玉米和大豆是两种主要的粮食作物,及时准确地监测两者的种植面积对于产量预测和市场价格的制定具有重要的意义.利用遥感技术探究在生长季中后期能有效区分玉米和大豆的指示性特征集,为在不同实验区进行推广应用和提前玉米和大豆种植面积信息发布的时间提供技术支撑.文章以玉米和大豆为研究对象,以黑龙江和安徽省两个典型种植区为实验区,以高分一号影像为数据源,计算多种植被指数特征和两种纹理特征,同时利用特征优选方法评价特征间的相对重要性,并结合随机森林分类算法分析特征个数对精度的影响,得到不同试验区区分两者的最佳特征子集.随后根据不同实验区最佳特征子集的共同点和差异,遴选出对玉米和大豆中后期区分的遥感指示性识别特征集,并设计实验方案验证其有效性和稳定性.实验表明:在玉米和大豆生长中后期存在具有高效辨识两者的遥感特征集,能有效和稳定地增强两者的遥感识别能力;在不同实验区,基于特征优选方法可以选择出区分玉米和大豆的最佳分类特征子集,得到两者最优的识别效果,比仅仅使用原始波段特征的分类精度提升了近10个百分点,总体分类精度能够平均达到97％,Kappa系数0.96,玉米和大豆的单类分类精度平均超过95％;在不同的种植区,利用玉米和大豆的指示性特征集可以得到几乎与优选出的最佳特征子集同样的分类精度和制图效果,且具有稳定性和有效性,较最佳特征集更具推广使用意义.指示性特征集包含6种:植被指数中的比值植被指数(RVI),差值植被指数(DVI),转换型植被指数(TVI),改进型叶绿素吸收比率指数(MCARI)和灰度共生矩阵(GLCM)纹理特征中的二阶矩(the Second Moment)和熵(Entropy).

遥感;玉米;大豆;遥感识别;特征;分类;GF-1

中国科学院空天信息创新研究院遥感卫星应用国家工程实验室,北京100101;中国科学院大学资源与环境学院,北京100049

[1]沈宇;李强子;杜鑫;王红岩;张源-.玉米大豆生长中后期遥感辨识的指示性特征研究)[J].遥感学报,2022(07):1410-1422

遥感辨识

玉米大豆,生长中后期,指示性,示性特征,粮食作物,产量预测,市场价格,遥感技术,技术探究,生长季,征集,实验区,大豆种植面积,信息发布,种植区,高分一号,数据源,植被指数,纹理特征,特征优选,优选方法,方法评价,相对重要性,随机森林分类,分类算法,算法分析,试验区,区区,特征子集,共同点,遴选出,识别特征,设计实验,实验方案,方案验证,遥感识别,识别能力,分类特征,波段,分类精度,精度提升,百分点,Kappa,单类分类,制图,RVI,DVI,换型,TVI,改进型,叶绿素,吸收比,MCARI,灰度共生矩阵,GLCM,二阶矩,Second,Moment,Entropy,GF

0.381655