[1]刘珊珊,刀剑,张连刚,等.基于随机森林的水稻信息提取与空间格局分析[J].江苏农业科学,2024,52(20):104-112.
　Liu Shanshan,et al.Rice information extraction and spatial pattern analysis based on random forest[J].Jiangsu Agricultural Sciences,2024,52(20):104-112.
点击复制

基于随机森林的水稻信息提取与空间格局分析()

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第52卷
期数:
2024年第20期
页码:
104-112
栏目:
作物遥感监测
出版日期:
2024-10-20

文章信息/Info

Title:
Rice information extraction and spatial pattern analysis based on random forest
作者:
刘珊珊1;  刀剑2; 3;  张连刚1;  付伟1
1.西南林业大学经济管理学院，云南昆明 650224； 2.云南农业大学植保学院，云南昆明 650500；3.云南省植物病理重点实验室，云南昆明 650500
Author(s):
Liu Shanshan; et al
关键词:
水稻; 种植信息; 哨兵2号影像; 随机森林; 空间格局; 地形分布指数
Keywords:
-
分类号:
S127
DOI:
-
文献标志码:
A
摘要:
为准确了解岭南丘陵平原区水稻种植空间格局，以Sentinel-2A影像数据及耕地类型矢量数据为基础，采用随机森林(random forest，RF)对研究区水田范围内覆被地物进行分类，进而提取研究区水稻种植信息，以乡镇为空间单元尺度，分别从区域分布特征、空间破碎度、地形分布指数(P)3个方面统计分析其种植空间格局。结果表明：(1)基于RF结合Sentinel-2A数据获得的组合植被指数(NDVI和NDRE705)能够较好地对研究区水田掩膜后的影像进行覆被地物分类识别，分类的总体精度、Kappa系数分别为95.238%、0.926，其中水稻的用户精度最高，为98703%；根据提取结果得到水稻种植面积为12 529.797 hm2，占比为64.281%。(2)水稻种植区主要分布在石滩镇和中新镇，占比分别为21.149%、16.982%；增江街道水稻种植面积最少，仅占5.451%。(3)研究区水稻田块的破碎度在空间上的差异较为明显，破碎度高的水稻种植区域主要集中在研究区西部，而东部地区整体较低，在北部派潭镇、中部朱村街道、正果镇、荔城街道和增江街道以及南部的石滩镇，水稻种植地块破碎度相对较低，而中新镇、小楼镇和新塘镇反之。(4)水稻种植区分别在坡度0°~8°、高程0~32 m、半阳坡和阳坡(112.6°~247.5°)范围内处于优势水平，P值远大于1。研究成果可为制定区域国土管理制度和农业科学决策提供参考，对调整和优化水稻结构布局具有积极作用。
Abstract:
-

参考文献/References:

