基于多时相Sentinel-2影像的黑河中游玉米种植面积提取研究

玉米是黑河中游种植面积最大的农作物,生长期需水量大、蒸散量高.准确获取玉米种植面积对该区域农作物种植结构调整、水资源合理规划有重要参考意义.基于2019年4月至9月Sentinel-2多时相影像,采用随机森林算法开展了黑河中游玉米种植面积提取研究.研究方法分为两类—直接提取法和两步提取法.进一步探讨了多时间信息量对玉米种植面积提取精度的影响以及各输入特征参数在玉米面积提取过程中的重要性表现.结果表明:基于Sentinel-2多时相影像,直接提取法和两步提取法均可高精度地提取研究区玉米种植面积,特别是两步提取法,玉米分类总体精度可达85.03％,F1_Score为0.70,Kappa系数为0.83;与单幅影像相比,多时相影像可获取不同作物的物候信息,有效减少作物错分/漏分,提高作物分类精度.该方法对基于高分辨率光学影像结合机器学习方法获取具有高度异质性的作物信息具有重要的参考价值.