基于时间序列叶面积指数稀疏表示的作物种植区域提取

摘要：

以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI(Leaf Area Index)傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年-2016年冬小麦、春玉米、夏玉米等主要农作物种植区域.首先利用上包络线Savitzky-Golay滤波分别对2007年-2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0-5级谐波振幅、1-5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证.结果 表明,2007年-2016年作物识别的总体精度为77.97％,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取.

关键词：遥感、叶面积指数、稀疏表示、Savitzky-Golay滤波、华北平原、农作物、识别

所属期刊栏目：23

资助基金：国家重点研发计划2016YFD0300603-3

在线出版日期：2019-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：959-970