地形约束下的地块级水稻分层提取方法OA

西南山区的多云多雨天气和复杂地形给光学遥感数据的收集带来挑战,影响了水稻最佳物候期的高质量成像获取,并增加了构建稳定的时间序列和精确提取水稻的难度.本实验选取了重庆市双河镇作为研究区域,以地形高程作为约束条件,利用GF-2 卫星影像实现了水稻地块的分层精准提取.这一方法有效降低了复杂地形对水稻提取准确性的影响.确定耕地地块作为最小单元,保障了地块内种植作物的唯一性;根据水稻移栽时间随海拔升高而后延的特点将研究区地块细分,高程作为主要地形约束条件,以 400m为界分为低海拔和高海拔的水稻种植区,从而加强同一高程内水稻物候的一致性;结合Sentinel-1/2 的影像数据,计算各地块的SPRI(SAR-based Paddy Rice Index,水稻指数)值,量化评估每个地块中种植水稻的概率;对这些具有特定SPRI值的地块应用了多阈值二进制分类方法,实现了精确提取.实验结果表明,在 0～400m区域,使用高程约束的水稻分类方法F1_score精度可达 92.1%,而在 400m以上区域精度达到 90.8%.SAR数据有效捕捉了水稻关键生长期信息,地块级提取减少了数据干扰,高程分层减少了同一海拔区域内的分类差异,简化了由于高程变化引起的分类复杂性,显著提升了西南地区水稻分类的精度.