遥感时序光谱重构的耕地信息提取方法

作者：杨志坚,陈曦,杨辽,王伟胜,曹强

摘要：针对传统耕地提取方法人工干预多、提取速度慢、成本高,不适用于大规模耕地提取等问题,选取时间序列Sentinel-2数据,基于时序光谱特征的耕地自动识别方法对玛纳斯县典型耕地区域进行耕地提取,并比较了不同样本特征对耕地提取精度的影响。结果表明:采用该方法总体分类精度、Kappa系数、耕地类型的用户精度分别达到了95.37%、0.9423和97.04%,比采用时间序列NDVI和单时期影像样本特征总体精度分别提高4.02%和5.69%。研究结果为进一步利用中高分辨率遥感数据和深度学习方法对耕地进行信息提取和典型地物分类提供了新思路。

发文机构：中国科学院新疆生态与地理研究所 中国科学院大学 辽宁师范大学海洋经济与可持续发展研究中心

关键词：时序光谱图卷积神经网络哨兵-2数据耕地提取time series multispectral imageconvolutional neural networkSentinel-2 datacultivated land extraction

分类号： P237[天文地球—摄影测量与遥感]