基于多时相影像植被指数变化特征的作物遥感分类

• 作者: 徐新刚 李中元 杨贵军 王建雯 陈帼 魏鹏飞
• 来源期刊: 中国农业科技导报
• 学科: 农学
• 关键词: 遥感 作物分类 多时相 GF-1 决策树
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 智慧农业 农机装备
• 页码范围: 54-61
• 页数: 8页
• 分类号: S127
• 语种: 中文
• DOI: 10.13304/j.nykjdb.2018.0063

摘要

高分一号GF1/WFV遥感影像具有较高的时间和空间分辨率,利用多时相影像开展农作物分类调查具有明显优势.以安徽省颍上县为研究区域,利用2017年5月至9月共6景多时相GF-1/WFV卫星遥感影像数据对主要农作物的分类识别提取.首先,通过分析研究区主要农作物的典型植被指数NDV1、EVI和WDRVI时序变化特征,明析了不同作物在各时相对不同Ⅵ的响应特征;其次,基于作物在不同时相的敏感Ⅵ变化响应,构建了决策树分层分类模型,成功提取了研究区玉米、水稻、大豆和甘薯四种主要作物种植空间分布情况.结果表明:总体精度达到90.9％,Kappa系数为0.895.同时,采用最大似然法、支持向量机对研究区作物进行分类,通过分类效果对比发现,最大似然法最差,支持向量机次之,决策树分类方法最佳.研究表明:利用多时相时间序列的遥感影像数据,结合作物植被指数特征,采用决策树分类方法可以有效提高作物分类的精度.