| 基于Sentinel-1和Sentinel-2数据融合的农作物分类 |
| |
| 引用本文： | 郭交,朱琳,靳标. 基于Sentinel-1和Sentinel-2数据融合的农作物分类[J]. 农业机械学报, 2018, 49(4): 192-198 |
| |
| 作者姓名： | 郭交 朱琳 靳标 |
| |
| 作者单位： | 西北农林科技大学,西北农林科技大学,西北农林科技大学 |
| |
| 基金项目： | 国家自然科学基金项目（41301450、61701416）和陕西省自然科学基础研究计划项目(2016JQ6061) |
| |
| 摘 要： | 基于光学影像的遥感技术受云雨、昼夜影响较大,导致获取连续的作物时序生长曲线较困难,而雷达影像作为主动式成像,能够很好地克服这一缺陷。本文以陕西省渭南市大荔县某农场为研究区域,分别采用最大似然法(Maximum likelihood,ML)和支持向量机(Support vector machine,SVM)2种方法,融合Sentinel-1雷达影像和Sentinel-2光学影像,提高农作物的分类精度。研究结果表明,融合数据的农作物分类精度相比光学数据分类精度有所提高。在无云层覆盖的情况下,利用SVM方法融合Sentinel-2的红、绿、蓝、近红外4个波段数据与Sentinel-1数据,总体分类精度提高了2个百分点,Kappa系数提高了5个百分点;在有少量云层覆盖情况下,利用ML处理融合数据的分类结果精度和Kappa系数分别提高2个百分点和4个百分点,SVM方法下的分类精度提高了6个百分点,Kappa系数提高了8个百分点。
|
| 关 键 词： | 作物分类 光学图像 雷达图像 数据融合 支持向量机 最大似然 |
| 收稿时间： | 2017-09-20 |
Crop Classification Based on Data Fusion of Sentinel-1 and Sentinel-2 |
| |
| GUO Jiao,ZHU Lin and JIN Biao. Crop Classification Based on Data Fusion of Sentinel-1 and Sentinel-2[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(4): 192-198 |
| |
| Authors: | GUO Jiao ZHU Lin JIN Biao |
| |
| Affiliation: | Northwest A&F University,Northwest A&F University and Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | crop classification optical image radar image data fusion support vector machine maximum likelihood |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载全文 |
|
