基于Sentinel-2影像与机器学习算法的作物种植面积提取对比研究——以武安市谷子和玉米为例OA
本研究聚焦于基于Sentinel-2影像与机器学习算法的作物种植面积提取研究,针对武安市复杂地形下谷子和玉米种植面积精准提取难度大、前人缺乏基于Sentinel-2影像不同提取方法系统对比的问题,明确不同方法的技术差异与适用性,为区域农业监测提供支撑。以武安市谷子和玉米为监测对象,对比2种基于Sentinel-2影像的提取方法,其中一项研究通过构建多维度特征集,结合支持向量机与随机森林算法实现多种作物种植面积的提取;另一项则基于Sentinel-2时序NDVI数据,借助动态时间规整算法(DTW)完成作物种植面积的提取。结果表明:2种方法均能有效提取作物种植面积,多特征与机器学习结合法农田分类精度98%、作物分类最高精度0.98,DTW算法提取结果与之相近;前者适用于多作物监测但计算成本高,后者流程简洁、效率高且对影像质量要求也高。2种方法在复杂地形农业区均具可行性且各有优劣,本研究的对比分析为作物种植面积提取技术优化及区域农业监测精准提升提供了参考,对提升区域农业监测的精准性与高效性具有重要的实践意义。
刘猛;齐浩;李洪波;张红芹;刘会静;张耀文;赵文庆;赵宇;李顺国;刘建军
河北省农林科学院谷子研究所/农业农村部特色杂粮遗传改良与利用重点实验室(部省共建)/河北省杂粮研究实验室,河北石家庄050035河北省农林科学院谷子研究所/农业农村部特色杂粮遗传改良与利用重点实验室(部省共建)/河北省杂粮研究实验室,河北石家庄050035河北省农业科技发展中心,河北石家庄050031石家庄市农业技术推广中心,河北石家庄050031河北省农林科学院谷子研究所/农业农村部特色杂粮遗传改良与利用重点实验室(部省共建)/河北省杂粮研究实验室,河北石家庄050035河北省农林科学院谷子研究所/农业农村部特色杂粮遗传改良与利用重点实验室(部省共建)/河北省杂粮研究实验室,河北石家庄050035河北省农林科学院谷子研究所/农业农村部特色杂粮遗传改良与利用重点实验室(部省共建)/河北省杂粮研究实验室,河北石家庄050035河北省农林科学院谷子研究所/农业农村部特色杂粮遗传改良与利用重点实验室(部省共建)/河北省杂粮研究实验室,河北石家庄050035河北省农林科学院,河北石家庄050031河北省杂粮产业技术研究院,河北邯郸057250
农业科技
Sentinel-2影像机器学习算法时序NDVI动态时间规整作物种植面积对比研究
《河北农业科学》 2026 (1)
P.103-108,6
国家现代农业产业技术体系“国家谷子高粱产业技术体系产业经济岗位”项目(CARS-06-14.5-A33)河北省现代农业产业技术创新团队“河北省谷子创新团队”项目(HBCT2024080301)河北省农林科学院基本科研业务费包干制项目“特色杂粮提质增效关键技术创新与示范”(HBNKY-BGZ-02)。
评论