基于Sentinel-2时序谐波特征的县域农作物分类
打开文本图片集
摘要：以河北省南宫市主要农作物空间分布状况及面积信息为研究对象，采用多时相Sentinel-2影像数据，构建5种植被指数时序集，并通过傅里叶级数解算各时序曲线中的谐波特征参量，分别采用指数特征和指数特征+谐波特征2种分类依据，在随机森林框架下对10种分类方案进行农作物精细化分类。结果表明：当以指数特征+谐波特征作为分类依据时，5种时序集的总体分类精度比仅利用指数特征分类均有明显提高（最小提高8.14个百分点，最大提高9.21个百分点），表明谐波特征的加入能够有效提高分类精度。（剩余12025字）