基于多時相遙感影像的水稻種植信息提取

打開文本圖片集

摘要 獲取水稻種植信息對于指導水稻生產，監(jiān)測作物生長及合理分配水資源具有重要意義。針對基于單時相影像提取水稻信息精度有限，以Sentinel-2A/B多時相影像為數(shù)據(jù)源，構建NDVI、EVI、NDWI和光譜特征4種時序特征數(shù)據(jù)集并設計6種試驗方案，結合隨機森林算法對水稻種植信息進行提取。結果表明，NDVI、EVI時序曲線可以較好反映出水稻生育期的物候特征，不同地類的光譜時序曲線和NDWI時序曲線可分離度較高，有利于提高分類精度;基于NDVI時序數(shù)據(jù)集的分類精度最低，基于光譜時序數(shù)據(jù)集的分類精度最高，總體精度達95.559 0%，Kappa系數(shù)為0.943 3，與基于NDVI的分類結果相比，總體精度、Kappa系數(shù)、水稻生產者精度和用戶精度分別提高了3.530 4%、0.044 9、8.64%和3.36%，水稻與旱地的混分現(xiàn)象得到有效抑制。（剩余7498字）