文章预览
↖ 喜欢请关注/置顶,农业 新视角, 谢谢 长期的冬小麦测绘对于评估粮食安全和制定农业政策至关重要。由于华北平原地形破碎,大地遥感卫星数据是绘制该地区长期冬小麦图的唯一可用来源。虽然基于遥感的冬小麦测绘已开发出多种方法,如基于指数的方法、基于曲线相似性的方法和基于机器学习的方法,但前两种方法通常需要高时间分辨率的卫星数据,而这不适合时间序列稀疏的 Landsat 数据。机器学习是利用 Landsat 数据进行作物分类的有效方法。然而,将机器学习应用于华北平原冬小麦测绘遇到了两个主要问题:1)缺乏足够和准确的样本用于分类器训练;2)由于该地区空间异质性较高,很难训练出一个分类器来完成大规模作物绘图。 为了解决这两个问题,我们首先设计了一个样本选择规则,根据最近哨兵数据中得到的几幅现有作物图建立
………………………………