基于决策树的大尺度复杂地区夏收作物遥感提取与分析

作者：李亚妮; 曹建君; 杨树文; 李霞; 刘尚钦

来源：江苏农业学报, 2022, 38(05): 1257-1264.

DOI：10.3969/j.issn.1000-4440.2022.05.012

• 大尺度作物监测
• 作物分类
• 决策树
• Sentinel-2

以甘肃省为研究区，基于时序Sentinel-2卫星影像数据，计算归一化植被指数(NDVI)和黄度值，采用决策树(Decision trees, DTs)方法提取研究区的主要夏收作物小麦和油菜种植面积，并对比分析其精度。利用此方法得到甘肃省小麦和油菜作物识别的平均总体精度达到87.4%,其中，甘肃省中部地区平均总体精度为92.4%,河西地区平均总体精度为87.7%,东南部地区平均总体精度为82.0%。研究结果表明，基于Sentinel-2卫星影像数据采用决策树方法进行大尺度复杂区域、高分辨率作物种植面积提取具有可行性。

• 单位
  甘肃省基础地理信息中心; 兰州交通大学