基于多时相Landsat 8 OLI影像的农作物遥感分类研究

基于多时相Landsat 8 OLI影像的农作物遥感分类研究

论文摘要

时序遥感数据及地物细微光谱特征对于提取作物分布有重要作用,基于此,利用多时相Landsat 8 OLI影像,结合光谱角填图和决策树分类提取大同市新荣区东部地区主要农作物分布情况,并与最大似然法提取的分布结果进行对比。研究发现:①研究区内春玉米、谷物、大豆和马铃薯种植面积依次减小并呈镶嵌式分布;②结合光谱角填图与决策树分类总体精度为85.34%,Kappa系数为0.76,与最大似然法结果相比,总体精度提高22.51%,Kappa系数增加0.31,分类结果与实际作物分布具有更好的一致性;③利用时序遥感影像进行作物分类的精度明显高于单时相遥感影像的分类精度,且从光谱角差异的角度分析时序数据可有效削弱中高分辨率影像物谱不一致现象的影响。研究结果验证了多时相遥感影像对农作物分类研究的积极作用,并发展了光谱角填图法结合决策树分类在中高分辨率遥感影像中进行农作物分类的用法,具有一定的应用前景。

论文目录

  • 1 引 言
  • 2 研究区和研究数据
  •   2.1 研究区概况
  •   2.2 数据获取及处理
  •     2.2.1 农作物生长物候期
  •     2.2.2 样方数据
  •     2.2.3 遥感数据
  •     2.2.4 遥感数据处理
  • 3 分类方法
  •   3.1 面向对象分类
  •   3.2 光谱角填图结合决策树分类
  •   3.3 最大似然分类
  • 4 分类精度评价与分析
  •   4.1 分类精度评价
  •   4.2 主要农作物分布情况
  • 5 结 语
  •   5.1 结 论
  •   5.2 讨 论
  • 文章来源

    类型: 期刊论文

    作者: 李晓慧,王宏,李晓兵,迟登凯,汤曾伟,韩重远

    关键词: 光谱角填图,决策树分类,最大似然,农作物分类

    来源: 遥感技术与应用 2019年02期

    年度: 2019

    分类: 基础科学,信息科技,工程科技Ⅱ辑,农业科技

    专业: 工业通用技术及设备,农业基础科学,自动化技术

    单位: 环境遥感与数字城市北京市重点实验室北京师范大学地理科学学部,国家统计局山西调查总队

    基金: 国家重点研发计划重点专项“天然草地生态系统服务的定量评估”(2016YFC0500502),国家自然科学基金项目“内蒙古温带典型草原返青期变化对生长率的时空影响研究”(41471350),国家创新团队计划项目(41321001),教育部创新团队计划项目(IRT_15R06)

    分类号: TP751;S127

    页码: 389-397

    总页数: 9

    文件大小: 4556K

    下载量: 903

    相关论文文献

    标签:;  ;  ;  ;  

    基于多时相Landsat 8 OLI影像的农作物遥感分类研究
    下载Doc文档

    猜你喜欢