|本期目录/Table of Contents|

[1]王小飞,张方敏,任祖光,等.基于机器学习算法的河南省冬小麦面积提取研究[J].江苏农业科学,2024,52(6):215-224.
　Wang Xiaofei,et al.Study on area extraction of winter wheat in Henan Province based on machine learning algorithm[J].Jiangsu Agricultural Sciences,2024,52(6):215-224.
点击复制

基于机器学习算法的河南省冬小麦面积提取研究(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第52卷
期数:
2024年第6期
页码:
215-224
栏目:
农业工程与信息技术
出版日期:
2024-03-20

文章信息/Info

Title:
Study on area extraction of winter wheat in Henan Province based on machine learning algorithm
作者:
王小飞1; 张方敏1; 任祖光2; 张世豪3; 高歌1; 4
1.南京信息工程大学气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室，江苏南京 210044； 2.中联智慧农业股份有限公司，安徽芜湖 241080； 3.桂林电子科技大学广西图像图形与智能处理重点实验室，广西桂林 541004； 4. 国家气候中心中国气象局气候研究开放实验室，北京 100081
Author(s):
Wang Xiaofei; et al
关键词:
冬小麦; 深度神经网络; NDVI; 遥感; 时间序列
Keywords:
-
分类号:
S127
DOI:
-
文献标志码:
A
摘要:
为了精准获取河南省冬小麦空间分布及面积数据，基于2003—2021年250 m MODIS-NDVI时间序列遥感数据集，通过设置不同的阈值条件获得高质量的样本数据，采用深度神经网络(DNN)、随机森林(RF)和支持向量机(SVM)算法，自动从NDVI时序数据中提取冬小麦特征，分别训练出非线性模型，在250 m尺度对河南省冬小麦分布和面积进行识别。结果表明，基于DNN算法的河南省冬小麦面积识别模型精确率为97.26%，总体一致性为9797%；基于RF、SVM算法的精确率分别为91.51%和89.31%，总体一致性均在90%以下。和RF、SVM算法相比，DNN算法在精度上有明显的提升，能够更好地反映河南省冬小麦的时间变化趋势和空间面积分布。该研究说明，运用中等分辨率长时间序列影像结合DNN算法，在一定程度上可以更准确识别大区域的农作物信息。
Abstract:
-

参考文献/References:

