基于Sentinel-2遥感影像和RF分类器的吉首市油茶林提取研究  

Research on the extraction of Camellia oleifera forest in Jishou City based on Sentinel-2 remote sensing image and RF classifier

作　　者：李琼 靖磊[1] LI Qiong;JING Lei

机构地区：[1]中南林业科技大学,湖南长沙410000

出　　处：《南方农业》2025年第7期19-27,共9页South China Agriculture

摘　　要：在油茶大面积种植及油茶产业高度发展的背景下,快速精准识别油茶林,提高油茶林的遥感识别精度,能为油茶种植管理和产业规划提供科学参考,有助于油茶产业的健康发展。提出一种新型识别方法,即利用谷歌地球引擎(Google Earth Engine,GEE)平台和Sentinel-2卫星图像,基于植被物候特征对油茶林进行遥感识别,从而提高识别精度。该方法涉及识别油茶树的3个物候期:开花期、结果期和抽梢期,从中提取相关的光谱、植被、纹理和地形特征。基于以上特征,构建了4种特征组合,用于油茶林识别的机器学习算法:随机森林(RF)。结果表明,在随机森林算法下,结合方案④特征组合(光谱+植被+纹理+物候+地形)的油茶林识别精度最高,总体准确率(OA)达到95.44%,Kappa系数为0.9426,用户准确率(UA)和生产者准确率(PA)分别为87.35%和91.36%。

关 键 词：油茶林 GoogleEarthEngine Sentinel-2 随机森林算法 物候特征 湖南省吉首市 

分 类 号：S771.8[农业科学—森林工程]