基于Sentinel-2的青铜峡灌区春小麦和苜蓿早期识别
朱磊1
张伟业1
潘自林2
丁一民1
雷晓萍3
张宗和4
孙伯颜1
柴明堂1
1.宁夏大学 土木与水利工程学院,银川 750021;宁夏回族自治区黄河水联网数字治水重点实验室,银川 7500212.宁夏回族自治区水利工程建设中心,银川 7500013.宁夏回族自治区农业勘察设计院,银川 7500024.宁夏宁西供水有限公司,银川 750000
摘要：[目的]基于决策树分类算法对青铜峡灌区春小麦和苜蓿进行早期识别.[方法]在实地调研的基础上,结合Sentinel-2遥感影像,构建能够不断融入遥感数据的决策树分类算法,对青铜峡灌区春小麦和苜蓿进行早期识别.[结果]4 月上旬,由于春小麦和苜蓿生长特征较为相似,春小麦和苜蓿的总体分类精度分别为 69%和 75%.此后,随着观测数据的不断融入,分类精度逐步提升,5 月 14 日二者的分类精度即可达到 90%以上.5 月 31 日利用全部5 期卫星影像数据时,春小麦的总体精度可达到 94%,Kappa系数为 0.75,苜蓿的总体精度可达到 97%,Kappa为0.86.2023 年青铜峡灌区春小麦种植面积为 24 000 hm2,苜蓿种植面积为 2 000 hm2.其中,春小麦种植结构较为复杂,既存在集中连片的大规模种植,也存在大量面积较小的碎片化种植带.[结论]基于Sentinel-2遥感数据的决策树分类方法,可在 4月上旬获取初步分类结果,在 5月中旬苜蓿第 1次收割之前对青铜峡灌区春小麦和苜蓿进行较为准确的识别.
关键词：遥感早期识别决策树时间序列春小麦苜蓿
分类号：TP79(遥感技术)
资助基金：国家自然科学基金(52209059)宁夏自然科学基金优秀青年项目(2023AAC05013)宁夏银川水联网数字治水联合研究院联合开放研究基金资助课题(sklhse-2022-Iow09)
论文发表日期：2024-05-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 86-94 )
英文信息