耦合NDVI与纹理时序特征的地块作物遥感分类

打开文本图片集

DOI：10.3969/j.issn.2095-1191.2025.01.003

摘要：【目的】充分挖掘遥感影像的时间和空间信息，准确识别地块作物类型，为作物类型空间分布制图、产量估计及农业生产决策等提供可靠的数据支持。【方法】以Google Earth影像为参考，获得美国加利福尼亚州金斯县完整的地块边界，利用多时相Sentinel-2影像构建地块归一化植被指数（NDVI）时间序列和时间—纹理二维表征图作为分类特征，NDVI时间序列捕捉作物生长的物候变化，时间—纹理二维表征图捕捉空间特征随时间的动态变化，进而使用卷积神经网络（CNN）+长短时记忆网络（LSTM）双流架构来联合时间和空间特征实现农田作物的准确识别。（剩余21959字）