-
题名基于高分遥感时序多特征差异的粤北地区水田提取
被引量:1
- 1
-
-
作者
王卫
朱明帮
陈晓远
胡月明
林昌华
-
机构
华南农业大学资源环境学院
广东省土地利用与整治重点实验室
广东省土地信息工程技术研究中心
韶关学院英东生物与农业学院
韶关学院粤北土壤土地中心
-
出处
《西南农业学报》
CSCD
北大核心
2021年第10期2223-2230,共8页
-
基金
国家重点研发计划(2018YFD1100103)
广东省自然科学基金(2018A030307075)
+1 种基金
2018年广东省科技创新战略专项资金(粤科函规财字[2018]1523号)
韶关市科技计划项目(201644)。
-
文摘
【目的】耕地信息的提取和变化监测是遥感应用研究的热点之一,粤北地区是广东省主要的粮食基地,是业务管理部门进行耕地变化监测的重点地区。【方法】本文利用高分2号和哨兵2号遥感影像,结合研究区晚稻的物候期,通过提取植被指数、湿度指数、亮度指数、色彩指数并结合纹理特征进行多尺度分割,构建水田提取的多特征时序图像,运用随机森林法分别对晚稻生长期影像、晚稻收割后影像、时序指数差值图像和时序多特征差异图像进行分类,提取水田的面积,并对结果进行评估。【结果】(1)水田的提取精度在时序多特征差异图像的最高为0.98,与晚稻播种的面积差异最小为240.05 hm^(2),基于时序多特征差异图像的水田提取效果最好;(2)指数特征的差异需要利用作物的关键物候特征,并结合影像的多尺度分割,提高水田提取的准确程度;(3)随机森林方法在高维特征的数据分类时,具有较快的运算速度和较高的分类精度。【结论】本文的研究是对高分辨遥感在耕地信息快速准确更新的方法探索,可为耕地管理业务提供技术支撑。
-
关键词
水田提取
随机森林
时序多特征
物候差异
粤北地区
-
Keywords
Paddy field extraction
Random forest
Time series multi feature difference
Phenological difference
Northern Guangdong area
-
分类号
F302.21
[经济管理—产业经济]
-