论文部分内容阅读
在区域或全球尺度，250 m分辨率的MODIS EVI常被用于作物分类。而且，基于遥感数据可以快速准确的进行作物分类，并为辅助农业政策的制定，因而得到了广大研究者的关注。研究提出了直接使用多年MODIS 250 m EVI和临近年份地面调查数据进行作物分类的方法。首先，通过扩展2011，2012和2013年的野外调查数据获得全疆的典型地块，并从地块中提取M ODIS纯像元作为分类样本。接着使用免疫系统网络分类器（ABNet）提取研究取的主要作物，包括棉花、玉米、冬小麦和葡萄等。在三年的数据中，任意两年的地面数据用于训练分类器，用使用训练好的分类器对另一年的数据进行分类。例如，使用2011和2012年的数据训练分类器，并对2013年的数据进行分类。结果表明，每年的分类精度达80％以上，且Kappa系数高于0.7。今后工作中，仍需使用更多的地面数据获得更的更精细的分类结果。