利用Sentinel-2A数据提取长江中下游丘陵地带农作物种植信息
长江中下游丘陵地带地块细小破碎、种植结构复杂,导致作物遥感光谱特征相互纠缠,信息精确提取困难等.本文基于Sentinel-2A数据提出了多特征组合优化的丘陵地带农作物种植结构精确识别方法.首先获取研究区内主要农作物的关键物候特征信息;然后计算其光谱特征、纹理特征、地形特征值,构建原始特征集;最后采用随机森林方法对特征进行重要性排序,对原始特征集进行特征变量优化,并选择优化后的组合特征进行监督分类提取出研究区农作物信息.试验结果表明,相较于单变量特征,通过多特征优化组合分类总体精度和Kappa系数分别从80.4％和0.748提高到96.3％和0.954,有效地提高了南方丘陵地带农作物分类精度,算法稳定性较强.在南方丘陵地带农作物的识别过程中,进行特征变量优化后的地形特征与纹理特征能显著提高分类精度.
农作物、识别、Sentinel-2A、特征优化、特征提取
P237(摄影测量学与测绘遥感)
国家自然科学基金;江苏师范大学研究生科研实践创新计划
2021-08-11（万方平台首次上网日期，不代表论文的发表时间）
共5页
39-43
