安光所在光学遥感农业领域应用取得进展
来源：安徽光学精密机械研究所 作者：刘晓2024/8/27 8:47:5246
导读
植被的物候学特征用于展示植被生长状况与对应光谱指数的变化规律，在植被遥感提取和分类中具有重要的作用。
近日，安光所光学遥感研究中心遥感信息表征技术研究室团队利用水稻年际物候学特征以及相关物候阶段的植被指数特征提取，通过机器学习分类算法对安徽省水稻种植面积进行提取并制图。
相关成果发表在国际知名期刊Agriculture上，王则灵博士为论文的第一作者，孙晓兵研究员为论文的通信作者。
植被的物候学特征用于展示植被生长状况与对应光谱指数的变化规律，在植被遥感提取和分类中具有重要的作用。团队使用sentinel-2卫星多光谱影像，通过对先验水稻种植地块年际物候规律提取以及对应阶段植被指数变化分析，进行了水稻生长阶段物候特征及代表性植被指数分配。团队通过自动化样本的拓展方式进行了水稻种植样本的拓展与筛选，最后结合机器学习分类算法进行安徽水稻种植区域的提取，并生成最终的安徽省水稻种植分布图。
研究人员通过混淆矩阵，安徽省统计年鉴，以及已有的水稻分类产品对水稻种植分类结果进行了验证。在安徽省主产区的统计年鉴种植面积比对中，该方法的误差控制在10%以内。同时在已有的同分辨率水稻分类产品对比中，提出的方法展现出了更好的分类细节和精度。
该研究得到了航空科技创新应用研究项目、中国科学院重点实验室基金项目、中国高分辨率对地观测专项以及中国资源卫星数据与应用中心项目资助。
版权与免责声明：凡本网注明“来源：兴旺宝”的所有作品，均为浙江兴旺宝明通网络有限公司-兴旺宝合法拥有版 权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：兴旺宝”。违反上述声明者，本网将追究其相关法律责任。 本网转载并注明自其它来源（非兴旺宝）的作品，目的在于传递更多信息，并不代表本网赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。 如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
展开全部热门评论