多时相TM影像决策树模型的水稻识别提取

被引：15

作者：

朱良 ^{[1
,2
]}

平博 ^{[2
,3
]}

苏奋振 ^{[2
]}

杜云艳 ^{[2
]}

苏伟光 ^{[2
,4
]}

机构：

[1] 兰州交通大学测绘与地理信息学院

[2] 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室

[3] 武汉大学遥感信息工程学院

[4] 中国科学院烟台海岸带研究所

来源：

地球信息科学学报 | 2013年 / 15卷 / 03期

关键词：

多时相影像; TM影像; 决策树; 水稻; 信息提取;

D O I：

暂无

中图分类号：

S127 [遥感技术在农业上的应用]; S511 [稻];

学科分类号：

082804 ; 0901 ;

摘要：

决策树模型的多时相TM影像的小尺度水稻信息提取在我国还鲜有研究。为此,本文利用水稻生长在潮湿土壤这一特性,选取TM影像中对植物含水量和土壤湿度反应敏感的短波红外波段(1.55～1.75μm),以及反映植物覆盖率、植物长势的红光波段(0.62～0.69μm)和近红外波段(0.76～0.96μm),计算水稻移栽期、灌浆期和成熟期3个时期的归一化植被指数(NDVI)和土壤含水量指数(LSWI),提出一种时间差异的决策树水稻提取模型,以唐山市滦南县南部区域为例开展了研究。经过野外实地验证表明:该模型能有效区分出水域、玉米和菜地等较易与水稻混淆的地物,水稻提取的生产者精度和用户精度分别为95.18%和98.84%,分别比单一时相高出6.78%和7.54%。

引用

页码：446 / 451

页数：6

共 23 条

[1] 基于QUEST决策树的遥感影像土地利用分类——以云南省丽江市为例 [J].