El arroz es un cultivo importante para la alimentación, y obtener información precisa y oportuna sobre la superficie cultivada de arroz es la base de un análisis preciso de la seguridad alimentaria. El sur de la región montañosa a menudo experimenta lluvias frecuentes, diversos modelos de cultivo de arroz, y el alto costo de las muestras sobre el terreno dificulta la cartografía a distancia eficiente y confiable del arroz. En este estudio, utilizamos la zona de Tunan en la ciudad de Chongqing como área de estudio, aprovechando las ventajas complementarias de múltiples datos de teledetección, utilizando las parcelas de tierra como unidad básica, analizamos las leyes estacionales del arroz en diferentes modos de imagen, propusimos una estrategia para generar automáticamente muestras basada en la mejora de las características a través de un modelo de bosque aleatorio. Los resultados del estudio mostraron que este método podía generar automáticamente muestras de capacitación precisas y representativas, las características generadas a través del tiempo eran totalmente consistentes con las muestras de campo (correlación espectral 0,987, distancia dinámica temporal 4,719). Utilizando las muestras generadas para cartografiar el arroz, la precisión global alcanzó el 89%, el error de extracción del área total fue -7,5%, y la incertidumbre en la cartografía fue baja. El análisis de sensibilidad mostró que la precisión y estabilidad de la cartografía del arroz dependen de varios factores como la cantidad de muestras, su distribución espacial y la selección de bandas características. Este estudio puede ofrecer una solución confiable para la cartografía rápida y precisa del arroz en las regiones montañosas, y proporcionar una base científica para la estrategia de generación automática de muestras y la selección de bandas características.

Zona montañosa; Leyes estacionales; Teledetección temporal; Escala de bloque; Generación automática de muestras; Cartografía del arroz