典型文献
基于Sentinel-2多时相影像的果树种植区遥感提取
文献摘要：
为提取果树的空间分布信息,以果树生长期内不同月份的Sentinel-2多光谱遥感影像为数据源,以大沙河流域果树为研究对象,通过分析不同月份的光谱信息得出最佳监测时期,并在此基础上,选择不同时期的5种植被指数[归一化植被指数(NDVI)、比值植被指数(RVI)、增强型植被指数(EVI)、结构密集型色素指数(SIPI)和归一化水指数(NDWI)],结合机器学习技术构建决策树提取模型.结果发现,3、4、7、8月份的影像适于果树面积提取.通过Feature_importances_属性筛选出贡献度高的不同时期的植被指数作为输入特征,结合超参数学习曲线和网格搜索技术确定决策树模型的Max_depth和Min_samples_leaf参数分别为5和10时模型的效果最佳.参数调整后绘制决策树模型,模型在训练集和测试集上的精度分别达到了0.9194和0.8751.提取结果表明,研究区内的果树主要种植在大沙河两岸,东部与西北部的果树种植地块较为零碎,总的果树种植面积为6838 hm2.在验证样本的基础上,通过混淆矩阵计算提取结果的精度,结果显示,Kap-pa系数为0.87,果树种植区提取的用户精度和制图精度分别为92.91％和90.77％.结果说明,本文所提出的方法适用于大区域果树的遥感提取,可为基于中高分辨率遥感影像的果树种植区监测提供有效的技术手段.
文献关键词：
果树种植区;遥感;决策树;机器学习
中图分类号：
作者姓名：
周欣兴;赵林;张文杰;谭昌伟;李刚波;石梦云;张婷;杨峰
作者机构：
江苏徐淮地区徐州农业科学研究所,江苏 徐州 221121;扬州大学 农学院,江苏 扬州225009
文献出处：
引用格式：
[1]周欣兴;赵林;张文杰;谭昌伟;李刚波;石梦云;张婷;杨峰-.基于Sentinel-2多时相影像的果树种植区遥感提取)[J].浙江农业学报,2022(12):2767-2777
A类：
importances
B类：
Sentinel,多时相影像,果树种植区,遥感提取,分布信息,生长期,同月,多光谱遥感,数据源,大沙河流域,光谱信息,归一化植被指数,NDVI,RVI,增强型植被指数,EVI,密集型,SIPI,归一化水指数,NDWI,机器学习技术,技术构建,构建决策,提取模型,适于,于果,面积提取,Feature,贡献度,输入特征,超参数,参数学习,学习曲线,网格搜索,决策树模型,Max,depth,Min,samples,leaf,参数调整,训练集,测试集,两岸,西北部,种植地,地块,零碎,种植面积,hm2,混淆矩阵,矩阵计算,Kap,pa,制图精度,大区域,高分辨率遥感影像
AB值：
0.394809
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。
