基于光谱和时相特征筛选的黑龙江省2019—2023年主要粮食作物填图及其时空演变分析
文献类型：期刊论文
| 作者 | 黄俊尧1; 吴骅2,3; 张星星3; 黄佳鹏1; 程元良3; 文飞1 |
| 刊名 | 自然资源遥感
 |
| 出版日期 | 2026-01-16 |
| 卷号 | N/A期号:0页码:1-11 |
| 关键词 | 作物分类 特征筛选 随机森林 Sentinel-2 黑龙江省 |
| ISSN号 | 2097-034X |
| 产权排序 | 3 |
| 英文摘要 | 随着农业生产规模的扩展,遥感技术在作物监测中的应用逐渐取代了传统的人工调查手段,尤其是时序遥感数据为作物的高精度填图和时空演变分析提供了新的机遇。然而,现有的遥感方法常面临输入特征冗余和“维度灾难”问题,极大地影响了作物填图和时空演变分析的精度和效率。为解决这一问题,该文结合随机森林与层次聚类算法,提出了一种基于特征筛选的作物填图新方法。通过评估光谱和时相特征的重要性,剔除冗余特征并保留最具区分性的特征,结合机器学习技术,显著提升了作物填图及时空演变分析的效率。该方法基于优化后的特征集和随机森林分类器,生成了2019—2023年黑龙江省主要粮食作物的种植分布图,作物分类精度达到89.39%,Kappa系数为0.85,相比使用全时序的特征,分类时间缩短了85%,而精度仅下降了0.11百分点,表明该方法在作物填图中具有显著优势。在此基础上,进一步分析了黑龙江省主要粮食作物的时空演变趋势,结果显示水稻种植面积逐年减少,玉米种植面积呈增长趋势,而大豆种植面积保持稳定。该研究不仅为农业遥感监测提供了精确支持,而且为主要粮食作物的时空演变分析提供了可靠工具,在精细农业管理与粮食安全监测等方面具有重要应用潜力。 |
| URL标识 | 查看原文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/219568]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 吴骅 |
| 作者单位 | 1.辽宁工程技术大学测绘与地理科学学院; 2.电子科技大学资源与环境学院; 3.中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室 |
| 推荐引用方式 GB/T 7714 | 黄俊尧,吴骅,张星星,等. 基于光谱和时相特征筛选的黑龙江省2019—2023年主要粮食作物填图及其时空演变分析[J]. 自然资源遥感,2026,N/A(0):1-11. |
| APA | 黄俊尧,吴骅,张星星,黄佳鹏,程元良,&文飞.(2026).基于光谱和时相特征筛选的黑龙江省2019—2023年主要粮食作物填图及其时空演变分析.自然资源遥感,N/A(0),1-11. |
| MLA | 黄俊尧,et al."基于光谱和时相特征筛选的黑龙江省2019—2023年主要粮食作物填图及其时空演变分析".自然资源遥感 N/A.0(2026):1-11. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。