基于主成分分析的农作物空间分布信息提取

　　摘要:针对遥感农作物分类精度低、作物区分不明显的特点，本文提出了一种基于主成分分析的农作物空间分布信息提取方法。通过主成分分析，增强影像的光谱特征，提高样本的可分离性和影像分类精度，满足农作空间分布识别要求。最后以GF-1卫星影像为研究对象进行试验，结果表明，本文提出的方法分类精度可达95%以上，实验结果符合实际情况。

　　关键词:主成分分析;空间分布;分类

　　0引言

　　农作物空间分布是农作物涨势监测、灾害监测、产量预估、土地利用现状等专题研究与分析的基础。农作物种植面积广，生长过程具有周期性，而遥感因其具有监测面积大、观测实时、获取效率高等特点，为农作物空间分布的快速、准确获取提供了有效手段。由于农作物的生长过程受人类活动影响导致“同物异谱，同谱异物”现象严重，因此，如何提高农作物遥感识别的时效性和精度成为农业土地系统研究领域的重要课题。

　　根据遥感影像分辨率的不同，将农作物空间分布信息提取分为基于时间序列的低空间分辨率影像信息提取、基于多时相中高空间分辨率影像信息提取、基于高空间分辨率影像信息提取。基于时间序列的低空间分辨率影像信息提取主要利用低空间分辨率影像时间分辨率高的特点，构建时序NDVI曲线，达到提取农作物的目的，由于空间分辨率较低，分类精度受混合像元影响较大，分类精度较低。

　　[1-2]基于多时相中高空间分辨率影像信息提取，通常用多景影像提取物候参数，结合光谱特征、纹理特征等信息，构建分类规则，提取农作物信息，分类精度有所提高。基于高空间分辨率影像信息提取主要有两个思路:一是像素级的分类方式，二是面向对象的分类方式，高分辨率影像分类精度受混合像元影响小、分类精度高，但受时间分辨率限制较多。

　　本文从提升空间分布分类精度的角度考虑，减少高分辨率影像的时间分辨率限制，采用高分影像进行实验，目前，将高分影像用于农作物空间分布的研究不多，主要是用多时相遥感影像提取农作物[3-5]，本文采用一景时间分辨率为4d的高分影像，运用主成分分析增强作物间的波普差异，提取农作物信息，取得了较好的分类效果，并通过实地验证，分类精度可达95%以上。

　　1基于主成分分析的空间分布信息提取原理

　　1.1基于主成分分析的空间分布信息提取流程

　　对高分一号卫星影像数据进行辐射校正、几何纠正等预处理工作，得到准确的物体表面光谱信息及实际位置，以确保主成分分析效果以及面积统计的准确性;通过主成分分析增强不同作物光谱之间的差异性，便于分类过程中的样本选择;对影像进行监督分类，提取玉米、水稻、马铃薯、大豆及其他5种作物;对分类结果进行实地验证。

　　1.2主成分分析原理

　　主成分分析本质是一种特征提取，主要是在特征空间中最大限度地保留原始空间的主要分类信息，特征空间的维数远低于原始空间维数。在不减少“有效”信息的前提下，将原始数据集转换为由维数较少的“有效”信息来标识，以达到方差最优的目的，提高数据表示效果。[6]

　　2实验

　　本实验采用2018年7月下旬获取的16m分辨率的GF-1号卫星影像，运用基于主成分分析的空间分布信息提取方法。原始影像整体为绿色，能够分辨出深绿色、浅绿色及灰色，说明原始影像中至少存在2种作物，但光谱特征并不明显。主成分分析处理结果，主成分分析处理结果颜色鲜明、突出，能够分辨出深蓝色、湖蓝色、粉色、黄色、红色，农作物光谱差异明显，实验区域可能存在5种农作物，而且鲜明、突出的颜色也有利于样本的选择。为基于主成分分析监督分类结果，通过样本可以发现红色和黄色同为大豆，这种情况可能是受大豆品种、种植时间、生长状况等影响造成的，监督分类将实验区分为玉米、大豆、马铃薯及其他。

　　农作物论文范例：农业气象灾害对农作物产量的影响

　　3结束语

　　农作物空间分布信息提取是一个比较有意义的研究内容，本文提出的基于主成分分析的农作物空间分布信息提取采用一景影像可以达到比较好的实验效果，该结果可以减少传统农业调查的工作量，指导农作物种植补贴，减少虚报瞒报现象。本文方法采用的是单一数据源，在其他数据源的农作物空间信息提取的应用有待进一步研究，以达到更好的应用效果。

　　参考文献:

　　[1]HUQ，WUW，SONGQ，etal.Howdotemporalandspectralfeaturesmatterincropclassification[J].JntegrAgr，2017(16):324-336.

　　[2]DADHWALVK，RAYSS.CropassessmentusingremotesensingpartⅡ:Cropconditionandyieldassessment[J].IndianJofAgrEcon，2000(55):55-67.

　　[3]李冰，梁燕华，李丹丹，等.多时相GF-1卫星PMS影像提取农作物种植结构[J].中国农业资源与区划，2017，38(9):56-62.

　　[4]黄健熙，侯矞焯，苏伟，等.基于GF-1WFV数据的玉米与大豆种植面积提取方法[J].农业工程学报，2017，33(7):164-170.

　　[5]王利民，刘佳，杨福刚，等.基于GF-1卫星遥感的冬小麦面积早期识别[J].农业工程学报，2015，31(11):194-201.

　　[6]陈佩.主成分分析法研究及其在特征提取中的应用[D].西安:陕西师范大学，2014.

　　作者：王众娇，魏茂盛，郭凌峰，王向强，高磊