基于Sentinel-2A影像的复合轮作种植结构提取

• 作者: 王钰 董亚坤 何紫玲 王鹏 赵昊 曾维军
• 来源期刊: 南方农业学报
• 学科: 农学
• 关键词: 洱海流域 面向对象 决策树 种植结构 复合轮作
• 年，卷（期）: 2024,（8）
• 所属期刊栏目: 农业经济·农业信息技术
• 页码范围: 302-310
• 页数: 9页
• 语种: 中文

摘要

【目的】利用遥感技术探索云南大理洱海流域复合轮作种植结构提取方法，为流域作物种植结构的调整和管理提供理论参考。【方法】对洱海流域的Sentinel-2A影像进行多尺度分割，在光谱和纹理等常用特征的基础上加入位置特征构建分类特征集，选用C5.0决策树算法挖掘分类规则，使用混淆矩阵进行分类精度评价。【结果】作物分类中，光谱特征Mean＿Green为分类最重要的参数，位置特征Y＿Center主要区分紫叶莴笋和玉米，X＿Center为提取蚕豆的重要特征之一。依据C5.0决策树分类规则绘制大春和小春时期的作物精细地块图，大春作物分为水稻、玉米、紫叶莴笋及其他作物，小春作物分为蚕豆、油菜、紫叶莴笋及其他作物，得到复合轮作种植结构共16种，其中，水稻—蚕豆和玉米—蚕豆轮作占流域内耕地总面积比例最大，分别为29.54%和23.66%；水稻—油菜和玉米—油菜轮作所占面积较小，分别占耕地总面积的2.05%和1.58%；大春和小春时期均种植紫叶莴笋的区域占耕地总面积的4.26%；其余11种轮作方式面积之和为7726.77 ha，占耕地总面积的38.91%。大春作物分类总体精度为80.00%,Kappa系数为0.7142，小春作物分类总体精度为81.75%,Kappa系数为0.6983。【建议】提取复合轮作种植结构时，建议考虑C5.0决策树算法并加入位置特征提取作物信息，针对复合轮作种植结构存在分布不均等问题，建议当地农业部门加强宣传引导，遵循因地制宜的原则，优化调整洱海流域农作物种植结构，提高流域农业种植生态、经济与社会效益。