多种光谱指数联合地形特征对复杂地形区主要粮食作物种植面积的遥感识别

摘要：

复杂地形地区农作物空间分布信息的精准监测对指导农业生产精细化管理、合理分配资源具有重要意义,而农作物分布零散、空间异质性高是精细分类的难点.本文旨在探索复杂地形条件下,多时相高分辨率卫星资料的多作物同步精细识别的方法,以期为重庆市域乃至西南低山丘陵复杂地区作物识别提供理论和现实依据.选取重庆市渝西地区为研究区,采用多尺度分割算法,将同种地物类型的田块进行同质单元构建,从而避免基于像素分类过于零散的分类结果,实现高精度分类.再利用多时相 Sentinel-2/MSI 遥感影像有效挖掘主要粮食农作物生育期内物候规律和特征参数,构建NDVI、RVI和NDWI等光谱指数,对比地面样本点不同作物类型不同生育期的遥感光谱信息差异,联合地形特征以确定农作物识别的最优组合,从而建立面向对象的决策树逻辑分类规则集提取主要粮食农作物种植区.结果表明:(1)采用多尺度分割方法使农作物识别在田块基础上进行,在 30 分割尺度下、紧凑度因子和形状因子均为 0.5 时,植被边缘分割最优;(2)结合农作物物候期发育特征,选用 4月NDWI、6 月RVI、NDVI和 8 月NDVI等光谱特征指数,联合海拔高度、坡度等地形特征建立目标地物判别阈值,构建面向对象决策树分类模型,总体精度达到 90.8%,水稻、玉米、红薯的分类精度分别为 85.7%、83.3%和 80.7%,说明多种光谱指数联合地形特征的作物种植面积识别方法达到较高的识别精度,具有实践意义.

关键词：复杂地形、Sentinel-2、农作物、面向对象、决策树

所属期刊栏目：44

分类号：S162;TP79;P4

资助基金：重庆市自然科学基金面上项目;重庆市气象部门业务技术攻关项目;重庆市气象部门智慧气象技术创新团队项目;重庆市技术创新与应用示范专项社会民生类重点项目

在线出版日期：2023-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：845-856