一种面向对象结合变差函数的高分辨率遥感影像茶种植区自动提取方法

摘要

针对传统的茶区提取主要依靠人工野外勘测方法,需要耗费大量的人力物力,时效性差,精度低,不能及时有效地获取茶区空间分布信息,同时茶区在光谱特征上与林地、梯田等具有极强的相似性,茶种植区的遥感识别工作难度高等问题,提出了一种面向对象结合变差函数的茶种植区自动提取方法.为了解与动态监测茶的种植情况,选取位于贵州省铜仁市的4块矩形区域作为研究区.首先,采用面向对象的方法,构建分类规则集,剔除包括道路、建筑物、水体在内的非植被区域;然后,利用茶种植区与其他植被区域的变差函数纹理特征差异,构建决策树分类模型,选择最合适的纹理提取窗口尺寸,最终实现茶种植区域信息自动提取.实验结果表明,该方法可以准确识别茶种植区的空间分布情况(生产者精度为74.50％,用户精度为83.69％),为茶种植区自动提取提供了一种新的有效方法,可以为茶种植区监测与管理提供有效手段与科学依据.