基于RF算法优选多时相特征的冬小麦空间分布自动解译

• 作者: 刘世盟 吴伶 李旭青 李龙 范文磊 金永涛
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 冬小麦 多时相 自动解译 随机森林算法
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 218-225
• 页数: 8页
• 分类号: TP75|S512.1+1
• 字数: 4498字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.06.024

摘要

为探讨如何利用遥感影像自动解译技术,实现冬小麦种植情况统计调查、提高提取精度,选择冬小麦关键生育期6个时相的高分二号遥感影像数据,分别从6个时相的近红外灰度(NIR)、红波段灰度(R)、绿波段灰度(G)、蓝波段灰度(B)、比值植被指数(RVI)、归一化植被指数(NDVI)6个特征中优选出对冬小麦面积提取最敏感的1个特征作为输入变量,每个时相选择1个特征,6个时相共选出6个特征作为输入变量,利用随机森林算法构建模型,提取冬小麦空间分布特征.选择研究区不同长势、不同种植品种的地块样本构建训练集,利用多时相特征构建模型,并将模型推广应用于整个大厂回族自治县,得到大厂回族自治县冬小麦的空间分布情况.通过与统计结果对比分析,经过多时相特征优选构建的模型对冬小麦的识别精度接近90％.经过样本优化和后期处理仍可提升精度,此方法能在保证提取精度的前提下对冬小麦进行快速提取,提高相应的工作效率.