文章摘要:基于多时相影像的耕地提取和变化分析是有效管理和保护耕地资源的重要手段。然而就多时相耕地的分类提取而言，现有方法对于多时相影像中地物的时空特征表达和时空上下文关系建模存在着局限性，导致耕地的提取精度不佳；其次，对于耕地的变化分析，现有方法往往只关注基于行政单元的耕地面积统计变化，而对耕地变化在空间上的相关性分布特点考虑较少。因此，本文首先提出了一种时空上下文分类方法，综合表达和利用多时相影像中地物的光谱、纹理和空间等特征，建模时空维度上地物间在特征和语义上的上下文关系，来提高耕地覆盖分类的精度；其次，基于耕地覆盖的提取结果，在规则格网和行政区划单元上，采用GIS空间统计方法分析耕地变化的空间相关性特点；最后，以北京市顺义区为例，以2015—2019年的多时相Sentinel-2影像为数据源对本文方法进行验证。结果表明，与常见的2种多时相影像分类方法相比，本文方法在多时相耕地分类上精度最高，平均用户精度和制图精度分别达到91.21%和90.53%，所有类别的总体精度为90.79%。这表明本文方法能精确提取多时相耕地覆盖信息。通过对耕地变化的空间分布特点进行分析，发现2015—2019年顺义区耕地变化存在区域聚集现象，主要呈现为集中减少特点，其中赵全营镇、高丽营镇、木林镇和杨镇地区耕地的聚集性减少较为明显，说明这些地区的耕地侵占和减少问题比较严重。

文章关键词:

论文分类号:S127

文章来源：《农业科学研究》 网址: http://www.nykxyjgw.cn/qikandaodu/2021/1223/569.html

上一篇：农业经济论文_区块链环境下农户和合作社上链行
下一篇：农业基础科学论文_基于生命周期理论的农业科学