全國(guó)省-市-縣級農作物種(zhǒng)植面(miàn)積統計數據及空間分布數據服務

       采用支持向(xiàng)量機分類器進(jìn)行基于象素遙感影像分類方法。在分類過(guò)程中，分别對(duì)不同日期的單景環境星數據以及不同日期環境星數據的組合進(jìn)行分類，以評價環境星在作物分類中的應用潛力，并确定利用環境星數據進(jìn)行作物分類的最佳影像獲取時(shí)期及最優時(shí)相組合。

背景

    采用支持向(xiàng)量機分類器進(jìn)行基于象素遙感影像分類方法。在分類過(guò)程中，分别對(duì)不同日期的單景環境星數據以及不同日期環境星數據的組合進(jìn)行分類，以評價環境星在作物分類中的應用潛力，并确定利用環境星數據進(jìn)行作物分類的最佳影像獲取時(shí)期及最優時(shí)相組合。

技術方法 

    (1)在地面(miàn)調查數據和GVG數據的支持下，利用高分辨率影像進(jìn)行作物分類；

    (2)將(jiāng)分類結果進(jìn)行區域統計，區域大小采用與中低分辨率影像像元同樣(yàng)大心的格網，得到與MERIS或MODIS同像元大小的作物組分結果；

    (3)將(jiāng)MODIS時(shí)間序列NDVI數據集與ENVISAT MERIS多光譜數據與高分辨率生成(chéng)的作物組分數據進(jìn)行比較，建立神經(jīng)網絡模型；

    (4)利用神經(jīng)網絡模型進(jìn)行全影像外推，得到研究區的作物種(zhǒng)植面(miàn)積。

精度驗證

    利用多尺度遙感影像數據估算玉米種(zhǒng)植面(miàn)積可以達到有效精度，尤其是在整個研究區水平上，精度良好(hǎo)；在地市水平上，利用MDOIS NDVI估算的玉米種(zhǒng)植面(miàn)積估算精度也均能(néng)達到有效精度，在省級尺度上，利用MODIS NDVI河北和山東均能(néng)達到有效精度，利用MERIS估算精度僅能(néng)達到有效精度。