Spacecraft Recovery & Remote Sensing, Volume. 46, Issue 3, 132(2025)
A Cross-Domain Rice Mapping Method Integrating Multi-Feature Optimization and Phenomena Feature Alignment
Figures & Tables(15)
![[in Chinese]](/Images/icon/loading.gif){kind=icon}
Table 1. Ground cover products used in this paper
View tableView in ArticleTable 1. Ground cover products used in this paper
分辨率/m 地图产品 精度/% 年份 数据源 10 东南/东北亚水稻图 85~95 2017—2019 文献[ 28 ]20 东南亚五国水稻图 92 2019 文献[ 29 ]10 ESA World Cover 74 2020—2021 https://viewer.esa-worldcover.org/worldcover 10 GlobeLand30 83~85 2000—2020 https://www.globalcover.com/GLC30Download/index.aspx
Table 2. Description of extracted phenological parameters
View tableView in ArticleTable 2. Description of extracted phenological parameters
物候参数 定义 SOS 生长季节的开始，即NDVI增长到阈值处的时刻 EOS 生长季节的结束，即NDVI降低到阈值处的时刻 COS 生长季节的周期，即SOS与EOS之差值 POS 生长季节的中段绿度，即NDVI峰值 KOS 时序NDVI所形成分布的峰度，表示变化幅度 SOG 时序NDVI所形成分布的偏度，表示变化幅度
Table 3. Comparison of D-D cross-domain accuracy of different rice mapping methods in 2019
View tableView in ArticleTable 3. Comparison of D-D cross-domain accuracy of different rice mapping methods in 2019
方法 类别 用户精度/% 生产精度/% F1分数 总体精度/% CDRR 水稻 95.1 94.5 0.948 95.1 其他作物 95.2 95.7 0.954 DTW 水稻 78.6 69.5 0.737 76.0 其他作物 74.1 82.1 0.779 Eppf-CM 水稻 85.7 86.1 0.859 86.3 其他作物 86.8 86.4 0.866 PSPR 水稻 85.8 83.1 0.844 85.2 其他作物 84.7 87.2 0.859 Phenology 水稻 80.9 81.0 0.810 81.5 其他作物 82.1 82.0 0.821
Table 4. Comparison of D-A cross-domain accuracy of different rice mapping methods in 2019
View tableView in ArticleTable 4. Comparison of D-A cross-domain accuracy of different rice mapping methods in 2019
方法 类别 用户精度/% 生产精度/% F1分数 总体精度/% CDRR 水稻 93.7 93.4 0.935 94.2 其他作物 94.7 94.9 0.948 DTW 水稻 77.5 52.0 0.622 69.5 其他作物 65.6 85.9 0.744 Eppf-CM 水稻 85.9 66.3 0.749 78.5 其他作物 74.0 89.8 0.812 PSPR 水稻 83.7 72.0 0.774 79.5 其他作物 76.4 86.6 0.812 Phenology 水稻 76.0 76.6 0.763 77.0 其他作物 77.9 77.4 0.776
Table 5. Comparison of D-B cross-domain accuracy of different rice mapping methods in 2019
View tableView in ArticleTable 5. Comparison of D-B cross-domain accuracy of different rice mapping methods in 2019
方法 类别 用户精度/% 生产精度/% F1分数 总体精度/% CDRR 水稻 91.6 93.5 0.926 92.5 其他作物 93.3 91.4 0.923 DTW 水稻 68.8 43.2 0.531 60.1 其他作物 55.8 78.5 0.652 Eppf-CM 水稻 80.4 59.8 0.686 71.3 其他作物 65.6 84.0 0.736 PSPR 水稻 85.2 74.7 0.796 80.1 其他作物 75.8 86.0 0.806 Phenology 水稻 80.0 82.5 0.812 80.0 其他作物 80.1 77.3 0.787
Table 6. Comparison of D-C cross-domain accuracy of different rice mapping methods in 2019
View tableView in ArticleTable 6. Comparison of D-C cross-domain accuracy of different rice mapping methods in 2019
方法 类别 用户精度/% 生产精度/% F1分数 总体精度/% CDRR 水稻 95.0 94.4 0.947 95.5 其他作物 96.0 96.4 0.962 DTW 水稻 78.2 63.9 0.703 78.1 其他作物 78.1 87.8 0.827 Eppf-CM 水稻 87.4 74.1 0.802 85.2 其他作物 84.0 92.7 0.881 PSPR 水稻 83.9 79.0 0.814 85.2 其他作物 86.1 89.5 0.878 Phenology 水稻 74.6 89.7 0.815 83.5 其他作物 91.9 79.2 0.851
Tools
Get Citation
Copy Citation Text
Jiabing WEI, Dongyang HOU, Huaqiao XING, Cansong LI. A Cross-Domain Rice Mapping Method Integrating Multi-Feature Optimization and Phenomena Feature Alignment[J]. Spacecraft Recovery & Remote Sensing, 2025, 46(3): 132
Paper Information
Category:
Received: Sep. 13, 2024
Accepted: Sep. 13, 2024
Published Online: Jul. 1, 2025
The Author Email: Dongyang HOU (houdongyang1986@163.com)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20