期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
多种分类器在华北地区土地覆盖遥感分类中的性能评价 被引量:12
1
作者 刘勇洪 牛铮 +1 位作者 徐永明 李向军 《中国科学院研究生院学报》 CAS CSCD 2005年第6期724-732,共9页
应用MODIS 250m分辨率遥感影像对中国华北地区分别采用最大似然法、Parzen窗、CART决策树、BP神经网络、Fuzzy ARTMAP神经网络等5种分类方法进行区域尺度上土地覆盖制图的比较试验.结果表明:(1)Parzen窗法分类性能最优,CART和BP其次,Fuz... 应用MODIS 250m分辨率遥感影像对中国华北地区分别采用最大似然法、Parzen窗、CART决策树、BP神经网络、Fuzzy ARTMAP神经网络等5种分类方法进行区域尺度上土地覆盖制图的比较试验.结果表明:(1)Parzen窗法分类性能最优,CART和BP其次,Fuzzy ARTMAP表现较差.(2)CART决策树具有较好鲁棒性,但缺点是样本代价较大;BP神经网络分类器能达到较高精度,但缺点是需较高质量的样本、网络结构参数难以确定,造成其稳健性较差;FuzzyARTMAP则未能表现出理想结果.(3)训练样本数量差异造成:最大似然法的分类精度差异值低于5%;Parzen窗法和Fuzzy ARTMAP差异为5%~10%;CART和BP差异在10%以上. 展开更多
关键词 modis 250m 土地覆盖分类 最大似然法 PARZEN窗 CART决策树 BP神经网络 FUZZY ARTMAP神经网络
下载PDF
Mapping rice-fallow cropland areas for short-season grain legumes intensification in South Asia using MODIS 250 m time-series data 被引量:2
2
作者 Murali Krishna Gumma Prasad S.Thenkabail +3 位作者 Pardharsadhi Teluguntla Mahesh N.Rao Irshad A.Mohammed Anthony M.Whitbread 《International Journal of Digital Earth》 SCIE EI CSCD 2016年第10期981-1003,共23页
The goal of this study was to map rainfed and irrigated rice-fallow cropland areas across South Asia,using MODIS 250 m time-series data and identify where the farming system may be intensified by the inclusion of a sh... The goal of this study was to map rainfed and irrigated rice-fallow cropland areas across South Asia,using MODIS 250 m time-series data and identify where the farming system may be intensified by the inclusion of a short-season crop during the fallow period.Rice-fallow cropland areas are those areas where rice is grown during the kharif growing season(June–October),followed by a fallow during the rabi season(November–February).These cropland areas are not suitable for growing rabi-season rice due to their high water needs,but are suitable for a short-season(≤3 months),low water-consuming grain legumes such as chickpea(Cicer arietinum L.),black gram,green gram,and lentils.Intensification(double-cropping)in this manner can improve smallholder farmer’s incomes and soil health via rich nitrogen-fixation legume crops as well as address food security challenges of ballooning populations without having to expand croplands.Several grain legumes,primarily chickpea,are increasingly grown across Asia as a source of income for smallholder farmers and at the same time providing rich and cheap source of protein that can improve the nutritional quality of diets in the region.The suitability of rainfed and irrigated rice-fallow croplands for grain legume cultivation across South Asia were defined by these identifiers:(a)rice crop is grown during the primary(kharif)crop growing season or during the north-west monsoon season(June–October);(b)same croplands are left fallow during the second(rabi)season or during the south-east monsoon