基于Radarsat-2影像的复杂种植结构下旱地作物识别

被引：15

作者：

田海峰 ^{[1
,2
]}

邬明权 ^{[1
]}

牛铮 ^{[1
]}

王长耀 ^{[1
]}

赵昕 ^{[2
]}

机构：

[1] 中国科学院遥感与数字地球研究所遥感科学国家重点实验室

[2] 中国科学院大学资源与环境学院

来源：

农业工程学报 | 2015年 / 31卷 / 23期

关键词：

图像增强; 作物; 图像识别; Radarsat-2影像; 春小麦; 油菜;

D O I：

暂无

中图分类号：

S315 [作物分布、作物地理学]; TP751 [图像处理方法];

学科分类号：

090101 ; 081002 ;

摘要：

为提高基于Radarsat-2旱地作物识别的精度,该文研究了一种复杂种植结构背景下具有共同生长期作物的识别方法。研究区为一个12 km×12 km的样方,位于内蒙古上库力农场额很队,以春小麦、油菜2种共同生长期作物为识别对象,利用Spot-6影像和Radarsat-2影像,在数据预处理的基础上分析研究区内典型地物样本的后向散射系数在不同极化波段上的变化特征,根据该变化特征设计图像增强算法,然后基于图像增强后的影像设定合理的阈值实现作物识别提取。结果表明:该方法准确识别并有效提取了共同生长期作物春小麦和油菜的种植面积,总体精度达到97%,Kappa系数为0.96。该方法简便、快捷、可靠,为春小麦、油菜等旱地共同生长期作物种植面积提取提供重要的科学技术支撑。

引用

页码：154 / 159

页数：6

共 20 条

[1] 基于OLI影像的县域冬小麦种植面积提取 [J].