基于Sentinel-2数据的水稻面积提取方法比较分析

• 作者: 乌兰吐雅 麦丽素
• 来源期刊: 北方农业学报
• 学科: 农学
• 关键词: 水稻 支持向量机 最大似然 面向对象分类 分类精度
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 农业经济·农业信息技术
• 页码范围: 119-126
• 页数: 8页
• 分类号: S511|S127
• 字数: 5703字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-1197.2019.05.22

摘要

为了快速获取区域水稻分布信息,奠定农作物遥感监测技术基础,推动中高纬度水稻生长区监测管理水平的提高,文章以内蒙古自治区兴安盟乌兰浩特市为研究区域,选择欧洲航天局发射的Sentinel-2卫星数据,采用2018年9月9日的单时相遥感图像,基于支持向量机法、最大似然法、面向对象分类法,结合目视解译结果对研究区域水稻进行分类识别,分类后分别根据混淆矩阵和地面样方数据验证水稻提取精度.结果表明:在高纬度单季稻生长区,基于混淆矩阵精度评价中最大似然法的总体分类精度最高,为89.35％,分别高于支持向量机法和面向对象分类法4.60,12.45个百分点;基于地面样方数据的精度评价中,最大似然法水稻面积监测的平均精度最高,为85.91％,比支持向量机法和面向对象分类法分别高8.90,12.61个百分点.在水稻收割期,基于Sentinel-2卫星数据的水稻面积提取方法中,最大似然法好于支持向量机法和面向对象分类法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乌兰吐雅		4	9	1.0	3.0
2	麦丽素	山东农业大学资源与环境学院	1	0	0.0	0.0