基于Sentinel 2A/B时序数据的黑龙港流域主要农作物分类

摘要

黑龙港流域是中国季节性休耕的试点区域,利用遥感技术及时、准确监测该区域的农作物种植结构,对于精准评价休耕政策的实施效果具有重要意义.本研究以黑龙港流域南部区域为研究对象,采用2019年1-12月的21景Sentinel 2A/B为数据源,构建3种植被指数的时序数据集,结合作物典型时相多光谱数据,采用随机森林法提取研究区内冬小麦、夏玉米、棉花、大蒜、蔬菜等农作物信息,并结合野外调查数据对分类结果进行验证,对比分析不同特征参数提取农作物信息的精度.结果表明,归一化差值红边指数(NDRE1)+典型时相多光谱数据(S20831)取得了最高的总体精度和Kappa系数,其值分别为87.27％和0.85.采用归一化差分植被指数(NDVI)+S20831,冬小麦-夏玉米、大蒜-夏玉米2种双峰型轮作农作物的用户精度最高,分别为94.92％和86.41％.采用S20831+NDRE1,蔬菜及棉花2种单峰型农作物的用户精度最高,分别为91.95％和91.67％.因此,在黑龙港流域农作物的精细分类研究中,结合Sentinel 2A/B植被指数时序数据与典型时相多光谱数据进行分类的精度较高,可用于该区域农作物种植结构监测及休耕政策执行效果评价.