典型文献
融合多源遥感数据的黑河中游地区生长季早期作物识别
文献摘要：
在生长季早期获取作物的种植情况,对于农业水资源管理,尤其是缺水地区的水量分配等具有重大的意义.本文利用改进型时空自适应融合模型(ESTARFM),将作物生长早期3-6月的Sentinel 2影像与MOD09GQ数据计算得到的NDVI数据进行融合,建立NDVI时间序列,并利用随机森林分类方法对2019年黑河流域中游地区作物种植结构进行早期识别.利用3-6月Sentinel-2 NDVI与时空融合NDVI相结合建立的时间序列,作物分类精度达到91.42％,kappa系数为0.85,相比仅使用Sentinel-2 NDVI时间序列的作物分类精度提高1.05％,kappa系数提高0.02.与使用整个作物生长期(3-10月)Sentinel-2 NDVI时间序列的作物分类结果相比,精度仅低1.53％,kappa系数仅低0.03.利用Gini系数对利用Sentinel-2 NDVI与时空融合NDVI相结合建立的时间序列进行特征重要性评估,发现Gini系数得分高于平均值的10期NDVI影像中,有6期为时空融合影像,说明时空融合获取的NDVI数据利于提高分类精度的有效性.对比使用不同长度NDVI时间序列对作物种植结构进行早期识别的精度发现,最早可在4月中旬与4月下旬分别实现对苜蓿和玉米的早期识别;玉米的分类精度受NDVI时间序列长度的影响较大,可在5月下旬实现对玉米的早期识别.
文献关键词：
作物识别;遥感;时空融合;NDVI时间序列;黑河流域中游地区
中图分类号：
作者姓名：
杨泽航;王文;鲍健雄
作者机构：
河海大学水文水资源与水利工程科学国家重点实验室,南京210098
文献出处：
引用格式：
[1]杨泽航;王文;鲍健雄-.融合多源遥感数据的黑河中游地区生长季早期作物识别)[J].地球信息科学学报,2022(05):996-1008
A类：
MOD09GQ,黑河流域中游地区
B类：
多源遥感数据,黑河中游,生长季,作物识别,种植情况,农业水资源,水资源管理,缺水地区,水量分配,改进型,自适应融合,融合模型,ESTARFM,作物生长,Sentinel,数据计算,NDVI,随机森林分类,分类方法,作物种植结构,早期识别,时空融合,作物分类,分类精度,kappa,生长期,Gini,特征重要性,重要性评估,明时,同长,中旬,下旬,苜蓿
AB值：
0.282508
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。
