典型文献
基于哨兵2号多光谱影像的水稻倒伏识别与分类
文献摘要：
为加强对粮食生产区水稻倒伏面积、位置及严重程度的识别和监测,基于黑龙江红卫农场2019年9月22日的哨兵2号卫星多光谱遥感影像计算水稻的光谱反射率、植被指数以及图像纹理3种特征,利用决策树分类法对倒伏水稻进行识别和分类.首先根据现场调查和目视解译结果选定倒伏水稻样点,分析正常、轻度倒伏、中度倒伏、重度倒伏4种倒伏类型水稻的光谱反射率特征,发现在绿光、红光、红边3以及近红外1处存在较大差异.植被指数特征中,NDVI和RVI均随水稻倒伏程度加深而下降,GRVI、DVI和NDREⅠ则在水稻倒伏后逐渐增加.其中,不同倒伏类型水稻的DVI显示出了较大的差异.4种水稻倒伏类型在可见光波段的均值纹理特征差异显著,尤其是蓝光波段的纹理均值是区分不同倒伏类型的重要特征.基于对水稻倒伏敏感的特征量构建决策树,成功区分了正常、轻度倒伏、中度倒伏和重度倒伏4种倒伏类型,与实际倒伏面积对比的识别误差分别为5.33％、6.51％、10.25％和-7.75％,识别的准确度较高.
文献关键词：
水稻倒伏识别;多光谱影像;光谱特征;植被指数;纹理特征
中图分类号：
作者姓名：
任志鹏;高睿;王大庆
作者机构：
黑龙江省农垦科学院,哈尔滨150000;东北农业大学电气与信息学院,哈尔滨150000;黑龙江省农垦管理干部学院,哈尔滨150000;海口经济学院,海口571127
文献出处：
引用格式：
[1]任志鹏;高睿;王大庆-.基于哨兵2号多光谱影像的水稻倒伏识别与分类)[J].节水灌溉,2022(07):44-50
A类：
水稻倒伏识别
B类：
哨兵,多光谱影像,识别与分类,粮食生产,生产区,农场,多光谱遥感,遥感影像,光谱反射率,植被指数,图像纹理,决策树分类法,对倒,伏水,现场调查,目视解译,绿光,红光,红边,近红外,NDVI,GRVI,NDRE,可见光波段,纹理特征,特征差异,蓝光,特征量,构建决策,识别误差,光谱特征
AB值：
0.288456
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。
