多时相Sentinel-2A与SPOT-7影像在油菜识别中的差异

• 作者: 周涛 张培育 潘剑君 罗川 韩涛
• 来源期刊: 南京农业大学学报
• 学科: 农学
• 关键词: Sentinel-2A SPOT-7 油菜 纹理信息 小尺度
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 生物与环境
• 页码范围: 691-700
• 页数: 10页
• 分类号: S29
• 字数: 8386字
• 语种: 中文
• DOI: 10.7685/jnau.201711016

摘要

[目的]研究多时相Sentinel-2A识别种植结构复杂的小尺度区域中的油菜面积,获取高精度的作物分布信息.[方法]以多时相Sentinel-2A和一景SPOT-7数据为数据源,选取种植结构复杂的小尺度区农业区为研究区,构建不同特征向量组合,利用支持向量机(support vector machine,SVM)的方法提取油菜种植面积.[结果]通过对比分析基于不同特征向量组合的油菜识别精度,利用一景油菜最佳识别期内的Sentinel-2A影像可以得到高达89.1％的制图精度和92.1％的用户精度;添加油菜最佳纹理特征后,多时相Sentinel-2A数据的制图精度与用户精度分别提高了2.9％和2.5％,仅比SPOT-7影像的识别精度低了1.7％和2.1％,2种数据的油菜提取精度差异进一步减小;Sentinel-2A与SPOT-7数据油菜最优分类结果对比后,一致性精度和Kappa系数分别为93.3％和0.89.[结论]多时相Sentinel-2A数据可以很好地识别种植结构复杂地区的油菜,加入最佳纹理信息能够提高油菜的识别精度;Sentinel-2A可以广泛应用于小尺度区域作物分布信息的快速提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘剑君	南京农业大学资源与环境科学学院	149	3243	33.0	49.0
2	韩涛	南京农业大学资源与环境科学学院	10	83	7.0	9.0
3	罗川	南京农业大学资源与环境科学学院	3	42	3.0	3.0
4	周涛	南京农业大学资源与环境科学学院	4	18	2.0	4.0
5	张培育	南京农业大学资源与环境科学学院	4	20	3.0	4.0