基于Sentinel-1数据时序特征的热带地区水稻种植结构提取方法 | |
黄翀2; 许照鑫1; 张晨晨2; 李贺2; 刘庆生2; 杨振坤1; 刘高焕2 | |
刊名 | 农业工程学报
![]() |
2020 | |
卷号 | 36.0期号:009页码:177 |
关键词 | 水稻 提取 数据处理 合成孔径雷达 时间序列数据 动态时间规整 随机森林 Sentinel-1 |
ISSN号 | 1002-6819 |
英文摘要 | 由于热带地区的雨季时间较长,云覆盖严重,基于光学影像难以准确提取区域内的水稻种植模式。该文以泰国湄南河流域中部平原水稻种植区为例,基于Sentinel-1SAR时间序列数据,提出一种融合时序统计参数与时序曲线相似性特征的热带地区水稻种植结构提取方法。首先利用年内所有可获取的Sentinel-1SAR数据,分别基于像元和基于对象构建后向散射系数时间序列曲线,提取时序特征参数;利用动态时间规整(Dynamic Time Warping,DTW)算法,计算后向散射系数时序曲线与地物标准曲线间的隶属度;将时序特征参数、时序曲线隶属度相结合,利用随机森林模型进行机器学习监督分类,提取研究区的水稻种植信息并评价分类精度。结果表明,基于Sentinel-1SAR时序特征融合的算法可以较好地提高水稻种植结构分类精度。其中,基于对象的分类算法的单季稻提取用户精度为81.46%,生产者精度为82.00%;双季稻用户精度为88.0%,生产者精度为84.08%,均优于基于像元的分类算法。研究结果可为多云多雨的热带地区水稻种植信息提取提供一种新的思路。 |
语种 | 英语 |
内容类型 | 期刊论文 |
源URL | [http://ir.igsnrr.ac.cn/handle/311030/153225] ![]() |
专题 | 中国科学院地理科学与资源研究所 |
作者单位 | 1.中国地质大学 2.中国科学院地理科学与资源研究所 3.中国科学院大学 |
推荐引用方式 GB/T 7714 | 黄翀,许照鑫,张晨晨,等. 基于Sentinel-1数据时序特征的热带地区水稻种植结构提取方法[J]. 农业工程学报,2020,36.0(009):177. |
APA | 黄翀.,许照鑫.,张晨晨.,李贺.,刘庆生.,...&刘高焕.(2020).基于Sentinel-1数据时序特征的热带地区水稻种植结构提取方法.农业工程学报,36.0(009),177. |
MLA | 黄翀,et al."基于Sentinel-1数据时序特征的热带地区水稻种植结构提取方法".农业工程学报 36.0.009(2020):177. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论