一种基于高分影像和机器学习的高海拔地区作物分类识别的方法
基本信息
| 申请号 | CN202210267472.8 | 申请日 | - |
| 公开（公告）号 | CN114694036A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694036A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/13（2022.01）I;G06V10/764（2022.01）I;G06V10/54（2022.01）I;G06V10/40（2022.01）I;G06V10/58（2022.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 姚霞;马志远;李伟;朱艳;程涛;曹卫星;马吉锋;张小虎;李红英;张朝坤;欧尔格力;王苑;郑恒彪 | 申请（专利权）人 | 南京农业大学 |
| 代理机构 | 南京天华专利代理有限责任公司 | 代理人 | - |
| 地址 | 210095江苏省南京市玄武区卫岗1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于高分影像和机器学习的高海拔地区作物分类识别的方法，该方法使用国产GF6‑PMS卫星影像，结合光谱、纹理、植被指数及地形因子等特征，通过基于随机森林的递归特征消除策略筛选出最优特征组合，并计算Gini指数获得各输入特征的重要性得分，进一步利用两层堆叠驱动的集成分类模型（包含Random Forest、XGBoost和AdaBoost三个单一分类器模型）对高海拔地区作物进行分类识别。本发明基于最优特征组合（Green、Red、NIR、TVI、GNDVI、Blue_Mean、Green_Mean、Red_Mean、NIR_Mean、DEM）构建的Stacking模型可以在较大程度上改善高海拔地区农作物的分类识别精度，尤其是种植面积较大的大宗作物的分类识别精度，为国产高分卫星影像在高海拔地区进行农作物遥感识别提供了科学参考依据。 |
