基于面向对象分类法的农田识别提取
张威
刘毅
邵景安
1.重庆师范大学地理与旅游学院,重庆4013312.重庆师范大学地理与旅游学院,重庆401331;三峡库区地表过程与环境遥感重庆市重点实验室,重庆 401331
摘要：[目的]利用中低分辨率遥感影像,精确获取县域尺度的农田分类结果,提供一定的方法参考.[方法]兹以中等分辨率的Landsat8 OLI遥感影像数据为数据源,采用面向对象的CART决策树分类法,对垫江县的农田进行了识别与提取,并与基于像元提取的最大似然法分类结果进行精度对比.[结果]①与最大似然分类法相比,CART决策树分类法的精度更高,总体精度和Kappa系数分别达到88.8％和0.85,对于旱地和水田的制图精度高达90％以上;②在分割尺度的确定上,使用eCognition软件中的ESP工具能快速的确定最优分割尺度,提升了效率和科学性;③县域尺度上,面向对象分类法对中等分辨率影像数据进行遥感提取也具有一定的适用性.[结论]基于Landsat8 OLI遥感数据的面向对象分类法能够实现县域尺度低成本高精度农田分类的需要,也为缓解精度和成本、空间分辨率和提取方法的矛盾提供了一定的参考.
关键词：遥感面向对象分类监督分类县域尺度农田提取
分类号：S29(农业工程勘测、土地测量)
论文发表日期：2019-12-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 121-128 )
英文信息