• 首页 | 主办单位 | 期刊简介 | 编委会 | 作者指南 | 刊物订阅 | 下载中心 | 联系我们 | English | 期刊界
引用本文:黄振国,陈仲新,刘芳清,刘 军.基于HJ-1影像的大棚菜地遥感监测技术研究 ———以山东寿光市为例[J].中国农业资源与区划,2013,34(5):102~106
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 2387次   下载 2786 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于HJ-1影像的大棚菜地遥感监测技术研究 ———以山东寿光市为例
黄振国1, 陈仲新2, 刘芳清3, 刘 军3
1.湖南省农业科学院农业经济和农业区划研究所,长沙 410125/农业部农业信息技术重点开放实验室,北京 100081;2.农业部农业信息技术重点开放实验室,北京 100081/中国农业科学院农业资源与农业区划研究所,北京 100081;3.湖南省农业科学院农业经济和农业区划研究所,长沙 410125
摘要:
利用温室、大棚等设施进行蔬菜种植,一直是我国北方蔬菜种植的主要方式之一,因此,及时、 准确地获取大棚菜地的面积及分布状况,是确保政府“菜篮子”工程顺利实施的需要,也是关系民生的一 项重要工作。为探索及时准确提取大棚菜地信息的技术方法。该研究以山东省寿光市为例,采用HJ-1卫 星图像,在分析各主要地物光谱特征的基础上,结合研究区的背景资料以及专家知识,对遥感影像进行分 类,准确提取了大棚菜地的信息。通过在影像上随机抽取样本点,结合RGB假彩色合成影像及部分实地调 查资料进行精度分析,得出样本点总体精度为92.01%。该研究表明,在HJ-1影像中大棚菜地光谱特征 明显,易于同其他地类区别,利用遥感影像提取大棚菜地信息的方法,适合北方地区大棚菜地信息提取。
关键词:  HJ-1影像 监测 大棚菜地 遥感 山东寿光
DOI:10.7621/cjarrp.1005-9121.20130516
分类号:
基金项目:
MONITORING OF GREENHOUSE VEGETABLES LAND USING HJ-1 REMOTELY-SENSED IMAGERY
Huang Zhenguo1, Chen Zhongxin2, Liu Fangqing3, Liu Jun3
1.Institute of Agricultural Economics and Agricultural Zoning, Hunan Academy of Agricultural Sciences,Changsha 410125/Key Laboratory of Agricultural Information Technology,Ministry of Agriculture Beijing 100081;2.Key Laboratory of Agricultural Information Technology,Ministry of Agriculture Beijing 100081/Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences,Beijing 100081;3.Institute of Agricultural Economics and Agricultural Zoning, Hunan Academy of Agricultural Sciences,Changsha 410125
Abstract:
Greenhouse Vegetables production played important role in guaranteeing vegetables supply for the citi- zens. In this paper, the authors tested the greenhouse vegetables land monitoring technique in Shouguang of Shan- dong using remotely-sensed HJ-1 imagery. Based on the analysis of the spectral characteristics of land cover types in HJ-1 image, the authors made remote sensing classification to retrieve the information of greenhouse vegetables. The overall classification accuracy is 92.01% through randomly sampled points conbined with the analysis of RGB false color composite images and field investigation. This study showed the greenhouse vegetables land had obvious spectral features in HJ-1 imagery and could be distinguished easily from other land cover types in the study region. This paper suggested that the method may be applicable in other region in northern China.
Key words:  HJ-1 image  monitoring  greenhouse vegetable land  remote sensing
版权所有:  您是本站第    位访问者
主管单位:中华人民共和国农业农村部 主办单位:中国农业科学院农业资源与农业区划研究所 中国农业资源与区划学会 地址:北京市中关村南大街12号
电话:010-82109647 82108697 电子邮件:quhuabjb@caas.cn
技术支持:北京勤云科技发展有限公司  京ICP备11039015号