Classification of plantation types based on WFV multispectral imagery of the GF-6 satellite

é«˜åˆ†å ­å·ï¼ˆGF-6）卫星于2018年成功发射，2019-03æ­£å¼æŠ•å ¥ä½¿ç”¨ã€‚ç”±äºŽGF-6å®½å¹ ç›¸æœºçš„WFV（Wide Field of View）影像较GF-1的同类影像新增2个红边波段，将会提高对农业、林业、草原等资源监测能力。为了分析GF-6的WFVå½±åƒåœ¨äººå·¥æž—åˆ†ç±»æ–¹é¢çš„èƒ½åŠ›ï¼Œä¿ƒè¿›é«˜åˆ†æ•°æ®åœ¨æž—ä¸šé¢†åŸŸçš„åº”ç”¨ï¼Œæœ¬æ–‡é€‰å–å¹¿è¥¿é«˜å³°æž—åœºä¸ºç ”ç©¶åŒºï¼Œä»¥æœ€æ–°çš„GF-6 WFVå½±åƒä¸ºæ•°æ®æºï¼Œç»“åˆåœ°é¢å®žæµ‹ç±»åž‹æ•°æ®ï¼Œè¿›è¡Œå¹¿è¥¿å—å®é«˜å³°æž—åœºçš„æ¡‰æ ‘ï¼Œæ‰æœ¨ç­‰äººå·¥æž—ç±»åž‹æå–ã€‚ä¸»è¦è¿ç”¨éšæœºæ£®æž—ï¼ˆrandom forestsï¼‰çš„åˆ†å±‚åˆ†ç±»æ³•ï¼šé¦–å ˆè®¡ç®—6种植被指数，并利用随机森林法进行植被指数的特征优选，然后确定4种波段组合数据集的分类方案，4种数据集分别为（1ï¼‰æ— çº¢è¾¹çš„å‰4个波段，（2）有红边的8个波段，（3）8ä¸ªæ³¢æ®µåŠ ä¸Šæœªä¼˜åŒ–çš„æ¤è¢«æŒ‡æ•°ç‰¹å¾ç»„åˆï¼Œï¼ˆ4）8ä¸ªæ³¢æ®µåŠ ä¸Šä¼˜åŒ–çš„æ¤è¢«æŒ‡æ•°ç‰¹å¾ç»„åˆã€‚å†è¿›è¡ŒWFV影像4ç§æ•°æ®é›†çš„éšæœºæ£®æž—åˆ†ç±»ï¼Œéšæœºæ£®æž—é‡‡ç”¨åˆ†ç±»å›žå½’æ ‘ï¼ˆCARTï¼‰ç®—æ³•æ¥ç”Ÿæˆåˆ†ç±»æ ‘ï¼Œç»“åˆäº†bagging和随机选择特征变量的优点，是一种有效的分类方法。最后比较4个方案的分类结果并进行精度验证。结果表明：方案2比方案1精度提高了4.99%，Kappa系数提高了0.058ã€‚è¯´æ˜ŽåŒ å«çº¢è¾¹çš„8波段数据比4ä¸ªæ³¢æ®µæ•°æ®ç²¾åº¦æœ‰å¤§å¹ æå‡ã€‚æ–¹æ¡ˆ4的8æ³¢æ®µåŠ ä¸Šä¼˜åŒ–æ¤è¢«æŒ‡æ•°ç‰¹å¾ç»„åˆçš„åˆ†ç±»ç²¾åº¦æœ€é«˜ï¼Œè¾¾åˆ°äº†85.38%，比方案2åŒ å«çº¢è¾¹æ³¢æ®µç»„å’Œæ–¹æ¡ˆ1æ— çº¢è¾¹æ³¢æ®µç»„çš„ç²¾åº¦åˆ†åˆ«æé«˜äº†3.98%，8.97%，Kappa系数分别提高了0.046，0.104。说明WFVå½±åƒåŠ å ¥çº¢è¾¹æ³¢æ®µæ¯”æ— çº¢è¾¹æ³¢æ®µç²¾åº¦æ˜Žæ˜¾å¢žé«˜ã€‚ç”±ç»“æžœå¯çŸ¥ï¼Œçº¢è¾¹æŒ‡æ•°çš„å¼•å ¥ï¼Œå¢žå¼ºäº†æ¤è¢«ä¿¡æ¯ï¼Œèƒ½å¤Ÿè¾ƒå‡†ç¡®åœ°åæ˜ äººå·¥æž—ç±»åž‹ç‰¹å¾å·®å¼‚ï¼Œæ˜Žæ˜¾æå‡äº†äººå·¥æž—çš„åˆ†ç±»ç²¾åº¦ã€‚æœ¬ç ”ç©¶æ–¹æ³•å¯ä»¥æœ‰æ•ˆæ”¹å–„å¹¿è¥¿äººå·¥æž—ç±»åž‹ä¿¡æ¯æå–æ•ˆæžœï¼Œä¸ºGF-6å½±åƒè´¨é‡çš„è¯„ä»·åŠå ¶åœ¨æž—ä¸šåº”ç”¨æ½œåŠ›æä¾›ç§‘å­¦å‚è€ƒä¾æ®ã€‚