农作物种植面积遥感测量中的尺度问题研究_精品文档PPT格式课件下载.ppt

农作物种植面积遥感测量中的尺度问题研究_精品文档PPT格式课件下载.ppt

《农作物种植面积遥感测量中的尺度问题研究_精品文档PPT格式课件下载.ppt》由会员分享，可在线阅读，更多相关《农作物种植面积遥感测量中的尺度问题研究_精品文档PPT格式课件下载.ppt（52页珍藏版）》请在冰豆网上搜索。

不同尺度遥感数据源的选取将直接影响到种植面积测量的精度。

研究尺度因子在农作物种植面积遥感测量中的作用，尺度与面积测量精度的定性和定量关系，以便选择合适空间分辨率的遥感数据，不但可以提高测量精度，而且可以排除选择数据时的盲目性，降低数据成本，为开展大范围农作物种植面积遥感测量业务化运行工作提供科学、可靠的依据和指导。

4,1.2遥感信息中的尺度问题研究进展,遥感信息与遥感模型的尺度效应研究遥感应用中合适空间分辨率的选取问题研究遥感信息尺度转换方法研究基于统计基于机理,研究背景、目标及框架,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元绝对精度区域总量精度（业务部门更为注重）多尺度数据源对测量精度的影响提取精度取决于混和像元数目与类别内部光谱变异这两个因子空间分辨率、数据获取能力及测量精度相互制约,1.3农作物种植面积遥感测量中的尺度问题,研究背景、目标及框架,6,以尺度变化对农作物种植面积遥感测量精度的影响分析为主线，从不同空间分辨率、不同空间范围、不同丰度以及不同景观空间结构等角度来系统分析研究农作物种植面积遥感测量中的尺度问题，以获取尺度变化与大面积农作物测量精度，尤其是与区域总量精度的相互关系和影响规律，为基于多尺度遥感数据复合的农作物种植面积测量业务化运行中的数据选择和精度保证问题提供理论与实验基础。

1.4研究目标,研究背景、目标及框架,7,选取山东省南部济宁市境内6060km2区域范围内的2004年冬小麦种植面积为典型研究对象，以10米分辨率的SPOT5多光谱影像上提取的冬小麦种植面积为“准真值”。

8,SPOT尺度的高精度冬小麦种植面积提取尺度变化对农作物种植面积遥感测量精度的影响分析景观空间结构变化对农作物种植面积遥感测量精度的影响分析农作物种植面积遥感测量中最优尺度选取问题研究,1.5研究内容,研究背景、目标及框架,9,农作物种植面积遥感提取的主要方法,遥感图像分类与目视解译法遥感绿度作物识别法遥感与常规统计学方法相结合的遥感抽样统计方法基于GIS与农时历的遥感测量方法基于混和像元分解的农作物信息提取,SPOT尺度的高精度冬小麦种植面积提取研究,10,SPOT尺度冬小麦种植面积提取流程,SPOT尺度的高精度冬小麦种植面积提取研究,11,三种方法提取的冬小麦分布图,SPOT尺度的高精度冬小麦种植面积提取研究,非监督人工聚类绿度识别法生态分类法,12,精度分析,分别采用上述三种方法进行SPOT尺度冬小麦提取，主要目的是尽可能准确地在SPOT影像提取冬小麦种植面积，为本研究中“尺度效应分析”提供冬小麦种植面积“准真值”。

在后面的尺度效应分析中，采用了绿度识别法和目视解译相结合所提取的冬小麦种植面积结果，经野外实地检验，提取结果的总体精度为95.68%，Kappa系数为0.89。

SPOT尺度的高精度冬小麦种植面积提取研究,13,3.1研究方法与数据准备,农作物种植面积遥感测量中的尺度效应分析,研究框架,14,研究方法与数据准备,研究中的尺度分析变化方法示意图,15,研究方法与数据准备,尺度转换过程示例图,16,研究方法与数据准备,不同分辨率冬小麦提取结果对比图,其中30m,50m,70m,150m和250m分别对应农作物种植面积遥感测量中常用TM，IRS-P6，CBERS-CCD，MODIS数据。

