基于吉林一号的梨树县主要农作物提取研究
本文旨在充分利用吉林一号系列卫星数据的高分辨率特征和农作物不同生长期表现出来的不同光谱特征,选择一种合适的分类方法实现梨树县主要农作物的精准分类.通过建立农作物分类样本库,联合像元谱段信息与空间结构特征,以第三次全国国土调查数据为基准,利用多层感知卷积神经网络对吉林一号多源多时相影像进行农作物分类,获取精细化的梨树县玉米、水稻、大豆和其它作物的分类产品.经过精度验证表明,梨树县2022年主要农作物遥感监测成果总体精度为96.00％;玉米、水稻、大豆和其它作物的生产者精度均大于90％;玉米、水稻和其它作物的用户精度大于90％,大豆用户精度小于90％,主要是由于大豆与其它作物(花生)易发生混分造成.通过综合利用吉林一号多光谱数据与亚米级高分辨率数据,实现了精准的农作物品种分类.经过对比分析,利用亚米级高分辨率数据可以很好的区分玉米、水稻和其它作物,但是大豆影像特征与其它作物(花生)类似,单独运用亚米级高分辨率数据无法区分大豆与花生,要结合具有短波红外波段的吉林一号多光谱数据,可较好地区分大豆与花生,但其精度受到一定影响.
吉林一号、农作物、遥感分类、监督分类、样本库
43
S127(农业物理学)
2023-03-13（万方平台首次上网日期，不代表论文的发表时间）
共5页
43-47
