协同多时相国产GF-1和GF-6卫星影像的艾草遥感识别

• Published in: 农业工程学报 Vol. 38; no. 1; pp. 186 - 195
• Main Authors: 何真, 胡洁, 蔡志文, 王文静, 胡琼
• Format: Journal Article
• Language: Chinese
• Published: 华中师范大学城市与环境科学学院/湖北省地理过程分析与模拟重点实验室,武汉 430079%华中农业大学植物科学技术学院,武汉 430070 2022; 华中农业大学宏观农业研究院,武汉 430070%华中农业大学资源与环境学院,武汉 430070; 华中农业大学宏观农业研究院,武汉 430070
• Subjects: 遥感;识别;GF-6 WFV;GF-1 WFV;红边植被指数;随机森林;艾草
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2022.01.021

TP79%S127; 艾叶具有巨大的食用和医用价值,近些年艾草种植面积在中国南方地区显著增加.掌握艾草空间分布信息对于区域作物种植结构调整、艾草产业布局优化具有重要现实意义.该研究以中国艾草主要生产地——湖北省蕲春县为例,探讨国产高分1号(GF-1)和高分6号(GF-6)卫星影像识别艾草的潜力.本文首先基于高分影像构建了20个光谱特征,然后采用随机森林分类器进行分类,最后分析了红边指数对识别艾草的贡献度.为了评估协同GF-1和GF-6影像识别艾草的潜力,研究还比较了不同影像组合情景识别艾草的精度.结果表明,协同GF-1和GF-6影像提取的蕲春县艾草的用户精度是92.73％,制图精度是88.74％,均显著高于基于单一GF-1或GF-6影像识别艾草的精度.各乡镇艾草遥感制图面积和统计面积拟合的相关性系数R2达到0.7,表明研究结果能够准确反映艾草的种植面积和空间分布.基于随机森林的重要性得分排名前50的特征中,红边波段以及红边植被指数的数量占比达54％,其中6月23日GF-6影像的红边波段I贡献度得分最高,是识别艾草的最优光谱特征.GF-6的另一新增的紫波段相较于其他传统波段,也对于区分艾草和其他作物做出了重要贡献.5月上旬和9月上旬分别为艾草第一茬和第二茬叶片快速繁殖生长阶段,是艾草的最佳识别时期,6月下旬和9月下旬也是区分艾草和其他作物的关键时期.研究表明,GF-6 WFV影像的新增波段以及基于红边波段构建的植被指数能够有效提高作物识别的准确性,协同GF-1和GF-6影像通过提高影像时间信息,能较好捕获作物的关键物候特征,从而提高作物识别精度.该研究为充分发挥多源国产高分卫星协同利用优势提供了典型应用示范,呈现的作物识别方法不仅适用于艾草,也适用于其他区域和其他农作物.