基于R语言的作物分类研究

作者：刁雨晴; 冉谷林; 查元源^*

来源：节水灌溉, 2022, (07): 79-90.

• R语言
• 作物分类
• 多源遥感数据
• 时间序列
• 机器学习
• 随机森林

灌区的生产规划对粮食生产具有非常关键的意义，对灌区进行合理的生产规划，极为重要的一点是要快速、精准的提取出灌区的作物信息。以R语言为工具，湖北省漳河灌区为研究区，基于GF-1数据、 Sentinel-2数据及Landsat 8数据，计算并提取研究区作物的归一化差值植被指数(NDVI)、增强型植被指数(EVI)及比值植被指数(RVI)时间序列，分别采用CART决策树、朴素贝叶斯(NB)、支持向量机(SVM)、K近邻(KNN)及随机森林(RF)算法对研究区主要作物进行分类。结果表明：(1)基于随机森林采用多种植被指数时间序列组合数据进行分类效果最好，总精度为96.96%,Kappa系数为0.948。对各地物的分类中，水体分类效果最好，双季稻轮作区分类效果最差。(2)R语言可以实现遥感数据的下载、预处理、分析及可视化过程，避免了跨平台数据处理，简化了遥感数据的处理过程，说明R语言在遥感数据处理过程中具有适用性与优越性。

• 单位
  武汉大学; 水资源与水电工程科学国家重点实验室