作者:黄启厅,覃泽林,曾志康 单位:中国科学院地理科学与资源研究所 出版:《地球信息科学学报》2016年第05期 页数:10页  (PDF与DOC格式可能不同) PDF编号:PDFDQXX2016050180 DOC编号:DOCDQXX2016050189 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于地面观测的异质性下垫面像元尺度地表温度模拟研究进展》PDF+DOC2016年第05期 彭志兴,周纪,李明松 《基于FY-3C/VIRR卫星数据重庆植被覆盖度时空变化研究》PDF+DOC2019年第01期 杜宝隆,杨世琦,王永前,高阳华,张强 《无人机在农业中的应用现状与展望》PDF+DOC2018年第04期 陈鹏飞 《遥感气候学──气候研究的新领域》PDF+DOC1994年第03期 刘亚平,王斌 《水平和垂直尺度乔、灌、草覆盖度遥感提取研究进展》PDF+DOC2005年第08期 黄健熙,吴炳方,曾源,田亦陈 《小麦倒伏的雷达极化特征及其遥感监测》PDF+DOC2014年第07期 杨浩,杨贵军,顾晓鹤,李增元,陈尔学,冯琦,杨小冬
  • 为了解决多云雨地区遥感数据时空覆盖缺失的问题,以满足对地块尺度作物种植信息日益迫切的应用需求,本文在遥感图谱认知理论框架下发展了一种基于多星数据协同的地块尺度作物识别与面积估算方法。首先,基于米级高分辨率影像提取农田地块对象;其次,通过对多源中分辨率时序影像的有效化处理和指数计算,获取“碎片化”的高时空覆盖有效数据,并以地块对象为单元构建时间序列;然后,在时序分析基础上,建立多维特征空间,结合作物生长物候特征,构建决策树模型进行作物分类识别与面积计算;最后,以湖南省宁远县为研究区开展了水稻种植信息的提取实验。结果表明:本文方法可在农田地块尺度下实现不同水稻类型的准确识别及其种植面积的精细提取,早、中、晚稻的用户精度分别可达94.33%、90.76%和95.95%,总体分类精度为92.51%,Kappa系数为0.90;早、中、晚稻面积提取精度分别为93.37%、91.23%和95.42%。试验结果证明了本文方法的有效性,为其他作物种植信息的精细提取提供了借鉴。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。