农业资源与环境学报

作者：王昊,郭力娜,姜广辉,赵艳霞

单位：华北理工大学矿业工程学院, 河北唐山 063210,华北理工大学矿业工程学院, 河北唐山 063210,华北理工大学河北省矿业开发与安全技术重点实验室, 河北唐山 063210,华北理工大学矿产资源绿色开发与生态修复协同创新中心, 河北唐山 063210,北京师范大学地理科学学部, 北京 100875,华北理工大学经济管理学院, 河北唐山 063210

关键词：耕地“非粮化”，GEE，物候特征，农作物时间序列检测器，丰南区,

基金：国家自然科学基金面上项目（42071249）；河北省教育厅人文社会科学研究重大课题攻关项目（ZD202207）

为提高耕地“非粮化”图斑的提取效率和准确度，本研究以唐山市丰南区为例，基于谷歌地球引擎（GEE）平台，利用2019—2022 年耕地数据，结合农作物数据集、农作物物候特征和农作物时间序列检测器等获取农作物样本点，通过 Sentinel-2 和Sentinel-1长时序遥感数据构建农作物分类特征集，采用随机森林算法进行农作物分类后提取非粮作物图斑。结果表明：在进行农作物分类时，通过分析不同种类农作物NDVI和MNDWI时间序列差异，验证随机样本点，提取用于分类的样本集，最终得到了精度较高的农作物分类结果。研究期间农作物分类结果的总体精度均大于91%，Kappa系数均大于0.87，各年提取得到的非粮作物面积与统计数据的相对误差均小于1.5%，非粮作物提取精度较高。2019—2022年，丰南区西部乡镇非粮作物种植较多，且占比较高。研究方法对于无法获取实地样本点的历史年份，在提取非粮作物的种植范围时有较好适用性，且提取精度较高，可为耕地“非粮化”监管提供方法参考。

来源：2026年第1期

《农业资源与环境学报》期刊编辑部

查看农业资源与环境学报杂志2026年第1期