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158篇文章
< 1 2 … 8 >
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：
中国野生大茶树的地理分布、多样性及其利用价值 被引量：76
1
作者 王平盛 虞富莲 《茶叶科学》 CAS CSCD 北大核心 2002年第2期105-108,134,共5页
野生大茶树是遗传多样性最丰富、最具有保存和研究价值的初级茶树种质资源。本文就野生大茶树在中国的分布区域、类型、特征特性、在研究茶树演化分类及种质创新中的作用和大茶树的保护作了阐述和展望。
关键词 中国 野生大茶树 地理分布 多样性 利用价值
下载PDF
作物种植面积遥感提取方法的研究进展 被引量：65
2
作者 许文波 田亦陈 《云南农业大学学报》 CAS CSCD 2005年第1期94-98,共5页
农作物种植面积监测是遥感估产的关键技术之一。回顾和总结了国内外利用遥感数据进行农作物种植面积提取的方法,重点分析了遥感影像分析方法的进展以及大面积作物种植面积提取两个方面,对农作物种植面积遥感提取的发展方向作了简要评述。
关键词 种植面积 遥感监测 分类
下载PDF
基于Sentinel-1和Sentinel-2数据融合的农作物分类 被引量：59
3
作者 郭交 朱琳 靳标 《农业机械学报》 EI CAS CSCD 北大核心 2018年第4期192-198,共7页
基于光学影像的遥感技术受云雨、昼夜影响较大,导致获取连续的作物时序生长曲线较困难,而雷达影像作为主动式成像,能够很好地克服这一缺陷。本文以陕西省渭南市大荔县某农场为研究区域,分别采用最大似然法(Maximum likelihood,ML)和支... 基于光学影像的遥感技术受云雨、昼夜影响较大,导致获取连续的作物时序生长曲线较困难,而雷达影像作为主动式成像,能够很好地克服这一缺陷。本文以陕西省渭南市大荔县某农场为研究区域,分别采用最大似然法(Maximum likelihood,ML)和支持向量机(Support vector machine,SVM)2种方法,融合Sentinel-1雷达影像和Sentinel-2光学影像,提高农作物的分类精度。研究结果表明,融合数据的农作物分类精度相比光学数据分类精度有所提高。在无云层覆盖的情况下,利用SVM方法融合Sentinel-2的红、绿、蓝、近红外4个波段数据与Sentinel-1数据,总体分类精度提高了2个百分点,Kappa系数提高了5个百分点;在有少量云层覆盖情况下,利用ML处理融合数据的分类结果精度和Kappa系数分别提高2个百分点和4个百分点,SVM方法下的分类精度提高了6个百分点,Kappa系数提高了8个百分点。 展开更多
关键词 作物分类 光学图像 雷达图像 数据融合 支持向量机 最大似然
下载PDF
应用高分辨率遥感影像提取作物种植面积 被引量：54
4
作者 徐新刚 李强子 +1 位作者 周万村 吴炳方 《遥感技术与应用》 CSCD 2008年第1期17-23,I0005,共8页
利用中低分辨率遥感影像提取作物分类种植面积的精度,往往难以满足农业遥感估产的需要。随着新型传感器的不断出现,应用高分辨率遥感影像高精度地提取作物分类面积日益成为发展趋势。由于高分辨率遥感影像提供的地物纹理、色调与形状等... 利用中低分辨率遥感影像提取作物分类种植面积的精度,往往难以满足农业遥感估产的需要。随着新型传感器的不断出现,应用高分辨率遥感影像高精度地提取作物分类面积日益成为发展趋势。由于高分辨率遥感影像提供的地物纹理、色调与形状等信息更加丰富,当前基于对象的地物识别分类方法仍不成熟,处理操作中人为干预过多,而且较为复杂,因此尝试以地面调查信息为辅助参量,采用常规基于像元的最大似然法监督分类方法,依据多尺度遥感影像信息提取的原理,分阶段地逐步提取作物种植面积,以此为农业遥感估产服务。 展开更多
关键词 作物分类 QuickBird遥感影像 地面调查 最大似然法 多尺度
下载PDF
农作物遥感分类特征变量选择研究现状与展望 被引量：47
5
作者 贾坤 李强子 《资源科学》 CSSCI CSCD 北大核心 2013年第12期2507-2516,共10页
农作物遥感分类是农作物种植面积估算的重要核心问题,是提高农作物种植面积估算精度的关键研究内容。特征变量的选择是农作物遥感分类的重要步骤,有效地使用多种特征变量是提高农作物遥感分类精度的关键。随着多源数据获取的更加容易,... 农作物遥感分类是农作物种植面积估算的重要核心问题,是提高农作物种植面积估算精度的关键研究内容。特征变量的选择是农作物遥感分类的重要步骤,有效地使用多种特征变量是提高农作物遥感分类精度的关键。随着多源数据获取的更加容易,电磁波谱特征、空间特征、时间特征以及辅助数据特征在农作物遥感分类中发挥着重要的作用。本文简要回顾和综合分析了在农作物遥感分类中所使用的各种特征变量,包括多光谱特征、微波散射特征、多源数据特征、高光谱数据特征等电磁波谱特征,以及空间特征、时间特征和辅助数据特征等,并分析了农作物遥感分类特征变量选择方面存在的问题和发展趋势。指出目前农作物遥感分类特征变量选择存在的关键问题主要包括特征变量选择的理论研究不足和综合应用存在缺陷两个方面。未来农作物遥感分类特征选择研究的核心内容主要包括生化组分特征及冠层结构特征等农作物遥感分类新特征变量的挖掘、分类特征变量的综合应用、农作物遥感分类特征变量的敏感性和不确定性研究3个方面。 展开更多
