基于Sentinel数据的新疆奇台县小麦作物识别和秸秆产量估算

作者：潘竞; 艾尼玩·艾买尔; 阿斯娅·曼力克; 阿仁; 田聪; 马海燕; 孙宗玖; 郑逢令^*

来源：草食家畜, 2023, (05): 51-60.

DOI：10.16863/j.cnki.1003-6377.2023.05.009

• Sentinel
• 遥感
• 作物识别
• 小麦秸秆

【目的】新疆奇台县小麦作物种植面积大，秸秆资源丰富。监测并获取秸秆资源的分布与产量，对于促进秸秆综合利用、减少环境污染具有重要意义。【方法】以奇台县境内小麦作物为研究对象，融合多时相的Sentinel-2光学和Sentinel-1雷达数据，选择合适的特征，使用三种机器学习方法对奇台县小麦作物进行识别和小麦秸秆估产。【结果】使用随机森林分类器的分类结果最好，在仅使用Sentinel-1的雷达极化特征分类时，总体精度为96%。在使用Sentinel-1的雷达极化特征与Sentinel-2光学波段特征分类时，总体精度为94%。当使用Sentinel-1的雷达极化特征、Sentinel-2光学波段特征以及植被特征指数的组合分类时精度最高，总体精度可达到98%,Kappa系数可达到97%。基于地面抽样调查数据，估算小麦作物秸秆每公顷产量为27007 kg，总产量为100 615.5 t。【结论】在小麦抽穗期，特征组为Sentinel-1的雷达极化特征、Sentinel-2光学波段特征以及植被特征指数的组合，使用随机森林分类效果最好。

• 单位
  新疆农业大学; 新疆畜牧科学院