［1］孙九林. 中国农作物遥感动态监测与估产总论［M］. 北京：中国科学技术出版社，1996：1-8.
［2］何忠，谢国雪，林垚君，等. 遥感技术在我国甘蔗产业的应用综述［J］. 国土资源信息化，2020(4)：22-27.
［3］张荣群，王盛安，高万林，等. 基于时序植被指数的县域作物遥感分类方法研究［J］. 农业机械学报，2015，46(增刊1)：246-252.
［4］饶新宇，李红军，张圣微，等. 草原植被长势遥感监测方法适宜性研究［J］. 中国生态农业学报(中英文)，2021，29(12)：2084-2092.
［5］Liang S L. Quantitative remote sensing of land surfaces［M］. New Jersey：John Wiley & Sons，2003：494-501.
［6］Bognár P，Kern A，Pásztor S，et al. Yield estimation and forecasting for winter wheat in Hungary using time series of MODIS data［J］. International Journal of Remote Sensing，2017，38(11)：3394-3414.
［7］Pan Y Z，Li L，Zhang J S，et al. Winter wheat area estimation from MODIS-EVI time series data using the Crop Proportion Phenology Index［J］. Remote Sensing of Environment，2012，119：232-242.
［8］Skakun S，Vermote E，Franch B，et al. Winter wheat yield assessment from Landsat 8 and Sentinel-2 data：incorporating surface reflectance，through phenological fitting，into regression yield models［J］. Remote Sensing，2019，11(15)：1768.
［9］Xu F，Li Z F，Zhang S Y，et al. Mapping winter wheat with combinations of temporally aggregated Sentinel-2 and Landsat-8 data in Shandong Province，China［J］. Remote Sensing，2020，12(12)：2065.
［10］Huawei Mou A，Huan Li B，Yuguang Zhou C，et al. Estimating winter wheat straw amount and spatial distribution in Qihe County，China，using GF-1 satellite images［J］. Journal of Renewable and Sustainable Energy，2021，13(1)：013102.
［11］Zhang X W，Qiu F，Qin F. Identification and mapping of winter wheat by integrating temporal change information and Kullback-Leibler divergence［J］. International Journal of Applied Earth Observation and Geoinformation，2019，76：26-39.
［12］Zhang Q X，Wang G F，Wang G J，et al. Identifying winter wheat using landsat data based on deep learning algorithms in the North China Plain［J］. Remote Sensing，2023，15(21)：5121.
［13］Shi W Z，Zhang M，Zhang R，et al. Change detection based on artificial intelligence：state-of-the-art and challenges［J］. Remote Sensing，2020，12(10)：1688.
［14］Busetto L，Zwart S J，Boschetti M. Analysing spatial-temporal changes in rice cultivation practices in the Senegal River Valley using MODIS time-series and the PhenoRice algorithm［J］. International Journal of Applied Earth Observation and Geoinformation，2019，75：15-28.
［15］Skakun S，Franch B，Vermote E，et al. Early season large-area winter crop mapping using MODIS NDVI data，growing degree days information and a Gaussian mixture model［J］. Remote Sensing of Environment，2017，195：244-258.
［16］Chu L，Liu Q S，Huang C，et al. Monitoring of winter wheat distribution and phenological phases based on MODIS time-series：a case study in the Yellow River Delta，China［J］. Journal of Integrative Agriculture，2016，15(10)：2403-2416.
［17］Tao J B，Wu W B，Zhou Y，et al. Mapping winter wheat using phenological feature of peak before winter on the North China Plain based on time-series MODIS data［J］. Journal of Integrative Agriculture，2017，16(2)：348-359.
［18］Qiu B W，Hu X，Chen C C，et al. Maps of cropping patterns in China during 2015—2021［J］. Scientific Data，2022，9：479.
［19］Dong J，Fu Y Y，Wang J J，et al. Early-season mapping of winter wheat in China based on Landsat and Sentinel images［J］. Earth System Science Data，2020，12(4)：3081-3095.
［20］Amani M，Ghorbanian A，Ali Ahmadi S，et al. Google earth engine cloud computing platform for remote sensing big data applications：a comprehensive review［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2020，13：5326-5350.
［21］Li Y S，Li X W，Zhang Y J，et al. Cost-efficient information extraction from massive remote sensing data：when weakly supervised deep learning meets remote sensing big data［J］. International Journal of Applied Earth Observation and Geoinformation，2023，120：103345.
［22］Goodfellow I，Bengio Y，Courville A. Deep learning［M］. Cambridge：The Massachusetts Institute of Technology Press，2016：164-172.
［23］王连喜，徐胜男，李琪，等. 基于决策树和混合像元分解的江苏省冬小麦种植面积提取［J］. 农业工程学报，2016，32(5)：182-187.
［24］李龙，李旭青，吴伶，等. 基于决策树和神经网络的农作物分类研究——以廊坊市为例［J］. 红外，2019，40(3)：24-31，36.
［25］苏腾飞，刘全明，苏秀川. 基于多种植被指数时间序列与机器学习的作物遥感分类研究［J］. 江苏农业科学，2017，45(16)：219-224.
［26］杨野，杨德昌，孙红，等. 基于无人机多光谱遥感和机器学习算法的南疆棉花生物量估算［J］. 江苏农业科学，2023，51(15)：179-187.
［27］张乾坤，蒙继华，任超.构建地块二维表征及CNN模型的作物遥感分类［J］. 遥感学报，2022，26(7)：1437-1449.
［28］Sun Z H，Di L P，Fang H，et al. Deep learning classification for crop types in North Dakota［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2020，13：2200-2213.
［29］姚锦一，王卷乐，严欣荣，等. 基于深度神经网络的蒙古国色楞格河流域水体信息提取［J］. 地球信息科学学报，2022，24(5)：1009-1017.
［30］Kussul N，Lavreniuk M，Skakun S，et al. Deep learning classification of land cover and crop types using remote sensing data［J］. IEEE Geoscience and Remote Sensing Letters，2017，14(5)：778-782.
［31］李炳军，张一帆. 不同生育期气候变化对河南省冬小麦产量影响的量化分析［J］. 江苏农业科学，2022，50(12)：238-246.
［32］Yang J，Huang X.The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019［J］. Earth System Science Data，2021，13(8)：3907-3925.
［33］Li J D，Lei H M. Tracking the spatio-temporal change of planting area of winter wheat-summer maize cropping system in the North China Plain during 2001—2018［J］. Computers and Electronics in Agriculture，2021，187：106222.
［34］Pleoianu A I，Stupariu M S，andric I，et al. Individual tree-crown detection and species classification in very high-resolution remote sensing imagery using a deep learning ensemble model［J］. Remote Sensing，2020，12(15)：2426.
［35］张锦水，赵光政，洪友堂，等. 基于像元物候曲线匹配的生长季内河北省冬小麦空间分布识别［J］. 农业工程学报，2020，36(23)：193-200.
［36］许青云，杨贵军，龙慧灵，等. 基于MODIS NDVI多年时序数据的农作物种植识别［J］. 农业工程学报，2014，30(11)：134-144.
［37］Wu C Y，Chen J M. Diverse responses of vegetation production to interannual summer drought in North America［J］. International Journal of Applied Earth Observation and Geoinformation，2013，21：1-6.
［38］田富有，吴炳方，曾红伟，等. 基于多层神经网络与Sentinel-2数据的大豆种植区识别方法［J］. 地球信息科学学报，2019，21(6)：918-927.

