基于GF-1/2影像数据的烟草种植区信息遥感监测

罗贞宝，陆妍如，高知灵，阳国发，贺 琰，毛辉辉*

基于GF-1/2影像数据的烟草种植区信息遥感监测

罗贞宝1，陆妍如2，高知灵1，阳国发1，贺 琰2，毛辉辉2*

（1.贵州省烟草公司毕节市公司，贵州 毕节 551700；2.中国科学院大学资源与环境学院，北京 100049）

为解决我国南方山区自然烟田地块较小、空间分布破碎且与其他农作物混杂，遥感调查精度低、受多云雨天影响大的难题，利用我国高分遥感卫星，开展多源、多时相遥感数据与面向对象分类相结合的烟草种植区提取方法，以毕节市七星关区大河乡为试验区，构建面向对象分类过程，并同基于像元的最大似然（ML）、神经网络（NN）和支持向量机（SVM）等方法进行对比。结果表明，面向对象方法精度最优，其次为ML、SVM以及NN，Kappa系数分别为0.948、0.936、0.930和0.905；此外，面向对象方法提取的烟田地块形状相对完整，有效避免了“椒盐现象”，视觉效果明显优于基于像元方式。面向对象的分类方法结合高分遥感星座可以准确地提取我国南方烟草种植区分布信息，从而有助于烟草的宏观管理、调控与决策。

烟田；高分遥感影像；高时空分辨率；物候特征；面向对象分类

贵州是我国烤烟生产第二大省，毕节地区占贵州省烟叶常年产量的25%左右，是全国烤烟主产区之一[1-3]。烟草作为一种特殊的经济作物，其种植区信息的获取对于烟草的宏观管理、调控与决策具有重要意义。传统上依靠人工采取手持GPS进行地面调查，费时费力，且难以快速、准确地获取大范围的烟草种植区空间分布信息，进而影响到后续烟草种植区面积及产量的估算。……