| 多时相Sentinel-2A与SPOT-7影像在油菜识别中的差异 |
| |
| 引用本文： | 韩涛,潘剑君,罗川,周涛,张培育.多时相Sentinel-2A与SPOT-7影像在油菜识别中的差异[J].南京农业大学学报,2018(4). |
| |
| 作者姓名： | 韩涛 潘剑君 罗川 周涛 张培育 |
| |
| 作者单位： | 南京农业大学资源与环境科学学院 |
| |
| 摘 要： | 目的]研究多时相Sentinel-2A识别种植结构复杂的小尺度区域中的油菜面积,获取高精度的作物分布信息。方法]以多时相Sentinel-2A和一景SPOT-7数据为数据源,选取种植结构复杂的小尺度区农业区为研究区,构建不同特征向量组合,利用支持向量机(support vector machine,SVM)的方法提取油菜种植面积。结果]通过对比分析基于不同特征向量组合的油菜识别精度,利用一景油菜最佳识别期内的Sentinel-2A影像可以得到高达89.1%的制图精度和92.1%的用户精度;添加油菜最佳纹理特征后,多时相Sentinel-2A数据的制图精度与用户精度分别提高了2.9%和2.5%,仅比SPOT-7影像的识别精度低了1.7%和2.1%,2种数据的油菜提取精度差异进一步减小;Sentinel-2A与SPOT-7数据油菜最优分类结果对比后,一致性精度和Kappa系数分别为93.3%和0.89。结论]多时相Sentinel-2A数据可以很好地识别种植结构复杂地区的油菜,加入最佳纹理信息能够提高油菜的识别精度;Sentinel-2A可以广泛应用于小尺度区域作物分布信息的快速提取。
|
| 本文献已被 CNKI 等数据库收录！ |
|
