检索结果-维普期刊中文期刊服务平台

基于SPOT-5卫星影像的水稻信息提取方法研究——以德阳市旌阳区为例被引量：10: 1; 作者王娟张杰 +2 位作者张优彭文甫任国业《西南农业学报》 CSCD 北大核心 2017年第4期861-868,共8页; 【目的】水稻遥感信息提取是遥感技术在农业领域应用方面的重要内容,也是快速、准确满足水稻种植遥感监测的需要。【方法】本研究以四川省德阳市旌阳区为研究区,利用SPOT-5卫星影像,对研究区的影像进行监督、面向对象以及决策树等多种... 展开更多; 关键词水稻信息提取监督分类面向对象分类决策树分类德阳市; 在线阅读下载PDF 职称材料

基于高分一号卫星WFV影像的水稻信息提取模式（英文）被引量：22: 2; 作者杨闫君黄彦 +3 位作者田庆久王磊耿君杨冉冉《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2015年第11期3255-3261,共7页; 通过卫星影像利用水稻不同物候期的特征对其进行识别是目前在水稻信息提取方面比较有效的方式。首先根据水稻区别于其他植被的显著特征,即水稻生长前期稻田的下垫面含有大量水的特性,将用于提取水域信息的归一化水体指数(normalized dif... 展开更多; 关键词高分一号卫星 WFV影像水稻信息提取 NDWI NDVI; 在线阅读下载PDF 职称材料

基于遥感的西南地区水稻种植信息提取被引量：5: 3; 作者王克晓周蕊 +2 位作者虞豹黄祥王茜《江苏农业科学》 2019年第19期231-231,232-235,共5页; 为探索西南地区水稻种植信息的有效提取方法,以重庆市永川区朱沱镇为例,根据Sentinel-2多光谱影像,结合高分一号(GF-1)影像数据选取样本分布点,构建水稻作物信息随机森林提取模型,同时分析样本地类像元光谱曲线,构建不同地类样本影像像... 展开更多; 关键词水稻信息提取西南地区遥感随机森林; 在线阅读下载PDF 职称材料

基于样本知识挖掘的高分辨率遥感图像水稻种植信息提取方法被引量：3: 4; 作者尹华锋苏程 +3 位作者冯存均李玉琴黄智才章孝灿《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2018年第6期765-774,共10页; 针对高分辨率遥感图像中水稻种植信息实际是水稻、泥土、水、杂草、浮萍等多种地物混合信息的情况,提出了一种基于样本知识挖掘的水稻种植信息提取方法。该方法以构成水稻种植信息的各种地物信息为分析的基本单元,依据空间自相关性理论... 展开更多; 关键词水稻种植信息提取高分辨率遥感图像样本知识挖掘空间自相关性; 在线阅读下载PDF 职称材料

题名基于SPOT-5卫星影像的水稻信息提取方法研究——以德阳市旌阳区为例被引量：10: 1; 作者王娟张杰张优彭文甫任国业; 机构四川师范大学地理与资源科学学院四川师范大学西南土地资源评价与监测教育部重点实验室四川省农业科学院遥感应用研究所; 出处《西南农业学报》 CSCD 北大核心 2017年第4期861-868,共8页; 基金国家自然科学基金项目"基于LUCC扰动影响的成都平原土地生态安全维持机理"(41371125); 文摘【目的】水稻遥感信息提取是遥感技术在农业领域应用方面的重要内容,也是快速、准确满足水稻种植遥感监测的需要。【方法】本研究以四川省德阳市旌阳区为研究区,利用SPOT-5卫星影像,对研究区的影像进行监督、面向对象以及决策树等多种方法分类,对分类结果进行对比,研究最适合提取水稻信息的方法。【结果】结果表明:(1)监督分类(6种分类器)人为控制训练区提高精度的同时也加大了人为误差;面向对象分类提高了效率,易出现分类混淆;决策树分类法直观、效率高,但在本研究区中,由于耕林混交的面积较大,水体和居民地亮度值接近,造成分类误差加大。(2)神经网络和支持向量机的分类精度最高,分类效果清晰,说明在实际水稻信息提取中以监督分类为最佳。【结论】基于遥感技术和高分辨率数据提取水稻信息、实现水稻监测是可行的。; 关键词水稻信息提取监督分类面向对象分类决策树分类德阳市; Keywords Rice information extraction Supervised classification Object-oriented classification Decision tree classification Deyang city; 分类号 K825.89 [历史地理—历史学]; 在线阅读下载PDF 职称材料

