基于Sentinel-2A遥感影像的潍坊市冬小麦种植面积提取研究

作者：孙逸飞; 柳平增^*; 张艳; 宋长青; 张大雷; 马学文

来源：中国农机化学报, 2022, 43(07): 98-105.

DOI：10.13733/j.jcam.issn.2095-5553.2022.07.015

• Sentinel-2A
• 冬小麦
• 面向对象
• 随机森林
• 深度学习
• 面积提取

为准确、高效、自动化的提取大尺度范围冬小麦种植面积，利用Sentinel-2A卫星影像进行试验，提出一种基于中等分辨率影像的面向对象结合深度学习的遥感冬小麦提取方法。利用面向对象分类法和随机森林分类算法对2021年潍坊市冬小麦种植面积及种植区域进行提取和结果对比，证明面向对象分类法在提取冬小麦种植面积时的可行性和有效性。此外，利用面向对象方法得到的二值分类图像作为标签图像，基于TensorFlow框架，利用U-Net构建深度学习神经网络模型，使用训练得到最优模型提取2017—2021年潍坊市冬小麦种植面积。使用实地调查数据对分类结果进行精度验证，并对潍坊市近五年冬小麦种植面积进行年际变化分析。该分类方法的总体分类精度达93.1%,Kappa系数为0.91。本研究方法可为大范围的冬小麦种植指导和农业结构调整提供科学、可靠的依据。

• 单位
  山东农业大学; 山东科技大学泰山科技学院