| 摘 要： | 农业大棚作为一种特殊的地物类型,在高空间分辨率遥感影像上识别相对容易,且精度高,但高分影像大多需商业购买,可获取性受限。为提高县域农业大棚精确提取的经济性和便捷性,该研究利用免费、方便获取的非高分Sentinel-1（雷达）和Sentinel-2（光学）遥感数据进行融合,结合光谱指数、纹理提取和主成分分析等方法,构建了多维特征集空间,采取多种分类识别方法（案）,对县域农业大棚进行识别提取。研究结果表明：1）仅使用Sentinel-1/2（10 m分辨率）遥感影像,在适当分类方法（案）的支持下,可实现县域农业大棚的高精度提取;2）利用Sentinel-1（雷达）和Sentinel-2（光学）遥感数据的融合有助于提升农业大棚的识别精度。Sentinel-1/2数据融合相较于仅使用Sentinel-2（光学）遥感数据,总体精度平均提升1.72个百分点,最大提升3.29 个百分点;3）文中所用识别方法（案）中,面向对象方法在大棚密度高的区域表现良好;但在大棚密度较低的区域,精度一般,表现出较强的区域（或场景）依赖性。而光学与雷达信息融合后基于像素的递归特征消除随机森林（random forest - recursive feature elimination,RF-RFE）方法（案）平均精度可达96.45%,精度高且稳定,区域适应性强,适合非高分影像县域农业大棚的精确、高效提取。研究提出的基于Sentinel-1/2影像县域农业大棚提取方案,可为广大县域农业大棚经济、快速、高效提取,提供技术支持。
|
