【儀表網(wǎng) 研發(fā)快訊】近日，安光所光學遙感研究中心遙感信息表征技術(shù)研究室團隊利用水稻年際物候?qū)W特征以及相關(guān)物候階段的植被指數(shù)特征提取，通過機器學習分類算法對安徽省水稻種植面積進行提取并制圖。
 

　　相關(guān)成果發(fā)表在國際知名期刊Agriculture上，王則靈博士為論文的第一作者，孫曉兵研究員為論文的通信作者。
 

　　植被的物候?qū)W特征用于展示植被生長狀況與對應光譜指數(shù)的變化規(guī)律，在植被遙感提取和分類中具有重要的作用。團隊使用sentinel-2衛(wèi)星多光譜影像，通過對先驗水稻種植地塊年際物候規(guī)律提取以及對應階段植被指數(shù)變化分析，進行了水稻生長階段物候特征及代表性植被指數(shù)分配。團隊通過自動化樣本的拓展方式進行了水稻種植樣本的拓展與篩選，最后結(jié)合機器學習分類算法進行安徽水稻種植區(qū)域的提取，并生成最終的安徽省水稻種植分布圖。
 

　　研究人員通過混淆矩陣，安徽省統(tǒng)計年鑒，以及已有的水稻分類產(chǎn)品對水稻種植分類結(jié)果進行了驗證。在安徽省主產(chǎn)區(qū)的統(tǒng)計年鑒種植面積比對中，該方法的誤差控制在10%以內(nèi)。同時在已有的同分辨率水稻分類產(chǎn)品對比中，提出的方法展現(xiàn)出了更好的分類細節(jié)和精度。
 

　　該研究得到了航空科技創(chuàng)新應用研究項目、中國科學院重點實驗室基金項目、中國高分辨率對地觀測專項以及中國資源衛(wèi)星數(shù)據(jù)與應用中心項目資助。