遥感时序光谱重构的耕地信息提取方法

摘要：

针对传统耕地提取方法人工干预多、提取速度慢、成本高,不适用于大规模耕地提取等问题,选取时间序列Sentinel-2数据,基于时序光谱特征的耕地自动识别方法对玛纳斯县典型耕地区域进行耕地提取,并比较了不同样本特征对耕地提取精度的影响.结果 表明:采用该方法总体分类精度、Kappa系数、耕地类型的用户精度分别达到了95.37％、0.942 3和97.04％,比采用时间序列NDVI和单时期影像样本特征总体精度分别提高4.02％和5.69％.研究结果为进一步利用中高分辨率遥感数据和深度学习方法对耕地进行信息提取和典型地物分类提供了新思路.

关键词：时序光谱图、卷积神经网络、哨兵-2数据、耕地提取

所属期刊栏目：45

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划项目2017YFB0504204

在线出版日期：2020-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：59-67