麦类作物学报

作者：罗桓，李卫国，景元书，徐向华，陈华

单位：1.南京信息工程大学应用气象学院,江苏南京 210044；2.江苏省农业科学院农业信息研究所,江苏南京 210014

关键词：冬小麦,多光谱遥感,支持向量机分类,信息提取,

基金：国家自然科学基金项目(41571323)；江苏省重点研究计划项目（BE2016730)；中科院数字地球重点实验室开放基金项目（2016LDE007）

冬小麦种植面积的精确提取，对于农业部门进行冬小麦生长监测与产量估测有着重要的支撑作用。本研究在对Landsat-8卫星15 m×15 m空间分辨率遥感影像进行预处理的基础上，基于最佳波段指数（OIF），采用支持向量机（SVM）算法中四种核函数进行影像分类，并比较分类精度,选择精度最高的核函数作为SVM最优核函数对盐城市大丰区冬小麦种植面积进行提取，与最大似然法、最小距离法的结果进行对比。结果表明，四种核函数中，Linear核函数分类精度最高，达到98.56%。将Linear核函数作为SVM最优核函数对大丰区冬小麦种植面积进行提取，提取到的种植面积为71 834.4 hm，提取精度、分类精度和Kappa系数分别为91.25%、98.56%和0.98。基于SVM的冬小麦面积提取效果明显好于传统监督分类方法，说明使用支持向量机与影像光谱特征进行影像分类能够准确提取县域冬小麦种植面积。

来源：2019年第4期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2019年第4期