基于季相变化特征的撂荒地遥感提取方法研究
发布时间:2021-04-27 01:09
在我国西南地区耕种条件差,地块比较破碎,地块类型比较复杂,中低分辨率遥感数据难以满足撂荒地提取的需要。选取贵州修文县为试验区,基于高分辨率卫星遥感数据(哨兵2号),探索单期或多期影像在中国西南地区的撂荒地检测能力,构建撂荒地遥感监测方法,为今后我国西南地区撂荒地统计调查提供参考。结合野外调查数据,在划分不同撂荒地类型基础上,综合遥感影像的光谱特征、植被指数特征以及多时相植被指数变化特征分析,优选不同类别撂荒地遥感提取敏感特征集,利用CART决策树分类方法,提取不同类型的撂荒地。结果表明:①单个时相对不同类型的撂荒地识别能力差异显著,基于单时相影像,难以开展撂荒地高精度遥感监测提取;②不同时相的植被指数变化特征对撂荒地的识别能力较强,其中比值植被指数优于差值植被指数和归一化植被指数;③以贵州修文县为例,开展了撂荒地空间分布制图及撂荒面积统计分析,修文县撂荒地面积约为6 460 hm2,占修文县耕地面积的13%;④基于多时相高分辨遥感数据,通过季相变化特征构建的撂荒地检测方法,能够满足我国西南地区撂荒地高精度遥感监测提取,为大范围撂荒地遥感调查和制图提供技术参考。
【文章来源】:遥感技术与应用. 2020,35(03)北大核心CSCD
【文章页数】:10 页
【文章目录】:
1 引言
2 研究区和数据源
2.1 研究区概况
2.2 数据源
3 研究方法
3.1 特征选择与分析
3.2 CART决策树算法
4 结果分析
4.1 特征分析
4.2 撂荒地遥感识别
4结语
本文编号:3162471
【文章来源】:遥感技术与应用. 2020,35(03)北大核心CSCD
【文章页数】:10 页
【文章目录】:
1 引言
2 研究区和数据源
2.1 研究区概况
2.2 数据源
3 研究方法
3.1 特征选择与分析
3.2 CART决策树算法
4 结果分析
4.1 特征分析
4.2 撂荒地遥感识别
4结语
本文编号:3162471
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3162471.html