基于Sentinel-2影像的棉花早期识别方法研究

以新疆阿克苏地区沙雅县为例,探讨了基于Sentinel-2 高分辨率遥感影像的棉花早期识别方法。选用支持向量机、随机森林和遥感指数等三种方法,分别对2021年5月的沙雅县Sentinel-2影像进行棉花分类提取研究,对三种方法的分类结果精度、运算速度、可操作性等方面进行对比分析。结果表明,三种方法均可实现对沙雅县棉花的早期识别,且总体精度均高于85%。支持向量机模型的分类结果总体精度和棉花的生产者精度最高,遥感指数法总体精度最低,但棉花的用户精度最高;遥感指数法在运算速度方面有独特优势,而支持向量机的运算速度较慢;支持向量机和随机森林的方法均需训练样本,而遥感指数法在阈值的确定上对数据处理人员的经验有较高要求。将遥感指数法应用于新疆15个县棉花投保地块的早期验证,取得良好效果。