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
基于随机森林算法与多时相Sentinel-2影像数据的茶树种植区信息提取
1
作者
罗凤宇
高艺非
+3 位作者
谢勇
邹旭辉
邵雯
张世雨
《江苏农业学报》
CSCD
北大核心
2024年第9期1671-1680,共10页
茶树是中国重要的木本经济作物,及时准确地获取茶树种植区面积及空间分布对区域农业经济发展具有重要意义。本研究以安徽省郎溪县为研究区,首先分析茶树、小麦和红叶石楠时序光谱特征,其次基于3个时相的Sentinel-2影像数据提取光谱特征...
茶树是中国重要的木本经济作物,及时准确地获取茶树种植区面积及空间分布对区域农业经济发展具有重要意义。本研究以安徽省郎溪县为研究区,首先分析茶树、小麦和红叶石楠时序光谱特征,其次基于3个时相的Sentinel-2影像数据提取光谱特征、水体指数及植被指数特征、红边指数特征、纹理特征组成多时相特征变量数据集,并设置6种特征变量组合方案,利用随机森林算法进行茶树种植区信息提取精度的比较,筛选得到适宜的特征变量组合方案,最后基于适宜的特征变量组合方案进行郎溪茶树种植区信息的提取。结果表明,在光谱特征变量的基础上,分别融合水体指数及植被指数特征、红边指数特征和纹理特征变量均能有效提高茶树种植区信息的提取精度,其中,红边指数特征对茶树种植区信息提取精度的提高效果最好,其次是水体指数及植被指数特征。基于随机森林-平均精确度下降算法(RF-MDA)优选后的特征变量组合的分类效果最佳,总体分类精度达94.95%,Kappa系数为0.9348,说明特征变量优选能有效地保留重要的地物识别特征变量,避免冗余信息对分类结果的影响。综上,基于随机森林算法和茶树多时相Sentinel-2影像数据能实现郎溪县茶树种植区信息的高精度提取。
展开更多
关键词
茶树种植区
随机森林
多时相特征
面积监测
在线阅读
下载PDF
职称材料
精细化茶树种植区茶叶春霜冻灾害风险评估——以浙江省松阳县为例
被引量：
13
2
作者
沈天琦
邱新法
+2 位作者
韦翔鸿
朱晓晨
徐金勤
《江苏农业科学》
2019年第2期262-268,共7页
开展基于精细化茶树种植区的茶叶春霜冻灾害风险评估有利于增强茶叶生产过程中精准防御该灾害的能力。以浙江省松阳县为研究区,结合谷歌高分辨率卫星数据和GIS技术,获取松阳县精细化茶树种植区分布,并在此基础上,运用自然灾害风险形成...
开展基于精细化茶树种植区的茶叶春霜冻灾害风险评估有利于增强茶叶生产过程中精准防御该灾害的能力。以浙江省松阳县为研究区,结合谷歌高分辨率卫星数据和GIS技术,获取松阳县精细化茶树种植区分布,并在此基础上,运用自然灾害风险形成理论构建茶叶春霜冻灾害风险指数模型,改变以往对整个行政区进行茶叶春霜冻灾害风险评估的方法,以茶树田块为单位,对松阳县茶树种植区茶叶春霜冻灾害进行风险评估,并划分低风险、中风险、高风险的茶树田。结果显示,松阳县的茶树主要种植在县中部条带型区域,主要位于新兴镇、赤寿乡、樟溪乡、古市镇、斋坛乡、望松街道、叶村乡、水南街道、西坪街道这9个乡镇,其中新兴镇茶树田面积最大,是松阳县茶树田总面积的17. 5%;松阳县茶树种植区茶叶春霜冻灾害低风险的茶树田主要分布在松阳县的中心地区,中风险的茶树田主要分布在松阳县的中部条带型地区,高风险的茶树田主要分布在松阳县的东西两侧。
展开更多
关键词
茶树
田
精细化
茶树种植区
茶叶春霜冻灾害
风险评估
在线阅读
下载PDF
职称材料
题名
基于随机森林算法与多时相Sentinel-2影像数据的茶树种植区信息提取
1
作者
罗凤宇
高艺非
谢勇
邹旭辉
邵雯
张世雨
机构
南京信息工程大学地理科学学院
江苏师范大学地理测绘与城乡规划学院
出处
《江苏农业学报》
CSCD
北大核心
2024年第9期1671-1680,共10页
基金
