自动化样本生成策略用于冬季作物制图 ——以兰陵县为例

摘要：

准确地获取作物空间分布是作物生长监测和产量预测的前提.目前,遥感图像处理需要足够的人工采集的训练样本,因此,大规模作物分布的自动获取仍然是一个挑战.以高效、经济的方式获得足够的训练样本成为作物制图的关键因素之一.因此,本文结合冬季作物物候特征与Sentinel-2时间序列影像,提出了一种自动化样本生成策略用于冬季作物制图.首先,利用归一化植被指数(NDVI)时间序列曲线进行冬季作物的判别;然后,通过时间序列曲线相似性度量的方法,判断样本点与标准的绿色叶绿素植被指数(GCVI)时间序列曲线的差距,从而为未知样本赋予正确的标签;最后,利用获取的样本训练随机森林模型,实现研究区域的冬季作物提取.最终精度评定结果:总体精度(OA)为98.46％,Kappa为0.973,表明该方法对于快速实现冬季作物自动制图的有效性.

关键词：Sentinel-2、物候学、大蒜、冬小麦、自动化、时间序列

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;湖北省杰出青年基金项目

在线出版日期：2023-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：121-125