基于知识发现的水稻种植面积遥感信息智能提取方法研究

水稻是中国最主要的粮食作物之一，及时、准确地获取全国水稻的种植面积及其产量，对于保障国家粮食安全具有重要意义。本项目在前期研究的基础上，利用承担单位在水稻光谱特性研究、种植面积遥感信息提取等方面的资料积累和研究经验，结合相关学科有关水稻生长发育和产量形成规律及其与土壤、气候、水分条件关系等的研究成果，综合气候、土壤、基础地理信息、多时相遥感数据，采用空间数据挖掘和知识发现的计算机自动处理方法，挖掘用于水稻面积遥感信息提取的气候、土壤、光谱、植被指数季节变化等知识；采用神经网络和支持向量机等方法，研究基于知识发现的大范围水稻面积智能信息提取方法，构建水稻面积智能信息提取原型系统。 将知识发现与数据挖掘用于水稻面积遥感信息提取，用来约束、辅导、引导、解决同物异谱，同谱异物等问题，可以减少分类识别的疑义度，提高解译的可靠性、精度和速度，对于其它作物面积的遥感信息提取有重要的参考价值。