期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于像元物候曲线匹配的生长季内河北省冬小麦空间分布识别
被引量:
6
1
作者
张锦水
赵光政
+2 位作者
洪友堂
孙
智
虎
段雅鸣
《农业工程学报》
EI
CAS
CSCD
北大核心
2020年第23期193-200,共8页
及时、准确的农作物空间分布信息是进行作物长势监测、灾害评估与产量估计的基础。传统方法一般在作物收获期前后进行作物的识别,时间上滞后,难以满足农业生产的应用,时空泛化能力差,模型复用程度低。该研究以历史知识为支撑,提出冬小...
及时、准确的农作物空间分布信息是进行作物长势监测、灾害评估与产量估计的基础。传统方法一般在作物收获期前后进行作物的识别,时间上滞后,难以满足农业生产的应用,时空泛化能力差,模型复用程度低。该研究以历史知识为支撑,提出冬小麦像元匹配模型(Pixel-Matched Model,PMM)进行冬小麦空间分布提取,旨在生长季内实现冬小麦空间分布的快速提取。研究结果表明,PMM能充分利用作物物候特征变化,排除冬小麦种植物候空间异质性的影响,能够在播种后2个月内实现冬小麦的准确提取,总体精度达到了95.49%,F1分数为0.83,且不随物候曲线的延伸而大幅提高精度。与传统参考曲线模型(Reference Curve Model,RCM)相比,PMM在消除区域内冬小麦生长物候差异方面具有优势,可在年际间实现冬小麦的准确识别,具有较强的时间泛化能力,能够实现冬小麦的自动化识别。
展开更多
关键词
模型
物候
时间序列
时间泛化
像元相似度
先验知识
冬小麦
下载PDF
职称材料
基于GF-7遥感卫星的冬小麦面积精细化识别
被引量:
2
2
作者
万丛
孙
智
虎
+1 位作者
梁治华
张锦水
《安徽农业科学》
CAS
2021年第12期244-247,252,共5页
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...
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%。
展开更多
关键词
GF-7
遥感
冬小麦
随机森林
支撑向量机
下载PDF
职称材料
GF-7卫星多角度特征作物识别
被引量:
1
3
作者
孙
智
虎
张锦水
+2 位作者
洪友堂
杨珺雯
朱爽
《遥感学报》
EI
CSCD
北大核心
2023年第9期2127-2138,共12页
多角度遥感对地观测能够提供更加丰富、多方向的遥感特征,提高地类之间的可区分性,为地物覆盖的精确识别打下坚实的数据基础。GF-7是中国继ZY-3卫星后的首颗亚米级测绘卫星,这为利用多角度特性解决“异物同谱”的问题,提高作物的识别精...
多角度遥感对地观测能够提供更加丰富、多方向的遥感特征,提高地类之间的可区分性,为地物覆盖的精确识别打下坚实的数据基础。GF-7是中国继ZY-3卫星后的首颗亚米级测绘卫星,这为利用多角度特性解决“异物同谱”的问题,提高作物的识别精度带来了机遇。本文利用GF-7前视、后视全色及后视多光谱数据,各种特征组合输入到支撑向量机分类器进行分类,相对于光谱、纹理等特征,分析多角度特征对作物识别精度的作用。结果表明,较仅应用光谱特征,光谱与角差特征组合使用大蒜和冬小麦的制图精度分别提高了4.07%和3.15%,用户精度分别提高了6.73%和2.12%;较应用光谱与纹理特征,光谱、纹理与角差特征组合使用大蒜和冬小麦的制图精度分别提高了3.14%和1.01%,用户精度分别提高了5.11%和0.67%。通过McNemar检验分析,这种分类精度的提高是稳定的,角差特征使用能有效提高作物的识别精度。究其原因,多角度特征对不同作物类型在多角度观测时的光谱响应具备特有的差异性,这种差异提高了作物之间的可分性,从而保证作物遥感识别的精度。
展开更多
关键词
GF-7
支撑向量机
角差
遥感
冬小麦
大蒜
农业
原文传递
题名
基于像元物候曲线匹配的生长季内河北省冬小麦空间分布识别
被引量:
6
1
作者
张锦水
赵光政
洪友堂
孙
智
虎
段雅鸣
机构
北京师范大学遥感科学国家重点实验室
中国地质大学(北京)土地科学技术学院
北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心
北京师范大学地理科学学部遥感科学与工程研究院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2020年第23期193-200,共8页
基金
国家重点研发计划“粮食丰产增效科技创新专项”子课题(2017YFD0300402-6)
