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
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：
GEE与多源遥感在冬小麦自动样本生成与分类中的应用——以邯郸市为例
1
作者 李亚强 曹俊涛 +5 位作者 常宇飞 孟成真 张珺 刀剑 赵春雷 权畅 《湖北农业科学》 2025年第9期220-228,237,共10页
以邯郸市为研究对象,基于Google Earth Engine(GEE)平台与多源遥感数据,构建一种冬小麦训练样本自动生成与分类的方法。通过融合SNIC分割、物候特征筛选与随机森林算法,建立融合光谱、植被指数及纹理的多特征组合方案。结果显示,特征组... 以邯郸市为研究对象,基于Google Earth Engine(GEE)平台与多源遥感数据,构建一种冬小麦训练样本自动生成与分类的方法。通过融合SNIC分割、物候特征筛选与随机森林算法,建立融合光谱、植被指数及纹理的多特征组合方案。结果显示,特征组合(3)(光谱+植被指数+纹理)的提取效果最优,其相对误差连续3年均为最低(2023年0.21%、2024年1.33%、2025年0.44%),总体精度和Kappa系数逐年提升。基于该方案生成了2023—2025年邯郸市冬小麦种植空间分布图,邯郸市冬小麦种植空间分布呈东部平原集中、西部山区较少的分异特征。长势监测显示,2025年邯郸市冬小麦在整个生育期内光照、温度、降水量、湿度条件匹配良好,NDVI增量以偏好为主,整体长势优于2023年和2024年。自动化样本生成方法在大范围作物分类中具备良好的适用性与稳定性。 展开更多
关键词 Google Earth Engine(GEE) 多源遥感 冬小麦 样本生成 作物分类 邯郸市
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部