基于支持向量机的多时相遥感影像冬小麦种植面积提取

基于支持向量机的多时相遥感影像冬小麦种植面积提取随着卫星遥感技术的不断发展以及全球化信息的普及，遥感影像的应用也越来越广泛。其中，农业遥感在现代化农业生产和精准农业中起着至关重要的作用。对冬小麦等作物

基于支持向量机的多时相遥感影像冬小麦种植面积提 取 随着卫星遥感技术的不断发展以及全球化信息的普及，遥感影像的 应用也越来越广泛。其中，农业遥感在现代化农业生产和精准农业中起 着至关重要的作用。对冬小麦等作物进行种植面积提取是其中一项重要 工作。本文将基于支持向量机方法，综合利用多时相遥感影像，提取冬 小麦种植面积，并在实验中对结果进行分析和评估。 一、支持向量机（SVM）算法 支持向量机是一种基于统计学习理论的分类算法，它通过寻找决策 边界，将不同类别的样本明确区分开来。该算法主要应用于有限数量的 训练样本，用于分类和回归分析。支持向量机建立一个模型，从所有可 能的分类中选择一个最优方案。其使用核函数来将低维向量映射到高维 空间，使数据可以从非线性空间中分离。 二、多时相遥感影像提取冬小麦种植面积 在多时相遥感影像中提取冬小麦种植面积需要多方面考虑，下面主 要从数据采集、预处理及特征提取三个方面进行讲解： 1.数据采集 本文所用的遥感数据为Landsat8卫星的OLI_TIRS传感器数据，分 别采集了2020年11月、2021年2月和2021年4月的数据。由于地 形、气候等因素的影响，同一地区不同季节的遥感影像在光谱响应、纹 理、结构等方面均有所不同。因此，多时相遥感影像的收集能够增强数 据的鲁棒性，提高分类结果的准确度。 2.预处理 遥感影像处理中的预处理环节主要包括辐射校正、大气校正和图像 对准。本文中采用ENVI软件中的相关工具，对数据进行预处理。