安徽农业科学2021,Vol.49Issue(12) :244-247,252.DOI:10.3969/j.issn.0517-6611.2021.12.064

基于GF-7遥感卫星的冬小麦面积精细化识别

Refined Identification of Winter Wheat Area Based on GF-7 Satellite Remote Sensing

万丛 孙智虎 梁治华 张锦水
安徽农业科学2021,Vol.49Issue(12) :244-247,252.DOI:10.3969/j.issn.0517-6611.2021.12.064

基于GF-7遥感卫星的冬小麦面积精细化识别

Refined Identification of Winter Wheat Area Based on GF-7 Satellite Remote Sensing

万丛 1孙智虎 2梁治华 3张锦水3
扫码查看

作者信息

  • 1. 国家统计局数据管理中心,北京 100826
  • 2. 中国地质大学(北京),北京 100083
  • 3. 北京师范大学北京师范大学地理科学学部遥感科学与工程研究院,北京100875
  • 折叠

摘要

2019年11月3日发射的GF-7号卫星是我国的第二颗亚米级、多角度民用商业卫星,其在农作物面积分布精细化识别方面潜力有待评估.依据2018年国家统计局数据,全国冬小麦播种面积占粮食作物总播种面积的19.23%,通过遥感手段准确识别冬小麦分布情况,是作物长势和作物估产等后续遥感产品准确评估的保证,对确保粮食安全具有极其重要的意义.通过支撑向量机和随机森林2种机器学习算法,分析高分七号亚米级光谱特征及其纹理特征对冬小麦的精细化识别能力.结果表明,基于影像光谱特征,SVM分类器取得了最优的分类精度,其中冬小麦识别精度为93.96%,总体精度为91.01%,Kappa系数为0.7632,面积精度为91.46%.

关键词

GF-7/遥感/冬小麦/随机森林/支撑向量机

引用本文复制引用

基金项目

国家高分辨率对地观测系统重大专项(11-Y20A16-9001-17/18)

出版年

2021
安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子:0.413
ISSN:0517-6611
被引量2
参考文献量9
段落导航相关论文