检索结果-维普期刊中文期刊服务平台

基于Sentinel2-L1C的江汉平原水产养殖区水质参数反演被引量：6: 1; 作者邹志科余蕾 +4 位作者张煜王文娟赵永立孙建东程青雷《长江科学院院报》 CSCD 北大核心 2023年第9期181-187,194,共8页; 遥感技术已成为监测内陆水域水质的一种有效手段,为研究江汉平原水产养殖区域内水体总磷、总氮和化学需氧量浓度的变化规律,基于Sentinel2-L1C遥感数据建立水体透明度、悬浮物浓度、叶绿素a浓度3种光学活性物质浓度的反演模型,结合推算... 展开更多; 关键词水质参数 Sentinel2-L1C影像江汉平原光学活性物质反演模型; 在线阅读下载PDF 职称材料

深度学习在高分辨率遥感影像冬油菜提取中的应用被引量：18: 2; 作者杨泽宇张洪艳 +3 位作者明金冷伟刘海启游炯《测绘通报》 CSCD 北大核心 2020年第9期110-113,共4页; 近年来,深度学习在基于高分辨率遥感影像的农作物种植信息提取领域应用广泛。本文充分利用油菜在盛花期的光谱特征,提出了基于深度学习理论的单时相高分辨率遥感影像油菜分布提取方法。以2016年湖北省沙洋县作为研究区域,获取油菜盛花... 展开更多; 关键词油菜提取深度学习卷积神经网络(CNN) 循环神经网络(RNN) 高分一号; 在线阅读下载PDF 职称材料

基于多维卷积神经网络的多源高分辨率卫星影像茶园分类被引量：2: 3; 作者廖廓聂磊 +5 位作者杨泽宇张红艳王艳杰彭继达党皓飞冷伟《自然资源遥感》 CSCD 北大核心 2022年第2期152-161,共10页; 武夷山市地形条件、茶园种植结构复杂,云雨天气多、卫星影像难获取。针对单一影像源茶园难提取的问题,以武夷山市新田镇为研究区,综合Sentinel-2影像的光谱信息和Google影像的纹理特征,提出一种基于多源高分辨率卫星影像和多维卷积神经... 展开更多; 关键词武夷山市茶园卷积神经网络语义分割 U-Net 1D-CNN Sentinel-2 Google影像; 在线阅读下载PDF 职称材料

2018—2019年度湖北省冬小麦主产区冬至苗期遥感监测分析报告被引量：2: 4; 作者钱可峰尹亮 +5 位作者彭凯张红艳黄妙曾奥丽刘兵杨泽宇《湖北农业科学》 2019年第4期132-139,共8页; 根据2018年11月29日、12月12日高分一号卫星影像,解译提取了湖北省冬小麦主产区的7个代表性城市的冬小麦种植空间分布与面积情况,并以其中的襄阳市作为实例进行具体分析;同时分析了湖北省冬小麦实地苗情,从降雨量、墒情和气温适宜性方... 展开更多; 关键词冬小麦苗情气象水平遥感监测湖北省; 在线阅读下载PDF 职称材料

题名基于Sentinel2-L1C的江汉平原水产养殖区水质参数反演被引量：6: 1; 作者邹志科余蕾张煜王文娟赵永立孙建东程青雷; 机构长江科学院农业水利研究所武汉珈和科技有限公司中国水电基础局有限公司; 出处《长江科学院院报》 CSCD 北大核心 2023年第9期181-187,194,共8页; 基金国家自然科学基金委员会-中华人民共和国水利部-中国长江三峡集团有限公司长江水科学研究联合基金项目(U2040213) 中央级公益性科研院所基本科研业务费项目(CKSF2021452/NY,CKSF2021299/NY,CKSF2019251/NY)。; 文摘遥感技术已成为监测内陆水域水质的一种有效手段,为研究江汉平原水产养殖区域内水体总磷、总氮和化学需氧量浓度的变化规律,基于Sentinel2-L1C遥感数据建立水体透明度、悬浮物浓度、叶绿素a浓度3种光学活性物质浓度的反演模型,结合推算出的水体透明度、悬浮物浓度和叶绿素a浓度与拟合点水体实测总磷、总氮和化学需氧量浓度分别建立关联,构建江汉平原拟合点水体总磷、总氮和化学需氧量浓度3种非光学活性物质浓度的间接反演模型并进行模型的率定验证。结果表明:水体透明度与水体总磷浓度具有较好相关性,水体透明度越高,水质越好,水体总磷浓度越低;水体悬浮物浓度与水体总氮浓度具有较高相关性,水体悬浮物浓度越高,水质越差,对应水体总氮浓度越高;水体叶绿素a浓度越高,对应水体化学需氧量浓度越高。构建水体总磷浓度、总氮浓度和化学需氧量浓度的间接反演模型,确定性系数均>0.6,并对江汉平原监测点水体的总磷、总氮和化学需氧量浓度进行了模拟和分析,结论与水产养殖区内饲料投喂主要时期的影响规律基本保持一致。研究结果对于探测江汉平原水产养殖区大尺度范围水质参数的时空演变具有一定的实用价值。; 关键词水质参数 Sentinel2-L1C影像江汉平原光学活性物质反演模型; Keywords water quality parameters Sentinel2-L1C image Jianghan Plain optically active compounds retrieval model; 分类号 X87 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名深度学习在高分辨率遥感影像冬油菜提取中的应用被引量：18: 2; 作者杨泽宇张洪艳明金冷伟刘海启游炯; 机构武汉珈和科技有限公司武汉大学测绘遥感信息工程国家重点实验室农业农村部耕地利用遥感重点实验室/农业农村部规划设计研究院; 出处《测绘通报》 CSCD 北大核心 2020年第9期110-113,共4页; 基金农业农村部耕地利用遥感重点实验室开放课题(2019LCLU002)。; 文摘近年来,深度学习在基于高分辨率遥感影像的农作物种植信息提取领域应用广泛。本文充分利用油菜在盛花期的光谱特征,提出了基于深度学习理论的单时相高分辨率遥感影像油菜分布提取方法。以2016年湖北省沙洋县作为研究区域,获取油菜盛花时期高分一号(GF-1)影像,并以沙洋县为基础影像,通过手工标记制作油菜训练样本。设计两种深度学习框架模型,一种以卷积神经网络(CNN)为框架,构建一维卷积神经网络(1D-CNN)模型,第二种以循环神经网络(RNN)为框架,组合门控循环单元(GRU)模型,训练标准样本模型,完成油菜分类提取。最后,与传统支持向量机(SVM)、随机森林(RF)方法进行了结果对比。试验结果表明,本文设计的基于深度学习CNN和RNN模型提取的冬油菜空间分布精度和面积精度皆优于其他两种方法,为进一步实现冬油菜提取自动化提供试验基础。; 关键词油菜提取深度学习卷积神经网络(CNN) 循环神经网络(RNN) 高分一号; Keywords extraction of winter rapeseed deep learning CNN RNN Gao Fen-1; 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

