基于光谱时间序列拟合的中国南方水稻遥感识别方法研究

被引：17

作者：

宋盼盼 ^{[1
,2
]}

杜鑫 ^{[2
]}

吴良才 ^{[1
]}

王红岩 ^{[2
]}

李强子 ^{[2
]}

王娜 ^{[2
,3
]}

机构：

[1] 东华理工大学测绘工程学院

[2] 中国科学院遥感与数字地球研究所

[3] 中国科学院大学

来源：

地球信息科学学报 | 2017年 / 19卷 / 01期

关键词：

水稻; 遥感; 光谱模拟; 分类; 时间序列;

D O I：

暂无

中图分类号：

S511 [稻]; S127 [遥感技术在农业上的应用];

学科分类号：

0901 ; 082804 ;

摘要：

多云多雾现象是农作物遥感分类经常遇到的问题,影响分类精度。为解决此类问题,本文提出一种基于时间序列GF-1号遥感影像识别水稻方法。利用多时相时间序列的GF-1号遥感影像提取中稻、晚稻的近红外波段(NIR)反射率、红光(R)波段反射率、归一化植被指数(NDVI)特征;拟合光谱和植被指数时间序列特征曲线;分析多时相影像离散近红外波段、红光波段、NDVI值落在拟合中稻、晚稻近红外波段、红光波段、NDVI时间序列曲线两侧的敏感性区域的比例,该区域也可以视为水稻作物识别特征的目标特征区域,只有达到一定的比例才能视为某类水稻作物。在此情形下,需要综合3种情况进行集中投票决定其最终分类结果。研究表明:该方法可以在多云雾地区对中稻和晚稻精确识别,中稻和晚稻用户精度可达95.97%和95.95%,总体精度为95.76%,kappa系数为0.9335。实验结果表明了NIR、R、NDVI时间序列曲线拟合的有效性,以及拟合曲线目标特征区域设置的合理性。

引用

页码：117 / 124

页数：8

共 21 条

[1] 基于GF-1/WFVNDVI时间序列数据的作物分类 [J].