首页|基于GF-6 WFV影像提取玉米水稻种植信息

基于GF-6 WFV影像提取玉米水稻种植信息

扫码查看
原文链接
  • 万方数据
  • 维普
玉米、水稻是我国重要的粮食作物,利用遥感技术高效获取其种植分布信息具有重要作用.GF-6WFV遥感数据光谱波段较为丰富,空间分辨率较高,能够为作物遥感分类提供多种类型特征.然而多特征参与分类容易产生数据冗余、降低处理效率.如何优选GF-6 WFV数据丰富的特征信息对于提高分类精度具有重要意义.本文利用GF-6 WFV影像提取光谱特征、无红边指数、红边指数及纹理特征共26个特征变量,基于所有特征进行优选并采用不同分类方法及不同特征组合识别黑山县及北镇市玉米、水稻分布信息.结果表明:采用平均不纯度减少与相关系数双重指标共优选出14个特征,其中红边信息占比最大.基于优选特征采用随机森林法识别玉米、水稻精度最高,其总体精度为94.01％、Kappa系数为0.90,相比优选前分别提高1.14％、0.02.多源特征相对于单一特征能够改善作物分类效果,提高分类精度.该研究能够剔除非农田像元影响以高效高精度地提取玉米、水稻,具有可行性、有效性,能够为国产高分数据在作物遥感识别应用方面提供参考.
Extraction Planting Information of Corn and Rice Based on GF-6 WFV Image

郭玉超、李荣平、任鸿瑞

展开 >

太原理工大学测绘科学与技术系,山西太原030024

中国气象局沈阳大气环境研究所,辽宁沈阳110166

高分六号 农作物 影像提取

2022-0552021SYIAEKFMS39

2022

10.3969/j.issn.1000-2324.2022.05.004

山东农业大学学报(自然科学版)
山东农业大学

山东农业大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.565
ISSN：1000-2324
年,卷(期)：2022.53(5)
  • 1
  • 4