基于Sentinel?2影像与MaxEnt模型识别云南华坪县芒果种植区 |
| |
引用本文: | 赵管乐,刘勤,彭培好.基于Sentinel?2影像与MaxEnt模型识别云南华坪县芒果种植区[J].中国农业科技导报,2022,24(3):111-119. |
| |
作者姓名: | 赵管乐 刘勤 彭培好 |
| |
作者单位: | 1.成都理工大学地球科学学院,成都 610059;2.中国科学院、水利部成都山地灾害与环境研究所,成都 610041;3.成都理工大学生态资源与景观研究所,成都 610059 |
| |
基金项目: | 中国科学院战略性先导科技专项(A类)(XDA23090501) |
| |
摘 要: | 云南省华坪县作为我国芒果的主要产地之一,近年来大力发展芒果种植业以及周边产业,促进了当地农业与旅游业的快速发展。为了更加科学高效地在空间尺度上对芒果种植区进行规划与管理,采用多时相Sentinel-2遥感影像构建多种植被指数,结合辅助地形因子与已挂果投产的芒果种植区野外调查点数据,通过MaxEnt模型对华坪县已投产芒果种植区进行分类识别,最后根据不同的阈值对预测结果进行二值化分类与精度评价。结果表明:二值化分类精度最高的阈值规则为10 percentile training presence,对应的阈值为0.257,分类总体精度为93.72%;在该阈值规则下估算已挂果投产的芒果种植区面积约为1.07万hm2,与研究时段内华坪县已有挂果投产的芒果种植区面积1.13万~1.20万hm2相近。因此,所选取的植被指数与地形因子组合在利用MaxEnt模型进行已投产芒果种植区的识别应用中取得了较好的效果,能为其他地区类似的研究应用提供借鉴,同时能为芒果种植业的发展与规划提供数据参考与决策支持。
|
关 键 词: | Sentinel?2影像 MaxEnt模型 芒果 遥感识别 |
收稿时间: | 2021-05-13 |
|
| 点击此处可从《中国农业科技导报》浏览原始摘要信息 |
| 点击此处可从《中国农业科技导报》下载免费的PDF全文 |