文献类型：期刊文章

作　　者：朱德海[1,2] 刘逸铭[1] 冯权泷[1,3] 欧聪[1] 郭浩[1] 刘建涛[4]

ZHU Dehai;LIU Yiming;FENG Quanlong;OU Cong;GUO Hao;LIU Jiantao(College of Land Science and Technology,China Agricultural University,Beijing 100083,China;Key Laboratory for Agricultural Land Quality Monitoring and Control,Ministry of Natural Resources,Beijing 100193,China;College of Resources and Environmental Sciences,China Agricultural University,Beijing 100193,China;School of Surveying and Geo-Informatics,Shandong Jianzhu University,Ji’nan 250101,China)

机构地区：[1]中国农业大学土地科学与技术学院,北京100083 [2]自然资源部农用地质量与监控重点实验室,北京100193 [3]中国农业大学资源与环境学院,北京100193 [4]山东建筑大学测绘地理信息学院,济南250101

出　　处：《农业机械学报》

基　　金：中国博士后科学基金面上项目(2018M641529)和中国博士后科学基金特别资助项目(2019T120155)

年　　份：2020

卷　　号：51

期　　号：1

起止页码：168-175

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对精确获取大尺度空间范围内农业大棚的分布情况并进行长时间的序列动态监测存在数据量大、计算效率低、精度不高等问题,利用Google Earth Engine(GEE)云平台能够实现快速存取、实时处理海量卫星数据,基于多时相Landsat影像进行农业大棚时序光谱特征和纹理特征的自动提取,采用随机森林算法实现山东省农业大棚的遥感分类,从而生成了山东省近30年农业大棚的空间分布和时空动态变化图。结果表明,本文分类流程具有较高的分类精度,其平均总体精度达到91.63%,Kappa系数均值为0.8642。经分析,山东省农业大棚从1990年的6.67 km^2增加到2018年的9919.40 km^2,增长速度为354.03 km^2/a。

关 键 词：农业大棚 时空变化  GOOGLE EARTH Engine  大尺度范围  随机森林  LANDSAT

分 类 号：S127]