基于主成分和云模型的冬小麦种植信息提取方法

作者：孙秀邦; 黄勇^*; 李德; 胡文运; 胡安霞; 田青

来源：农业工程, 2022, 12(11): 37-43.

DOI：10.19998/j.cnki.2095-1795.2022.11.007

• 主成分
• 云模型
• 小麦
• 种植信息

在对Sentinel-2卫星遥感影像进行预处理的基础上，利用主成分变化提取小麦主要信息，基于云模型算法开展光谱遥感图像分类。分类时，首先根据训练样本集，由逆向云发生器生成典型小麦的云模型，然后利用云发生器计算出各波段每个象元对小麦地物的平均隶属度，在对各波段的隶属度分析基础上，摒弃含有复杂信息的第1主成分，利用第2主成分和第3主成分信息实现对冬小麦种植空间信息的提取。结果表明，提取小麦种植信息制图精度和用户精度分别为92.78%和99.90%，小麦种植田块的隶属度值因小麦长势和密度的不同有较大的差异，云模型对长势较差、密度较低的小麦像元存在漏分现象。基于云模型的算法精度极高，对小麦地块的识别错分、漏分现象少。该模型有助于冬小麦种植面积的精确提取，对于农业部门进行冬小麦生长监测与产量估测有重要的支撑作用。

• 单位
  安徽省气象科学研究所; 宿州市气象局