期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于无人机可见光影像的新疆棉田田间尺度地物识别
被引量：
3
1
作者
张楠楠
张晓
+3 位作者
白铁成
袁新涛
马瑞
李莉
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第S02期199-205,共7页
针对无人机采集影像时不同地物最佳分辨率难以确定的问题,运用大疆M600Pro型无人机获取棉花蕾期可见光影像,结合地面调查采样数据,利用神经网络(Artificial neural networks,ANN)、支持向量机(Support vector machines,SVM)和随机森林(R...
针对无人机采集影像时不同地物最佳分辨率难以确定的问题,运用大疆M600Pro型无人机获取棉花蕾期可见光影像,结合地面调查采样数据,利用神经网络(Artificial neural networks,ANN)、支持向量机(Support vector machines,SVM)和随机森林(Random forest,RF)3种监督分类算法进行田间地物识别。分析不同分辨率(1.00、2.50、5.00、7.50、10.00 cm)下对地物的识别精度,并结合算法运行时间,从分辨率、算法精度和运行时间上找到适合南疆田间尺度棉花田块地物识别的最佳分辨率和最优算法。试验结果表明:当空间分辨率为1.00 cm时,SVM对地物的识别精度最高,总体精度与Kappa系数分别为99.857%和0.997。随着空间分辨率的降低,总体精度和Kappa系数呈下降趋势。当分辨率为2.50 cm和5.00 cm时,采用RF算法,运行时间最短,土地、棉花和滴灌带可获得较好的识别精度,总体精度与Kappa系数分别可达99.252%和0.986以上。当空间分辨率大于5.00 cm时,总体精度和Kappa系数下降,滴灌带制图精度(Producer’s accuracy,PA)和用户精度(User’s accuracy,UA)下降最大。空间分辨率小于5.00 cm的图像能够很好地识别蕾期棉花地的典型地物,可为进行田间地物类型及其分布状况的识别提供指导。
展开更多
关键词
棉田
地物分类
无人机可见光影像
田间尺度
空间分辨率
随机森林
在线阅读
下载PDF
职称材料
无人机影像用于监测湿地植物群落开花覆盖度与昆虫访花活动
被引量：
2
2
作者
邓璐希
唐莎莎
+4 位作者
邹婷婷
杨聪
吕森涛
尚书禾
汪小凡
《植物科学学报》
CAS
CSCD
北大核心
2021年第5期467-475,共9页
在群落水平的传粉生态学研究中,使用传统的调查方法对大尺度样地进行定量分析存在一定的局限性,无人机遥感技术可能为此提供一种解决方案。为探讨无人机影像数据应用于群落水平传粉生物学的可行性,本研究以神农架大九湖亚高山湿地草本...
在群落水平的传粉生态学研究中,使用传统的调查方法对大尺度样地进行定量分析存在一定的局限性,无人机遥感技术可能为此提供一种解决方案。为探讨无人机影像数据应用于群落水平传粉生物学的可行性,本研究以神农架大九湖亚高山湿地草本植物群落为对象,利用消费级无人机获取4个面积在1600~3000 m^(2)的样地在不同季节的可见光影像数据,借助ContextCapture软件拼接影像,采用支持向量机(SVM)的分类方法计算不同颜色花的开花覆盖度,并对16个2 m×2 m样方中访花昆虫的活动进行了实地调查。数据分析结果显示:(1)无人机影像中不同颜色的开花覆盖度与传粉者数量显著相关,并呈指数关系;(2)随着无人机飞行高度的增加,开花覆盖度的观测值呈减小趋势;(3)不同样地中,单位开花面积上的传粉者数量差异不显著。本研究还探讨了通过无人机影像计算开花覆盖度从而监测研究区域的开花季相动态和估算传粉者数量的可行性。
展开更多
关键词
无人机可见光影像
湿地群落
开花覆盖度
访花昆虫
神农架大九湖
在线阅读
下载PDF
职称材料
冬小麦叶面积指数真实性检验尺度扩展方法研究
被引量：
2
3
作者
李军玲
张弘
邹春辉
《麦类作物学报》
CAS
CSCD
北大核心
2019年第2期210-216,共7页
为在空间尺度上实现冬小麦LAI地面观测与遥感观测直接匹配,从1 m×1 m范围的实测LAI出发,通过优化采样方法扩展得到16 m×16 m范围的冬小麦LAI,然后利用空间分辨率为16 m的高分1号卫星的多光谱数据计算样本点的植被指数,建立其...