17,本研究的目的在于尺度（空间分辨率和空间范围）变化对农作物种植面积遥感测量精度的影响分析，而传统的将不同空间分辨率数据的提取结果直接比较的方法无法区分由尺度变化导致的测量精度的变化和由分类识别方法本身导致的测量精度的影响，而且计算强度大。

因此，本研究采用对高分辨率影像提取结果进行基于简单多数原则的尺度转换得到一系列较低分辨率的提取结果进行尺度效应分析。

研究方法与数据准备,关于尺度效应分析方法的说明,18,样本库建立,研究方法与数据准备,建立了从1km2，4km2,8km2,16km2,32km2,64km2到整个研究区统计样本库，以系统地分析在不同的空间范围下，空间分辨率变化（10m,30m,50m,70m,90m,150m,250m）对农作物测量精度尤其是面积估算绝对误差和区域总量精度的影响。

以不同空间范围为样区建立统计样本库示意图,19,精度评价指标建立,区域精度像元精度均方根误差和偏差,研究方法与数据准备,20,3.2尺度变化对农作物种植面积遥感测量精度的影响分析,不同空间范围下测量精度的尺度效应分析不同农作物百分比下测量精度的尺度效应分析综合分析,农作物种植面积遥感测量中的尺度效应分析,21,整个研究区,不同空间幅度范围下测量精度的尺度效应分析,22,从整个研究区（面积3600km2,丰度39.9）来看，区域总量精度要高于像元绝对精度，像元精度随分辨率的降低而降低；

而区域精度始终保持在94以上。

主要是因为在范围相对比较大的整个研究区内，作物面积估算的正负误差充分相互抵消，并且用于计算区域精度的面积基准值的基数本身也比较大，所以随空间分辨率降低，整个研究区的区域总量精度仍可以保持在较高的水平。

不同空间幅度范围下测量精度的尺度效应分析,整个研究区结果分析,23,不同空间范围样本库区域精度平均值,不同空间幅度范围下测量精度的尺度效应分析,24,不同空间幅度范围样本库区域精度标准差,不同空间幅度范围下测量精度的尺度效应分析,25,不同空间幅度范围样本库均方根误差,不同空间幅度范围下测量精度的尺度效应分析,26,不同空间幅度范围样本库偏差,不同空间幅度范围下测量精度的尺度效应分析,27,不同空间幅度范围样本库结果分析,在不同的空间范围下，随着分辨率的降低，区域精度平均值都逐渐降低；

在不同的空间分辨率下，随着空间范围的扩大，区域精度平均值都基本呈现递增的趋势。

当分辨率为30米时，不同样本库区域精度平均值均保持在94以上，并随空间范围的扩大逐渐增大；

当分辨率降低到250米时，区域精度平均值降低到70左右。

随着空间幅度范围的扩大，不同分辨率下的均方根误差均呈递减的趋势，这反映出随着空间尺度的扩大，由于正负误差的相互中和抵消，面积估算误差会逐渐减小。

当分辨率为250米时，在30km2空间范围下，均方根误差就降低到5以下。

随着空间分辨率的降低，不同空间范围下的均方根误差基本均呈现递增的趋势。

样本库偏差所反映的趋势与整个研究区的区域精度随分辨率降低所反映的趋势基本一致：

随着空间范围的扩大，不同分辨率下的偏差基本保持不变，只是当空间范围大于16km2时，偏差略微降低。

不同空间幅度范围下测量精度的尺度效应分析,28,不同农作物百分比下区域精度的尺度效应分析,对于相同空间范围下的样本，每个样本中农作物所占百分比是不同的，这也会对区域精度产生影响。

为了进一步研究在不同的空间范围和不同的农作物种植密集程度下区域精度随空间分辨率变化的情况，本研究还进行了不同冬小麦丰度即百分比下区域精度的尺度效应分析。

具体做法是：

针对每个空间范围下的样本库，计算每个样区所占的冬小麦百分比，按不同的百分比将样本库划分成十个级别左右的统计样本子库，计算每个子库相对于10米分辨率冬小麦提取结果（准真值）的区域精度平均值和标准差，均方根误差和偏差。

29,各样本库不同农作物百分比下的区域精度平均值和标准差随分辨率变化分析,30,各样本库不同农作物百分比级下的均方根误差（RMSE）和偏差（bias）随分辨率变化分析,31,不同农作物百分比结果分析,从不同农作物百分比来看：

