多源遥感数据特征优选的大兴安岭沿麓不同农作物提取

摘要

【目的】以内蒙古呼伦贝尔市为研究区,采用多源遥感数据进行农作物提取,旨在为多云多雨条件下、跨气候带区域和高寒旱作农业区大尺度农作物提取应用提供解决方案。【方法】基于Google Earth Engine平台,采用以Sentinel-1和Sentinel-2为主的多源遥感数据进行农作物提取。利用Boxcar滤波后Sentinel-1多极化数据构建时序数据集;获取Sentinel-2 TOA生长季数据,合成为最小云量影像并计算多种遥感指数特征;将地形因素和地表覆盖作为分类辅助数据,结合地面样本数据应用到随机森林分类器中,获取10 m精度的作物分布图,通过评估分类精度和分类贡献水平,将特征优选后的数据集用以提取研究区农作物分布,并分析农作物的分布特征。【结果】通过将雷达数据和光学数据进行组合(VVB+VHB+M+I+T+L)得到87.41%的农作物分类精度,比单独的组合(VVB+VHB、M+I+T+L)提取结果分别提高了7.58%和7.88%;使用500树的分类精度最高,当决策树的数量超过或不足500时,分类精度都有所下降,过多的决策树并没有提高分类器的性能;利用多源遥感数据特征波段重要性排名前24位组成的数据集提取的农作物总体精度为87.76%,Kappa系数为0.86。【结论】该研究结果获得了比较理想的农作物分布图,可实现常规业务化监测,能够为农作物遥感调查提供有效手段。