当前位置: 首页 > 文章 > 结合地块信息分类的复杂山地水稻种植区域提取:以湘西永顺为例 贵州农业科学 2025,53 (2) 134-142
Position: Home > Articles > 结合地块信息分类的复杂山地水稻种植区域提取:以湘西永顺为例 Guizhou Agricultural Sciences 2025,53 (2) 134-142

结合地块信息分类的复杂山地水稻种植区域提取:以湘西永顺为例

作  者:
陈磊士;汪天颖;谢佰承;郑仲帅;帅细强
单  位:
湖南省气象科学研究所
关键词:
水稻;地块信息;农业遥感;物候信息;作物识别;复杂山地
摘  要:
【目的】结合监督分类地块信息建立水稻连续遥感物候曲线,为复杂山地水稻种植区域提取提供理论依据和技术指导。【方法】利用多光谱和SAR影像建立多维度空间特征,开展多特征结合的机器学习监督分类稻田地块信息提取(传统监督分类法);基于非监督分类空间聚类算法,利用3年连续多光谱和SAR影像,耦合构建水稻完整连续遥感物候曲线,在稻田地块信息的基础上筛选出精确的一季稻物候特征地块,实现高精度的复杂山地水稻种植区域提取(传统监督分类+长时序物候曲线分类法),并比对分析2种分类方法水稻种植区域的提取精度。【结果】非监督分类长时序物候信息的分类精度优于仅使用监督分类算法的稻田地块分类结果,二者结合的方法错分、漏分情况均少于传统监督分类算法,传统监督分类+长时序物候曲线分类法的总体分类精度为94.60%,Kappa系数为0.89,优于传统监督分类法(精度为89.20%,Kappa系数为0.82),对湘西永顺县一季稻种植遥感提取面积较2021农业统计年鉴数据仅高出1.8%,分类结果和高清底图可基本契合,符合湘西地区复杂山地一季稻的种植分布特征,降低了研究区下垫面破碎、耕地分布分散、可用影像较少等问题对水稻遥感分类的不利影响。【结论】传统监督分类+长时序物候曲线分类法优于传统监督分类方法,可筛选出精确的一季稻物候特征地块,可有效发挥在线云平台的数据与算力优势,建立结合地块信息分类的复杂山地水稻种植区域提取模型。

相似文章

计量
文章访问数: 4
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