［1］Foley J A，Ramankutty N，Brauman K A，et al. Solutions for a cultivated planet［J］. Nature，2011，478(7369)：337-342.
［2］Pili S，Grigoriadis E，Carlucci M，et al. Towards sustainable growth？A multi-criteria assessment of (changing) urban forms［J］. Ecological Indicators，2017，76：71-80.
［3］Colantoni A，Grigoriadis E，Sateriano A，et al. Cities as selective land predators？A lesson on urban growth，deregulated planning and sprawl containment［J］. Science of the Total Environment，2016，545/546：329-339.
［4］Salvati L，Morelli V G，Rontos K，et al. Latent exurban development：city expansion along the rural-to-urban gradient in growing and declining regions of southern Europe［J］. Urban Geography，2013，34(3)：376-394.
［5］刘传迹，金晓斌，徐伟义，等. 2000—2020年南疆地区棉花种植空间格局及其变化特征分析［J］. 农业工程学报，2021，37(16)：223-232.
［6］Duvernoy I，Zambon I，Sateriano A，et al. Pictures from the other side of the fringe：urban growth and peri-urban agriculture in a post-industrial city (Toulouse，France)［J］. Journal of Rural Studies，2018，57：25-35.
［7］Cheng L，Xia N，Jiang P H，et al. Analysis of farmland fragmentation in China Modernization Demonstration Zone since “Reform and Openness”：a case study of South Jiangsu Province［J］. Scientific Reports，2015，5：11797.
［8］Su S L，Hu Y N，Luo F H，et al. Farmland fragmentation due to anthropogenic activity in rapidly developing region［J］. Agricultural Systems，2014，131：87-93.
［9］刘克宝，陆忠军，刘述彬，等. 基于RS的黑龙江省水稻种植空间分布格局研究［J］. 黑龙江农业科学，2015(8)：136-141.
［10］常媛媛，刘俊娜，张琦，等. 粮食主产区耕地非粮化空间格局分异及其成因［J］. 农业资源与环境学报，2022，39(4)：817-826.
［11］李金朝，买买提·沙吾提. 基于多分类器集成的GF-2作物信息精细提取研究［J］. 西南农业学报，2023，36(2)：435-444.
［12］蒋怡，黄平，董秀春，等. 基于Softmax分类器的小春作物种植空间信息提取［J］. 西南农业学报，2019，32(8)：1880-1885，1967.
［13］Clevers J G P W，Gitelson A A. Remote estimation of crop and grass chlorophyll and nitrogen content using red-edge bands on Sentinel-2 and-3［J］. International Journal of Applied Earth Observation and Geoinformation，2013，23：344-351.
［14］Lebourgeois V，Dupuy S，Vintrou ，et al. A combined random forest and OBIA classification scheme for mapping smallholder agriculture at different nomenclature levels using multisource data (simulated sentinel-2 time series，VHRS and DEM)［J］. Remote Sensing，2017，9(3)：259.
［15］Turker M，Ozdarici A. Field-based crop classification using SPOT4，SPOT5，IKONOS and QuickBird imagery for agricultural areas：a comparison study［J］. International Journal of Remote Sensing，2011，32(24)：9735-9768.
［16］Pea-Barragán J M，Ngugi M K，Plant R E，et al. Object-based crop identification using multiple vegetation indices，textural features and crop phenology［J］. Remote Sensing of Environment，2011，115(6)：1301-1316.
［17］Lambert M J，Traoré P C S，Blaes X，et al. Estimating smallholder crops production at village level from Sentinel-2 time series in Malis cotton belt［J］. Remote Sensing of Environment，2018，216：647-657.
［18］王利军，郭燕，贺佳，等. 基于决策树和SVM的Sentinel-2A影像作物提取方法［J］. 农业机械学报，2018，49(9)：146-153.
［19］Gitelson A，Merzlyak M N. Spectral reflectance changes associated with autumn senescence of Aesculus hippocastanum L.and Acer platanoides L. leaves. Spectral features and relation to chlorophyll estimation［J］. Journal of Plant Physiology，1994，143(3)：286-292.
［20］Sims D A，Gamon J A. Relationships between leaf pigment content and spectral reflectance across a wide range of species，leaf structures and developmental stages［J］. Remote Sensing of Environment，2002，81(2/3)：337-354.
［21］谷祥辉，张英，桑会勇，等. 基于哨兵2时间序列组合植被指数的作物分类研究［J］. 遥感技术与应用，2020，35(3)：702-711.
［22］Ok A O，Akar O，Gungor O. Evaluation of random forest method for agricultural crop classification［J］. European Journal of Remote Sensing，2012，45(1)：421-432.
［23］杨培杰，韩保栋，张玉燕，等. Sentinel-2影像结合空间关联随机森林模型反演裸土期耕地土壤全氮含量［J］. 江苏农业科学，2023，51(11)：185-192.
［24］Prasad A M，Iverson L R，Liaw A. Newer classification and regression tree techniques：bagging and random forests for ecological prediction［J］. Ecosystems，2006，9(2)：181-199.
［25］Pal M. Random forest classifier for remote sensing classification［J］. International Journal of Remote Sensing，2005，26(1)：217-222.
［26］Watts J D，Powell S L，Lawrence R L，et al. Improved classification of conservation tillage adoption using high temporal and synthetic satellite imagery［J］. Remote Sensing of Environment，2011，115(1)：66-75.
［27］Forman R T T.Some general principles of landscape and regional ecology［J］. Landscape Ecology，1995，10(3)：133-142.
［28］Coppedge B R，Engle D M，Fuhlendorf S D，et al. Landscape cover type and pattern dynamics in fragmented southern Great Plains grasslands，USA［J］. Landscape Ecology，2001，16(8)：677-690.
［29］伦丹. 西藏“一江两河” 流域农作物种植区时空分布特征研究［D］. 重庆：西南大学，2017：33-37.

