基于主成分和云模型的冬小麦种植信息提取方法

摘要：

在对Sentinel-2卫星遥感影像进行预处理的基础上,利用主成分变化提取小麦主要信息,基于云模型算法开展光谱遥感图像分类.分类时,首先根据训练样本集,由逆向云发生器生成典型小麦的云模型,然后利用云发生器计算出各波段每个象元对小麦地物的平均隶属度,在对各波段的隶属度分析基础上,摒弃含有复杂信息的第1主成分,利用第2主成分和第3主成分信息实现对冬小麦种植空间信息的提取.结果表明,提取小麦种植信息制图精度和用户精度分别为92.78％和99.90％,小麦种植田块的隶属度值因小麦长势和密度的不同有较大的差异,云模型对长势较差、密度较低的小麦像元存在漏分现象.基于云模型的算法精度极高,对小麦地块的识别错分、漏分现象少.该模型有助于冬小麦种植面积的精确提取,对于农业部门进行冬小麦生长监测与产量估测有重要的支撑作用.

关键词：主成分、云模型、小麦、种植信息

所属期刊栏目：12

分类号：S162.5(农业气象学)

资助基金：中国气象局创新发展专项;中国气象局中央财政乡村振兴气象服务专项

在线出版日期：2023-03-21（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：37-43