为在空间尺度上实现冬小麦LAI地面观测与遥感观测直接匹配,从1 m×1 m范围的实测LAI出发,通过优化采样方法扩展得到16 m×16 m范围的冬小麦LAI,然后利用空间分辨率为16 m的高分1号卫星的多光谱数据计算样本点的植被指数,建立其与冬小麦LAI的拟合模型,从四种植被指数的拟合模型中挑选表现最好的LAI估测模型,获得16 m×16 m尺度的LAI分布图,并经过重采样聚合为250 m×250 m尺度的LAI格点图,从而实现从地面点测量数据到卫星尺度数据的扩展。检验结果表明,16 m×16 m和250 m×250 m两个研究区域模拟点值和实测点值的相对误差分别为4.18%和3.64%,说明这种尺度扩展方法是科学可行的。
展开更多
关键词
叶面积指数
无人机可见光影像
高分一号
尺度扩展
真实性检验
在线阅读
下载PDF
职称材料
题名
基于无人机可见光影像的新疆棉田田间尺度地物识别
被引量：
3
1
作者
张楠楠
张晓
白铁成
袁新涛
马瑞
李莉
机构
中国农业大学智慧农业系统集成研究教育部重点实验室
塔里木大学信息工程学院
塔里木绿洲农业教育部重点实验室(塔里木大学)
中国农业大学农业农村部农业信息获取技术重点实验室
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第S02期199-205,共7页
基金
国家自然科学基金项目(32101621、61640413)
兵团财政科技计划项目(2022CB001-05、2021BB023-02)
文摘
针对无人机采集影像时不同地物最佳分辨率难以确定的问题,运用大疆M600Pro型无人机获取棉花蕾期可见光影像,结合地面调查采样数据,利用神经网络(Artificial neural networks,ANN)、支持向量机(Support vector machines,SVM)和随机森林(Random forest,RF)3种监督分类算法进行田间地物识别。分析不同分辨率(1.00、2.50、5.00、7.50、10.00 cm)下对地物的识别精度,并结合算法运行时间,从分辨率、算法精度和运行时间上找到适合南疆田间尺度棉花田块地物识别的最佳分辨率和最优算法。试验结果表明:当空间分辨率为1.00 cm时,SVM对地物的识别精度最高,总体精度与Kappa系数分别为99.857%和0.997。随着空间分辨率的降低,总体精度和Kappa系数呈下降趋势。当分辨率为2.50 cm和5.00 cm时,采用RF算法,运行时间最短,土地、棉花和滴灌带可获得较好的识别精度,总体精度与Kappa系数分别可达99.252%和0.986以上。当空间分辨率大于5.00 cm时,总体精度和Kappa系数下降,滴灌带制图精度(Producer’s accuracy,PA)和用户精度(User’s accuracy,UA)下降最大。空间分辨率小于5.00 cm的图像能够很好地识别蕾期棉花地的典型地物,可为进行田间地物类型及其分布状况的识别提供指导。
关键词
棉田
地物分类
无人机可见光影像
田间尺度
空间分辨率
随机森林
Keywords
cotton
object classification
unmanned aerial vehicle(UAV)visible light images
field scale
ground resolution
random forest
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
无人机影像用于监测湿地植物群落开花覆盖度与昆虫访花活动
被引量：
2
2
作者
邓璐希
唐莎莎
邹婷婷
杨聪
吕森涛
尚书禾
汪小凡
机构
武汉大学生命科学学院
出处
《植物科学学报》
CAS
CSCD
北大核心
2021年第5期467-475,共9页
基金
国家自然科学基金项目(31970250)
国家标本平台教学标本子平台项目(http://mnh.scu.edu.cn)。
文摘
