基于作物双时相遥感特征的花生种植区提取

• 作者: 郭其乐 李军玲 郭鹏
• 来源期刊: 应用气象学报
• 关键词: 花生 作物时相特征 特征选择 遥感分类
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 论著|ARTICLES
• 页码范围: 218-230
• 页数: 13页
• 语种: 中文
• DOI: 10.11898/1001-7313.20220208

摘要

基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据,构建40个作物分类遥感特征,采用ReliefF-Pearson方法优选出15个特征,构造作物可分的4种特征空间.采用最大似然分类法、支持向量机和随机森林分类器,分别耦合4种特征空间,开展作物分类对比试验,进行分类精度和景观评价提出作物双时相遥感分类模型(dual-temporal remote sensing classification model for crop,C-DRSC).结果表明:该模型具有较高的作物分类和花生识别能力,作物分类总体精度和Kappa系数分别为93.25％和0.89,平均形状指数和平均斑块分维指数分别为1.33和1.13;花生识别的用户精度和制图精度分别为96.20％和96.32％,平均形状指数和平均斑块分维指数分别为1.27和1.11.利用该模型在黄淮海地区的4个花生主产县开展夏花生种植面积遥感测算,与统计面积相比,面积测算相对误差为±16.25％,决定系数为0.9778(达到0.01显著性水平),模型具有较好的适用性.