[1]李亚妮,曹建君,杨树文,等.基于决策树的大尺度复杂地区夏收作物遥感提取与分析[J].江苏农业学报,2022,38(05):1257-1264.[doi:doi:10.3969/j.issn.1000-4440.2022.05.012]
　LI Ya-ni,CAO Jian-jun,YANG Shu-wen,et al.Extraction and analysis of summer crops in large-scale complex areas based on decision tree[J].,2022,38(05):1257-1264.[doi:doi:10.3969/j.issn.1000-4440.2022.05.012]
点击复制

基于决策树的大尺度复杂地区夏收作物遥感提取与分析()
分享到：

江苏农业学报[ISSN:1006-6977/CN:61-1281/TN]

卷:
38
期数:
2022年05期
页码:
1257-1264
栏目:
农业信息工程
出版日期:
2022-10-31

文章信息/Info

Title:
Extraction and analysis of summer crops in large-scale complex areas based on decision tree
作者:
李亚妮1; 2; 3; 曹建君1; 4; 杨树文1; 2; 3; 李霞5; 刘尚钦1; 2; 3
（1.兰州交通大学测绘与地理信息学院，甘肃兰州730070；2.地理国情监测技术应用国家地方联合工程研究中心，甘肃兰州730070；3.甘肃省地理国情监测工程实验室，甘肃兰州730070；4.甘肃省自然资源技能鉴定指导中心，甘肃兰州730070；5.甘肃省基础地理信息中心，甘肃兰州730070）
Author(s):
LI Ya-ni1; 2; 3; CAO Jian-jun1; 4; YANG Shu-wen1; 2; 3; LI Xia5; LIU Shang-qin1; 2; 3
(1.Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China;2.National-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, China;3.Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou 730070, China;4.Gansu Province Natural Resources Skill Appraisal Guidance Center, Lanzhou 730070, China;5.Geomatics Center of Gansu Province, Lanzhou 730070, China)
关键词:
大尺度作物监测; 作物分类; 决策树; Sentinel-2
Keywords:
large-scale crop monitoring; crop classification; decision tree; Sentinel-2
分类号:
S127；TP79
DOI:
doi:10.3969/j.issn.1000-4440.2022.05.012
文献标志码:
A
摘要:
以甘肃省为研究区，基于时序Sentinel-2卫星影像数据，计算归一化植被指数（NDVI）和黄度值，采用决策树（Decision trees，DTs）方法提取研究区的主要夏收作物小麦和油菜种植面积，并对比分析其精度。利用此方法得到甘肃省小麦和油菜作物识别的平均总体精度达到87.4%，其中，甘肃省中部地区平均总体精度为92.4%，河西地区平均总体精度为87.7%，东南部地区平均总体精度为82.0%。研究结果表明,基于Sentinel-2卫星影像数据采用决策树方法进行大尺度复杂区域、高分辨率作物种植面积提取具有可行性。
Abstract:
Taking Gansu province as the research area, the normalized difference vegetation index (NDVI) and yellowness value were calculated based on the time series Sentinel-2 satellite image data. The decision trees (DTs) method was used to extract the planting area of wheat and rape in the study area, and the accuracy was compared and analyzed. Using this method, the average overall accuracy of wheat and rape identification in Gansu province was 87.4%. The average overall accuracy was 92.4% in the central region of Gansu province, 87.7% in Hexi region, and 82.0% in the southeastern region. The results show that it is feasible to extract the planting area of high-resolution crops in large-scale complex areas by using decision tree method based on Sentinel-2 satellite image data.

参考文献/References:

