文献类型：期刊文章

作　　者：徐伟燕[1,2,3] 孙睿[1,2,3] 金志凤[4]

机构地区：[1]遥感科学国家重点实验室(北京师范大学/中国科学院遥感与数字地球研究所),北京100875 [2]北京师范大学地理学与遥感科学学院,北京100875 [3]环境遥感与数字城市北京市重点实验室,北京100875 [4]浙江省气候中心,杭州310017

出　　处：《农业工程学报》

基　　金：公益性行业(气象)科研专项(GYHY201306037)

年　　份：2016

卷　　号：32

期　　号：S1

起止页码：161-168

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：茶是世界上饮用最多、影响最广的天然植物饮料,在人类的日常生活中起到重要的作用,为了能有效管理茶叶种植,为政策制订提供依据,很有必要获取准确的茶园空间分布信息。该文以浙江省松阳县的樟溪乡、斋坛乡、叶村乡、竹源乡为研究区域,探讨基于资源三号(ZY-3)卫星数据的茶树种植区提取方法。选用2012年12月25日和2013年6月9日的ZY-3影像,采用决策树提取方法,根据研究区域内茶树的种植方式、生长情况等差异,分平原区和山区进行研究,使用光谱特征和植被覆盖指数NDVI(normalized difference vegetation index)时相差异作为平原区茶树种植区提取特征,山区则添加了方向强度的纹理特征,以地面验证点为参考,对提取结果进行了精度评价,同时与神经网络(NN)分类结果进行比较。结果表明,决策树方法结合光谱信息和纹理信息,可有效提高茶园提取精度,平原区的总体精度为95.00%,Kappa系数为0.85,与NN分类相比分别提高了5.46%、0.19,山区茶树种植区提取的总体精度为92.97%,Kappa系数为0.69,与NN分类相比分别提高了7.57%、0.61,该研究可为政府部门进行茶叶估产及灾害预防处理等提供一定的参考。

关 键 词：遥感 图像处理  光谱分析 茶树种植 ZY-3  NDVI时相差异  方向强度  

分 类 号：S127] S571.1