- 软件名称:应用Sentinel-2A NDVI时间序列和面向对象决策树方法的农作物分类
- 软件大小: 0.00 B
- 软件评级: ★★★★★★
- 开 发 商: 杜保佳, 张晶, 王宗明, 毛德华, 张淼, 吴炳方
- 软件来源: 《地球信息科学学报》
- 解压密码:www.gissky.net
资源简介
摘要:
农作物种植结构是农业生产活动对土地利用的表现形式。及时精确地获取农作物的空间分布信息对指导农业生产、合理分配资源以及解决粮食安全问题等具有重要意义。目前农作物信息提取研究大多局限于中低分辨率遥感影像的NDVI时间序列,影响了作物空间分布信息提取的准确性。随着Sentinel-2A卫星成功发射,为高分辨率NDVI时间序列的构建提供了可能。本文以黑龙江省北安市为研究区,基于覆盖完整生育期的Sentinel-2A多光谱数据,构建10 m分辨率的NDVI时间序列数据集,利用 Savitzky Golay (S-G) 滤波器对 Sentinel-2A NDVI时间序列数据进行平滑。基于典型时相的多光谱数据和NDVI时间序列构建面向对象决策树分类模型进行作物类型遥感识别。通过对样本的NDVI时间序列曲线分析,可以得出NDVI时间序列能够清晰地区分作物物候差异。此外,本文还利用面向对象分类和支持向量机(Support Vector Machine, SVM)分类两种方法,对典型时相的多光谱数据进行了作物分类对比实验,并对结果进行了对比分析。研究结果表明:① 典型时相多光谱数据引入平滑重构后的NDVI时间序列能够更好地描述作物的物候特性,能够准确刻画研究区作物发育情况,有效区分各类作物;② 通过对比分类实验发现,典型时相多光谱数据引入NDVI时间序列特征,增强了不同作物之间的光谱差异,提高了作物分类精度,总体精度和kappa系数较典型时相多光谱数据进行分类的结果分别提高了7.7% 和0.055;③ 基于面向对象的决策树分类模型在作物分类的结果中精度最高,总体精度为96.2%,kappa系数为0.892。本研究的方法为其他大区域农作物的分类提供了重要参考和借鉴价值。
相关资源
下载说明
·如果您发现该资源不能下载,请通知管理员.gissky@gmail.com
·为确保下载的资源能正常使用,请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ,如果是压缩文件为分卷多文件,请依次下载每一个文件,并按照顺序命名为1.rar,2.rar,3.rar...,然后鼠标右击1.rar解压.
·为了保证您快速的下载速度,我们推荐您使用[网际快车]等专业工具下载.
·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.