典型文献
基于Sentinel-2时序谐波特征的县域农作物分类
文献摘要：
以河北省南宫市主要农作物空间分布状况及面积信息为研究对象,采用多时相Sentinel-2影像数据,构建5种植被指数时序集,并通过傅里叶级数解算各时序曲线中的谐波特征参量,分别采用指数特征和指数特征+谐波特征2种分类依据,在随机森林框架下对10种分类方案进行农作物精细化分类.结果表明:当以指数特征+谐波特征作为分类依据时,5种时序集的总体分类精度比仅利用指数特征分类均有明显提高(最小提高8.14个百分点,最大提高9.21个百分点),表明谐波特征的加入能够有效提高分类精度.当以指数特征+谐波特征作为分类依据时,增强型植被指数(EVI)+归一化植被指数(NDVI)+红边归一化植被指数(NDVI705)组合总体分类精度最高,达到94.95％,比EVI+NDVI组合方案总体分类精度提高了2.57个百分点,说明含有红边波段的NDVI705可以有效提高分类精度.
文献关键词：
Sentinel-2;时序曲线;谐波特征;红边波段;农作物精细化分类
中图分类号：
作者姓名：
孙庆松;张晓楠;陈利东;王坤;宋宏利
作者机构：
河北工程大学地球科学与工程学院,河北 邯郸 056038;河北工程大学矿业与测绘工程学院,河北 邯郸 056038;河北省地矿局第六地质大队,河北 石家庄 050000
文献出处：
引用格式：
[1]孙庆松;张晓楠;陈利东;王坤;宋宏利-.基于Sentinel-2时序谐波特征的县域农作物分类)[J].江苏农业学报,2022(04):967-975
A类：
农作物精细化分类,EVI+NDVI
B类：
Sentinel,谐波特征,农作物分类,南宫市,主要农作物,物空间,分布状况,多时相,影像数据,傅里叶级数,级数解,时序曲线,特征参量,分类方案,分类精度,特征分类,百分点,增强型植被指数,归一化植被指数,NDVI705,组合方案,红边波段
AB值：
0.222511
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。
