文章摘要
基于农作物物候特征的干旱区撂荒耕地识别研究——以甘肃省凉州区为例
Identification of abandoned farmland in arid areas based on crop phenological characteristics—— a case study of Liangzhou District, Gansu Province
投稿时间:2024-03-29  修订日期:2024-05-25
DOI:
中文关键词: 撂荒耕地  MaxEnt模型  特征优选  空间分布  凉州区
英文关键词: Abandoned farmland  MaxEnt model  Feature optimization  Spatial distribution  Liangzhou District
基金项目:
作者单位邮编
张秀霞 兰州理工大学 730050
邓灵芝 兰州理工大学 
李旺平* 兰州理工大学 730050
张喜来 兰州理工大学 
汪孝贤 兰州理工大学 
林庆润 兰州理工大学 
程小强 兰州理工大学 
摘要点击次数: 348
全文下载次数: 0
中文摘要:
      【目的】针对西北干旱区撂荒耕地面积小、分布分散、背景复杂及光谱异质性大等特点,基于MaxEnt模型,提出了一种基于多时相多特征的撂荒耕地识别方法。【方法】以甘肃省凉州区为例,基于Sentinel-2A影像数据构建光谱特征、纹理特征及物理特征等42个特征因子,优选特征因子后,利用MaxEnt模型进行撂荒耕地的精细提取,并分析了凉州区2021年和2022年撂荒耕地的时空分异特征。【结果】:1)5月缨帽变换特征的亮度分量、7月纹理特征的相关性统计量和光谱特征的归一化植被指数及9月光谱特征的归一化差值裸地与建筑用地指数对研究区撂荒耕地识别精度贡献较大;2)顾及农作物物候特征的MaxEnt模型提取撂荒耕地具有较高的可靠性,ROC曲线下面积(AUC)值均大于0.90,处于“极好”水平;混淆矩阵评估总体精度两年均达到90.00%以上,Kappa系数均高于0.80; 3)凉州区撂荒耕地呈整体零散稀疏,局部集中的分布特征,2022年较2021年撂荒面积有所减少,两年撂荒面积分别为8605.29hm2、5642.42hm2,连续撂荒面积3637.62hm2,撂荒率分别为8.80%、5.65%、3.64%;其中濒危中心、邓马营湖生态指挥部以及凉州工业园区连续撂荒最为严重,分别占连续撂荒面积的23.12%、9.02%、7.14%。【结论】基于农作物多时相多特征协同变化的MaxEnt模型撂荒耕地的提取方法,能够在干旱区少样本的情况下获得较高的提取精度,对实现河西地区大区域尺度的撂荒耕地提取具有重要的意义。
英文摘要:
      (1)顾及植被时相特征、光谱指数特征、地表纹理特征及物理特征,可提供较高精度的撂荒耕地信息,可以有效的解决利用单一光谱特征解译时受到草地、裸地、灌木等地类的干扰而混分的问题; (2)MaxEnt模型可以在分布点较少的情况下获得较好的识别结果,具有操作简单、适用范围广和精准度高等优点,可探究该方法在少量样本的前提下,对大区域尺度撂荒耕地快速提取的适用性。
HTML   View Fulltext   查看/发表评论  下载PDF阅读器
关闭