杨艳魁 陈芸芝 吴波

摘要：为提高高分辨率遥感影像分类精度，针对高分二号影像发展一种综合利用遥感影像光谱和纹理信息的茶园种植区提取方法。该方法首先利用归一化植被指数（NDVI）和修正的归一化植被指数（MNDVI）构建新的光谱特征——差异归一化差分植被指数（DNDVI），通过灰度共生矩阵（GLCM）构建新的纹理特征——灰度共生纹理（GLCT），然后结合光谱和纹理特征运用支持向量机（SVM）的方法进行分类。试验采用2种方案（原始波段+光谱特征，原始波段+光谱特征+纹理特征）对影像进行分类，分类总体精度分别为79.6%、89.8%，Kappa系数分别为 0.659、0.788。结果表明，结合纹理信息能明显地提高分类精度，并较好地实现对高分二号影像茶园种植区的分类提取。

关键词：高分辨率;光谱;纹理;GLCM;茶园提取

中图分类号： TP79;S127  文献标志码： A  文章编号：1002-1302（2019）02-0210-05

中国是世界上最早利用茶叶、栽培茶树的国家，有着独特的茶文化，而且中国的茶园面积和茶叶产量均居世界第一;因此准确获取茶树种植区分布，可为政府部门进行茶园规划管理、茶叶估产及灾害预防处理等提供数据支撑[1]。

但传统通过构建指数等光谱特征来提取作物的方法，由于存在着同谱异物、同物异谱等问题，具有很大的局限性。茶树与其他植被的光谱特征非常相似，使得茶树与其他植被容易产生严重的光谱混淆问题[2]。解决光谱混淆的一个重要方法是引入以空间信息为基础的纹理特征[3]，采用基于多特征的分类方法提高影像的分类精度[4-5]。高分辨率遥感影像由于其分辨率足够高，提供了丰富的地面信息，不同地物内部的纹理差异得到很好体现[6]，使得纹理特征的提取与应用得到广泛关注。……