基于Sentinel-2与GF-6 WFV数据的花生种植面积提取差异分析

摘要

为比较基于Sentinel-2与GF-6 WFV数据对花生种植面积提取的差异,以许昌市榆林乡为研究区域,选取Sentinel-2和GF-6 WFV遥感数据相同波段,采用K邻近法和最大似然法提取花生种植面积,基于样本点构建混淆矩阵进行精度验证,并结合地面样方实测数据,比较对花生种植面积提取的相对误差.结果表明,2种分类方法对2种数据源的花生种植面积提取效果均可满足实际需要,制图精度均大于85％,用户精度均大于80％,相对误差均小于10％.提取结果显示,花生种植面积空间分布主要集中于西北部和东南部,东北部和西南部面积较少且分布零星.通过对比发现,采用面向对象的K邻近法能更好地避免复杂地物类型区像元错分及漏分问题,其总体精度、Kappa系数以及花生种植面积的制图精度、用户精度和面积相对误差等参数均优于传统基于像元的最大似然法.在同数据源不同分类方法时,2种数据源利用K邻近法的分类精度均高于最大似然法.说明面向对象的K邻近法可充分利用地物光谱特征及纹理特征,比基于像元的最大似然法取得更高精度的提取结果.在同方法不同数据源时,利用最大似然法对Sentinel-2花生种植面积的提取精度低于GF-6 WFV,利用K邻近法对Sentinel-2花生种植面积的提取精度高于GF-6 WFV.综上,由于Sentinel-210 m融合数据的空间分辨率高于16 m的GF-6 WFV,对细节的表达效果更佳,更适合用于提取种植结构复杂的小尺度区域.