基于多时相遥感影像的水稻种植信息提取

打开文本图片集

摘要 获取水稻种植信息对于指导水稻生产，监测作物生长及合理分配水资源具有重要意义。针对基于单时相影像提取水稻信息精度有限，以Sentinel-2A/B多时相影像为数据源，构建NDVI、EVI、NDWI和光谱特征4种时序特征数据集并设计6种试验方案，结合随机森林算法对水稻种植信息进行提取。结果表明，NDVI、EVI时序曲线可以较好反映出水稻生育期的物候特征，不同地类的光谱时序曲线和NDWI时序曲线可分离度较高，有利于提高分类精度;基于NDVI时序数据集的分类精度最低，基于光谱时序数据集的分类精度最高，总体精度达95.559 0%，Kappa系数为0.943 3，与基于NDVI的分类结果相比，总体精度、Kappa系数、水稻生产者精度和用户精度分别提高了3.530 4%、0.044 9、8.64%和3.36%，水稻与旱地的混分现象得到有效抑制。（剩余7498字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。