基于决策树的大尺度复杂地区夏收作物遥感提取与分析

摘要：

以甘肃省为研究区,基于时序Sentinel-2卫星影像数据,计算归一化植被指数(NDVI)和黄度值,采用决策树(Decision trees,DTs)方法提取研究区的主要夏收作物小麦和油菜种植面积,并对比分析其精度.利用此方法得到甘肃省小麦和油菜作物识别的平均总体精度达到87.4％,其中,甘肃省中部地区平均总体精度为92.4％,河西地区平均总体精度为87.7％,东南部地区平均总体精度为82.0％.研究结果表明,基于Sentinel-2卫星影像数据采用决策树方法进行大尺度复杂区域、高分辨率作物种植面积提取具有可行性.

关键词：大尺度作物监测、作物分类、决策树、Sentinel-2

所属期刊栏目：38

分类号：S127;TP79(农业物理学)

资助基金：国家自然科学基金;国家重点研发计划;兰州交通大学优秀平台项目;甘肃省重点人才项目

在线出版日期：2022-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1257-1264