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
2
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
沙地信息提取中的ETM＋遥感影像自身融合研究
被引量：
1
1
作者
周淑琴
张青峰
+2 位作者
荆耀栋
吴发启
毕如田
《山西农业大学学报（自然科学版）》
CAS
2012年第2期188-192,共5页
遥感影像的光谱特征和空间纹理特征是提取沙地信息的关键因素,数据融合可以弥补二者的不足。利用主成分变换、乘积变换和比值变换3种不同的融合方法,对Landsat ETM+遥感影像进行自身空间分辨率融合,并对融合结果进行主观目视判读评价和...
遥感影像的光谱特征和空间纹理特征是提取沙地信息的关键因素,数据融合可以弥补二者的不足。利用主成分变换、乘积变换和比值变换3种不同的融合方法,对Landsat ETM+遥感影像进行自身空间分辨率融合,并对融合结果进行主观目视判读评价和客观数理统计评价。评价结果表明比值法效果最好,光谱失真较小,空间纹理特征明显增强,主成分变换次之,乘积法最差。
展开更多
关键词
沙地信息提取
影像融合
主成分变换
比值变换
乘积变换
在线阅读
下载PDF
职称材料
基于无人机和机器学习的川西北修复沙地植被信息提取
被引量：
5
2
作者
徐渝杰
舒向阳
+8 位作者
陶敏
孙奕函
刘唯佳
董高成
何沁
李杰
李一丁
邓良基
杨雨山
《四川农业大学学报》
CSCD
北大核心
2024年第1期181-187,共7页
【目的】旨在无人机影像中提取植被信息(草本和灌木),估算植被覆盖度,用于生态修复领域反映植被长势和丰度。【方法】选取水体、灌木、草本和沙地4类地物,采用4种机器学习算法,深度学习、马氏距离、最大似然法和最小距离法进行精度对比...
【目的】旨在无人机影像中提取植被信息(草本和灌木),估算植被覆盖度,用于生态修复领域反映植被长势和丰度。【方法】选取水体、灌木、草本和沙地4类地物,采用4种机器学习算法,深度学习、马氏距离、最大似然法和最小距离法进行精度对比,选取精度最高的算法作为研究方法。【结果】4种方法得到总体精度分别为95.47%、95.14%、93.30%和71.98%,kappa系数分别为0.92、0.91、0.88和0.57。【结论】基于深度学习方法分析发现,红原沙化治理示范基地范围内灌木、草地、水体和沙地面积分别为0.09、0.14、0.04和0.32 km^(2)。该方法可以为川西北高寒修复沙地监测、研究与治理状况评价提供数据支持和一定的科学依据。
展开更多
关键词
高分辨率无人机影像
沙地
植被
信息提取
植物覆盖率
机器学习
在线阅读
下载PDF
职称材料
题名
沙地信息提取中的ETM＋遥感影像自身融合研究
被引量：
1
1
作者
周淑琴
张青峰
荆耀栋
吴发启
毕如田
机构
西北农林科技大学资源环境学院
山西农业大学资源环境学院
出处
《山西农业大学学报（自然科学版）》
CAS
2012年第2期188-192,共5页
基金
国家自然科学基金项目(40871133)
文摘
遥感影像的光谱特征和空间纹理特征是提取沙地信息的关键因素,数据融合可以弥补二者的不足。利用主成分变换、乘积变换和比值变换3种不同的融合方法,对Landsat ETM+遥感影像进行自身空间分辨率融合,并对融合结果进行主观目视判读评价和客观数理统计评价。评价结果表明比值法效果最好,光谱失真较小,空间纹理特征明显增强,主成分变换次之,乘积法最差。
关键词
沙地信息提取
影像融合
主成分变换
比值变换
乘积变换
Keywords
Sandy land information extraction
Image fusion
Principal component transformation
Multiplicative transformation
Brovey transformation
分类号
TP751 [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
基于无人机和机器学习的川西北修复沙地植被信息提取
被引量：
5
2
作者
徐渝杰
舒向阳
陶敏
孙奕函
刘唯佳
董高成
何沁
李杰
李一丁
邓良基
杨雨山
机构
四川农业大学资源学院
四川师范大学西南土地资源评测与监测教育部重点实验室
四川师范大学地理与资源科学学院
成都市农林科学院
仁寿蜀锦置业有限公司
出处
《四川农业大学学报》
CSCD
北大核心
2024年第1期181-187,共7页
基金
四川省科技计划项目(2021JDRC0082)。
文摘
【目的】旨在无人机影像中提取植被信息(草本和灌木),估算植被覆盖度,用于生态修复领域反映植被长势和丰度。【方法】选取水体、灌木、草本和沙地4类地物,采用4种机器学习算法,深度学习、马氏距离、最大似然法和最小距离法进行精度对比,选取精度最高的算法作为研究方法。【结果】4种方法得到总体精度分别为95.47%、95.14%、93.30%和71.98%,kappa系数分别为0.92、0.91、0.88和0.57。【结论】基于深度学习方法分析发现,红原沙化治理示范基地范围内灌木、草地、水体和沙地面积分别为0.09、0.14、0.04和0.32 km^(2)。该方法可以为川西北高寒修复沙地监测、研究与治理状况评价提供数据支持和一定的科学依据。
关键词
高分辨率无人机影像
沙地
植被
信息提取
植物覆盖率
机器学习
Keywords
high-resolution unmanned aerial vehicle images
sandy vegetation information extraction
plant coverage
machine learning
分类号
S812 [农业科学—草业科学]
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
沙地信息提取中的ETM＋遥感影像自身融合研究
周淑琴
张青峰
荆耀栋
吴发启
毕如田
《山西农业大学学报（自然科学版）》
CAS
2012
1
在线阅读
下载PDF
职称材料
2
基于无人机和机器学习的川西北修复沙地植被信息提取
徐渝杰
舒向阳
陶敏
孙奕函
刘唯佳
董高成
何沁
李杰
李一丁
邓良基
杨雨山
《四川农业大学学报》
CSCD
北大核心
2024
5
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