在群落水平的传粉生态学研究中,使用传统的调查方法对大尺度样地进行定量分析存在一定的局限性,无人机遥感技术可能为此提供一种解决方案。为探讨无人机影像数据应用于群落水平传粉生物学的可行性,本研究以神农架大九湖亚高山湿地草本植物群落为对象,利用消费级无人机获取4个面积在1600~3000 m^(2)的样地在不同季节的可见光影像数据,借助ContextCapture软件拼接影像,采用支持向量机(SVM)的分类方法计算不同颜色花的开花覆盖度,并对16个2 m×2 m样方中访花昆虫的活动进行了实地调查。数据分析结果显示:(1)无人机影像中不同颜色的开花覆盖度与传粉者数量显著相关,并呈指数关系;(2)随着无人机飞行高度的增加,开花覆盖度的观测值呈减小趋势;(3)不同样地中,单位开花面积上的传粉者数量差异不显著。本研究还探讨了通过无人机影像计算开花覆盖度从而监测研究区域的开花季相动态和估算传粉者数量的可行性。
关键词
无人机可见光影像
湿地群落
开花覆盖度
访花昆虫
神农架大九湖
Keywords
UAV visible light image
Wetland community
Flowering coverage
Flower-visiting insect
Shennongjia Dajiuhu
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
冬小麦叶面积指数真实性检验尺度扩展方法研究
被引量：
2
3
作者
李军玲
张弘
邹春辉
机构
中国气象局河南省农业气象保障与应用技术重点实验室/河南省气象科学研究所
出处
《麦类作物学报》
CAS
CSCD
北大核心
2019年第2期210-216,共7页
基金
中国气象局农业气象保障与应用技术重点开放实验室基金项目(AMF201609)
国家自然科学基金联合基金项目(U1204406)
河南省气象局气象科学技术研究项目(KM201814)
文摘
为在空间尺度上实现冬小麦LAI地面观测与遥感观测直接匹配,从1 m×1 m范围的实测LAI出发,通过优化采样方法扩展得到16 m×16 m范围的冬小麦LAI,然后利用空间分辨率为16 m的高分1号卫星的多光谱数据计算样本点的植被指数,建立其与冬小麦LAI的拟合模型,从四种植被指数的拟合模型中挑选表现最好的LAI估测模型,获得16 m×16 m尺度的LAI分布图,并经过重采样聚合为250 m×250 m尺度的LAI格点图,从而实现从地面点测量数据到卫星尺度数据的扩展。检验结果表明,16 m×16 m和250 m×250 m两个研究区域模拟点值和实测点值的相对误差分别为4.18%和3.64%,说明这种尺度扩展方法是科学可行的。
关键词
叶面积指数
无人机可见光影像
高分一号
尺度扩展
真实性检验
Keywords
Leaf area index(LAI)
UAV visible light image
GF-1
Scale expansion
Validation
分类号
S512.1 [农业科学—作物学]
S311 [农业科学—作物栽培与耕作技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于无人机可见光影像的新疆棉田田间尺度地物识别
张楠楠
张晓
白铁成
袁新涛
马瑞
李莉
《农业机械学报》
EI
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
2
无人机影像用于监测湿地植物群落开花覆盖度与昆虫访花活动
邓璐希
唐莎莎
邹婷婷
杨聪
吕森涛
尚书禾
汪小凡
《植物科学学报》
CAS
CSCD
北大核心
2021
2
在线阅读
下载PDF
职称材料
3
冬小麦叶面积指数真实性检验尺度扩展方法研究
李军玲
张弘
邹春辉
《麦类作物学报》
CAS
CSCD
北大核心
2019
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
