来源：期刊VIP网 时间：
作者：尹超;李宝;蔡士雪;笪子凯;
单位：安徽省第三测绘院;安徽省地球物理地球化学勘查技术院;合肥工业大学计算机与信息学院;
摘要：针对多时相遥感数据在区域尺度耕地提取研究中存在特征关系挖掘不充分，模型泛化性低、分类精度及效率不高等问题，该文利用Sentinel-2多期影像，从光谱特征、遥感指数特征、纹理特征、混合特征以及时序特征的叠加方式等方面构建了13个特征组合方案，并建立了基于特征优选的LightGBM耕地提取模型以确定最优特征组合，最后对构建的最优方案进行泛化验证。结果显示，基于统计域的时序特征组合方式优于多期数据特征直接堆叠，基于纹理特征的提取精度优于基于指数特征；基于光谱+遥感指数(NDVI+NDTI+LSWI)+纹理(对比度)的统计域时序特征组合的LightGBM耕地提取效果更好，准确率(Accuracy)、F1值和AUC值分别为0.917、0.920和0.909,实用性更高，且具备较好的泛化能力。该研究为农作物耕作区域提取在特征优选与方法上提供了参考。
关键词：耕地提取;;Sentinel-2;;LightGBM;;特征优选;;模型泛化
基金资助：安徽省自然资源厅科技项目(2024-K-9)
