基于ESTARFM模型的农作物类型识别方法应用

文献类型： 中文期刊

第一作者： 包珺玮

作者： 包珺玮;于利峰;乌兰吐雅;许洪滔;于伟卓;敦惠霞

作者机构： 内蒙古自治区农牧业科学院农牧业经济与信息研究所  ;内蒙古自治区农牧业科学院农牧业经济与信息研究所

关键词： ESTARFM模型;时空融合;NDVI;农作物;类型识别

期刊名称： 北方农业学报

ISSN： 1007-0907

年卷期： 2021 年 003 期

页码： 128-134

摘要： 【目的】利用时空融合技术生成高时空分辨率影像,为农作物类型识别研究提供一种思路和方法。【方法】以河套灌区部分区域（40°10′N～41°25′N、106°23′E～108°47′E）为研究区,基于MODIS和Landsat融合影像,利用增强型时空自适应反射率融合模型（ESTARFM）,预测Landsat影像并建立NDVI时间序列影像数据集。结合地面样方数据将真实影像与预测影像数据集导入随机森林分类器,并对比分析研究区主要农作物类型。【结果】ESTARFM模型融合影像具有较清晰的空间表达能力,预测影像与真实影像波段表现出较好的相关性,其R值均能达到0.6以上。利用NDVI时间序列预测影像数据集农作物类型识别总体精度为93.03%,比真实影像精度高12.07%,Kappa系数为0.89。【结论】ESTARFM模型能够有效地解决农作物特定窗口期影像缺失困难,并能为农作物类型识别研究提供一种较好的应用方法。

分类号： S274%S127

  • 相关文献

[1]基于时序归一化植被指数的冬小麦收获指数空间信息提取. 任建强,陈仲新,周清波,唐华俊. 2010

[2]基于GF-1影像NDVI年度间相关分析的冬小麦面积变化监测. 王利民,刘佳,姚保民,季富华,杨福刚. 2018

[3]基于FSDAF方法融合生成高时空分辨率地表温度. 杨敏,杨贵军,陈晓宁,张勇峰,尤静妮. 2018

[4]基于光谱反演的青藏高原1982年到2014年植被生长趋势分析. 王志伟,吴晓东,岳广阳,赵林,王茜,南卓铜,秦彧,吴通华,史健宗. 2016

[5]水稻极化散射特征分析及稻田分类方法研究. 张萍萍,申双和,李秉柏,王小妹. 2006

[6]基于小型无人机与MODIS数据的草地植被覆盖度研究——以甘南州为例. 宋清洁,崔霞,张瑶瑶,孟宝平,高金龙,向宇轩. 2017

[7]基于支持向量回归(SVR)和多时相遥感数据的冬小麦估产. 黎锐,李存军,徐新刚,王纪华,杨小冬,黄文江,潘瑜春. 2009

[8]耕地轮作模式遥感监测. 顾晓鹤,潘瑜春,王堃,杨枫,黄文江. 2011

[9]利用NDVI估算云覆盖地区的植被表面温度研究. 刘梅,覃志豪,涂丽丽,张军. 2011

[10]基于新型植被指数的冬小麦覆盖度遥感估算. 陈召霞,徐新刚,徐良骥,杨贵军,邢会敏,贺鹏. 2016

[11]影响大豆NDVI的气象因素多元回归分析. 张智韬,兰玉彬,郑永军,陈立平,宋鹏. 2015

[12]HJ-1CCD与Landsat-8OLI在呼伦贝尔草原区FPAR反演中的比较分析. 李晓宇,包玉海,吴琼,海全胜,李振旺,张保辉,闫瑞瑞,辛晓平. 2015

[13]基于遥感技术的高寒草地覆盖度变化. 王浩,李文龙,许静,朱晓丽. 2011

[14]基于CSCS方法的甘南自然植被NDVI时空分布特征研究. 修丽娜,冯琦胜,梁天刚. 2013

[15]基于小麦长势遥感监测的土壤氮素累积估测研究. 潘瑜春,王纪华,陆安祥,陆洲. 2007

[16]基于近地光谱探测技术的冬小麦变量施肥. 杨玮,王秀,马伟,李民赞. 2007

[17]土壤背景对冠层NDVI的影响分析. 唐怡,刘良云,黄文江,王纪华. 2006

[18]基于MODIS-NDVI的安徽省2009年冬小麦及一季稻面积遥感提取及长势监测. 黄青,邹金秋,邓辉,李丹丹,张莉. 2010

[19]利用有效积温提高冬小麦估产精度的研究. 陈艳玲,顾晓鹤,董燕生,胡圣武,张秋阳,赵静. 2014

[20]2000—2012年中国北方草地NDVI和气候因子时空变化. 张仁平,冯琦胜,郭靖,尚振艳,梁天刚. 2015

作者其他论文 更多>>

微信小程序