基于Sentinel-2的闪电河流域农作物分类研究

摘要：

以内蒙古闪电河流域为研究区,基于Sentinel2光学遥感影像结合随机森林和支持向量机算法,采用3种方案:基于像元的分类方法、面向对象的分类方法及改进的基于像元分类与面向对象分割相结合的集成方法,对研究区内的农作物进行精细提取.结果表明:①基于随机森林采用基于像元的方法进行分类,所有地类的总体精度为97.8％,Kappa系数为0.974,表明随机森林算法可以有效地进行农作物提取.②改进的基于像元分类与面向对象分割相结合的集成方法分类效果较好,所有地类的总体精度为96.4％,Kappa系数为0.957,该方法充分结合了基于像元和面向对象分类方法的优点,可有效提升闪电河流域的作物分类效果.

关键词：Sentinel-2、农作物分类、面向对象、基于像元、随机森林、RF、SVM

所属期刊栏目：36

分类号：TP79(遥感技术)

资助基金：中国科学院战略性先导科技专项XDA19030203

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：400-410