题名基于多维卷积神经网络的多源高分辨率卫星影像茶园分类被引量：2: 3; 作者廖廓聂磊杨泽宇张红艳王艳杰彭继达党皓飞冷伟; 机构福建省气象科学研究所武夷山国家气候观象台武汉珈和科技有限公司浙江万维空间信息技术有限公司; 出处《自然资源遥感》 CSCD 北大核心 2022年第2期152-161,共10页; 基金福建省气象局开放式研究基金项目“遥感与机器算法对厦门城市PM2.5浓度预测研究”(编号:2020KX03) 福建省气象局开放式研究基金项目“基于误差理论的全球蒸散发产品武夷山季风变化敏感区质量评估研究”(编号:2021kfm03)。; 文摘武夷山市地形条件、茶园种植结构复杂,云雨天气多、卫星影像难获取。针对单一影像源茶园难提取的问题,以武夷山市新田镇为研究区,综合Sentinel-2影像的光谱信息和Google影像的纹理特征,提出一种基于多源高分辨率卫星影像和多维卷积神经网络(multidimensional multi-source convolutional neural networks,MM-CNN)的茶园分类方法。该方法以一维和二维卷积神经网络为基础,根据不同分辨率的影像,通过建立2种模型,分别提取茶园及疑似区域,并融合2个模型结果,最终得到茶园分布,以相对经济、高效的方式完成研究区茶园分布的高精度提取。结果表明,MM-CNN融合多源高分辨率影像进行茶园提取的空间分布精度优于单一影像源方法,MM-CNN方法具有一定的普适性和鲁棒性,为南方丘陵山区大范围高效监测茶园分布情况提供了方法参考。; 关键词武夷山市茶园卷积神经网络语义分割 U-Net 1D-CNN Sentinel-2 Google影像; Keywords Wuyishan City tea garden convolutional neural network semantic segmentation U-Net 1D-CNN Sentinel-2 Google image; 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2018—2019年度湖北省冬小麦主产区冬至苗期遥感监测分析报告被引量：2: 4; 作者钱可峰尹亮彭凯张红艳黄妙曾奥丽刘兵杨泽宇; 机构武汉珈和科技有限公司湖北省农业农村厅; 出处《湖北农业科学》 2019年第4期132-139,共8页; 文摘根据2018年11月29日、12月12日高分一号卫星影像,解译提取了湖北省冬小麦主产区的7个代表性城市的冬小麦种植空间分布与面积情况,并以其中的襄阳市作为实例进行具体分析;同时分析了湖北省冬小麦实地苗情,从降雨量、墒情和气温适宜性方面比较验证了冬小麦苗期气象水平。在此基础上,提出了湖北省冬小麦田间管理的建议及其形势展望。; 关键词冬小麦苗情气象水平遥感监测湖北省; Keywords wheat seedlings meteorological level remote sensing monitoring Hubei province; 分类号 S512.11 [农业科学—作物学] 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	基于Sentinel2-L1C的江汉平原水产养殖区水质参数反演	邹志科余蕾张煜王文娟赵永立孙建东程青雷	《长江科学院院报》 CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
2	深度学习在高分辨率遥感影像冬油菜提取中的应用	杨泽宇张洪艳明金冷伟刘海启游炯	《测绘通报》 CSCD 北大核心	2020	18	在线阅读下载PDF 职称材料
3	基于多维卷积神经网络的多源高分辨率卫星影像茶园分类	廖廓聂磊杨泽宇张红艳王艳杰彭继达党皓飞冷伟	《自然资源遥感》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
4	2018—2019年度湖北省冬小麦主产区冬至苗期遥感监测分析报告	钱可峰尹亮彭凯张红艳黄妙曾奥丽刘兵杨泽宇	《湖北农业科学》	2019	2	在线阅读下载PDF 职称材料