科研产出
基于Sentinel-2影像的甘蔗种植区遥感提取方法-以广西崇左市为例
《江苏农业科学 》 2024 北大核心
摘要：为了解决在多云雨天气与复杂地形条件下难以快速精准大面积绘制喀斯特山区甘蔗种植区的问题，亟须探究适用于喀斯特山区甘蔗种植区提取的方法。以广西壮族自治区崇左市为研究区域，利用Sentinel-2数据计算多种植被指数，根据Sentinel-2原始波段、光谱指数和纹理信息特征分析，选取地物训练样本，并引入DEM、土地利用等辅助识别特征变量，采用神经网络、随机森林、支持向量机3种机器学习方法，实现2018—2021年甘蔗种植区遥感提取，再利用Google Earth影像和统计数据进行精度评价。结果表明，基于Sentinel-2的甘蔗种植区遥感提取效果较好，崇左市甘蔗种植区总体分类精度均高于91%,κ系数均大于0.88;3种分类方法提取面积误差均值为-4.84%。2018—2021年，崇左市甘蔗种植面积趋于较平稳状态；主要甘蔗种植区以扶绥县、江州区、龙州县及大新县南部和宁明县北部为主。Sentinel-2数据在识别地类复杂多样、农田极其碎片和多云天气频繁等特点的作物信息方面具有较好潜力。
关键词： Sentinel-2 甘蔗 面积提取 机器学习方法 喀斯特山区 崇左
全文链接
请求原文
基于多时相遥感植被指数的柑橘果园识别
《农业工程学报 》 2021 EI 北大核心 CSCD
摘要：柑橘普遍种植于中国南方地区,受天气多云多雨、种植类型复杂等因素影响,利用光谱信息直接识别柑橘果园信息存在一定困难。该研究根据柑橘特有的物候特征,提出了"柑橘在其果实生长膨大过程中柑橘果园的植被信息可能减弱"的假设。根据此特征提出柑橘果园信息识别方法,确定关键时间窗口的阈值,并以广西壮族自治区南宁市武鸣区为研究区,开展柑橘果园信息遥感识别实证研究。首先,获取2018年研究区多时相Sentinel-2遥感影像,构建归一化植被指数（Normalized Difference Vegetation Index,NDVI）、绿色归一化植被指数（Green Normalized Difference Vegetation Index,GNDVI）、差值植被指数（Difference Vegetation Index,DVI）和红边波段指数（Sentinel-derived Red-edge Spectral Indices,RESI）等多个植被光谱指数;其次,根据地面样本点信息,对比不同植被类型在不同时期的遥感植被信息差异,进而确定柑橘果园识别的最优特征。研究结果表明,柑橘果园与研究区其他主要作物类型（如甘蔗、香蕉、玉米、水稻等）没有明显的光谱特征差异,但研究区多时相遥感植被指数显示10月的柑橘果园NDVI相比11月出现明显低值0.47,且明显低于其他作物类型;10月的柑橘果园GNDVI也出现了低值0.43,但与其他月份相比差异不明显;而柑橘果园DVI的离散程度低,分离性不强。根据作物物候历,9—10月为柑橘果实迅速膨大期,这验证了该研究提出的科学假设,即该时期柑橘果园的植被信息会减弱。柑橘果实膨大期不同植被指数的离散程度差异明显,NDVI离散程度最高,差异性最强。根据10月柑橘果园NDVI的物候特征,进一步构建归一化指数,通过阈值法识别研究区柑橘果园空间分布,该识别方法的总体精度达到82.75%,优于其他植被指数的识别结果,研究结果可为柑橘果园信息遥感识别研究提供较好的理论与实践支撑。
关键词： 遥感 分类 物候 柑橘 植被指数 Sentinel-2 Google Earth Engine
全文链接
请求原文
首页上一页1下一页尾页
