如何及时、准确地获取大范围内作物冻害空间分布数据,是目前农业领域迫切需要解决的问题。本文根据冻害冬小麦的生长变化特点,提出了基于特征增强的冬小麦冻害精细空间分布遥感提取方法(Winter Wheat Frost Damage Fine Spatial Distrib...如何及时、准确地获取大范围内作物冻害空间分布数据,是目前农业领域迫切需要解决的问题。本文根据冻害冬小麦的生长变化特点,提出了基于特征增强的冬小麦冻害精细空间分布遥感提取方法(Winter Wheat Frost Damage Fine Spatial Distribution Extraction Method,WWFDFSDEM),用于从高分辨率遥感影像中提取高质量的冻害空间分布数据。选择冻害发生前后两期高分辨率遥感影像作为数据源,根据正常冬小麦和冻害冬小麦区域的影像特点,确定以红、近红、绿三个通道以及NDVI作为基础特征,充分利用像素级特征的空间相关性来增强特征的细节信息,以交叉熵为基础,加入特征类内差异因子和类间差异因子建立损失函数,用于增强特征的区分能力。选择山东省淄博市高青县为研究区,高分2号遥感影像为数据源,决策树、经典SegNet、RefineNet、ErfNet、UNet作为对比模型开展对比实验,WWFDFSDEM提取结果的精度(94.5%),查准率(90.8%),查全率(91.3%)均优于对比方法,证明了方法在提取冻害精细空间分布方面的有效性。方法能够满足农业生产管理、农业保险等领域提取作物冻害精细空间分布数据的需求。展开更多
文摘如何及时、准确地获取大范围内作物冻害空间分布数据,是目前农业领域迫切需要解决的问题。本文根据冻害冬小麦的生长变化特点,提出了基于特征增强的冬小麦冻害精细空间分布遥感提取方法(Winter Wheat Frost Damage Fine Spatial Distribution Extraction Method,WWFDFSDEM),用于从高分辨率遥感影像中提取高质量的冻害空间分布数据。选择冻害发生前后两期高分辨率遥感影像作为数据源,根据正常冬小麦和冻害冬小麦区域的影像特点,确定以红、近红、绿三个通道以及NDVI作为基础特征,充分利用像素级特征的空间相关性来增强特征的细节信息,以交叉熵为基础,加入特征类内差异因子和类间差异因子建立损失函数,用于增强特征的区分能力。选择山东省淄博市高青县为研究区,高分2号遥感影像为数据源,决策树、经典SegNet、RefineNet、ErfNet、UNet作为对比模型开展对比实验,WWFDFSDEM提取结果的精度(94.5%),查准率(90.8%),查全率(91.3%)均优于对比方法,证明了方法在提取冻害精细空间分布方面的有效性。方法能够满足农业生产管理、农业保险等领域提取作物冻害精细空间分布数据的需求。
