科研之友
微信
新浪微博
Facebook
分享链接
摘要
为准确获取中尺度复杂地形区西宁市内的农作物分布信息,该文利用HJ CCD和Landsat 8OLI影像数据提取研究区内农作物4-11月的NDVI时间序列数据,同时利用HJ-1A HSI高光谱数据,通过光谱特征变量提取和单因素方差分析后,选取5种光谱特征变量与NDVI时间序列数据组成多源数据集,并最终采用分类回归决策树(CART)和支持向量机(SVM)两种方法进行农作物分类。结果表明:1)采用多源数据集进行作物分类,最高分类精度达88.2%,明显高于采用单一时序NDVI数据的分类精度,表明在时间序列数据中融入高光谱数据能够提高作物的识别精度;2)采用CART决策树和支持向量机进行农作物识别,最优总体分类精度分别为88.2%和84.5%,表明基于CART方法的作物总体分类效果较优;3)在NDVI时间序列数据中融入高光谱数据能够提高生育期较为接近作物的识别精度。
-
单位青海省气象科学研究所; 青海省气象服务中心
