基于Sentinel-2遥感影像的哈尔滨城区覆膜农田信息提取

针对东北黑土区覆膜农田识别研究甚少的现状,以哈尔滨城区为研究区,基于Google Earth Engine云遥感计算平台提供的Sentinel-2遥感影像数据集,通过特征重要性分析选取适合哈尔滨城区覆膜农田识别提取的最优特征组合方案,最后用混淆矩阵来评价不同方案组合的随机森林分类结果。结果表明,光谱特征与指数特征相结合的随机森林分类结果识别效果最好,总体精度、Kappa系数分别为96.08%、0.94;基于最优特征组合方案下的覆膜农田面积为3202.6 hm2,占哈尔滨市四大城区总耕地面积的7.77%。本研究实现了哈尔滨城区农膜覆盖农田的精准识别,为东北黑土区耕地保护与监测提供了技术支持和数据支撑。