当农作物百分比在30以下，较低分辨率下（50米）的区域精度平均值较低且变化幅度较大；

当百分比大于30，不同分辨率下的区域精度基本均稳定在90以上，分辨率越高，区域精度的最大值越高；

百分比增加到40-50%时，不同分辨率的区域精度平均值的差异达到最小，且均保持在较高的水平（基本保持在93以上）；

随着百分比继续增加，较高分辨率（30m,50m,70m,90m）下的区域精度平均值基本保持稳定，只是较低分辨率的区域精度平均值在较大的空间范围下略微降低，但仍基本保持在90%以上。

从不同的分辨率来看：

30米分辨率的区域精度平均值在作物百分比大于10时，即使在较小的空间范围下，其值也可以稳定在95以上；

分辨率为50米，70米，90米时，当作物百分比大于30，其区域精度平均值只稍低于30米时，但仍保持较高的水平（空间范围大于4km2时，值均保持在94以上）；

当分辨率为250米时，在作物百分比大于40的情况下，区域精度平均值保持在90左右，当空间范围大于64km2时，区域精度平均值可达到90以上。

不同农作物百分比下区域精度的尺度效应分析,32,不同农作物百分比结果分析,在不同的空间范围样本库中，均方根误差均随分辨率的降低而升高。

随着作物百分比的增长，除50米分辨率外（随百分比增长一直呈现增长的趋势），其余均方根误差都呈现出波动的趋势，即当百分比从0-10%增长到31-40%或40%-50%时，均方根误差先增长后降低，在31-40%或40-50%时降到最低，然后随着百分比的升高，均方根误差又呈现出增长的趋势，直至达到最大值。

这说明农作物百分比较高或较低时，较低分辨率下的作物面积估算绝对误差都比较大。

各样本库偏差随百分比的增加的变化趋势与均方根误差的变化趋势基本相似，与均方根误差不同的是偏差可以表示出面积估算误差的正负方向，当百分比较低时（40%-50%），偏差变为正值并持续增长。

空间分辨率越低，偏差的变化幅度越大；

空间范围越大，偏差的变化幅度越小。

不同农作物百分比下区域精度的尺度效应分析,33,不同分辨率类型转化的数量统计表,综合分析,不同空间分辨率提取结果间的信息转移过程,30m50m70m,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在类别之间的边缘部分。

分辨率为50米时的B-C值远大于30米和70米时的B-C值，这是50米分辨率时测量精度出现异常情况的原因，即空间分辨率降低到50米时引起类内光谱变异程度和边缘混和象元数目的变化的综合影响不像其他分辨率时那样可以相互抵消而保持均衡。

50米分辨率为该研究区农作物景观空间自相关性对尺度响应的一个敏感点，具有一定的偶然性（在其他研究区的实验中，50米分辨率处并未出现异常）。

综合分析,35,3.3景观空间结构对农作物种植面积遥感测量精度的影响分析,农作物景观空间结构度量指标建立不同分辨率下的景观空间特征比较研究景观空间结构对测量精度的影响分析,农作物种植面积遥感测量中的尺度效应分析,36,农作物景观空间结构度量指标建立,分维数（Fractaldimension）用来测定斑块的复杂程度，根据面积与周长的关系，将分维数定义如下:

式中：

D为分维数，P为斑块周长，A为斑块面积。

D值的范围为1.02.0破碎度（Fragmentation）表示景观被分割的破碎程度,以单位面积中斑块总个数作为景观破碎度的判断指标:

FN1=（NP-1）/NCFN2=MPS（NP-1）/NC,景观空间结构对农作物种植面积遥感测量精度的影响分析,37,不同分辨率下的景观空间特征比较研究,随着空间分辨率的不断降低，整个研究区冬小麦提取结果的斑块数不断减少，影像整体的破碎度也不断减小，分维数逐渐增大即形状复杂程度增大，但趋势较为平缓。

景观空间结构对农作物种植面积遥感测量精度的影响分析,38,景观空间结构对测量精度的影响分析,景观空间结构对农作物种植面积遥感测量精度