国家重点研发计划项目(2023YFB3905801)。
文摘
茶树是中国重要的木本经济作物,及时准确地获取茶树种植区面积及空间分布对区域农业经济发展具有重要意义。本研究以安徽省郎溪县为研究区,首先分析茶树、小麦和红叶石楠时序光谱特征,其次基于3个时相的Sentinel-2影像数据提取光谱特征、水体指数及植被指数特征、红边指数特征、纹理特征组成多时相特征变量数据集,并设置6种特征变量组合方案,利用随机森林算法进行茶树种植区信息提取精度的比较,筛选得到适宜的特征变量组合方案,最后基于适宜的特征变量组合方案进行郎溪茶树种植区信息的提取。结果表明,在光谱特征变量的基础上,分别融合水体指数及植被指数特征、红边指数特征和纹理特征变量均能有效提高茶树种植区信息的提取精度,其中,红边指数特征对茶树种植区信息提取精度的提高效果最好,其次是水体指数及植被指数特征。基于随机森林-平均精确度下降算法(RF-MDA)优选后的特征变量组合的分类效果最佳,总体分类精度达94.95%,Kappa系数为0.9348,说明特征变量优选能有效地保留重要的地物识别特征变量,避免冗余信息对分类结果的影响。综上,基于随机森林算法和茶树多时相Sentinel-2影像数据能实现郎溪县茶树种植区信息的高精度提取。
关键词
茶树种植区
随机森林
多时相特征
面积监测
Keywords
tea plantation area
random forest
multi-temporal features
area monitoring
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
精细化茶树种植区茶叶春霜冻灾害风险评估——以浙江省松阳县为例
被引量：
13
2
作者
沈天琦
邱新法
韦翔鸿
朱晓晨
徐金勤
机构
南京信息工程大学地理与遥感学院
南京信息工程大学应用气象学院
江苏省丹阳市气象局
出处
《江苏农业科学》
2019年第2期262-268,共7页
基金
国家自然科学基金(编号:41330529)
中国气象局气候变化专项(编号:CCSF201411)
江苏省第四期"333高层次人才培养工程"科研项目(编号:BRA2014373)
文摘
开展基于精细化茶树种植区的茶叶春霜冻灾害风险评估有利于增强茶叶生产过程中精准防御该灾害的能力。以浙江省松阳县为研究区,结合谷歌高分辨率卫星数据和GIS技术,获取松阳县精细化茶树种植区分布,并在此基础上,运用自然灾害风险形成理论构建茶叶春霜冻灾害风险指数模型,改变以往对整个行政区进行茶叶春霜冻灾害风险评估的方法,以茶树田块为单位,对松阳县茶树种植区茶叶春霜冻灾害进行风险评估,并划分低风险、中风险、高风险的茶树田。结果显示,松阳县的茶树主要种植在县中部条带型区域,主要位于新兴镇、赤寿乡、樟溪乡、古市镇、斋坛乡、望松街道、叶村乡、水南街道、西坪街道这9个乡镇,其中新兴镇茶树田面积最大,是松阳县茶树田总面积的17. 5%;松阳县茶树种植区茶叶春霜冻灾害低风险的茶树田主要分布在松阳县的中心地区,中风险的茶树田主要分布在松阳县的中部条带型地区,高风险的茶树田主要分布在松阳县的东西两侧。
关键词
茶树
田
精细化
茶树种植区
茶叶春霜冻灾害
风险评估
分类号
S425 [农业科学—植物保护]
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
基于随机森林算法与多时相Sentinel-2影像数据的茶树种植区信息提取
罗凤宇
高艺非
谢勇
邹旭辉
邵雯
张世雨
《江苏农业学报》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
精细化茶树种植区茶叶春霜冻灾害风险评估——以浙江省松阳县为例
沈天琦
邱新法
韦翔鸿
朱晓晨
徐金勤
《江苏农业科学》
2019
13
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
