基于HJ-1 星和GF-1 号影像融合特征提取冬小麦种植面积

张宏 李卫国 张晓东 卢必慧 张琤琤 李伟 马廷淮

摘要：为提高基于国产环境与灾害监测预报卫星（HJ-1/CCD）影像大范围提取冬小麦种植面积的精度，以江苏省宿迁市沭阳县为研究区域，对冬小麦拔节期30 m×30 m的HJ-1/CCD多光谱影像和2 m×2 m的高分1号卫星全色影像（GF-1/PMS）进行融合与面向对象分类研究。将GF-1/PMS全色影像进行8、16和24 m重采样，得到4种空间分辨率（含2 m）的全色影像，分别与HJ-1/CCD多光谱影像利用光谱锐化法（Gram-Schmidt，GS）进行融合。通过对融合影像进行质量评价，选择适合研究区冬小麦种植田块格局的适宜尺度影像。将HJ-1/CCD多光谱影像重采样，得到与适宜尺度融合影像相同尺度的影像，在两景影像中分别选取包含光谱、纹理信息的训练融合影像样本（samples of fused image，SFI）和重采样影像样本（samples of resampling image，SRI），采用面向对象分类方法对适宜尺度融合影像（fused image，FI）和重采样影像（resampling image，RI）进行冬小麦种植面积提取。结果表明，16 m×16 m融合影像的效果优于2 m×2 m、8 m×8 m和24 m×24 m 融合影像，其均值、标准差、平均梯度和相关系数分别为161.15、83.01、4.55和0.97。面向对象分类后，SFI对重采样影像RI16m分类的总体精度为92.22%，Kappa系数为0.90。SFI对融合影像FI16m分类的总体精度为94.44%，Kappa系数为0.93。SRI对重采样影像RI16m分类的总体精度为84.44%，Kappa系数为0.80。SFI对融合影像FI16m分类效果最好，说明基于融合影像和融合影像提取样本（SFI）结合的面向对象分类方法能准确提取冬小麦种植面积。另外，重采样影像和融合影像提取样本（SFI）相结合的面向对象分类方法也可较好提取冬小麦种植面积。为利用国产中空间分辨率HJ-1/CCD卫星和高分1号卫星融合影像有效提取大区域冬小麦种植面积信息提供了参考。

关键词：HJ-1/CCD卫星影像；GF-1/PMS卫星影像；冬小麦种植面积；特征提取；影像融合；面向对象分类

doi：10.13304/j.nykjdb.2022.0703

中圖分类号：S127 文献标志码：A 文章编号：10080864（2024）02010911