-
题名基于高分一号宽幅时序影像的冬小麦分布识别研究
被引量：3
- 1
-
-
作者
万丛
梁治华
张锦水
-
机构
国家统计局数据管理中心
北京师范大学地理科学学部遥感科学与工程研究院
-
出处
《安徽农业科学》
CAS
2020年第23期256-259,共4页
-
文摘
及时、准确地获取农作物空间分布范围和面积数据,对于制定农业政策和指导农业生产具有重要的参考意义。以河南省中牟县为研究区,利用国产高分一号时序影像开展冬小麦提取研究,利用冬小麦物候特征,结合先验知识和高分影像,提取了2018年夏收冬小麦的空间分布范围。结果表明,结合冬小麦物候信息和时序影像建立冬小麦提取模型,可以快速准确获取冬小麦的种植范围,总体精度达到90.1%,为县域冬小麦的快速提取提供方法参考。
-
关键词
物候特征
高分一号
时序影像
冬小麦识别
-
Keywords
Phonological characters
Gaofen 1 satellite
Time series image
Winter wheat identification
-
分类号
S127
[农业科学—农业基础科学]
-
-
题名基于GF-7遥感卫星的冬小麦面积精细化识别
被引量：3
- 2
-
-
作者
万丛
孙智虎
梁治华
张锦水
-
机构
国家统计局数据管理中心
中国地质大学(北京)
北京师范大学北京师范大学地理科学学部遥感科学与工程研究院
-
出处
《安徽农业科学》
CAS
2021年第12期244-247,252,共5页
-
基金
国家高分辨率对地观测系统重大专项(民用部分)(11-Y20A16-9001-17/18)。
-
文摘
2019年11月3日发射的GF-7号卫星是我国的第二颗亚米级、多角度民用商业卫星,其在农作物面积分布精细化识别方面潜力有待评估。依据2018年国家统计局数据,全国冬小麦播种面积占粮食作物总播种面积的19.23%,通过遥感手段准确识别冬小麦分布情况,是作物长势和作物估产等后续遥感产品准确评估的保证,对确保粮食安全具有极其重要的意义。通过支撑向量机和随机森林2种机器学习算法,分析高分七号亚米级光谱特征及其纹理特征对冬小麦的精细化识别能力。结果表明,基于影像光谱特征,SVM分类器取得了最优的分类精度,其中冬小麦识别精度为93.96%,总体精度为91.01%,Kappa系数为0.7632,面积精度为91.46%。
-
关键词
GF-7
遥感
冬小麦
随机森林
支撑向量机
-
Keywords
GF-7
Remote sensing
Winter wheat
Random forest
SVM
-
分类号
S127
[农业科学—农业基础科学]
-
