基于GF-1/WFV NDVI时间序列数据的作物分类

• 作者: 余涛 占玉林 杨闫君 王磊 田庆久 顾行发
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 作物 分类 支持向量机 GF-1/WFV影像 归一化植被指数NDVI 时间序列
• 年，卷（期）: 2015,（24）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 155-161
• 页数: 7页
• 分类号: TP79|S127
• 字数: 5954字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2015.24.024

摘要

归一化植被指数（normalized difference vegetation index，NDVI）时间序列已广泛应用于植被信息提取研究，然而目前 NDVI 时间序列的研究主要集中于中低分辨率遥感影像，从而影响了植被信息提取的精度。随着中国高分专项首颗卫星高分一号（GF-1）的发射，为高分辨率NDVI时间序列的构建提供了可能。该文尝试利用GF-1卫星16 m宽覆盖（wide field of view，WFV）影像，构建16 m分辨率NDVI时间序列，以河北省唐山市南部区域为研究区，开展作物分类研究。该文采用覆盖作物完整生长期的GF-1数据构建NDVI时间序列，避免了利用自然年（1－12月）数据构建NDVI时间序列的不足，有助于作物信息的提取。通过分析样地的NDVI时序曲线，发现GF-1/WFV NDVI时间序列能够清晰地区分不同作物的物候差异，捕捉作物特有的生长特性，而且能够识别研究区当年的作物种植模式。该文分别采用最大似然法、马氏距离、最小距离、神经网络分类、支持向量机（support vector machine，SVM）等分类方法，基于GF-1/WFV NDVI时间序列对研究区作物进行分类，研究结果表明SVM分类方法总体精度最高，达到96.33%。同时该文还采用时间序列谐波分析法（harmonic analysis of time series，HANTS）对NDVI时间序列进行了平滑处理，结果表明处理后的NDVI时间序列能更好地描述作物的物候特性，作物分类精度得到进一步提高。