基于GF-1 WFV数据的玉米与大豆种植面积提取方法

• 作者: 侯矞焯 刘峻明 朱德海 苏伟 黄健熙
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 遥感 提取 分类 随机森林 大豆 玉米
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 164-170
• 页数: 7页
• 分类号: TP79|S127
• 字数: 6092字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.07.021

摘要

准确掌握农作物的空间种植分布情况,对于国家宏观指导农业生产、制定农业政策有重要意义.针对黑龙江省玉米与大豆生育期接近、光谱特征相似,较难区分的问题,以多时相16 m空间分辨率高分一号(GF-1)卫星宽覆盖(wide field of view,WFV)影像为数据源,选择归一化植被指数(normalized difference vegetation index,NDVI)、增强植被指数(enhanced vegetation index,EVI)、宽动态植被指数(wide dynamic range vegetation index,WDRVI)、归一化水指数(normalized difference water index,NDWI)4个特征,结合实地调查样本点,采用随机森林分类算法,提取黑龙江省黑河市嫩江县玉米与大豆种植面积.研究表明,区分玉米与大豆的最佳时段为9月下旬至10月上旬,即大豆已收获而玉米未收获的时段,在4个待选特征中,NDVI、NDWI与WDRVI指数组合表现最佳;随机森林算法与最大似然算法、支持向量机算法相比,分类精度更高,其总体分类精度为84.82%,Kappa系数为77.42%.玉米制图精度为91.49%,用户精度为93.48%;大豆制图精度为91.14%,用户精度为82.76%.该方法为大区域农作物的分类提供重要参考和借鉴价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱德海	中国农业大学信息与电气工程学院	128	2023	23.0	39.0
2	黄健熙	中国农业大学信息与电气工程学院	43	474	13.0	20.0
3	刘峻明	中国农业大学信息与电气工程学院	46	520	13.0	20.0
4	苏伟	中国农业大学信息与电气工程学院	50	594	15.0	22.0
5	侯矞焯	中国农业大学信息与电气工程学院	2	51	2.0	2.0