基于Sentinel-2时序NDVI的麦冬识别研究

[目的]为掌握四川省重要中草药麦冬的种植面积,开展麦冬遥感识别及空间信息提取研究.[方法]文章以四川省绵阳市三台县麦冬主要种植区为研究区,选取2020年11月至2021年5月共计6期Sentinel-2遥感影像,结合实地调查数据建立麦冬、油菜、小麦3种地类的样本数据集,分析该时期内麦冬、油菜、小麦的NDVI时序差异,基于随机森林算法构建麦冬提取模型.随后选取区分度最大的3期NDVI作为输入变量与以全6期NDVI作为输入变量进行麦冬提取精度对比.[结果](1)麦冬与油菜、小麦的NDVI在11月、3月、5月差异较大;(2)以6期的NDVI作为输入变量的麦冬种植信息提取总体精度为91.92％,Kappa系数为0.892;(3)以3期的NDVI作为输入变量的麦冬种植信息提取总体精度为90.05％,Kappa系数为0.8232,分类精度略低于6期NDVI全输入,但基于3期关键节点的NDVI时序数据能较准确提取麦冬种植信息.[结论]该结果可为四川省麦冬遥感识别和种植区变化监测提供参考.