基于多时相Sentinel-2数据的成都平原主要农作物分类

作     者：黄琼仪 李亮 薛鹏 应国伟 HUANG Qiongyi;LI Liang;XUE Peng;YING Guowei

作者机构：四川省第三测绘工程院四川成都610500 

出 版 物：《测绘与空间地理信息》 (Geomatics & Spatial Information Technology)

年 卷 期：2024年第47卷第4期

页      面：65-68,76页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：四川省科技厅重点研发项目——多云雾地区农作物遥感精细分类关键技术研究与应用(2022YFS0464) 四川省2022年自然资源科研项目——四川省耕地动态监测指标体系构建与成果分析评价研究(KJ-2022-(39)) 四川省2022年新型基础测绘技术研究补助计划项目——耕地遥感监测技术研究(2022KJ002)资助 

主　　题：成都平原 Sentinel-2 主成分分析 农作物分类 

摘      要：针对成都平原落实最严格的耕地保护制度对耕地“非农化“非粮化快速、动态监测的需求,本文研究了基于多时相Sentinel-2数据的农作物分类方法,利用主成分分析,降低了冗余信息,提高了分类精度。以2021年成都平原崇州市的7景Sentinel-2多光谱影像为数据源,构建了时序多光谱、时序主成分波段、时序植被指数、典型时相多光谱+时序植被指数等4种分类数据集,开展基于支持向量机的主要农作物分类研究。研究表明:利用主成分分析,能有效提高主要农作物的用户精度,降低农作物分类的错分率;基于典型时相多光谱+时序植被指数的数据集取得了最高的总体精度。