基于多时相landsat8oli影像的作物种植结构提取

针对基于多时相遥感影像、多种特征量提取多种作物种植结构在我国研究较少的现状,利用多时相landsat8oli影像数据,根据温宿县不同作物的农事历,通过分析主要地物的光谱特征和归一化植被指数的时间变化信息,构建不同作物种植结构提取的决策树模型,实现了对温宿县多种作物种植结构信息的提取。结果表明:①水稻的最佳识别依据是5月20日影像的近红外波段和7月23日影像的ndvi值;棉花和春玉米的最佳识别依据是5月20日~9月9日影像的ndvi变化值;冬小麦—夏玉米和林果的最佳识别依据是5月20日~7月23日影像的ndvi变化值;②与单时相监督分类相比,多时相决策树法对多种作物种植结构的提取效果更理想,总体精度提高了7.90%,kappa系数提高了0.10;③landsat8oli影像数据分辨率高,成本低,获取方便,是农作物遥感的良好数据源。