[1]阴海明,王立辉,董明霞,等.基于多时相Sentinel-2遥感影像的江汉平原夏收作物提取方法[J].福建农林大学学报(自然科学版),2021,50(01):16-22.[doi:10.13323/j.cnki.j.fafu(nat.sci.).2021.01.003]
 YIN Haiming,WANG Lihui,DONG Mingxia,et al.Crop extraction method based on multi-temporal Sentinel-2 image of Jianghan Plain[J].,2021,50(01):16-22.[doi:10.13323/j.cnki.j.fafu(nat.sci.).2021.01.003]
点击复制

基于多时相Sentinel-2遥感影像的江汉平原夏收作物提取方法()
分享到:

福建农林大学学报(自然科学版)[ISSN:1671-5470/CN:35-1255/S]

卷:
50卷
期数:
2021年01期
页码:
16-22
栏目:
作物科学
出版日期:
2021-01-18

文章信息/Info

Title:
Crop extraction method based on multi-temporal Sentinel-2 image of Jianghan Plain
文章编号:
1671-5470(2021)01-0016-07
作者:
阴海明123 王立辉13 董明霞123 李晓冬13 黄进良13
1.中国科学院精密测量科学与技术创新研究院,湖北 武汉 430077; 2.中国科学院大学,北京 100049; 3.湖北省环境与灾害监测评估重点实验室,湖北 武汉 430077
Author(s):
YIN Haiming123 WANG Lihui13 DONG Mingxia123 LI Xiaodong13 HUANG Jinliang13
1.Innovation Academy for Precision Measurement Science and Technology, Chinese Academy of Sciences, Wuhan, Hubei 430077, China; 2.University of Chinese Academy of Sciences, Beijing 100049, China; 3.Key Laboratory for Environment and Disaster Monitoring and Evaluation, Wuhan, Hubei 430077, China
关键词:
江汉平原 Sentinel-2 时序NDVI 面向对象 决策树
Keywords:
Jianghan Plain Sentinel-2 time-series normalized difference vegetation index object-oriented decision tree
分类号:
K903
DOI:
10.13323/j.cnki.j.fafu(nat.sci.).2021.01.003
文献标志码:
A
摘要:
以江汉平原潜江市为研究区,选取2017年9月至2018年7月期间12幅Sentinel-2多光谱(MSI)影像,通过分析研究区夏收作物不同生长期的光谱特征和归一化植被指数的时序变化,利用决策树算法提取2017—2018年夏收作物种植面积; 将提取结果与最佳时相的多光谱数据面向对象、随机森林算法的提取结果进行对比试验,利用实测数据计算混淆矩阵评价分类精度.结果表明,基于Sentinel-2 时序NDVI的面向对象决策树方法的提取精度最高,总体精度为96.47%,Kappa系数为0.951 8.基于Sentinel-2的面向对象决策树分类能够准确而有效地提取研究区农作物种植面积,并直观地反映作物的空间分布格局,为江汉平原地区调整作物种植结构提供依据,也为其他区域精细尺度作物的提取提供参考和借鉴.
Abstract:
To compare the crop extraction methods based on multi-temporal remote sensing images, Qianjiang City which located in Jianghan Plain was selected as the study area. Twelve multispectral instrument Sentinel-2 images from September 2017 to July 2018 were used to analyze the change of spectral characteristics and normalized difference vegetation index(NDVI). Decision tree classification integrated with object-oriented classification method was used to extract the crops areas in the study region. The other 2 methods, object-oriented analysis and random forest method, were utilized to extrapolate the crops areas in the optimum temporal. The results showed that the integration of decision tree with object-oriented classification based on Sentinel-2 NDVI images can extract the crops areas efficiently, with the highest overall accuracy(96.47%)and Kappa coefficient(0.951 8). In addition, the object-oriented classification method based on Sentinel-2 NDVI images can reflect the spatial distribution pattern of the crops. This study provides a scientific basis for the adjustment of crop planting structure in Jianghan Plain. And it also provides references for the fine extraction of crop area in other regions.

