典型文献
2019–2021年河南省越冬作物分布数据集
文献摘要：
本数据集基于Google Earth Engine(GEE)云计算平台,融合多源遥感影像,构建了一种物候算法,生成了2019–2021年河南省越冬作物数据集.首先,融合Landsat 7/8和Sentinel-2 A/B影像构建了高时空分辨率时间序列数据集.其次,分析不同物候期下越冬作物和其他作物的物候差异,提取用于分类的物候指标,包括生长季节始期(start of season,SOS)、生长高峰期(start date of peak,SDP)、生长季节末期(end of season,EOS)、绿化速度(green-up speed,GUS)和生长季节长度(growing-season length,GSL).最后,基于这些物候指标构建决策树模型,在像元尺度上对越冬作物进行提取.本研究构建的物候算法能够准确提取越冬作物的种植面积,其用户精度、生产者精度、总体精度和Kappa系数分别为98.00％、98.36％、97.77％和0.94.本数据集可以为越冬作物生长监测和产量预测提供基础数据,帮助决策者和生产者制定合理的政策和风险管理策略,也可为相关领域的科研人员提供数据参考.
文献关键词：
越冬作物;河南省;Google Earth Engine;Landsat;Sentinel-2;物候算法
中图分类号：
作者姓名：
马晓岩;张兴旺;乔龙鑫;郑泽琳;潘力;彭洁;杨涵璐;夏浩铭
作者机构：
河南大学地理与环境学院,河南开封 475004;河南大别山森林生态系统国家野外科学观测研究站,河南开封 475004;河南省地球系统观测与模拟重点实验室,河南开封 475004;黄河中下游数字地理技术教育部重点实验室(河南大学),河南开封 475004
文献出处：
引用格式：
[1]马晓岩;张兴旺;乔龙鑫;郑泽琳;潘力;彭洁;杨涵璐;夏浩铭-.2019–2021年河南省越冬作物分布数据集)[J].中国科学数据（中英文网络版）,2022(03):285-297
A类：
物候算法
B类：
越冬作物,Google,Earth,Engine,GEE,云计算平台,多源遥感影像,Landsat,Sentinel,影像构建,高时空分辨率,时间序列数据,物候期,取用,生长季节,start,season,SOS,高峰期,date,peak,SDP,end,EOS,green,up,speed,GUS,季节长度,growing,length,GSL,指标构建,构建决策,决策树模型,研究构建,种植面积,生产者,总体精度,Kappa,作物生长,生长监测,产量预测,决策者,风险管理策略,科研人员
AB值：
0.339799
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。
