基于GF-7遥感卫星的冬小麦面积精细化识别

• 作者: 万丛 孙智虎 梁治华 张锦水
• 来源期刊: 安徽农业科学
• 关键词: GF-7 遥感 冬小麦 随机森林 支撑向量机
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 农业经济·农业信息|Agricultural Economy and Agricultural Informationc
• 页码范围: 244-247,252
• 页数: 5页
• 分类号: S127
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2021.12.064

摘要

2019年11月3日发射的GF-7号卫星是我国的第二颗亚米级、多角度民用商业卫星,其在农作物面积分布精细化识别方面潜力有待评估.依据2018年国家统计局数据,全国冬小麦播种面积占粮食作物总播种面积的19.23％,通过遥感手段准确识别冬小麦分布情况,是作物长势和作物估产等后续遥感产品准确评估的保证,对确保粮食安全具有极其重要的意义.通过支撑向量机和随机森林2种机器学习算法,分析高分七号亚米级光谱特征及其纹理特征对冬小麦的精细化识别能力.结果表明,基于影像光谱特征,SVM分类器取得了最优的分类精度,其中冬小麦识别精度为93.96％,总体精度为91.01％,Kappa系数为0.7632,面积精度为91.46％.