgl520@163.com；*通讯作者：renhy@igsnrr.ac.cn）

应用遥感技术提取水稻种植信息是农业遥感的重要内容。GF-1卫星WFV数据为农业信息提取提供了新的途径，面向对象的分类方法是遥感解译的重要方法。本研究以扬州市为研究区域，基于GF-1影像WFV数据，采用面向对象的分类方法，提取水稻种植信息，并实地调查验证试验结果，试图探讨GF-1数据面向对象分类方法在水稻种植信息提取中的可行性与影响提取精度的因素。结果表明，应用GF-1数据，采用面向对象的分类方法能够很好地完成扬州市水稻种植信息的提取，2016年扬州市有水稻种植面积214 524 hm2，总体精度达到98.5%，Kappa系数0.95，面积精度达97.5%；实地考察能够提高提取精度，地形破碎程度越低，提取精度越高。

GF-1；面向对象；水稻；种植信息提取

基于遥感技术的农作物种植信息提取是及时、准确、大面积获取农作物种植结构布局的重要手段[1-7]，不仅有利于对区域内作物进行产量估计、结构调整和优化，而且对农业生产管理、农业可持续发展及国家粮食安全等方面都具有重要意义。水稻是我国三大粮食作物之一，播种面积广、产量高，2014年我国稻谷播种面积占粮食作物播种面积的27%，稻谷产量占粮食作物产量的34%[8]，并且，我国水稻种植存在着波动和格局变化[9]。……