典型文献
基于多源国产高分卫星时空信息的米级分辨率耕地提取
文献摘要：
及时准确地获取耕地空间分布数据对于农业生产管理、产量估算、种植结构调整等具有重要意义.目前的耕地提取多基于多时相中低分辨率影像或单时相高分辨率影像,难以满足耕地破碎,农作物种植模式复杂的区域精度需求.基于此,本研究通过协同国产高分一号(GF-1)、高分二号(GF-2)和高分六号(GF-6)卫星影像,探索米级分辨率尺度下的耕地高精度提取方法.该方法以深度神经网络UNet为基础,通过协同GF-1/6的多时相优势和GF-2影像的高空间分辨率构建了 CEUNet(Cropland Extraction UNet)模型,以充分挖掘耕地的时相特征和空间几何特征.同时,将基于CEUNet模型提取的米级耕地结果分别与基于UNet和多源不同分辨率遥感影像的语义分割(UNet_m)、基于UNet和单时相高分辨率影像的语义分割(UNet_s)、基于对象的随机森林分类(OBIA)、基于像元的随机森林分类(RF)提取的耕地结果展开对比,分析所提出的方法在不同区域的适宜性.结果表明,基于CEUNet模型提取的米级耕地总体精度达到92.92％,且基于CEUNet提取的耕地的逐像元验证结果在平均F1-Score值上相较于基于对象和基于像元的随机森林分类分别提升了 0.21和0.21,相较于UNet_m和UNet_s分别提升了 0.04和0.11,其中针对地块破碎,景观异质性高等区域,CEUNet相较于UNet_m和UNet_s提升了0.09和0.26.本研究提出的CEUNet模型能够充分发挥多源国产高分卫星数据的空间和时间优势,两者结合能够快速、高效地提取不同农业景观及不同种植模式的耕地空间分布信息.
文献关键词：
耕地提取;多源遥感影像;卷积神经网络;高分系列卫星
中图分类号：
作者姓名：
蔡志文;何真;王文静;杨靖雅;魏浩东;王聪;徐保东
作者机构：
华中农业大学资源与环境学院宏观农业研究院,武汉430070;华中师范大学城市与环境科学学院,武汉430079;中国科学院空天信息创新研究院遥感科学国家重点实验室,北京100101
文献出处：
引用格式：
[1]蔡志文;何真;王文静;杨靖雅;魏浩东;王聪;徐保东-.基于多源国产高分卫星时空信息的米级分辨率耕地提取)[J].遥感学报,2022(07):1368-1382
A类：
CEUNet
B类：
国产高分卫星,时空信息,耕地提取,农业生产管理,产量估算,种植结构调整,多时相,相中,低分辨率,高分辨率影像,农作物种植,区域精度,同国,高分一号,GF,高分二号,高分六号,卫星影像,深度神经网络,高空间分辨率,Cropland,Extraction,空间几何特征,语义分割,基于对象,随机森林分类,OBIA,RF,适宜性,总体精度,Score,地块,景观异质性,卫星数据,空间和时,结合能,农业景观,不同种植模式,分布信息,多源遥感影像,高分系列卫星
AB值：
0.291585
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。