参考文献/References:

[1] 熊勤学,胡佩敏.基于HJ卫星混合像元分解法的湖北省四湖地区夏收作物种植信息提取[J].长江流域资源与环境,2014,23(6):869-874.
[2] 潘志强,刘高焕,周成虎.黄河三角洲农作物种植分区的遥感研究[J].地理研究,2003(6):799-814.
[3] 苏荣瑞,熊勤学,耿一风,等.利用多时相HJ-CCD影像监测江汉平原南部地区棉花和中稻种植面积[J].长江流域资源与环境,2013,22(11):1441-1448.
[4] 杨啸.基于时序NDVI的湖北省植被覆盖动态变化监测分析[J].长江流域资源与环境,2013,22(2):226-231.
[5] 许青云,杨贵军,龙慧灵,等.基于MODISNDVI多年时序数据的农作物种植识别[J].农业工程学报,2014,30(11):134-144.
[6] 张煦,马驿,郑雯,等.基于时序MODIS-NDVI的油菜种植面积变化趋势分析——以江汉平原为例[J].长江流域资源与环境,2016,25(3):412-419.
[7] BRAIN D, STEPHEN L, JUDE H, et al. Analysis of time-series MODIS 250 m vegetation index data for crop classification in the U.S. Central Great Plains[J]. Remote Sensing of Environment, 2006,108(3):290-310.
[8] 刘明月,王宗明,满卫东,等.基于MODIS时序数据的Landsat8影像选取及面向对象分类方法的农作物分类[J]. 土壤与作物,2017,6(2):104-112.
[9] 张荣群,王盛安,高万林,等.基于时序植被指数的县域作物遥感分类方法研究[J].农业机械学报,2015,46(S1):246-252.
[10] 耿月明,周枝乾,杨光军,等.江汉平原油菜生产状况及发展潜力分析[J].种子世界,2008(11):7-9.
[11] 陈旭,郝震寰.哨兵卫星Sentinel-2A数据特性及应用潜力分析[J].科技视界,2018(16):48-50.
[12] 毕恺艺,牛铮,黄妮,等.基于Sentinel-2A时序数据和面向对象决策树方法的植被识别[J].地理与地理信息科学,2017(5):16-27.
[13] 郭文婷,张晓丽.基于Sentinel-2时序多特征的植被分类[J].浙江农林大学学报,2019,36(5):849-856.
[14] 何云,黄翀,李贺,等.基于Sentinel-2A影像特征优选的随机森林土地覆盖分类[J].资源科学,2019,41(5):992-1001.
[15] PATRICK G, CLAAS N, JURGEN P, et al. Towards national-scale characterization of grassland use intensity from integrated Sentinel-2 and Landsat time series[J]. Remote Sensing of Environment, 2020,238:111-124.
[16] 刘珺,田庆久,黄彦,等.利用多时相HJ卫星CCD遥感影像提取嘉祥县秋收作物[J].遥感信息,2012(2):67-107.
[17] 刘园.基于CA-Markov的县城土地利用动态模拟及生态系统服务价值测算[D].武汉:华中师范大学,2019.
[18] 邓帆,王立辉,高贤君,等.基于多时相遥感影像监测江汉平原油菜种植面积[J].江苏农业科学,2018,46(14):200-204.
[19] 岳桢干.欧洲Sentinel-2A卫星即将大显身手——“哥白尼”对地观测计划简介(上)[J].红外,2015(8):34-48.
[20] 魏梦凡.基于Sentinel-2A卫星遥感影像的开封市冬小麦种植面积提取技术研究[D].开封:河南大学,2019.

备注/Memo

备注/Memo:
收稿日期:2020-02-27 修回日期:2020-06-12
基金项目:国家自然科学基金资助项目(51809250); 湖北省自然科学基金重点类项目(2018CFA062); 湖北省自然科学基金创新群体项目(2019CFA019).
作者简介:阴海明(1994-),男.研究方向:3S技术在资源环境中的应用.Email:yinhaiming1994@163.com.通信作者王立辉(1985-),男,副研究员,硕士生导师.研究方向:土地覆被与生态环境遥感.Email:wanglihui@whigg.ac.cn.
更新日期/Last Update: 2021-01-15