基于多特征的高分时序冬小麦提取研究

• 作者: 关士英 袁占良 谢传节
• 来源期刊: 地理空间信息
• 学科: 地球科学
• 关键词: 冬小麦 EVI 随机森林 红波段 近红外波段
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 技术热点研究
• 页码范围: 14-19
• 页数: 6页
• 分类号: P237
• 字数: 4248字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4623.2020.05.003

摘要

以冬小麦作为研究对象,基于2016年10月-2017年7月共12景GF-1号数据,通过计算不同特征波段构建了多特征冬小麦种植区识别方法.首先计算影像增强植被指数(EVI);再通过样本分离度选择关键期影像,对关键期影像进行主成分变换并计算其纹理特征数据;然后分离原始影像的红波段、近红外波段构建单波段时序数据,以建立包括多特征的数据集;最后基于不同特征组合数据,利用随机森林方法分别提取研究区内冬小麦分布情况.精度评价表明,影像主成分、EVI时序以及红波段、近红外波段特征组合的精度最高可达97.85％,较单独使用时序数据结果提高了约2.5％,说明红波段、近红外波段在作物提取中对精度提升具有一定的贡献.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢传节	中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室	28	676	10.0	26.0
2	袁占良	河南理工大学测绘与国土信息工程学院	47	281	9.0	14.0
3	关士英	河南理工大学测绘与国土信息工程学院	1	0	0.0	0.0