摘要
本发明公开了一种面向高海拔地区作物种植类别遥感识别的方法，其包括步骤：步骤1、数据采集，步骤2、数据子集划分，步骤3、数据平衡：首先判断小宗作物ms与大宗作物ml样本数之间的比值，当比值ms/ml小于1时，将ADASYN算法应用于不平衡的数据集，随后应用DBSCAN算法检测并去除噪声，最后，应用ADASYN算法平衡数据集，获取高质量的训练样本；步骤4、最优特征选择：获取10个最优特征变量；步骤5、作物种植遥感识别：利用Stacking算法结合随机森林、XGBoost与AdaBoost三个机器学习算法，随后，通过70％的训练样本与最优特征，驱动分类器构建遥感模型，实现作物种植分布分类识别。本发明通过训练样本的平衡，提高训练样本的质量，提高了作物卫星遥感分类识别的精度。