相似文献/References:

[1]米慧玲,孟庆健,杨玉荣,等.不同苗情下冬小麦氮肥最佳追施时期和追施量[J].江苏农业科学,2014,42(10):62.
　Mi Huiling,et al.Study on topdressing stage and application amount of nitrogen at different conditions of winter wheat seedlings[J].Jiangsu Agricultural Sciences,2014,42(6):62.
[2]钟茜,韩鹏辉,高宁大,等.不同栽培管理模式对冬小麦产量、养分利用及土壤硝态氮的影响[J].江苏农业科学,2013,41(07):52.
　Zhong Qian,et al.Effects of different cultivation and management modes on yield and nutrient use of winter wheat and soil nitrate residua[J].Jiangsu Agricultural Sciences,2013,41(6):52.
[3]张俊俊,刘文兆,韩晓阳.陕西长武塬区冬小麦的蒸散特征[J].江苏农业科学,2013,41(12):60.
　Zhang Junjun,et al.Evapotranspiration characteristics of winter wheat in Changwu loess tableland[J].Jiangsu Agricultural Sciences,2013,41(6):60.
[4]李金峰,聂兆君,赵鹏,等.畜禽粪便配施对冬小麦产量及Cu、Zn、As在植株累积和土壤中垂直分布的影响[J].江苏农业科学,2016,44(04):137.
　Li Jinfeng,et al.Effects of application of livestock and poultry manure on yield of winter wheat and accumulation of Cu，Zn and As in plants and their vertical distribution in soil[J].Jiangsu Agricultural Sciences,2016,44(6):137.
[5]张宸赫,王琳,赵天良,等.气候变暖背景下中国冬小麦物候期的时空特征[J].江苏农业科学,2016,44(04):448.
　Zhang Chenhe,et al.Temporal and spatial characteristics of Chinas winter wheat phenological period under background of climate warming[J].Jiangsu Agricultural Sciences,2016,44(6):448.
[6]杨琳,高苹,居为民.基于MODIS NDVI数据的江苏省冬小麦物候期提取[J].江苏农业科学,2016,44(01):315.
　Yang Lin,et al.Retrieval of winter wheat phenological period based on MODIS NDVI data in Jiangsu Province[J].Jiangsu Agricultural Sciences,2016,44(6):315.
[7]朱伟,沙正芹,郭静,等.拔节孕穗肥对冬小麦产量相关性状及不同粒位的影响[J].江苏农业科学,2015,43(10):99.
　Zhu Wei,et al.Effects of fertilizer for elongation and booting on yield related traits and different ear positions of winter wheat[J].Jiangsu Agricultural Sciences,2015,43(6):99.
[8]崔怀洋,訾 妍,徐 晖,等.倒伏春性冬小麦冠层光谱特征及倒伏严重度预测[J].江苏农业科学,2015,43(07):55.
　Cui Huaiyang,et al.Canopy spectral characteristics and lodging severity prediction of lodging group of winter wheat[J].Jiangsu Agricultural Sciences,2015,43(6):55.
[9]王圆媛,陈书涛,吴静,等.不同品种对冬小麦秸秆分解系数的影响[J].江苏农业科学,2015,43(06):315.
　Wang Yuanyuan,et al.Effect of different cultivars on decomposition coefficient of winter wheat straw[J].Jiangsu Agricultural Sciences,2015,43(6):315.
[10]张 怡,史本林.气候变化对豫东冬小麦产区的综合影响[J].江苏农业科学,2015,43(02):336.
　Zhang Yi,et al.Comprehensive effect of climate change on production of winter wheat in eastern Henan[J].Jiangsu Agricultural Sciences,2015,43(6):336.

备注/Memo

备注/Memo:
收稿日期：2023-04-19
基金项目：江苏省碳达峰碳中和科技创新专项资金(编号：BK20220017)。
作者简介：王小飞(1995—)，男，河南周口人，硕士研究生，主要从事农业遥感研究。E-mail：1573979951@qq.com。
通信作者：张方敏，博士，教授，主要从事农业与生态气象研究，E-mail：fmin.zhang@nuist.edu.cn；高歌，博士，研究员，主要从事气候变化与评估研究，E-mail：gaoge@cma.gov.cn。
更新日期/Last Update: 2024-03-20