利用Sentinel-2卫星数据同化WOFOST模型估算玉米自交系产量的方法Table.1

覆盖作物是一种关键的农业实践，可以改善土壤质量，提高作物产量，减少农场氮和磷的损失。然而，人们对覆盖作物在大的空间和时间尺度上被采用的程度了解有限。遥感提供了一种低成本的方法，可以在田间和大的时空尺度上监测覆盖作物的采用情况。迄今为止，大多数使用卫星数据的研究都绘制了覆盖作物的存在图，但尚未确定具体的覆盖作物物种，这很重要，因为不同植物功能类型（如豆类、草）的覆盖作物具有不同的生态系统功能。在这里，我们使用Sentinel-2卫星数据和随机森林分类器来绘制密歇根州东南部葡萄干河流域的覆盖作物物种——谷物黑麦和红三叶草，它们代表了草和豆类的功能类型。我们绘制的该地区农业土地覆盖图，包括两种覆盖作物，具有中高精度，总体精度为83%。红三叶草和谷物黑麦的F1得分在0.7到0.77之间，用户和生产者的准确率在63.3%到86.2%之间。覆盖作物最常见的错误分类是带有剩余作物残茬的休耕地，这些残茬通常看起来很相似，因为这些覆盖作物物种通常种植在现有的作物残茬内，或间种到谷物作物中。我们发现，4月底和7月初的红色边缘带和图像对分类准确性最为重要。我们的研究结果证明了使用Sentinel-2图像绘制单个覆盖作物物种的潜力，这对于了解农场作物多样性增加的环境结果至关重要。