基于哨兵2号多光谱影像的水稻倒伏识别与分类

P407.8; 为加强对粮食生产区水稻倒伏面积、位置及严重程度的识别和监测,基于黑龙江红卫农场2019年9月22日的哨兵2号卫星多光谱遥感影像计算水稻的光谱反射率、植被指数以及图像纹理3种特征,利用决策树分类法对倒伏水稻进行识别和分类.首先根据现场调查和目视解译结果选定倒伏水稻样点,分析正常、轻度倒伏、中度倒伏、重度倒伏4种倒伏类型水稻的光谱反射率特征,发现在绿光、红光、红边3以及近红外1处存在较大差异.植被指数特征中,NDVI和RVI均随水稻倒伏程度加深而下降,GRVI、DVI和NDREⅠ则在水稻倒伏后逐渐增加.其中,不同倒伏类型水稻的DVI显示出了较大的差异.4种水稻倒伏类型在可见光波段的均值纹理特征差异显著,尤其是蓝光波段的纹理均值是区分不同倒伏类型的重要特征.基于对水稻倒伏敏感的特征量构建决策树,成功区分了正常、轻度倒伏、中度倒伏和重度倒伏4种倒伏类型,与实际倒伏面积对比的识别误差分别为5.33％、6.51％、10.25％和-7.75％,识别的准确度较高.