基于哨兵2号遥感影像最优时相组合的棉花提取方法

来源：石河子大学学报·自然科学版杂志2022年第5期北京时间：

作者：司凯凯, 汪传建, 赵庆展, 杨启原, 任媛媛, 袁盼丽

单位：1 石河子大学信息科学与技术学院/兵团空间信息工程技术研究中心,新疆 石河子 832003;<br/>2 安徽大学互联网学院,安徽 合肥 230039

摘要：棉花是我国最重要的经济作物之一,其快速准确的提取是有效管理棉田信息的关键。针对高分辨率遥感影像获取不易,数据常有缺失,作物生长期遥感影像利用不充分的问题。本文基于深度学习方法,使用棉花生长周期内4月至10月的遥感卫星影像,探究遥感影像单个时相及其时相组合的数据对棉花提取的影响。通过Deeplabv3+模型对研究区各个时相的遥感影像的棉花分别进行提取,并使用分段函数评估模型对提取效果进行快速比较,按此结果排列出适合棉花提取的单时相遥感影像,依次加入到Deeplabv3+模型中,得到该模型下的遥感影像棉花提取结果最优时相组合为6月、7月、8月和10月,该组合下棉花提取准率Precision、Recall、F1指数、IoU指数分别为0.93、0.93、0.94、0.87,同时,并基于该结果与SegNet,U-Net两种模型相比,准确度分别高出18%和8%,能够明显减少与非棉花耕地的错分情况,对棉田的边缘恢复较好,该结果可以在棉花遥感数据不足及快速提取时提供参考。

关键词：深度学习,Deeplabv3+,Sentinel-2影像,棉花提取,语义分割

基金资助：国家重点研发计划项目(2017YFB0504203)