基于多源数据融合遥感农作物分类研究现状

在线阅读下载PDF

导出

摘要依据不同农作物对光呈现的不同敏感性,以及种植结构和规模的差异性,其在影像上呈现的光谱特征和空间特征等也会存在差异,因此利用遥感影像中农作物之间的特征差异可以对农作物类型进行分类识别。为了能够更好地支持农作物遥感分类与识别工作的开展,在文中主要就对基于多源数据融合遥感农作物分类研究现状予以综述。

作者尹祈玮张伟

机构地区黑龙江八一农垦大学

出处《农村实用技术》 2024年第10期42-43,47,共3页

关键词农作物遥感多源数据融合

分类号 F32 [经济管理—产业经济]

引文网络
相关文献

参考文献10

1陈健,刘云慧,宇振荣.基于时序MODIS-EVI数据的冬小麦种植信息提取[J].中国农学通报,2011,27(1):446-450. 被引量：29
2赵孟辰,阿里木江·卡斯木.基于Sentinel-2遥感影像的农作物分类与适宜性评价[J].西南大学学报（自然科学版）,2023,45(11):176-185. 被引量：5
3王钰,董亚坤,何紫玲,王鹏,赵昊,曾维军.基于Sentinel-2A影像的复合轮作种植结构提取[J].南方农业学报,2023,54(8):2490-2498. 被引量：2
4张旭辉,玉素甫江·如素力,仇忠丽,亚夏尔·艾斯克尔,阿卜杜热合曼·吾斯曼.基于Sentinel-2时序数据的新疆焉耆盆地农作物遥感识别与评估[J].干旱区地理,2024,47(4):672-683. 被引量：5
5吴迪,杨鹏,周黎勇,李芳松,李凌锋,张旭东.基于Sentinel-2破碎化地块灌区作物种植结构的提取[J].灌溉排水学报,2023,42(4):74-80. 被引量：4
6王克晓,周蕊,欧毅,虞豹,黄祥,王茜.基于光学与雷达遥感的山地油菜分布提取研究[J].西南大学学报（自然科学版）,2021,43(6):139-146. 被引量：5
7王利军,郭燕,贺佳,刘婷,张红利,程永政,杨秀忠,秦奋,王来刚.基于地块单元的冬小麦遥感估产方法研究[J].中国农业资源与区划,2021,42(7):243-253. 被引量：7
8郭交,朱琳,靳标.基于Sentinel-1和Sentinel-2数据融合的农作物分类[J].农业机械学报,2018,49(4):192-198. 被引量：64
9杨泽航,王文,鲍健雄.融合多源遥感数据的黑河中游地区生长季早期作物识别[J].地球信息科学学报,2022,24(5):996-1008. 被引量：13
10唐廷元,付波霖,何素云,娄佩卿,闭璐.基于GF-1和Sentinel-1A的漓江流域典型地物信息提取[J].遥感技术与应用,2020,35(2):448-457. 被引量：12

二级参考文献164

1王松寒,何隆华.雷达遥感技术在水稻识别中的研究进展[J].遥感信息,2015,30(2):3-9. 被引量：11
2曹卫彬,杨邦杰,宋金鹏.TM影像中基于光谱特征的棉花识别模型[J].农业工程学报,2004,20(4):112-116. 被引量：37
3钱素萍.对统计数据质量的几点认识[J].经济与管理,2004,18(11):82-83. 被引量：6
4郭志强.基于区域特征的小波变换图像融合方法[J].武汉理工大学学报,2005,27(2):65-67. 被引量：23
5竞霞,刘良云,张超,王纪华,贾建华,李国靖.利用多时相NDVI监测京郊冬小麦种植信息[J].遥感技术与应用,2005,20(2):238-242. 被引量：27
6郭铌,陈添宇,陈乾.用NOAA气象卫星资料对甘肃省河东地区土地覆盖分类[J].高原气象,1995,14(4):467-475. 被引量：16
7杨斌,路游.基于统计学习理论的支持向量机的分类方法[J].计算机技术与发展,2006,16(11):56-58. 被引量：15
8任建强,陈仲新,唐华俊.基于MODIS-NDVI的区域冬小麦遥感估产——以山东省济宁市为例[J].应用生态学报,2006,17(12):2371-2375. 被引量：65
9王钜钩.提高全社会粮食统计数据质量的若干思考[J].浙江工商职业技术学院学报,2007,6(1):21-23. 被引量：2
10Wolter P, Mladenoff D J, Host G E, et al. Improved forest classification in the Northern Lake states using multi-temporal Landsat image[J]. Photogrammetric Engineering and Remote Sensing,1995,61:1129-1143.

共引文献132

1石育青,梁继,李云星,孟赛颖,石倩.林地山区滑坡遥感的最优融合方法及应用[J].遥感技术与应用,2022,37(5):1248-1258.
2张琪,张光辉,张岩,王佳希,余双武.基于不同分辨率遥感影像自动提取切沟的精度分析和转换模型[J].遥感技术与应用,2022,37(5):1217-1226. 被引量：2
3姜亚珍,张瑜洁,孙琛,游松财.基于MODIS-EVI黄淮海平原冬小麦种植面积分带提取[J].资源科学,2015,37(2):417-424. 被引量：12
4陈健,刘云慧,宇振荣.河北平原冬小麦水分生产率的模拟分析[J].麦类作物学报,2012,32(1):97-102. 被引量：1
5于凤军.x^3振荡器及其周期[J].工科物理,2000,10(4):20-21.
6李鑫川,徐新刚,王纪华,武洪峰,金秀良,李存军,鲍艳松.基于时间序列环境卫星影像的作物分类识别[J].农业工程学报,2013,29(2):169-176. 被引量：58
7黄青,唐华俊,吴文斌,李丹丹,刘佳.农作物分布格局动态变化的遥感监测——以东北三省为例[J].中国农业科学,2013,46(13):2668-2676. 被引量：31
8刘庆生,黄翀,刘高焕,柴思跃,褚琳,荆鑫.基于关键期HJ卫星数据提取无棣县作物种植面积[J].中国农学通报,2014,30(26):284-290. 被引量：12
9姜亚珍,张瑜洁,孙琛,游松财.河北省土壤干湿状况遥感监测指数比较[J].中国农业气象,2014,35(6):675-681. 被引量：2
10潘学鹏,李改欣,刘峰贵,吴喜芳,近藤昭彦,沈彦俊.华北平原冬小麦面积遥感提取及时空变化研究[J].中国生态农业学报,2015,23(4):497-505. 被引量：34

1梁明月,杨倩,何卫军,张生.基于不同遥感数据源的农作物精细化分类研究[J].安徽农业科学,2024,52(17):228-232.
2郭交,王鹤颖,项诗雨,连嘉茜,王辉.基于多特征优化的PolSAR数据农作物精细分类方法[J].农业机械学报,2024,55(9):275-285.
3江济强,郑华健,刘洪顺.多源时序数据特征优选的南方丘陵山区农作物分类研究[J].地理空间信息,2024,22(11):24-31.
4宋朝阳,史尚渝,王飞,赵玉龙,刘元昊.基于Google Earth Engine和Sentinel-2数据的耕地分类研究[J].西北农林科技大学学报（自然科学版）,2024,52(11):132-141.
5赵连云,高鑫.教育强国背景下引导规范民办教育发展的重点与措施研究[J].河北师范大学学报（教育科学版）,2024,26(6):61-66.

农村实用技术

2024年第10期

浏览历史

内容加载中请稍等...

基于多源数据融合遥感农作物分类研究现状

参考文献10

二级参考文献164

共引文献132

相关作者

相关机构

相关主题

浏览历史