? ?由于耕、林、園地類型復(fù)雜且具有異物同譜等特點，在傳統(tǒng)分類過程中無法有效區(qū)分，給耕地資源保護(hù)帶來了困難，目前，基于遙感數(shù)據(jù)和機器學(xué)習(xí)算法進(jìn)行土地利用分類已成為國內(nèi)外學(xué)者的研究熱點。本文結(jié)合時序影像中耕、林、園地的物候特征，基于PIE-Engine遙感計算云服務(wù)平臺采用隨機森林算法實現(xiàn)耕、林、園地的自動提取，助力耕地資源保護(hù)。

? ?平臺上常用的機器學(xué)習(xí)算法有：隨機森林算法、決策樹算法、支持向量機算法、貝葉斯算法等。

研究區(qū)概況

研究區(qū)位于中國河北省保定市安國市，其地處華北平原腹地，位于北緯38°15′，東經(jīng)115°10′至115°29′之間。該區(qū)域的土地利用類型以耕地為主，包括小麥、豆類等主要糧食作物，和藥材、棉花、油料作物等經(jīng)濟(jì)作物；其他土地利用類型包括林地、園地、草地、水體、建設(shè)用地等。

分類方法

? ?本文選取正射糾正后、無條帶噪聲且覆蓋整個研究區(qū)的高質(zhì)量Sentinel－2影像共計8景，獲取時間段為2020年7月到2021年6月，空間分辨率10 m。由于耕、林、園地類型復(fù)雜且具有異物同譜等特點，且基于單時相遙感數(shù)據(jù)的提取效果較差，因此本文基于時間序列NDVI(Normalized Difference Vegetation Index)數(shù)據(jù)所反映的植被物候特征作為參考，分別采集耕、林、園地以及其他共4類697個樣本點， 隨機選擇70%用于訓(xùn)練，其余30%用于精度驗證，最終實現(xiàn)耕、林、園地的自動提取。對于分類結(jié)果，選用眾數(shù)濾波消除邊界小而無意義的點，具體操作過程如下：

核心代碼

分類結(jié)果

分類精度

本文對安國市土地利用進(jìn)行分類，共分4類：耕地、林地、園地和其他，其中總體精度為93.55%，Kappa系數(shù)為0.89，混淆矩陣如下表。

結(jié)論

本文在充分考慮地物的時序變化趨勢基礎(chǔ)上，結(jié)合植被物候特征能夠有效解決機器學(xué)習(xí)分類過程中異物同譜的問題，快速、高精度地對耕、林、園地進(jìn)行自動分類。

示例代碼

鏈接：https://engine.piesat.cn/engine/home?sourceId=8f1b6d3263ee444eb08b9d0db86af329