当前位置: 首页 > 文章 > 基于主被动遥感数据和面向对象的大蒜识别 农业工程学报 2022,38 (2) 210-222
Position: Home > Articles > Identification of garlic based on active and passive remote sensing data and object-oriented technology Transactions of the Chinese Society of Agricultural Engineering 2022,38 (2) 210-222

基于主被动遥感数据和面向对象的大蒜识别

作  者:
马战林;薛华柱;刘昌华;李长春;房旭;周俊利
单  位:
河南理工大学测绘与国土信息工程学院;河南省遥感测绘院
关键词:
遥感;谷歌地球引擎;Sentinel卫星;随机森林;面向对象;大蒜
摘  要:
针对开封市大蒜种植破碎化程度高,光学数据难以高精度、快速提取问题.该研究基于谷歌地球引擎(Google EarthEngine,GEE)云平台、随机森林算法(Random Forest,RF)和面向对象方法,选择融合Sentinel-1卫星的后向散射系数与Sentinel-2卫星的光谱、光谱指数及纹理特征,分别应用10 m与加入植被红边波段的20 m空间分辨率遥感数据,探究不同特征组合对改善大蒜识别精度的性能.结果表明:应用10 m空间分辨率的Sentinel主被动遥感数据,在简单非迭代聚类(Simple Non-iterative Clustering,SNIC)分割尺度为5,灰度共生矩阵(Gray-level Co-occurrence Matrix,GLCM)邻域值为4,7个纹理特征选择第一、二主成分时,分类总体精度和Kappa系数最高,为94.54%、0.93,大蒜的制图精度和用户精度为97.83%、96.38%.应用加入植被红边波段的20m空间分辨率Sentinel主被动遥感数据,在SNIC分割尺度为3,GLCM邻域值为4,7个纹理特征选择第一、二主成分时,分类总体精度和Kappa系数最高,为94.14%、0.92,大蒜的制图精度和用户精度为95.72%、98.81%.单独使用Sentinel-2光学数据,加入植被红边波段的20 m分辨率数据相对10 m分辨率数据,大蒜制图精度和用户精度分别提高0.49%和4.38%.单独使用时序Sentinel-1 SAR数据,10 m空间分辨率数据的大蒜制图精度和用户精度优于20 m分辨率数据0.66%和2.03%.研究为遥感数据识别生长周期相同或重叠的大宗、小宗经济作物提供技术参考.
译  名:
Identification of garlic based on active and passive remote sensing data and object-oriented technology

相似文章

计量
文章访问数: 14
HTML全文浏览量: 0
PDF下载量: 2

所属期刊

推荐期刊