哨兵2号多时相植被指数作物分类及监测

作者：祁向前; 孙德浩; 贾连星

来源：测绘工程, 2022, 31(06): 47-53.

DOI：10.19349/j.cnki.issn1006-7949.2022.06.008

• 多时相
• 农作物
• 精细分类
• 种植趋势预测

针对单实相遥感数据分辨率不高以及“同物异谱”和“异物同谱”导致的地物错分问题，依据多时相NDVI植被指数建立决策树判别规则对农作物进行精细分类及面积提取，并对来年种植趋势进行预测。通过监测样本点3—10月的NDVI植被指数变化情况，确定分类阈值并构建决策树分类方法，计算8幅影像的NDVI植被指数，利用决策树分类方法对9种地貌类型进行分类，并对比农作物两年种植面积变化规律，对来年的种植进行分析和预测。实验结果表明，两年的kappa系数分别为0.885 8和0.910 0,总体分类精度分别为90.76%和92.54%,9种地貌类型的遥感分类总体在精度上达到高度一致。

• 单位
  中国矿业大学; 黑龙江科技大学; 龙岩学院; 中国矿业大学（北京）