科研之友
微信
新浪微博
Facebook
分享链接
摘要
冬小麦作为我国重要的粮食作物，准确获取其空间分布情况，对农业生产管理及农情监测有重要意义。以河南省商丘市为例，利用覆盖冬小麦完整生育期的GF-1数据，计算归一化植被指数（Normalized Difference Vegetation Index,NDVI）、增强植被指数（Enhanced Vegetation Index,EVI）时间序列，结合关键生育期影像，构建不同特征量组合数据集，利用支持向量机方法进行冬小麦提取。同时采用主成分分析法对数据进行降维处理，尝试通过压缩特征集数据量来提高冬小麦提取效率。研究结果表明：EVI时序数据较NDVI能更好地描述作物的物候，提取精度皆高于NDVI，其中EVI时序数据与关键生育期影像组合提取精度最高，达到97.67%。结果表明，降维后数据并未对提取精度造成显著影响，达到压缩数据量保持提取精度的目的，为大区域作物提取提供参考价值。
-
单位河南理工大学; 资源与环境信息系统国家重点实验室; 中国科学院地理科学与资源研究所
