基于Sentinel数据和机器学习算法的苜蓿遥感识别研究

文献类型： 中文期刊

第一作者： 潘竞

作者： 潘竞;赵浩楠;田聪;阿斯娅·曼力克;贠静;艾尼玩·艾买尔;孙宗玖;郑逢令

作者机构：

关键词： 苜蓿;遥感;分类;机器学习;哨兵卫星

期刊名称： 草食家畜

ISSN： 1003-6377

年卷期： 2024 年 006 期

页码： 35-45

摘要： 【目的】旨在准确获取苜蓿（Medicago sativa L.）生产空间分布信息，为管理部门提供饲草饲料安全供给情况和技术支持。【方法】本研究使用Google Earth Engine(GEE)平台获取和处理哨兵（Sentine）系列卫星Sentinel-1和Sentinel-2数据，构建了光谱特征、植被指数和雷达极化特征数据集。利用决策树、随机森林、支持向量机和深度学习四种分类算法，评价不同特征组合遥感分类精度，筛选出最优的特征组合和苜蓿遥感识别模型。【结果】结果表明，结合光谱特征、植被指数和雷达极化特征的深度神经网络模型在苜蓿遥感分类中表现最优，总体精度为94.85%,Kappa系数为94.2%；研究证明了机器学习方法在提高苜蓿遥感分类精度方面的有效性；在四种分类模型中，光学特征加雷达特征综合组合的精度均为最高，说明了多源遥感信息对于提高模型性能的重要性。【结论】基于深度神经网络的苜蓿遥感识别模型，在结合光谱特征、植被指数和雷达极化特征的特征组合条件下，识别效果最好。

分类号： S541%TP181%TP751

  • 相关文献

[1]利用多时相Landsat近红外波段监测冬小麦和苜蓿种植面积. 李存军,王纪华,刘良云,宋晓宇,王人潮. 2005

[2]基于机器视觉技术的动物行为自动识别和分类. 钱蓉,詹凯,王重龙. 2016

[3]基于MS-YOLO v7的多尺度稻飞虱识别分类方法. 刘双喜,刘思涛,屈慧星,王刘西航,胡宪亮,许增海. 2023

[4]基于Sentinel-2时序数据的广东省英德市茶园分类研究. 陈盼盼,任艳敏,赵春江,李存军,刘玉. 2024

[5]基于机器学习算法的烤烟香型分类研究. 郭东锋,闫宁,胡海洲,刘非,邹鹏,窦玉青,张忠锋,舒俊生. 2016

[6]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[7]基于无人机高光谱遥感与机器学习的小麦品系产量估测研究. 齐浩,吕亮杰,孙海芳,李偲,李甜甜,侯亮. 2024

[8]无人机遥感监测果树氮素含量研究进展. 陈鲁威,曾锦,袁全春,潘健,姚凤腾,吕晓兰. 2024

[9]Landsat8和机器学习估算蒙古高原草地地上生物量. 赵越,徐大伟,范凯凯,李淑贞,沈贝贝,邵长亮,王旭,辛晓平. 2022

[10]无人机遥感技术在竹林碳储量监测中的应用与展望. 王凡,陈龙跃,高佳华,张祖铭,孙鹤,段丹丹. 2024

[11]基于遥感数据的作物涝灾识别技术研究. 谢恩泽,罗玉柱,周悦,彭秀媛. 2024

[12]基于时间序列环境卫星影像的作物分类识别. 李鑫川,徐新刚,王纪华,武洪峰,金秀良,李存军,鲍艳松. 2013

[13]无人机可见光遥感影像的农作物信息提取及验证. 陈智虎,许元红,童倩倩,刘春艳,赵泽英. 2020

[14]基于分区和多时相遥感数据的山区植被分类研究. 竞霞,王锦地,王纪华,黄文江,刘良云. 2008

[15]地块数据支持下的玉米种植面积遥感测量方法. 马丽,顾晓鹤,徐新刚,黄文江,贾建华. 2009

[16]基于随机森林的高寒湿地地区土地覆盖遥感分类方法. 侯蒙京,殷建鹏,葛静,李元春,冯琦胜,梁天刚. 2020

[17]融合多尺度特征和注意力机制的油菜倒伏分类. 郑权,乔江伟,李婕,秦涛,涂静敏,李礼,蒋琦. 2024

[18]基于高光谱遥感的农作物分类研究进展. 张影,赵小娟,王迪. 2019

[19]极化SAR旱地作物分类的后向消除特征选择研究. 曾妍,王迪. 2023

[20]基于环境卫星影像的水稻种植面积提取方法研究. 单捷,岳彩荣,江南,孙玲. 2012

作者其他论文 更多>>

微信小程序