基于深度學習和多源遙感數(shù)據(jù)的玉米種植面積提取

打開文本圖片集

摘要：玉米作為我國主要糧食作物之一，及時準確監(jiān)測其種植范圍及面積對農(nóng)業(yè)產(chǎn)能評估、保障糧食安全具有重要意義。以華北平原典型農(nóng)業(yè)區(qū)——原陽縣為例，基于歐空局Sentinel-1 SAR和Sentinel-2 MSI遙感影像數(shù)據(jù)，在谷歌地球引擎云平臺的支持下通過提取雷達后向散射系數(shù)時序曲線以及歸一化植被指數(shù)（NDVI）時序曲線，搭建卷積神經(jīng)網(wǎng)絡（CNN）模型，并將時序數(shù)據(jù)輸入模型得到典型地物分類結(jié)果，提取了研究區(qū)玉米種植區(qū)域，利用野外調(diào)查數(shù)據(jù)進行精度驗證，并與隨機森林分類對種植區(qū)的提取結(jié)果進行對比。（剩余10245字）