农用地分类中OLI影像合成最佳波段组合研究——以黑龙江省鹤岗市为例

详细信息    查看全文 | 推荐本文 |

英文篇名：Study on Optimal Band Combination of OLI Image Synthesis in Agricultural Land Classification——A Case Study of Hegang, Heilongjiang Province 作者：邓家容 英文作者：DENG Jia-rong;College of Architectural Engineering, Heilongjiang University of Science and Technology; 关键词：OLI影像 ; 农用地 ; 最佳波段组合 ; 鹤岗 英文关键词：OLI image;;Agricultural land;;Optimal band combination;;Hegang City 中文刊名：安徽农业科学 英文刊名：Journal of Anhui Agricultural Sciences 机构：黑龙江科技大学建筑工程学院; 出版日期：2019-03-18 13:07 出版单位：安徽农业科学 年：2019 期：05 基金：黑龙江省哲学社会科学专项基金(17GLD173) 语种：中文; 页：26-28+36 页数：4 CN：34-1076/S ISSN：0517-6611 分类号：S126

摘要

为选择农用地分类中OLI影像合成最佳波段,选取鹤岗市Landsat 8_OLI遥感影像为研究对象,首先对各波段的光谱特征信息进行统计分析;其次采用最佳指数法(OIF)初步筛选出光谱信息较丰富的波段组合;最后结合农用地分类中主要地物类型在各波段中呈现光谱特征曲线,对适用于该领域的最佳波段组合进行研究。研究表明,通过最佳指数筛选出的波段组合,结合主要地物的光谱特征信息,能够客观有效地确定OLI影像中最佳波段组合是Band 456,其研究结果可用于农用地利用信息的目译及计算机分类识别。
        Based on the selection of the optimal band for the synthesis of OLI images in the classification of agricultural land, the Landsat 8_OLI remote sensing image of Hegang City was selected as the research object. Firstly, the spectral feature information of each band was counted and analyzed. Secondly, the optimal index method(OIF) was used to screen out the spectral combination with rich spectral information. Finally, the optimal band combination suitable for this field was studied by combining the main feature types in agricultural land classification to present spectral characteristic curves in each band. The results showed that the optimal band combination of OLI images could be determined objectively and effectively by using the band combination selected by the optimal index, combined with the spectral characteristic information of the main features, which can be used for the translation of agricultural land use information and computer classification and identification.

引文

[1] 常春,金晓斌,周寅康.基于能值理论的农用地估价方法与实证研究[J].中国土地科学,2010,24(5):26-31.
    [2] 蔡银莺,李晓云,张安录.湖北省农地资源价值研究[J].自然资源学报,2007,22(1):121-130.
    [3] 陈欣欣,史清华,蒋伟峰.不同经营规模农地效益的比较及其演变趋势分析[J].农业经济问题,2000,21(12):6-9.
    [4] 韩丽君.土地利用分类中TM影像最佳波段组合选择研究[J].太原师范学院学报(自然科学版),2010,9(1):126-129,144.
    [5] 张金龙,常胜.Landsat8影像在土地利用分类中的最佳波段组合研究:以湖北省恩施市为例[J].湖北民族学院学报(自然科学版),2015,33(4):467-470.
    [6] 晁增福,邢小宁,康顺光.土地利用分类中OLI影像合成最佳波段组合研究[J].湖北农业科学,2017,56(8):1567-1569.
    [7] ISLAM K,JASHIMUDDIN M,NATH B,et al.Land use classification and change detection by using multi-temporal remotely sensed imagery:The case of Chunati wildlife sanctuary,Bangladesh[J].The Egyptian journal of remote sensing and space sciences,2018,21(1):37-47.
    [8] SALEH A M,BELAL A B,MOHAMED E S.Land resources assessment of El-Galaba basin,South Egypt for the potentiality of agriculture expansion using remote sensing and GIS techniques[J].The Egyptian journal of remote sensing and space sciences,2015,18(1):19-30.
    [9] 陈磊士,赵俊三,李易,等.基于机器学习的多源遥感影像融合土地利用分类研究[J].西南师范大学学报(自然科学版),2018,43(10):103-111.
    [10] 史飞飞,雷春苗,肖建设,等.基于多源遥感数据的复杂地形区农作物分类[J].地理与地理信息科学,2018,34(5):49-55.
    [11] 侯志华,马义娟.中分辨率遥感影像土地利用覆被信息自动提取研究:以太原市区Landsat8影像为例[J].太原师范学院学报(自然科学版),2014,13(4):93-98.
    [12] 赵庆展,刘伟,尹小君,等.基于无人机多光谱影像特征的最佳波段组合研究[J].农业机械学报,2016,47(3):242-248,291.