基于特征优选的GF-6 WFV影像主要粮食作物提取 |
| |
引用本文: | 许康,黄冰鑫,王鹏飞.基于特征优选的GF-6 WFV影像主要粮食作物提取[J].湖北农业科学,2024(2):59-66. |
| |
作者姓名: | 许康 黄冰鑫 王鹏飞 |
| |
作者单位: | 1. 江苏省测绘工程院;2. 河海大学地球科学与工程学院 |
| |
基金项目: | 江苏省农业科技自主创新资金项目[CX(22)2001]; |
| |
摘 要: | 针对高分六号(GF-6)宽幅多光谱影像具有红边波段的特点,构建一种基于特征优选的GF-6 WFV影像主要粮食作物提取方法。首先从预处理后的GF-6影像中提取光谱特征、植被指数、水体指数和红边指数特征,然后利用递归特征消除算法进行特征优选来构建最优特征集,最后基于最优特征集和机器学习算法对影像进行分类从而提取主要粮食作物。以江苏省南通市如东县为研究区,采用6种方案进行粮食作物提取试验,并探讨不同特征、不同分类模型对小麦、水稻和玉米3种粮食作物提取精度的影响,结果表明,利用GF-6 WFV影像可以准确提取主要粮食作物,尤其在红边波段和红边指数上主要粮食作物与其他地物间具有较高的可分性;利用最优特征集和XGBoost算法对影像进行分类的精度最高,在小麦和水稻、玉米提取试验中比未采用红边特征时的分类精度分别提高了3.08、5.58个百分点。
|
关 键 词: | 高分六号 粮食作物 红边波段 特征选择 XGBoost |
|