题名基于高分一号卫星WFV影像的水稻信息提取模式（英文）被引量：22: 2; 作者杨闫君黄彦田庆久王磊耿君杨冉冉; 机构南京大学国际地球系统科学研究所南京大学江苏省地理信息技术重点实验室; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2015年第11期3255-3261,共7页; 基金 National Science and Technology Major Project(30-Y20A01-9003-12/13) Major State Basic Research Development Program of China(2010CB951503); 文摘通过卫星影像利用水稻不同物候期的特征对其进行识别是目前在水稻信息提取方面比较有效的方式。首先根据水稻区别于其他植被的显著特征,即水稻生长前期稻田的下垫面含有大量水的特性,将用于提取水域信息的归一化水体指数(normalized difference water index,NDWI)合理地应用在水稻前期的信息提取中,并且利用两个物候期的NDWI做比值,扩大了水稻与其他地物之间的差异。再借助归一化植被指数(normalized differential vegetation index,NDVI)在不同物候期的增长变化特征可以进一步提高水稻信息提取的精度。研究发现充分利用水稻在不同物候期的特殊性,并结合与水稻特性相关的指数,将NDWI和NDVI两种指数同时用于水稻提取,确定合理、准确、有效的提取方法是提高水稻提取精度的主要途径。本文以安徽省来安县的水稻为研究对象,基于2013年7月12日和8月30日获取的两幅高分一号卫星WFV影像数据,利用水稻分蘖期和抽穗期的NDVI和NDWI构建了水稻信息提取模式,有效地提取出了来安县的水稻信息分布并进行制图,最后结合在研究区野外实地考察的信息数据对提取结果进行验证和评价。研究结果表明利用该模式能够快速、准确地从遥感影像上获取水稻分布信息,具有很好的普适性。; 关键词高分一号卫星 WFV影像水稻信息提取 NDWI NDVI; Keywords GF-1 satellite WFV image Extraction information of paddy rice NDWI NDVI; 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

题名基于遥感的西南地区水稻种植信息提取被引量：5: 3; 作者王克晓周蕊虞豹黄祥王茜; 机构重庆市农业科学院; 出处《江苏农业科学》 2019年第19期231-231,232-235,共5页; 基金重庆市科技服务平台专项(编号:cstc2015ptfw-ggfw80001); 文摘为探索西南地区水稻种植信息的有效提取方法,以重庆市永川区朱沱镇为例,根据Sentinel-2多光谱影像,结合高分一号(GF-1)影像数据选取样本分布点,构建水稻作物信息随机森林提取模型,同时分析样本地类像元光谱曲线,构建不同地类样本影像像元光谱库,并将随机森林分类结果与传统最大似然法、光谱角及基于时差的光谱角水稻空间种植信息分类结果进行对比及精度分析。结果显示,通过光谱角分类器提取地物精度有限,结合时差特征能够明显提高目标提取精度,而基于水稻样本信息训练构建的光谱角模型提取方法获取水稻种植面积准确率高达90.62%,分类结果总体精度达91.50%,Kappa系数达到0.83,实现了对西南地块破碎地区分散作物种植信息的有效提取,可为西南地形复杂、地块破碎地区农作物信息提取提供一定参考。; 关键词水稻信息提取西南地区遥感随机森林; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名基于样本知识挖掘的高分辨率遥感图像水稻种植信息提取方法被引量：3: 4; 作者尹华锋苏程冯存均李玉琴黄智才章孝灿; 机构浙江大学地球科学学院空间信息技术研究所浙江省地理信息中心; 出处《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2018年第6期765-774,共10页; 基金浙江省二类测量(全省九大类)和农作物卫星遥感分类项目(ZJXL-DCZD-201601); 文摘针对高分辨率遥感图像中水稻种植信息实际是水稻、泥土、水、杂草、浮萍等多种地物混合信息的情况,提出了一种基于样本知识挖掘的水稻种植信息提取方法。该方法以构成水稻种植信息的各种地物信息为分析的基本单元,依据空间自相关性理论,挖掘基于各种基本单元的水稻种植信息的组合特征,进而提出了一种水稻种植信息提取策略:首先,分割图像得到各类混合地物信息的基本单元;其次,通过分析水稻样本图斑所包含的基本单元种类确定构成水稻的基本单元类型,将相应类型的基本单元均归入初始水稻种植区;最后,通过分析矢量化的初始水稻种植区图斑内的基本单元的组合特征与水稻样本图斑内的基本单元的组合特征的相似性,剔除不符合水稻种植信息基本单元组合规律的初始水稻种植区图斑。实际的水稻种植信息提取结果表明,该方法实现了良好的提取效果,水稻提取总体精度可达96%。; 关键词水稻种植信息提取高分辨率遥感图像样本知识挖掘空间自相关性; Keywords rice cropping information extraction high resolution remote sensing images sample knowledge mining spatial autocorrelation; 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	作者	出处	发文年	被引量	操作
1	基于SPOT-5卫星影像的水稻信息提取方法研究——以德阳市旌阳区为例	王娟张杰张优彭文甫任国业	《西南农业学报》 CSCD 北大核心	2017	10	在线阅读下载PDF 职称材料
2	基于高分一号卫星WFV影像的水稻信息提取模式（英文）	杨闫君黄彦田庆久王磊耿君杨冉冉	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2015	22	在线阅读下载PDF 职称材料
3	基于遥感的西南地区水稻种植信息提取	王克晓周蕊虞豹黄祥王茜	《江苏农业科学》	2019	5	在线阅读下载PDF 职称材料
4	基于样本知识挖掘的高分辨率遥感图像水稻种植信息提取方法	尹华锋苏程冯存均李玉琴黄智才章孝灿	《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料