农业工程学报

作者：赵凡,张新,董文,郜丽静,彭玉,张冬,

关键词：遥感, 采样策略, 地理相似性, 随机抽样, 系统抽样, 农作物分类

基金：42

样本代表性是制约遥感农作物分类精度与可靠性的关键因素，尤其在需要详细规划、样本规模受限的县域尺度研究中更为突出。现有采样方法多依赖随机、均匀布点或经验分区，难以充分刻画作物光谱差异及其随样本规模变化的影响。针对上述问题，该研究以县域农作物分类为试验场景，构建了一种基于地理相似性的样本选取策略，并以分层随机抽样和系统抽样作为对照方法，结合支持向量机、随机森林和时间卷积网络3类模型开展农作物分类对比试验，在不同样本规模条件下系统评估其分类性能与样本代表性。试验结果表明，在42个样本条件下，地理相似性采样能够以较少样本实现对特征空间的有效覆盖，其分类精度在支持向量机和时间卷积网络中较对照方法提升约2%~12%，在随机森林中与其他采样策略差异较小。随着样本数量增加，3种采样策略间的精度差异逐渐减小，表明地理相似性采样的优势主要体现在样本数量较少的阶段。进一步分析发现，不同地理相似性采样的作物分类效果不同：光谱特征清晰的作物在少量样本下即可获得较高精度，而光谱异质性较强或混合程度较高的作物的精度随样本量增加而提升并趋于稳定。/

来源：2026年第6期

《农业工程学报》期刊编辑部

查看农业工程学报杂志2026年第6期