基于Google earth engine渭-库绿洲果园遥感提取

针对干旱区果园大面积遥感提取困难、识别精度低等问题，本研究基于GEE(Google earth engine)平台，综合应用Sentinel-1/Sentinel-2影像构建特征集。通过对比原始特征组合、Jeffries-Matusita(J-M)距离、属性重要度3种优化方式，结合随机森林(Random forest, RF)分类方法，对比得到最佳优化方式，探索果园最优分类特征集。结果表明：识别效果最好的方案为G17_JM,总体精度为91.25%,kappa系数为0.89,面积精度为82.55%。最优特征集为B8＿asm、B8＿ent、B8＿idm、NDVI_re3、B6、B7、a、e、b、EVI、B11、B8A、B8、VV。使用J-M距离进行特征集优化，有效降低数据量、提高计算效率，更有利于精确遥感识别果园种植面积。表明GEE快速、准确获取果园种植面积的可行性，为获取果园动态变化提供强有力的基础。