关键词：多时相 ndvi时间序列 决策树 神经网络 作物分类 

摘要：以河北省廊坊市永清县整个县域为研究区,以GF1-WFV16m分辨率影像为数据源,选取覆盖作物完整生长期多个时相的影像数据,构建作物归一化植被指数(Normalized Difference Vegetation Index ,NDVI)时间序列。通过对研究区NDVI曲线的分析,发现利用该数据构建的NDVI时间序列可描述研究区作物的生长特性,体现当地不同作物的物候差异,能有效地区分出当地的种植模式。选取NDVI曲线上最大值、最小值、峰值的出现时间、峰值数量和阈值等特征参数构建决策树。根据研究区的物候历和对当地种植结构的调查,利用最佳时相的影像,针对某一种或特定几种作物进行分类提取。分别采用决策树分类、神经网络分类等方法进行精度验证,综合比较得出最佳的作物分类方法。研究结果表明,在永清县这一县域研究区,利用GF1-WFV16m分辨率多时相遥感数据进行作物分类,采用决策树分类、神经网络分类两种方法的精度分别为72.0729%、87.3%。利用决策树分类的效果最优。

红外杂志要求:

{1}摘要内容应包括研究工作目的、方法、结果和结论。摘要应具有独立性和自含性，即不阅读全文，就能获得必要的信息。

{2}作者对来稿的真实性及科学性负责。依照《中华人民共和国著作权法》的有关规定，本刊可对来稿做文字修改、删节。凡有涉及原意的修改，则提请作者考虑。修改稿逾期3个月不寄回者，视作自动撤稿。

{3}特别欢迎随稿提供较高质量的彩色与黑白摄影图片电子版，以便本刊封内彩页选用。

{4}要有300字以内的中文摘要和3至5个关键词。

{5}作者如对文章题名、责任者、基金项目（名称和编号）需做必要的解释或说明，请在当页用脚注表示;对于文章特定内容的解释说明,请用“注释”方式置于文后，序号用带“[]”的阿拉伯数字表示，连续编号。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社