2020年长江沿岸(江苏段)水稻种植区数据集

水稻是中国主要粮食作物,同时也是种植面积最广的作物之一.长江沿岸水资源充沛,水稻种植具有一定优势,及时准确地监测水稻种植信息,可为保障我国粮食安全提供重要技术支撑.目前基于遥感技术提取长江沿岸水稻种植区的研究较少,本文选取 2020 年覆盖长江沿岸水稻生长期(5-9 月)的Sentinel-2 卫星影像,依据水稻生长物候信息,利用高空间分辨率影像结合实地勘测,得到孟河镇水稻种植区真实分布图,并从中选取训练样本与验证样本.基于最大似然、神经网络、SVM(Support Vector Machine,支持向量机)等多种机器学习方法进行水稻提取研究,对比分析NDVI(Normalized Difference Vegetation Index,归一化植被指数)、REP(Red Edge Position Index,红边位置指数)光谱指数集的提取结果精度.结果表明,基于 5、8、9月的 3个时相REP指数集,结合经神经网络分类器,提取效果最佳,其提取结果总体精度为 92.73%,Kappa系数为 0.72.通过优选水稻提取的关键时相、光谱特征组合和分类器进行全局应用,并针对结果进行分类后处理,进而得到 2020 年长江沿岸(江苏段)水稻种植区矢量数据集,数据集总体分类精度为 87.15%.本数据集可为进一步监测长江沿岸地区水稻种植范围与提升粮食估产精度提供参考依据.