基于GF-1/WFV时间序列数据的河套灌区主要农作物识别

摘要：

河套灌区农业资源条件较好,适宜于多种农作物的生长,且地块较为破碎,为精准进行该地区农业资源的调查和农情评价,采用遥感技术精准识别农作物种类.文章利用2017年4—10月内9个时相的GF-1/WFV数据,结合实地采集样本点转化成感兴区的方法,通过计算分析春小麦、玉米、向日葵、西葫芦和番茄5种农作物在整个生长阶段的时间序列NDVI值和变化特点,构建了基于NDVI阈值分割的决策树分类模型,对研究区春小麦、玉米、向日葵、西葫芦和番茄5种农作物进行了识别分类;在5 m分辨率的RapidEye数据上选定了10个验证样方,目视解译样方内作物,利用解译结果对决策树分类结果进行验证,并用混淆矩阵表达.结果表明:春小麦、玉米、向日葵、西葫芦和番茄的用户精度分别为:88.86％,62.44％,87.29％,65.78％,总体分类精度达到76.29％,Kappa系数为0.6529.结论为通过分析基于GF-1/WFV NDVI时间序列数据可以较为准确识别中尺度上的大宗农作物,该方法适宜于农业资源调查遥感应用和研究.

关键词：农作物识别、GF-1/WFV、NDVI、决策树、光谱信息

所属期刊栏目：47

分类号：TP701(遥感技术)

资助基金：内蒙古农牧业青年创新基金项目2017QNJJN10,2018CXJJ09

在线出版日期：2019-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：112-118