基于Gaofen-2影像和面向对象的椰子林分类研究

文献类型： 中文期刊

第一作者： 罗红霞

作者： 罗红霞;戴声佩;李茂芬;李海亮;胡盈盈;郑倩;禹萱

作者机构：

关键词： 椰子林;面向对象分类;分割尺度;Gaofen-2影像

期刊名称： 热带作物学报

ISSN： 1000-2561

年卷期： 2024 年 005 期

页码： 1021-1030

收录情况： 北大核心 ; CSCD

摘要： 椰子是重要的热带经济作物，海南椰子种植面积占全国的90%以上。快速获取椰子种植面积及其空间分布信息对热带作物产业规划具有十分重要的作用。本研究基于国产Gaofen-2高分辨率卫星影像，以文昌市东郊镇为试验区，开展椰子林遥感分类研究。基于最优分割尺度的面向对象分类方法，选取4个光谱特征、5个植被指数和32个纹理特征为辅助参量，构建了4种不同的面向对象分类组合（光谱特征、光谱特征+纹理特征组合、光谱特征+植被指数组合、光谱特征+纹理特征+植被指数特征组合）进行椰子林分类提取，并与基于像元的椰子林分类结果进行对比分析。结果表明：（1）仅采用基于像元分类方法，椰子林的总体分类精度（overall accuracy, OA）和用户精度（user’s accuracy, UA）分别达到87.05%和85.21%。（2）相比基于像元分类，4种面向对象分类组合的OA值提高了5.51%～8.72%。（3）光谱特征和纹理特征组合提取椰子林分类结果最优，OA值和UA值分别达到95.77%和97.15%；光谱特征和植被指数的组合也得到了较好的分类结果，OA值和UA值分别为94.88%和94.42%；所有的光谱特征、植被指数和纹理特征全部参与分类得到的OA值和UA值分别为94.67%和94.17%，低于仅使用光谱特征或者植被指数的组合。综上，国产高分辨率Gaofen-2影像在椰子林遥感精准识别中具有很大的潜力，结合纹理特征的面向对象分类方法可以更准确地提取椰子林分类信息，研究结果可为多云多雨地区大尺度椰子林遥感识别提供技术参考。

分类号： S667.4%S127

  • 相关文献

[1]结合多源遥感影像与面向对象方法的桑树信息提取. 张家玫,杨绍锷,黄启厅,曾志康,谢国雪,张秀龙,林垚君,谢意,屈婷婷,邓慧灵. 2023

[2]基于面向对象技术的建筑物震害识别方法研究. 董燕生,潘耀忠,方伟华,于德永,何浩. 2011

[3]基于Sentinel-2数据的水稻面积提取方法比较分析. 麦丽素,乌兰吐雅. 2019

[4]基于无人机多光谱影像的蔬菜种植监测技术研究. 田明璐,班松涛,袁涛,王彦宇,马超,李琳一. 2020

[5]基于面向对象分类的冬小麦种植面积提取. 李卫国,蒋楠. 2012

[6]基于中分辨TM数据的水稻提取方法对比研究. 李志鹏,李正国,刘珍环,吴文斌,谭杰扬. 2014

[7]人民胜利渠灌区净灌溉需水量时空变异及影响因子分析. 常迪,黄仲冬,齐学斌,韩洋,梁志杰. 2017

[8]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. 2024

[9]基于SPOT-5卫星影像的水稻信息提取方法研究——以德阳市旌阳区为例. 张杰,张优,彭文甫,任国业. 2017

[10]GoogleEarth影像与同源QuickBird影像在城市土地利用分类上的对比研究. 胡琼,张建,徐保东,李宗南. 2013

作者其他论文 更多>>

微信小程序