| 基于RF算法优选多时相特征的冬小麦空间分布自动解译 |
| |
| 引用本文： | 李旭青,刘世盟,李龙,金永涛,范文磊,吴伶. 基于RF算法优选多时相特征的冬小麦空间分布自动解译[J]. 农业机械学报, 2019, 50(6): 218-225 |
| |
| 作者姓名： | 李旭青 刘世盟 李龙 金永涛 范文磊 吴伶 |
| |
| 作者单位： | 北华航天工业学院,北华航天工业学院,北华航天工业学院,北华航天工业学院,北华航天工业学院,中国地质大学（北京） |
| |
| 基金项目： | 国家自然科学基金项目（41701387）、国家高分辨率对地观测系统重大专项（67-Y40G09-9002-15/18）、河北省青年科学基金项目（D2018409029）、河北省高等学校科学技术研究重点项目（ZD2016126）、北华航天工业学院博士基金项目（BKY-2015-02）和河北省航天遥感信息处理与应用协同创新中心开放课题项目（XTZXKF201701） |
| |
| 摘 要： | 为探讨如何利用遥感影像自动解译技术,实现冬小麦种植情况统计调查、提高提取精度,选择冬小麦关键生育期6个时相的高分二号遥感影像数据,分别从6个时相的近红外灰度(NIR)、红波段灰度(R)、绿波段灰度(G)、蓝波段灰度(B)、比值植被指数(RVI)、归一化植被指数(NDVI) 6个特征中优选出对冬小麦面积提取最敏感的1个特征作为输入变量,每个时相选择1个特征,6个时相共选出6个特征作为输入变量,利用随机森林算法构建模型,提取冬小麦空间分布特征。选择研究区不同长势、不同种植品种的地块样本构建训练集,利用多时相特征构建模型,并将模型推广应用于整个大厂回族自治县,得到大厂回族自治县冬小麦的空间分布情况。通过与统计结果对比分析,经过多时相特征优选构建的模型对冬小麦的识别精度接近90%。经过样本优化和后期处理仍可提升精度,此方法能在保证提取精度的前提下对冬小麦进行快速提取,提高相应的工作效率。
|
| 关 键 词： | 冬小麦 多时相 自动解译 随机森林算法 |
| 收稿时间： | 2019-01-24 |
Automatic Interpretation of Spatial Distribution of Winter Wheat Based on Random Forest Algorithm to Optimize Multi-temporal Features |
| |
| LI Xuqing,LIU Shimeng,LI Long,JIN Yongtao,FAN Wenlei and WU Ling. Automatic Interpretation of Spatial Distribution of Winter Wheat Based on Random Forest Algorithm to Optimize Multi-temporal Features[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(6): 218-225 |
| |
| Authors: | LI Xuqing LIU Shimeng LI Long JIN Yongtao FAN Wenlei WU Ling |
| |
| Affiliation: | North China Institute of Aerospace Engineering,North China Institute of Aerospace Engineering,North China Institute of Aerospace Engineering,North China Institute of Aerospace Engineering,North China Institute of Aerospace Engineering and China University of Geosciences (Beijing) |
| |
| Abstract: | |
| |
| Keywords: | winter wheat multi-temporal automatic interpretation random forest algorithm |
| 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 |
|
