多源遥感数据特征优选的大兴安岭沿麓不同农作物提取

文献类型： 中文期刊

第一作者： 于利峰

作者： 于利峰;乌兰吐雅;李继辉;于伟卓;敦惠霞

作者机构：

关键词： 多源遥感数据;旱作农业区;农作物制图;机器学习

期刊名称： 北方农业学报

ISSN： 1007-0907

年卷期： 2020 年 006 期

页码： 119-128

摘要： 【目的】以内蒙古呼伦贝尔市为研究区,采用多源遥感数据进行农作物提取,旨在为多云多雨条件下、跨气候带区域和高寒旱作农业区大尺度农作物提取应用提供解决方案。【方法】基于Google Earth Engine平台,采用以Sentinel-1和Sentinel-2为主的多源遥感数据进行农作物提取。利用Boxcar滤波后Sentinel-1多极化数据构建时序数据集;获取Sentinel-2 TOA生长季数据,合成为最小云量影像并计算多种遥感指数特征;将地形因素和地表覆盖作为分类辅助数据,结合地面样本数据应用到随机森林分类器中,获取10 m精度的作物分布图,通过评估分类精度和分类贡献水平,将特征优选后的数据集用以提取研究区农作物分布,并分析农作物的分布特征。【结果】通过将雷达数据和光学数据进行组合（VVB+VHB+M+I+T+L）得到87.41%的农作物分类精度,比单独的组合（VVB+VHB、M+I+T+L）提取结果分别提高了7.58%和7.88%;使用500树的分类精度最高,当决策树的数量超过或不足500时,分类精度都有所下降,过多的决策树并没有提高分类器的性能;利用多源遥感数据特征波段重要性排名前24位组成的数据集提取的农作物总体精度为87.76%,Kappa系数为0.86。【结论】该研究结果获得了比较理想的农作物分布图,可实现常规业务化监测,能够为农作物遥感调查提供有效手段。

分类号： S127

  • 相关文献

[1]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[2]黑河流域ASTER与MODIS融合生成高分辨率地表温度的验证. 杨贵军,孙晨红,历华. 2015

[3]基于Sentinel-2A影像的乡镇农业土地利用制图*蒋怡,刘忠友,董秀春,任国业,李宗南. (四川省农业科学院遥感与数字农业研究所,成都610066). 2021

[4]集成多源遥感数据与生育期时序光谱特征的水稻种植面积提取. 郑紫瑞,赵辉杰,位盼盼,方鹏,王来刚,徐少博. 2023

[5]融合多源遥感数据生成高时空分辨率数据的方法对比. 石月婵,杨贵军,李鑫川,宋健,王纪华,王锦地. 2015

[6]多源遥感数据在黑龙江水稻种植面积本底调查中的应用. 陆忠军. 2009

[7]基于数据同化系统的作物产量预测研究进展. 赵钰,杨武德,段丹丹,冯美臣,王超. 2024

[8]6个玉米新品种在定西旱作农业区的引种初报. 席旭东,常宏,车卓,包巧玲,李小东,马明生. 2019

[9]甘肃旱作农业区发展节能日光温室蔬菜生产的可行性探讨. 杨启国,邱仲华,杨兴国. 2002

[10]旱作农业区地膜蚕豆种植技术及增产因素分析. 卢成达,李阳,孙迪. 2016

[11]基于农户认知的保护性耕作模式适宜性评价. 王丽双,王春平,孙占祥. 2015

[12]旱作农业区春油菜不同施肥模式下肥料效应研究. 朱春来,史可鹏. 2011

[13]半干旱区不同品种的青贮玉米与饲用高粱的生产性能及营养价值评价. 王晓春,杨春莲,何志军,于海洋,金环,高婷,梁小军. 2022

[14]以机械化行走式补灌种苗增墒技术促进旱农作物优质小杂粮增产增收——对山西省寿阳县机械化旱作农业的调查与思考. 夏晓东,吴崇友,张礼钢,彭卓敏,张锐,张建君. 2003

[15]甘肃省旱作农业区的土壤肥力管理原则和技术. 武天云,曹学禹,王方,汤莹,李元寿,秦亚南,张树清. 2003

[16]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[17]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[18]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[19]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

[20]基于机器学习的高分辨率遥感影像农业大棚提取. 马海荣,罗治情,陈聘婷,官波. 2020

作者其他论文 更多>>

微信小程序