科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了建立覆膜农田遥感识别技术体系，本研究选取甘肃省定西市安定区团结镇作为黄土高原地膜覆盖旱作农业代表性区域，基于Google Earth Engine云平台和Landsat-8反射率数据，采用特征重要性分析优选纹理特征，利用参数优化后的随机森林算法提取覆膜农田区域并选出最佳特征组合方案，最后通过对比随机森林、支持向量机、决策树和最小距离分类4种算法的分类结果来评价不同分类算法的性能。结果表明：优化关键参数后的随机森林算法能够显著提高遥感影像的分类精度；单一特征方案中，基于光谱特征的分类精度最高，且加入指数和纹理特征可提高总体识别精度；利用随机森林特征重要性分析选取的优选纹理特征分类性能优于全部纹理特征，基于“光谱+指数+优选纹理”特征方案的识别结果最佳，总体精度和Kappa系数达95.05%和0.94；与支持向量机、决策树和最小距离分类相比，随机森林优势明显，总体精度分别高3.10、7.74、50.78个百分点。本研究实现了对地形复杂地区覆膜农田空间分布较为精准的识别，可为进一步研究地膜覆盖栽培技术的空间差异和可持续性提供理论依据和技术支持。
-
单位中国科学院水利部水土保持研究所; 山西能源学院; 西北农林科技大学
