来源:《地理与地理信息科学》2021年第01期 作者:罗琪;刘晓龙;史正涛;屈冉;赵文智;
选择字号

基于GF-1与Sentinel-2融合数据的地膜识别方法研究

分享到: 分享到QQ空间

随着我国地膜使用面积的增加和人们对土壤微塑料污染问题的日益关注,大尺度的地膜遥感识别已成为农业生产管理、土壤污染防治的必要手段。针对地膜光谱反射特征的复杂性以及基于单一遥感影像光谱特征识别方法错分率高等问题,该文以河北省邯郸市邱县为试验区,利用GF-1数据的空间细节与Sentinel-2数据的光谱信息进行NNDiffuse Pan Sharpening融合,据此建立地膜识别的特征矩阵(NDVI、MNDWI、NDBI、IBI、PSI),基于该特征矩阵可实现自动阈值地膜分层分类识别。多种方法的地膜识别结果精度对比表明:多源光学遥感数据融合方法的总体精度为94.87%,Kappa系数达0.89,显著优于基于单一数据源的深度学习法的精度(93.14%)以及基于传统机器学习分类方法的支持向量机(85.91%)和随机森林分类法(86.78%)的精度;通过与Sentinel-2多光谱影像融合,弥补了GF-1数据光谱分辨率低的缺陷,实现了多源数据在地膜识别中的优势互补,可为相关部门农业规划与管理以及生态环境保护等研究提供大尺度、高精度的地膜分布参考数据。(本文共计8页)       [继续阅读本文]

下载阅读本文     订阅本刊
   

相关文章推荐

地理与地理信息科学杂志2021年第01期
地理与地理信息科学
主办:河北省科学院地理科学研究所
出版:地理与地理信息科学杂志编辑部
出版周期:双月
出版地:河北省石家庄市

本期目录