基于Sentinel-2影像的济宁市冬小麦种植面积提取研究

摘要

植被的遥感提取通常利用单一植被指数，而单一植被指数无法全面反映不同植被之间的差异性，易造成漏分、错分现象，影响提取精度。为有效提取冬小麦种植面积，本文基于PIE-Engine遥感平台，利用Sentinel-2遥感影像数据，结合采样点以原始特征波段、指数特征为输入特征，分别使用随机森林（Random Forest,RF）、支持向量机（Support Vector Machine,SVM）分类法对济宁市冬小麦种植面积进行提取，评价相同输入特征下不同分类方法的提取精度、相同分类方法不同输入特征的分类精度，最终得出最佳分类特征以及分类方法。结果表明：以指数特征作为输入特征，结合随机森林分类法提取济宁市2023年冬小麦种植面积的精度最优，验证矩阵ACC系数为0.984，验证矩阵Kappa系数为0.974。可见，基于Sentinel-2遥感影像的随机森林-指数特征模型可较准确提取济宁市冬小麦种植区域，本研究可提供一种提取冬小麦种植面积的有效方法，为调控农业生产、合理利用自然资源、实现农业精准管理、保障粮食有效供给提供辅助依据。

关键词

济宁市 / 冬小麦 / 随机森林 / 支持向量机 / Sentinel-2