[1]杜鹰. 中国的粮食安全问题和挑战[J]. 今日国土, 2020(11):22-26.
[2]周壮,李盛阳,张康,等. 基于 CNN和农作物光谱纹理特征进行作物分布制图[J]. 遥感技术与应用, 2019, 34(4):694-703.
[3]焦险峰,杨邦杰,裴志远. 基于分层抽样的中国水稻种植面积遥感调查方法研究[J]. 农业工程学报, 2006, 22(5):105-110.
[4]DHUMAL R K, VIBHUTE A D, NAGNE A D, et al. Advances in classification of crops using remote sensing data[J]. International Journal of Advanced Remote Sensing and GIS, 2015, 4(1):1410-1418.
[5]贾博中,白燕英,魏占民,等. 基于MODIS-EVI的内蒙古沿黄平原区作物种植结构分析[J]. 灌溉排水学报, 2021, 40(4):114-120.
[6]王凯,张佳华. 基于MODIS数据的湖北省油菜种植分布信息提取[J]. 国土资源遥感, 2015, 27(3):65-70.
[7]杨欢,邓帆,张佳华,等. 基于MODIS EVI的江汉平原油菜和冬小麦种植信息提取研究[J]. 国土资源遥感, 2020, 32(3):208-215.
[8]王梓铭. 基于GF-2影像的农作物种植结构提取[D]. 长春:吉林大学, 2021.
[9]单治彬,孔金玲,张永庭,等. 面向对象的特色农作物种植遥感调查方法研究[J]. 地球信息科学学报, 2018, 20(10):1509-1519.
[10]张飞飞,杨光,田亦陈. 基于国产GF-2遥感影像的大麻地块提取方法研究-以安徽省六安市苏埠镇为例[J]. 安徽农业大学学报, 2016, 43(4):582-586.
[11]HE L H, CHEN Z X, JIANG Z W, et al. Comparative analysis of GF-1, HJ-1, and landsat-8 data for estimating the leaf area index of winter wheat[J]. Journal of Integrative Agriculture, 2017, 16(2):266-285.
[12]何昭欣,张淼,吴炳方,等. Google Earth Engine支持下的江苏省夏收作物遥感提取[J]. 地球信息科学学报, 2019, 21(5):752-766.
[13]陶莉,胡召玲. 利用Sentinel-2A数据提取长江中下游丘陵地带农作物种植信息[J]. 测绘通报, 2021(7):39-43.
[14]QIU B W, HUANG Y Z, CHEN C C, et al. Mapping spatiotemporal dynamics of maize in china from 2005 to 2017 through designing leaf moisture based indicator from normalized multi-band drought index[J]. Computers and Electronics in Agriculture, 2018, 153:82-93.
[15]JIANG Y L, LU Z, LI S, et al. Large-scale and high-resolution crop mapping in china using sentinel-2 satellite imagery[J]. Agriculture, 2020, 10(10):433.
[16]王凯,赵军,朱国锋,等. 基于GF-1遥感数据决策树与混合像元分解模型的冬小麦种植面积早期估算[J]. 遥感技术与应用, 2018, 33(1):158-167.
[17]张陆海. 加快推进甘肃省主要农作物生产全程机械化的思考[J]. 农业机械, 2019(4):49-51.
[18]满元伟,李净,邢立亭. 基于多源遥感数据的温度-土壤湿度-降水干旱指数(TMPDI)的构建与应用[J]. 干旱区研究, 2021, 38(5):1442-1451.
[19]张惠玲,邓振镛,尹宪志,等. 甘肃省油菜生态气候适应性分析与适生种植区划[J]. 中国农业气象, 2004(4):51-55.
[20]姬忠林,张月平,李乔玄,等. 基于GF-1影像的冬小麦和油菜种植信息提取[J]. 遥感技术与应用, 2017, 32(4):760-765.
[21]姜伊兰,陈保旺,黄玉芳,等. 基于Google Earth Engine和NDVI时序差异指数的作物种植区提取[J]. 地球信息科学学报, 2021, 23(5):938-947.
[22]张东彦,戴震,徐新刚,等. 基于时序Sentinel-2影像的现代农业园区作物分类研究[J]. 红外与激光工程, 2021, 50(5):262-272.
[23]CONGALTON R G. A review of assessing the accuracy of classifications of remotely sensed data[J]. Remote Sensing of Environment, 1991, 37(1):35-46.

备注/Memo

备注/Memo:
收稿日期：2022-03-09基金项目：国家自然科学基金项目（41761082）；国家重点研发计划项目（2017YFB0504201）；兰州交通大学优秀平台项目（201806）;甘肃省重点人才项目（2021RCXM073）作者简介：李亚妮（1997-），女，陕西省榆林人，硕士研究生，主要从事农业遥感研究。(E-mail)1262185031@qq.com通讯作者：曹建君,(E-mail)369745844@qq.com
更新日期/Last Update: 2022-11-07