科研产出
基于SPOT-5卫星影像的水稻信息提取方法研究——以德阳市旌阳区为例
《西南农业学报 》 2017 北大核心 CSCD
摘要：【目的】水稻遥感信息提取是遥感技术在农业领域应用方面的重要内容,也是快速、准确满足水稻种植遥感监测的需要。【方法】本研究以四川省德阳市旌阳区为研究区,利用SPOT-5卫星影像,对研究区的影像进行监督、面向对象以及决策树等多种方法分类,对分类结果进行对比,研究最适合提取水稻信息的方法。【结果】结果表明:(1)监督分类(6种分类器)人为控制训练区提高精度的同时也加大了人为误差;面向对象分类提高了效率,易出现分类混淆;决策树分类法直观、效率高,但在本研究区中,由于耕林混交的面积较大,水体和居民地亮度值接近,造成分类误差加大。(2)神经网络和支持向量机的分类精度最高,分类效果清晰,说明在实际水稻信息提取中以监督分类为最佳。【结论】基于遥感技术和高分辨率数据提取水稻信息、实现水稻监测是可行的。
关键词： 水稻信息提取 监督分类 面向对象分类 决策树分类 德阳市
全文链接
请求原文
基于多时相高分一号影像水稻监测精度评价与修正——以德阳地区为例
《西南农业学报 》 2016 北大核心 CSCD
摘要：以2014年四川省德阳地区为研究区域,建立10个(500m×500m)样方作为训练区,同时期建立水稻验证点。提取2个时相高分一号的NDVI值,分析其变化特征,确定阈值;利用数字高程图(DEM)及坡度图,采用决策树分类方法,进行水稻遥感监测。以水稻地块样点作验证,评价高分一号数据在水稻识别方面的精度,最后利用样方测算的修正系数对遥感监测面积进行修正。结果表明,在类似德阳地块比较破碎的平原和丘陵区域,高分一号影像遥感识别水稻的用户精度可达92.3%,制图精度可达96.5%。以78%系数乘积修正该区域水稻遥感监测面积,得到更为准确的水稻播种面积。高分一号影像作为全新的高空间分辨率遥感数据,在水稻监测方面,可作为一种可靠的、免费的遥感影像替代源在更大区域中探讨使用。
全文链接
请求原文
决策树分类数码相机影像获取水稻覆盖度的研究
《安徽农业科学 》 2013 北大核心
摘要：叶面积指数(LAI)、植被指数(VI)是利用高空间分辨率影像构建遥感长势监测、估产模型的重要参数,作物覆盖度可以间接表达叶面积指数和植被指数。高空间分辨率影像不仅能识别田块形状,提高农作物类型识别精度,还可以以田块为单元进行作物长势、单产监测。为此,快速、准确地获取地面作物覆盖度,建立覆盖度与叶面积指数、植被指数之间的定量关系,可为遥感监测提供一种重要参数。以2013年四川省德阳地区为研究区域,建立10个(1 km×1 km)样方。在水稻返青期(6月3日)、分蘖期(6月18日)、拔节期(7月3日)、抽穗期(7月25日)、灌浆期(8月12日)及成熟期(8月30日),以GPS定点,每样方采集5个地块,每地块3个重复,以数码相机垂直拍摄的方式,获取不同生育期的照片。利用ENVI 4.7图像处理软件,根据决策树分类方法,计算不同测点不同时期的覆盖度值。结果表明,此方法可准确、客观地提取水稻不同时期的覆盖度值;利用Photo Shop 6.0人工调节选择计算覆盖度的方法主观性较强,结果与决策树方法接近,无显著差异。
全文链接
请求原文
首页上一页1下一页尾页
