APP下载

协同多源国产高分影像和面向对象方法的南方农作物遥感识别

2023-08-15王佳玥蔡志文王文静魏浩东王聪李泽萱李秀妮胡琼

中国农业科学 2023年13期
关键词:分类特征

王佳玥,蔡志文,王文静,魏浩东,王聪,李泽萱,李秀妮,胡琼

协同多源国产高分影像和面向对象方法的南方农作物遥感识别

王佳玥1,蔡志文2,王文静1,魏浩东3,王聪1,李泽萱1,李秀妮1,胡琼1

1华中师范大学城市与环境科学学院,武汉 430079;2华中农业大学资源与环境学院/华中农业大学宏观农业研究院,武汉 430070;3华中农业大学植物科学技术学院/华中农业大学宏观农业研究院,武汉 430070

【目的】中国南方地区云雨频繁且农业景观破碎,是我国农作物遥感监测最具挑战的区域之一。我国自主研发的高分系列卫星具有高时空分辨率和高质量成像的特点。本研究挖掘多源高分系列卫星的时间和空间双重优势,实现多云雨及景观异质区作物精细化识别。【方法】基于国产高空间分辨率高分二号(GF-2)影像表征农田空间几何特征,协同中空间分辨率高分一号(GF-1)和高分六号(GF-6)加密影像观测时间序列,充分表征农作物光谱季相节律。通过构建光谱-时相-空间三维分类特征,基于随机森林进行农作物分类并计算不同特征的重要性。同时,设置不同影像组合和不同分类单元下的多种分类场景,进一步分析不同高分数据协同利用在农作物识别上的表现差异。【结果】基于GF-1、GF-2和GF-6影像和面向对象的农作物分类在湖北省潜江市研究区的总体精度为95.49%,Kappa系数为0.94;在枣阳市的总体精度为93.78%,Kappa系数为0.92。协同GF-2和GF-6进行农作物分类精度优于协同GF-2和GF-1。此外,基于GF-2进行面向对象的农作物分类效果优于面向像元,其中潜江总体精度提升了1.4%,枣阳提升了1.32%。……

登录APP查看全文

猜你喜欢

分类特征
分类算一算
垃圾分类的困惑你有吗
新型冠状病毒及其流行病学特征认识
如何表达“特征”
不忠诚的四个特征
教你一招:数的分类
给塑料分分类吧
线性代数的应用特征