典型文献
基于时空滤波Sentinel-1时序数据的田块尺度岭南作物分布提取
文献摘要：
为解决岭南地区作物制图中光学影像时空覆盖缺失以及作物种植结构复杂导致不确定性高等问题,以满足对高精度作物制图日益迫切的应用需求.该研究提出了一种基于Sentinel-1的双极化时间序列和作物物候信息建立时空维度典型物候特征的作物分类方法,选择广州市南沙区为试验区,通过XGBoost机器学习算法,实现了田块尺度下的不同作物类型的准确识别及种植面积的精细提取.结果表明:1)相比像素时序特征分类结果,经过雷达时空滤波后的田块时序特征分类方法不仅能有效抑制合成孔径雷达(Synthetic Aperture Radar,SAR)影像斑点噪声产生,而且总体分类精度和Kappa系数分别提高了12.5个百分点、0.19;2)与仅基于Sentinel-1(VV+VH)时空滤波后的全年时序特征分类方法相比,在分类过程中添加物候特征变量的方法表现出更高的精度,Kappa系数可达0.91,甘蔗和香蕉播种面积提取精度分别达到82.04％和71.01％.研究结果表明中高分辨率SAR影像(10 m×10 m)时间序列结合XGBoost算法和雷达数据时空滤波策略可实现区域作物准确识别及种植面积提取,同时,可从数据源与分类方法上为岭南地区农业遥感应用提供思路,对该地区农业灾害管理和灾后救助具有重要参考价值.
文献关键词：
遥感;作物;时序数据;物候特征;时空滤波;田块尺度
中图分类号：
作者姓名：
钱丽沙;姜浩;陈水森;李丹;王重洋;陈金月;代雪梅
作者机构：
中国科学院广州地球化学研究所,广州 510640;广东省科学院广州地理研究所,广东省遥感与地理信息系统应用实验室,广东省地理空间信息技术与应用公共实验室,广东省遥感大数据应用工程技术研究中心,广州 510070;中国科学院大学,北京 100049
文献出处：
引用格式：
[1]钱丽沙;姜浩;陈水森;李丹;王重洋;陈金月;代雪梅-.基于时空滤波Sentinel-1时序数据的田块尺度岭南作物分布提取)[J].农业工程学报,2022(05):158-166
A类：
VV+VH
B类：
时空滤波,Sentinel,时序数据,田块尺度,岭南地区,制图,光学影像,作物种植结构,应用需求,双极化,极化时间,物物,物候信息,立时,时空维度,物候特征,作物分类,分类方法,广州市南沙区,试验区,XGBoost,机器学习算法,作物类型,准确识别,精细提取,像素,时序特征,特征分类,合成孔径雷达,Synthetic,Aperture,Radar,SAR,斑点噪声,分类精度,Kappa,百分点,分类过程,添加物,特征变量,甘蔗,香蕉,播种面积,雷达数据,种植面积提取,数据源,农业遥感,遥感应用,农业灾害,灾害管理,救助
AB值：
0.357549
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
