周 浩, 陈竹书, 冯晓娟

(1.湖南师范大学 资源与环境科学学院, 湖南 长沙 410081;2.益阳市烟草专卖局, 湖南 益阳 413002; 3.嵩山少林武术职业学院, 河南 登封 452470)

耕地监测既是农作物产量估算、农业资源综合利用基础，又是政府部门对耕地利用与管理的依据[1]。遥感技术拥有信息丰富、覆盖面广、实用性强和可周期性获取等特点[2-3]，已成为当前对耕地监测的最主要手段。一方面受遥感影像空间分辨率、同物易谱和同谱异物等影响[4]，实际存在的小地物(主要包括：沟渠、小径、机耕道、简易公路、坟地和池塘等)易被纳入耕地[5]，另一方面，由于部分小地物遥感影像的像元宽度远大于实际宽度，耕地面积常被夸大[6]。因此，如何剔除小地物影响、实现净耕地提取具有重要现实意义[7-8]。

国内外学者针对净耕地提取做了大量工作，如运用实地抽样手段开展区域小地物信息提取工作，进而间接提取净耕地利用信息[9]；探索如道路等线状地物对实际耕地面积的影响机理，以提高耕地遥感监测精度[10-13]；开展遥感影像对小地物实际宽度和解译宽度影响的研究，通过扣除小地物实现农作物面积精准估算[1]；运用算法技术来自动提取农田线状工程地物信息，以实现耕地的精细化提取[14-15]。但纵观现有研究，学者们多通过实地抽样调查或结合高精度影像、航片来剔除小地物对耕地面积影响[16-19]，可推广性有限。如何在有限的数据条件下实现净耕地面积提取显得尤为重要。现代数理统计观认为[8]，客观系统总是有关联和有整体功能的，作为表征系统行为特征的数据，总是蕴涵着某种统计规律。……