season(November–February);and(c)ability to support low water-consuming,short-growing season(≤3 months)grain legumes(chickpea,black gram,green gram,and lentils)during rabi season.Existing irrigated or rainfed crops such as rice or wheat that were grown during kharif were not considered suitable for growing during the rabi season,because the moisture/water demand of these crops is too high.The study established cropland classes based on the every 16-day 250 m normalized difference vegetati 展开更多
关键词 Croplands cropland fallow seasonal rice mapping rice-fallow INTENSIFICATION kharif rabi remote sensing double-cropping modis 250 m NDVI spectral matching techniques ground survey data grain legumes potential cropland areas South Asia
原文传递
基于MODIS数据的决策树分类方法研究与应用 被引量:89
3
作者 刘勇洪 牛铮 王长耀 《遥感学报》 EI CSCD 北大核心 2005年第4期405-412,共8页
介绍了目前国际上流行的两种决策树算法———CART算法与C4·5算法,并引入了两种机器学习领域里的分类新技术———boosting和bagging技术,为探究这些决策树分类算法与新技术在遥感影像分类方面的潜力,以中国华北地区MODIS250m分辨... 介绍了目前国际上流行的两种决策树算法———CART算法与C4·5算法,并引入了两种机器学习领域里的分类新技术———boosting和bagging技术,为探究这些决策树分类算法与新技术在遥感影像分类方面的潜力,以中国华北地区MODIS250m分辨率影像进行了土地覆盖决策树分类试验与分析。研究结果表明决策树在满足充分训练样本的条件下,相对于传统方法如最大似然法(MLC)能明显提高分类精度,而在样本量不足下决策树分类表现差于MLC;并发现在单一决策树生成中,分类回归树CART算法表现较C4·5算法具有分类精度和树结构优势,分类精度的提高取决于树结构的合理构建与剪枝处理;另外在决策树CART中引入boosting技术,能明显提高那些较难识别类别的分类准确率18·5%到25·6%。 展开更多
关键词 决策树 CART算法 C4.5算法 boosting和bagging技术 土地覆盖modis250m
下载PDF
基于随机森林的高分辨率PM_(2.5)浓度时空变化模拟——以中原城市群核心区为例 被引量:3
4
作者 卢鋆镆 曾穗平 +2 位作者 曾坚 王森 宋苑震 《中国环境科学》 EI CAS CSCD 北大核心 2023年第7期3299-3311,共13页
为探究城市尺度或更小区域内近地面PM_(2.5)浓度模拟方法,以空气监测站实测的近地面PM_(2.5)浓度为因变量、MODIS L1B卫星影像中计算得出的大气顶部反射率(TOA)数据和直接提取的图像特征值(Image)为2组主要自变量,融合气象特征、地形特... 为探究城市尺度或更小区域内近地面PM_(2.5)浓度模拟方法,以空气监测站实测的近地面PM_(2.5)浓度为因变量、MODIS L1B卫星影像中计算得出的大气顶部反射率(TOA)数据和直接提取的图像特征值(Image)为2组主要自变量,融合气象特征、地形特征和时空特征等辅助因子,构建RF(PM_(2.5)~TOA)和RF(PM_(2.5)~Image)2个随机森林模型,并最终选用RF(PM_(2.5)~Image)对中原城市群核心区2020年250m空间分辨率下的近地面PM_(2.5)浓度进行评估.结果表明:2个模型交叉验证的决定系数(R^(2))均为0.93,均方根误差(RMSE)分别为9.23,8.28μg/m^(3),模型性能良好;当2个模型达到相近拟合度时,RF(PM_(2.5)~Image)的预测偏差更低,且空间分辨率高于250m的特征重要性占比高达44.2%,能够更准确地描述250m空间分辨率的近地面PM_(2.5)浓度变化;中原城市群核心区2020年年均PM_(2.5)浓度为53.80μg/m^(3),污染现象严重,不同单元内发生0~8次污染过程不等,整体上呈现由西南西北山区向东部平原递增的空间分异特征和冬高夏低、春秋过渡的时间变化规律. 展开更多
关键词 PM_(2.5) 随机森林 modis L1B 250m 中原城市群核心区
下载PDF
基于MODIS数据的海洋叶绿素反演算法研究 被引量:5
5
作者 范宪创 陈圣波 +1 位作者 周超 陆天启 《科学技术与工程》 北大核心 2017年第10期74-80,共7页
海洋叶绿素的反演在海洋-大气系统的碳循环、赤潮灾害监测等方面具有重要意义。选择南海乐东县作为研究区,基于MODIS 250 m分辨率数据,将MODIS水色产品数据集和南海实测数据集作为实测值数据集分别建立二波段比值、植被指数NDVI以及逐... 海洋叶绿素的反演在海洋-大气系统的碳循环、赤潮灾害监测等方面具有重要意义。选择南海乐东县作为研究区,基于MODIS 250 m分辨率数据,将MODIS水色产品数据集和南海实测数据集作为实测值数据集分别建立二波段比值、植被指数NDVI以及逐步回归模型,反演研究区的叶绿素浓度。结果显示,基于南海实测数据集建立的反演模型精度普遍较高,R^2值都达到0.7以上,其中逐步回归模型精度最高,R^2值达到0.778 3。反演结果表明,在实测值支持下,MODIS高分辨率数据在叶绿素反演方面能够达到较好的反演效果,同时也提高了在MODIS数据使用方面的空间反演精度,证明MODIS高分辨率数据在海洋叶绿素反演方面能得到较好的应用。 展开更多
关键词 定量反演 modis数据 叶绿素 250m分辨率
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部