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
1
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
地形异质下光谱组合与机器学习融合的水稻种植结构提取研究
1
作者
丁宁
李小梅
+3 位作者
孙璟
王时梅
陈阳
时元智
《农业机械学报》
北大核心
2025年第8期172-181,206,共11页
精确掌握区域尺度作物种植结构分布特征,对精细化农业生产管理、优化水资源配置和保障粮食安全具有重要意义。本研究聚焦江西省典型地貌单元,选取平原地貌的信丰灌区和丘陵地貌的大山灌区为研究区,基于Sentinel-2遥感数据,构建包含归一...
精确掌握区域尺度作物种植结构分布特征,对精细化农业生产管理、优化水资源配置和保障粮食安全具有重要意义。本研究聚焦江西省典型地貌单元,选取平原地貌的信丰灌区和丘陵地貌的大山灌区为研究区,基于Sentinel-2遥感数据,构建包含归一化植被指数(NDVI)、增强型植被指数(EVI)、改进型归一化水体指数(MNDWI)及其多元组合的遥感特征矩阵,耦合朴素贝叶斯(NB)、支持向量机(SVM)、多层感知机(MLP)、随机森林(RF)及极端梯度提升(XGBoost)5种机器学习算法,引入交叉验证,网格搜索进行模型参数优化,研究不同光谱指数与算法组合提取水稻种植结构的最优融合模型,最后引入平移、噪声扰动等数据增强方法,模拟年际气候波动和作物生长时序变化对分类性能的影响,并对两个灌区水稻种植结构(双季稻、一季晚稻、中稻)进行遥感分类制图。结果表明:在信丰灌区和大山灌区中,NDVI+MNDWI-XGBoost均展现出最优分类性能,大山灌区总体精度高达97.30%,Kappa系数达0.958;信丰灌区总体精度高达95.40%,Kappa系数达0.915,并且两个灌区的平均生产者精度和用户精度均超过95%。地形特异性、田块状况和种植复杂度是决定最优光谱指数组合和机器学习算法耦合提取特定灌区水稻种植结构的关键要素,制图结果显示信丰灌区不同田块之间的边界较为明显,并且田块形状规则统一,大山灌区田块呈现不规则和破碎特征,并且田块间的边界并不清晰。信丰灌区以种植双季稻为主,占比80.50%,大山灌区以种植单季稻为主,占比78.60%。本研究明确了地形异质条件下遥感分类的最优算法与光谱指数组合方案,为灌区尺度水稻种植结构提取和农业精准管理提供了有效技术支撑和方法参考。
展开更多
关键词
水稻种植结构
遥感分类
光谱指数
机器学习算法
灌区
在线阅读
下载PDF
职称材料
题名
地形异质下光谱组合与机器学习融合的水稻种植结构提取研究
1
作者
丁宁
李小梅
孙璟
王时梅
陈阳
时元智
机构
水利部交通运输部国家能源局南京水利科学研究院
信江饶河水文水资源监测中心
出处
《农业机械学报》
北大核心
2025年第8期172-181,206,共11页
基金
江西省水利科技重点项目(202426ZDKT02)
中央级公益性科研院所基本科研业务费专项资金项目(Y924001)
南京水利科学研究院研究生学位论文基金项目(Yy925002)。
文摘
精确掌握区域尺度作物种植结构分布特征,对精细化农业生产管理、优化水资源配置和保障粮食安全具有重要意义。本研究聚焦江西省典型地貌单元,选取平原地貌的信丰灌区和丘陵地貌的大山灌区为研究区,基于Sentinel-2遥感数据,构建包含归一化植被指数(NDVI)、增强型植被指数(EVI)、改进型归一化水体指数(MNDWI)及其多元组合的遥感特征矩阵,耦合朴素贝叶斯(NB)、支持向量机(SVM)、多层感知机(MLP)、随机森林(RF)及极端梯度提升(XGBoost)5种机器学习算法,引入交叉验证,网格搜索进行模型参数优化,研究不同光谱指数与算法组合提取水稻种植结构的最优融合模型,最后引入平移、噪声扰动等数据增强方法,模拟年际气候波动和作物生长时序变化对分类性能的影响,并对两个灌区水稻种植结构(双季稻、一季晚稻、中稻)进行遥感分类制图。结果表明:在信丰灌区和大山灌区中,NDVI+MNDWI-XGBoost均展现出最优分类性能,大山灌区总体精度高达97.30%,Kappa系数达0.958;信丰灌区总体精度高达95.40%,Kappa系数达0.915,并且两个灌区的平均生产者精度和用户精度均超过95%。地形特异性、田块状况和种植复杂度是决定最优光谱指数组合和机器学习算法耦合提取特定灌区水稻种植结构的关键要素,制图结果显示信丰灌区不同田块之间的边界较为明显,并且田块形状规则统一,大山灌区田块呈现不规则和破碎特征,并且田块间的边界并不清晰。信丰灌区以种植双季稻为主,占比80.50%,大山灌区以种植单季稻为主,占比78.60%。本研究明确了地形异质条件下遥感分类的最优算法与光谱指数组合方案,为灌区尺度水稻种植结构提取和农业精准管理提供了有效技术支撑和方法参考。
关键词
水稻种植结构
遥感分类
光谱指数
机器学习算法
灌区
Keywords
rice-planting structure
remote sensing classification
spectral indices
machine learning algorithms
irrigation districts
分类号
S127 [农业科学—农业基础科学]
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
地形异质下光谱组合与机器学习融合的水稻种植结构提取研究
丁宁
李小梅
孙璟
王时梅
陈阳
时元智
《农业机械学报》
北大核心
2025
0
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
