20220505 基于云计算平台利用高分辨率卫星影像实现黄淮海平原冬小麦种植面积快速提取

传统的遥感分类数据存储空间大、处理时间长，使利用较高分辨率卫星遥感数据实现区域冬小麦种植面积的提取仍然面临诸多挑战。作为基于全球地理空间分析的云计算平台，Google Earth Engine（GEE）为快速分析遥感信息提供了新的机会。该研究以中国最大冬小麦种植区黄淮海平原为研究区域，基于GEE云计算平台获得高质量Lnadsat-8图像数据集，利用随机森林算法对2019-2020生长季冬小麦进行识别和制图，并利用Sentinel-2影像对结果进行空间分布验证。计算影像光谱指数、纹理特征和地形特征，通过对所有特征变量进行重要性打分和评价，评估它们对冬小麦分类精度的贡献，同时优选排名前9名的特征构建最佳特征子集，分别将全部34个特征构成的集合和优选特征子集作为随机森林分类器的输入变量并对比不同输入变量对分类精度的影响。结果表明，两种特征分类方案的精度差异很小，但全特征集合的分类效果略好于优选特征子集，样方验证的总体分类精度为86%-95%，Kappa系数分布在0.70-0.85之间，总面积的百分比误差为5.42%。该研究结果展示了一种可靠的大范围冬小麦种植区快速制图方法，为探索其他作物的精确制图提供了参考，对作物监测和农业发展具有重要意义。

[编译自：Zhang D Y，Zhang M R，Lin F F，Pan Z G，Jiang F，He L，et al. Fast extraction of winter wheat planting area in Huang-Huai-Hai Plain using highresolution satellite imagery on a cloud computing platform.Int J Agric & Biol Eng，2022；15（1）：241–250.]