基于多时相遥感数据聚类决策树方法的白水县农作物识别

摘要：

利用Sentinel-2、Landsat8OLI、SRTM等多源遥感数据,根据白水县物候特征经验构建不同典型NDⅥ时间序列数据集进行聚类分析,同时结合影像分割和决策树支持方法首次对陕西省白水县的多种农作物进行提取分类.结果表明:1)本文提出的方法能够有效提取典型地物信息,总体分类精度达到91.22％,Kappa系数为0.8949,相比基于单一时相的光谱特征的分类有着较大优势.2)白水县的三种主要农作物苹果、玉米和小麦的物候特征显著,分步提取的地物类别极少发生类间像素重叠,且表现的物候规律与白水县农作物的实际物候规律高度吻合,侧面证明了分类结果的适用性.3)白水县苹果种植分布西多东少,中北部多南部少;玉米主要分布于白水县西部和北部较高海拔地区;小麦主要分布于白水县南部;白水县的苹果种植仍有推广空间.这些结果发展了聚类分析结合决策树分类在农作物遥感方面的用法以及为白水县的农业经济发展提供有益参考.

关键词：遥感、聚类分析、农作物识别

所属期刊栏目：53

分类号：S127(农业物理学)

资助基金：国家重点实验室开放基金;航天系统部综合研究项目

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：728-734