基于决策树和SVM的Sentinel-2A影像作物提取方法

• 作者: 刘婷 张喜旺 王利军 王利民 贺佳 郭燕
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 秋季作物 Sentinel-2A 植被指数 决策树 支持向量机
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 146-153
• 页数: 8页
• 分类号: S127|TP79
• 字数: 4083字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2018.09.017

摘要

以河南省濮阳县为研究区,以2017年8月6日遥感影像为基础数据源,基于地面样方和样本点数据分析构建植被指数阈值分割分类决策树,结合支持向量机(Support vector machine,SVM)分类方法实现了秋季主要作物种植面积遥感识别,并与其他方法分类结果进行了精度验证与对比.结果表明,与最大似然法(Maximum likelihood,ML)和SVM法相比较,决策树和SVM相结合能较好地解决线状地物和小地块作物提取不全以及“椒盐”现象等问题,可以对秋季复杂作物进行有效识别,作物分类提取总体精度和Kappa系数分别为92.3％和0.886.利用中分辨率单时相遥感影像,结合波谱特征和植被指数能有效提高复杂作物分类精度,为区域复杂作物分类提取提供技术参考和借鉴价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘婷	河南省农业科学院农业经济与信息研究所	28	300	9.0	16.0
2	郭燕	河南省农业科学院农业经济与信息研究所	14	372	7.0	14.0
3	贺佳	河南省农业科学院农业经济与信息研究所	9	76	6.0	8.0
4	王利民	中国农业科学院农业资源与农业区划研究所	62	941	16.0	29.0
5	张喜旺	河南大学环境与规划学院	21	226	8.0	14.0
6	王利军	河南省农业科学院农业经济与信息研究所	6	21	2.0	4.0