El arroz es un cultivo alimentario importante, y obtener información precisa y oportuna sobre la superficie de cultivo de arroz es la base para analizar con precisión la situación de la seguridad alimentaria. Las regiones montañosas del sur se caracterizan por lluvias frecuentes y mal tiempo, diversos patrones de cultivo de arroz y altos costos de muestreo en el campo, lo que dificulta la cartografía a distancia eficaz y fiable del arroz. En este estudio, utilizamos la región de Tungnan en la ciudad de Chongqing, China, como área de estudio, y aprovechamos la complementariedad de los diferentes datos de teledetección, tomando como unidad básica de análisis las parcelas de tierra para comprender las características estacionales del arroz en diferentes modos de imagen, proponer una estrategia de generación automática de muestras y llevar a cabo la cartografía a distancia del arroz basada en el modelo de bosque aleatorio con optimización de características. Los resultados del estudio muestran que este método puede generar automáticamente muestras de entrenamiento precisas y representativas, con características temporales de las muestras generadas que son altamente consistentes con las muestras de campo (correlación espectral 0,987, distancia dinámica temporal regular 4,719). Utilizando las muestras generadas para la cartografía del arroz, la precisión general alcanza el 89%, el error de extracción del área total es del -7,5%, y la cartografía es poco fiable. El análisis de sensibilidad muestra que la precisión y la estabilidad de la cartografía del arroz dependen de factores como la cantidad de muestras, la distribución espacial y la selección de características espectrales. Este estudio puede proporcionar una solución fiable para la cartografía rápida y precisa del arroz en regiones montañosas, así como una base científica para la formulación de estrategias de muestreo y selección de características.

Regiones montañosas; Reglas estacionales; Teledetección temporal; Escala de parcela; Generación automática de muestras , Cartografía de arroz