RESEARCH ON CROP CLASSIFICATION BASED ON SENTINEL-2 IMAGE USING SVM

Zhao B., Cao Q.

Zhao Bochao – graduate student;

Cao Jiawei – master’s student,

FACULTY OF GEOGRAPHY AND GEOINFORMATICS,

BELARUSIAN STATE UNIVERSITY,

MINSK, REPUBLIC OF BELARUS

Abstract: this paper uses Sentinel-2 image data, combined with ground survey data, to study the use of SVM model to classify crops in the Zhdanovich region of Belarus. First, we performed image preprocessing, including steps such as geometric correction, atmospheric correction, and pixel resampling, and then extracted image features for classification. And analyze the characteristics of crops based on the time series NDVI. In the SVM model classification, we choose the radial basis function kernel (RBF) as the kernel function, and perform parameter tuning through cross-validation. The results show that the SVM model can effectively classify Zhdanovich farmland, and the recognition accuracy is as high as 95%.

Keywords: sentinel-2 image; crop classification; time series; NDVI; SVM model.

ИССЛЕДОВАНИЕ КЛАССИФИКАЦИИ КУЛЬТУР НА ОСНОВЕ ИЗОБРАЖЕНИЯ SENTINEL-2 С ИСПОЛЬЗОВАНИЕМ SVM

Чжао Б., Цао Ц.

Чжао Бочао – аспирант;

Цао Цзявэй – магистрант,

факультет географии и геоинформатики,

Белорусский государственный университет,

г. Минск, Республика Беларусь

Аннотация: в этой статье используются данные изображений Sentinel-2 в сочетании с данными наземной съемки для изучения использования модели SVM для классификации сельскохозяйственных культур в Ждановичском районе Беларуси. Сначала мы выполнили предварительную обработку изображения, включая такие этапы, как геометрическая коррекция, атмосферная коррекция и повторная выборка пикселей, а затем извлекли признаки изображения для классификации. И анализировать характеристики сельскохозяйственных культур на основе временного ряда NDVI. В классификации модели SVM мы выбираем ядро радиальной базисной функции (RBF) в качестве функции ядра и выполняем настройку параметров посредством перекрестной проверки. Результаты показывают, что модель SVM может эффективно классифицировать сельхозугодья Ждановича, а точность распознавания достигает 95%.

Ключевые слова: изображение Sentinel-2; классификация культур; Временные ряды; НДВИ; Модель СВМ.

Список литературы / References

Liu Yansui, Lu Daodao. Основные тенденции и региональные эффекты реструктуризации сельского хозяйства в Китае // Географический журнал, 2003, № 03, с. 381-389.
Wang Wensheng, Guo Leifeng. Сельскохозяйственные большие данные и их перспективы применения // Журнал сельскохозяйственных наук Цзянсу, 2015, т. 43, № 09, с. 1-5.
Chen Yangfen, Li Xiande. Пространственные и временные паттерны и факторы изменения урожайности зерна в Китае // Журнал сельскохозяйственной инженерии, 2013, т. 29, № 20, с. 1-10.
Song X., Hu Q., Лу Миао и др. Исследование направления развития картографирования пространственного распределения сельскохозяйственных культур на основе дистанционного зондирования // Ресурсы и зонирование сельского хозяйства в Китае, 2020, т. 41, № 06, с. 57-65.
Son N.T., Chen C.F., Chen C.R. и др. Классификация многоразовых данных Sentinel-2 для мониторинга методов выращивания риса на полевом уровне в Тайване // Прогрессивные исследования космического пространства, 2019, т. 65, № 08, с. 1910-1921.
Yu Wanwan, Xu Kaijian, Zhao Ping и др. Влияние спектральных сегментов красного края изображений Sentinel-2 на определение доминирующих видов деревьев в регионах с разными периодами роста [J]. География и геоинформационная наука, 2021, т. 37, № 03, с. 42-49.
Guo Yunkai, Liu Yuling, Xu Min и др. Моделирование и анализ индекса красного края для оценки индекса площади листов растительности // Измерение и картография, 2021, т. 46, № 01, с. 93-98.
Xu Qingyun, Yang Guijun, Long Huiling и др. Выявление сельскохозяйственных культур в провинции Шаньдун на основе анализа фенологических данных многолетних временных рядов// Интеллектуальная автоматика и мягкие вычисления, 2013, т. 19, № 4, с. 513-523.
Gu Xiaohe, Han Lijian, Wang Jihua и др. Оценка площади посева кукурузы с использованием низкого и среднего разрешений метода вейвлет-слияния дистанционного зондирования// Журнал сельскохозяйственной инженерии, 2012, т. 28, № 03, с. 203-209.
Mark E.J., David R.L., Jude H.K. Идентификация культур с использованием гармонического анализа временных рядов данных NDVI AVHRR // Компьютеры и электроника в сельском хозяйстве, 2002, т. 37, с. 127-139.

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Zhao B., Cao Q. RESEARCH ON CROP CLASSIFICATION BASED ON SENTINEL-2 IMAGE USING SVM// Вестник науки и образования №10 (141), 2023 [Электронный ресурс].

Zhao B., Cao Q. RESEARCH ON CROP CLASSIFICATION BASED ON SENTINEL-2 IMAGE USING SVM// Вестник науки и образования № 10 (141), 2023, C. {см. журнал}.