高分辨率对地观测系统重大专项(民用部分)(09-Y20A05-9001-17/18,11-Y20A16-9001-17/18)。
文摘
及时、准确的农作物空间分布信息是进行作物长势监测、灾害评估与产量估计的基础。传统方法一般在作物收获期前后进行作物的识别,时间上滞后,难以满足农业生产的应用,时空泛化能力差,模型复用程度低。该研究以历史知识为支撑,提出冬小麦像元匹配模型(Pixel-Matched Model,PMM)进行冬小麦空间分布提取,旨在生长季内实现冬小麦空间分布的快速提取。研究结果表明,PMM能充分利用作物物候特征变化,排除冬小麦种植物候空间异质性的影响,能够在播种后2个月内实现冬小麦的准确提取,总体精度达到了95.49%,F1分数为0.83,且不随物候曲线的延伸而大幅提高精度。与传统参考曲线模型(Reference Curve Model,RCM)相比,PMM在消除区域内冬小麦生长物候差异方面具有优势,可在年际间实现冬小麦的准确识别,具有较强的时间泛化能力,能够实现冬小麦的自动化识别。
关键词
模型
物候
时间序列
时间泛化
像元相似度
先验知识
冬小麦
Keywords
models
phenology
time-series
time generalization
pixel similarity
prior knowledge
winter wheat
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于GF-7遥感卫星的冬小麦面积精细化识别
被引量:
2
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]
下载PDF
职称材料
题名
GF-7卫星多角度特征作物识别
被引量:
1
3
作者
孙
智
虎
张锦水
洪友堂
杨珺雯
朱爽
机构
遥感科学国家重点实验室北京师范大学
中国地质大学(北京)土地科学技术学院
北京市陆表遥感数据产品工程技术研究中心
北京师范大学地理科学学部遥感科学与工程研究院
北京工业职业技术学院
出处
《遥感学报》
EI
CSCD
北大核心
2023年第9期2127-2138,共12页
基金
国家自然科学基金重大项目(编号:42192580,42192584)
国家高分辨率对地观测系统重大专项(民用部分)(编号:20-Y30F10-9001-20/22)。
文摘
多角度遥感对地观测能够提供更加丰富、多方向的遥感特征,提高地类之间的可区分性,为地物覆盖的精确识别打下坚实的数据基础。GF-7是中国继ZY-3卫星后的首颗亚米级测绘卫星,这为利用多角度特性解决“异物同谱”的问题,提高作物的识别精度带来了机遇。本文利用GF-7前视、后视全色及后视多光谱数据,各种特征组合输入到支撑向量机分类器进行分类,相对于光谱、纹理等特征,分析多角度特征对作物识别精度的作用。结果表明,较仅应用光谱特征,光谱与角差特征组合使用大蒜和冬小麦的制图精度分别提高了4.07%和3.15%,用户精度分别提高了6.73%和2.12%;较应用光谱与纹理特征,光谱、纹理与角差特征组合使用大蒜和冬小麦的制图精度分别提高了3.14%和1.01%,用户精度分别提高了5.11%和0.67%。通过McNemar检验分析,这种分类精度的提高是稳定的,角差特征使用能有效提高作物的识别精度。究其原因,多角度特征对不同作物类型在多角度观测时的光谱响应具备特有的差异性,这种差异提高了作物之间的可分性,从而保证作物遥感识别的精度。
关键词
GF-7
支撑向量机
角差
遥感
冬小麦
大蒜
农业
Keywords
GF-7
SVM
angle difference
remote sensing
winter wheat
garlic
agriculture
分类号
TP701 [自动化与计算机技术—检测技术与自动化装置]
P2 [自动化与计算机技术—控制科学与工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于像元物候曲线匹配的生长季内河北省冬小麦空间分布识别
张锦水
赵光政
洪友堂
孙
智
虎
段雅鸣
《农业工程学报》
EI
CAS
CSCD
北大核心
2020
6
下载PDF
职称材料
2
基于GF-7遥感卫星的冬小麦面积精细化识别
万丛
孙
智
虎
梁治华
张锦水
《安徽农业科学》
CAS
2021
2
下载PDF
职称材料
3
GF-7卫星多角度特征作物识别
孙
智
虎
张锦水
洪友堂
杨珺雯
朱爽
《遥感学报》
EI
CSCD
北大核心
2023
1
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部