相似文献/References:

[1]马旭俊,刘春娟,吕世博,等.绿色荧光蛋白基因在水稻遗传转化中的应用[J].江苏农业科学,2013,41(04):35.
[2]李岳峰,居立海,张来运,等.水分胁迫下丛枝菌根对水稻/绿豆间作系统 作物生长和氮磷吸收的影响[J].江苏农业科学,2013,41(04):58.
[3]崔月峰,孙国才,王桂艳,等.不同施氮水平和前氮后移措施对水稻产量 及氮素利用率的影响[J].江苏农业科学,2013,41(04):66.
[4]张其蓉,宋发菊,田进山,等.长江中下游稻区水稻区域试验品种抗稻瘟病鉴定与评价[J].江苏农业科学,2013,41(04):92.
[5]王麒,张小明,卞景阳,等.不同插秧密度对黑龙江省第二积温带水稻产量及产量构成的影响[J].江苏农业科学,2013,41(05):60.
　Wang Qi,et al.Effect of different transplanting density on yield and yield component of rice in second temperature zone of Heilongjiang Province[J].Jiangsu Agricultural Sciences,2013,41(20):60.
[6]张国良,张森林,丁秀文,等.基质厚度和含水量对水稻育秧的影响[J].江苏农业科学,2013,41(05):62.
　Zhang Guoliang,et al.Effects of substrate thickness and water content on growth of rice seedlings[J].Jiangsu Agricultural Sciences,2013,41(20):62.
[7]赵忠宝,朱清海.稻－蟹－鳅生态系统的能值分析[J].江苏农业科学,2013,41(05):349.
　Zhao Zhongbao,et al.Emergy analysis of paddy-crab-loach ecosystem[J].Jiangsu Agricultural Sciences,2013,41(20):349.
[8]杨红福,姚克兵,束兆林,等.甲氧基丙烯酸酯类杀菌剂对水稻恶苗病的田间药效[J].江苏农业科学,2014,42(12):166.
　Yang Hongfu,et al.Field efficacy of strobilurin fungicides against rice bakanae disease[J].Jiangsu Agricultural Sciences,2014,42(20):166.
[9]唐成,陈露,安敏敏,等.稻瘟病诱导水稻幼苗叶片氧化还原系统的特征谱变化[J].江苏农业科学,2014,42(12):141.
　Tang Cheng,et al.Characteristic spectral changes of redox homeostasis system in rice seedling leaves induced by rice blast[J].Jiangsu Agricultural Sciences,2014,42(20):141.
[10]万云龙.优质水稻—春甘蓝轮作高效栽培模式[J].江苏农业科学,2014,42(12):90.
　Wan Yunlong.Efficient cultivation mode of high quality rice-spring cabbage rotation[J].Jiangsu Agricultural Sciences,2014,42(20):90.

备注/Memo

备注/Memo:
收稿日期：2023-11-03
基金项目：云南省科技计划基础研究专项(编号：202401CF070082)；校级科研启动专项(编号：110223010)；校级人文社科科研专项(编号：WKQN2309)。
作者简介：刘珊珊(1992—)，女，山西大同人，博士，讲师，研究方向为农业遥感。E-mail：274881086@qq.com。
更新日期/Last Update: 2024-10-20