基于GEE多特征优选的设施农业类型信息提取
冯冬含1
李峰1
秦泉1
张继波1
韩东枫1
王晗1
段金馈1
迪力努尔·热依木2
1.山东省气象防灾减灾重点实验室,山东济南 250031;山东省气候中心,山东济南 2500312.喀什地区气象局,新疆喀什 844000
摘要：为对不同设施农业类型信息进行识别分类和精细化提取,以潍坊日光温室和塑料大棚为研究对象,基于Google Earth Engine(GEE)云计算平台,利用Sentinel-1雷达卫星数据、Sentinel-2光学卫星数据和SRTM DEM数据,提取光谱特征、指数特征、雷达特征、纹理特征和地形特征共41个特征变量并进行特征优选,其中,通过累计差法对比14种不同尺寸窗口,计算得到Sentinel-2影像最佳纹理特征.采用随机森林分类算法,根据不同特征设计6种组合方案开展实验,得到潍坊2023年10 m分辨率设施农业空间分布情况,探讨不同特征组合对设施农业信息提取精度的影响.结果表明:(1)Sentinel-2提取设施农业的最佳纹理特征窗口是27×27,最佳纹理特征组合为均值、熵、方差、相异性和对比度.(2)在光谱特征、指数特征的基础上加入纹理特征、雷达特征和地形特征对设施农业进行分类,不同类型特征对设施农业提取的有利程度由大到小依次为纹理特征、地形特征、雷达特征,与单一光谱和指数特征相比,分类精度分别提升4.08％、1.40％、0.80％.(3)特征优选后的方案提取精度最高,设施农业的总体精度为91.03％,Kappa系数为0.86.其中,塑料大棚的生产者精度和用户精度分别为92.21％和91.83％;日光温室的生产者精度和用户精度分别为88.54％和89.47％.(4)利用Sentinel系列影像和SRTM DEM地形数据,构建的潍坊多种设施农业类型遥感提取方法,可为设施农业灾害风险管理提供决策支撑.
关键词：设施农业Sentinel卫星GEE随机森林
分类号：P237(摄影测量学与测绘遥感)S127(农业物理学)
资助基金：山东省自然科学基金(ZR2020MF130)山东省自然科学基金(ZR202211260263)山东省气象局科研项目(2023sdqxz12)山东省气象局科研项目(2021sdqxz03)山东省气候中心创新项目(2023QHCX04)
论文发表日期：2025-06-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：12( 117-128 )
英文信息