冬小麦种植面积年际变化率监测结果

遥感影像的监督分类是在已知类别的训练场地上提取各类别训练样本,通过选择特征变量、确定判别函数或判别式把影像中的各个像元点划归到各个给定类的分类。为了减弱监督分类中训练样区选择的主观性,在该研究中混合使用了非监督分类和监督分类来提高分类精度。首先对所用HJ-CCD图像提供的4个光谱通道数据进行非监督分类,保留每一个类别,然后目视判读并辅以区域土地利用现状图,合并部分类别。在此基础上选取训练样区,采用监督分类法分别得到各分区的遥感分类图像。整个分类过程是在ERDAS软件中实现的。
通过上述监督分类方法对各分区冬小麦解译后,利用ERDAS软件的Mosaic模块将各分区的分类图拼接在一起,叠加河南省行政区划图,分别统计出各地市的两年冬小麦面积,并计算其变化率,。
根据上述精度检验方法,利用60个地面样方对监测结果进行了检验,见表3。在选取的60个样方都没有定性错误,即面积变化率趋势一致,只有个别样方的遥感监测面积与实际小麦种植面积相差较大,但其面积变化率并不大,误差均在5%以内。这也恰恰说明了面积的年际变化监测能够在一定程度上消除面积解译过程中出现的共同误差,比直接监测作物绝对面积精度高。
表 河南省2009/2010年冬小麦种植面积年际变化率监测结果
地市冬小麦种植面积/hm2
2009年2010年变化率/%
郑州市16749316 15703311 -612
开封市31095711 29783312 -412
洛阳市17129614 17409917 116
平顶山市24722212 24840319 015
安阳市32884012 32809314 -012
鹤壁市94903210 95947916 111
新乡市33395512 32882114 -115
焦作市15238416 14293011 -612
濮阳市24395219 24684314 112
许昌市18226412 17567919 -316
漯河市15198215 14672211 -315
三门峡市10723516 10638916 -018
南阳市74372911 75687919 118
商丘市59803012 61635718 311
信阳市33589110 32596712 -310
周口市75005819 73267816 -213
驻马店市73351318 74940212 212
济源市2071217 2165413 415
总计652855212 651526914 -012