文献类型：期刊文章

作　　者：杜保佳[1,2] 张晶[1,3] 王宗明[1] 毛德华[1] 张淼[4] 吴炳方[4]

DU Baojia;ZHANG Jing;WANG Zongming;MAO Dehua;ZHANG Miao;WU Bingfang(Key Laboratory of Wetland Ecology and Environment,Northeast Institute of Geography and Agroecology,Chinese Academy of Sciences,Changchun 130102,China;University of Chinese Academy of Sciences,Beijing 100049,China;State Key Laboratory of Remote Sensing Science,Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100101,China;TongHua Bureau of Land and Resources,Tonghua 134001,China)

机构地区：[1]中国科学院东北地理与农业生态研究所湿地生态与环境重点实验室,长春130102 [2]中国科学院大学,北京100049 [3]通化市国土资源局,通化134001 [4]中国科学院遥感与数字地球研究所遥感科学国家重点实验室,北京100101

出　　处：《地球信息科学学报》

基　　金：国家重点研发计划项目(2016YFA0600302;2016YFC0500201);中国科学院科技服务网络计划(STS计划)项目(KFJSTS-ZDTP-009);吉林省科技发展计划项目(20170301001NY)~~

年　　份：2019

卷　　号：21

期　　号：5

起止页码：740-751

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：农作物种植结构是农业生产活动对土地利用的表现形式。及时精确地获取农作物的空间分布信息对指导农业生产、合理分配资源以及解决粮食安全问题等具有重要意义。目前农作物信息提取研究大多局限于中低分辨率遥感影像的NDVI时间序列,影响了作物空间分布信息提取的准确性。随着Sentinel-2A卫星成功发射,为高分辨率NDVI时间序列的构建提供了可能。本文以黑龙江省北安市为研究区,基于覆盖完整生育期的Sentinel-2A多光谱数据,构建10 m分辨率的NDVI时间序列数据集,利用Savitzky Golay (S-G)滤波器对Sentinel-2A NDVI时间序列数据进行平滑。基于典型时相的多光谱数据和NDVI时间序列构建面向对象决策树分类模型进行作物类型遥感识别。通过对样本的NDVI时间序列曲线分析,可以得出NDVI时间序列能够清晰地区分作物物候差异。此外,本文还利用面向对象分类和支持向量机(Support Vector Machine, SVM)分类两种方法,对典型时相的多光谱数据进行了作物分类对比实验,并对结果进行了对比分析。研究结果表明:①典型时相多光谱数据引入平滑重构后的NDVI时间序列能够更好地描述作物的物候特性,能够准确刻画研究区作物发育情况,有效区分各类作物;②通过对比分类实验发现,典型时相多光谱数据引入NDVI时间序列特征,增强了不同作物之间的光谱差异,提高了作物分类精度,总体精度和kappa系数较典型时相多光谱数据进行分类的结果分别提高了7.7%和0.055;③基于面向对象的决策树分类模型在作物分类的结果中精度最高,总体精度为96.2%,kappa系数为0.892。本研究的方法为其他大区域农作物的分类提供了重要参考和借鉴价值。

关 键 词：Sentinel-2A  时序数据 NDVI 面向对象 决策树 农作物  种植结构  北安市  

分 类 号：S127]