关键词 农作物 遥感 分类 特征选择
原文传递
利用多时相TM影像进行作物分类方法 被引量：39
6
作者 马丽 徐新刚 +3 位作者 贾建华 黄文江 刘良云 程一沛 《农业工程学报》 EI CAS CSCD 北大核心 2008年第S2期191-195,共5页
多时相遥感影像比单时相具有更丰富的特征信息,在作物分类识别中具有重要意义。利用3景不同时相的TM卫星遥感影像,在分析主要地物光谱特征的基础上,将能够突出反映植被生长状态及植被覆盖度信息的指示因子NDVI作为一个新光谱特征波段,... 多时相遥感影像比单时相具有更丰富的特征信息,在作物分类识别中具有重要意义。利用3景不同时相的TM卫星遥感影像,在分析主要地物光谱特征的基础上,将能够突出反映植被生长状态及植被覆盖度信息的指示因子NDVI作为一个新光谱特征波段,设计了决策树分类算法,通过对分类影像进行系列阈值分割、掩膜处理,并结合辅助背景数据及专家知识,成功提取黑龙江军川农场的大豆、玉米和水稻的种植信息,分类总体精度达到85.87%。 展开更多
关键词 遥感 TM影像 监测 作物分类 NDVI 决策树
下载PDF
基于卷积神经网络的无人机遥感农作物分类 被引量：37
7
作者 汪传建 赵庆展 +1 位作者 马永建 任媛媛 《农业机械学报》 EI CAS CSCD 北大核心 2019年第11期161-168,共8页
针对采用长时间序列卫星影像、结合物候特征进行农作物精细分类识别精度较低的问题,将深度学习用于无人机遥感农作物识别,提出一种基于卷积神经网络的农作物精细分类方法,利用卷积神经网络提取高分辨率遥感影像中的农作物特征,通过调整... 针对采用长时间序列卫星影像、结合物候特征进行农作物精细分类识别精度较低的问题,将深度学习用于无人机遥感农作物识别,提出一种基于卷积神经网络的农作物精细分类方法,利用卷积神经网络提取高分辨率遥感影像中的农作物特征,通过调整网络参数及样本光谱组合,进一步优化网络结构,得到农作物识别模型。研究结果表明:卷积神经网络能够有效地提取影像中的农作物信息,实现农作物精细分类。除地块边缘因农作物种植稀疏、混杂而产生少许错分现象外,其他区域均得到较好的分类效果。经训练优化后的模型对3种农作物总体分类精度可达97.75%,优于SVM、BP神经网络等分类算法。 展开更多
关键词 深度学习 无人机遥感 卷积神经网络 农作物分类
下载PDF
基于MODIS时间序列及物候特征的农作物分类 被引量：36
8
作者 平跃鹏 臧淑英 《自然资源学报》 CSSCI CSCD 北大核心 2016年第3期503-513,共11页
论文以2012年6月至2014年6月期间的MOD09Q1及2013年四五月的MOD09A1为数据源,合成归一化植被指数(NDVI)和归一化水体指数(NDWI),利用TIMESAT软件对NDVI时间序列数据应用分段高斯函数拟合方法重构NDVI时序曲线,并获取7个物候特征(Phenolo... 论文以2012年6月至2014年6月期间的MOD09Q1及2013年四五月的MOD09A1为数据源,合成归一化植被指数(NDVI)和归一化水体指数(NDWI),利用TIMESAT软件对NDVI时间序列数据应用分段高斯函数拟合方法重构NDVI时序曲线,并获取7个物候特征(Phenology,以下简称PH,包括生长季始期、生长季末期、生长季长度、NDVI振幅、NDVI左导数、NDVI右导数、生长季期间的NDVI积分)。结合Landsat 8 OLI遥感影像、中国第二次土地调查数据和实地采样样本数据,根据2013年多种地物平滑后的NDVI曲线特征,将年NDVI最大值低于0.5的水体和建设用地掩膜去除。为了获取研究区农作物的最优分类方法,采用分层分类:首先对平滑后的46个NDVI时序数据进行支持向量机(SVM)分类,得到农用地等分类信息;其次利用平滑后的46个NDVI波段、7个物候参数及6期归一化水体指数相互组合,对农用地进行支持向量机分类提取3种农作物的分布信息。经不同波段组合分类对比可知,分类总体精度及Kappa系数的关系为:NDVI+NDWI>NDVI+PH+NDWI>PH+NDWI>NDVI+PH>NDVI>PH。研究结果表明,遥感数据波段的增加不一定带来较高的分类精度;论文中归一化水体指数有效地提高了水稻的分类精度。此外,辅以物候特征对农作物分类也具有一定的可行性。 展开更多
关键词 NDVI时序 NDWI TIMESAT 物候特征 农作物分类
原文传递
机器学习法的干旱区典型农作物分类 被引量：34
9
作者 黄双燕 杨辽 +1 位作者 陈曦 姚远 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第10期3169-3176,共8页
当前,基于机器学习方法开展农作物分类研究,对于确保干旱区粮食安全和生态安全有着极为重要的现实意义。基于机器学习方法,采用时间序列Sentinel 2A遥感数据提取农作物分类信息,通过引入地块基元和红边特征,探讨了不同分类特征组合对机... 当前,基于机器学习方法开展农作物分类研究,对于确保干旱区粮食安全和生态安全有着极为重要的现实意义。基于机器学习方法,采用时间序列Sentinel 2A遥感数据提取农作物分类信息,通过引入地块基元和红边特征,探讨了不同分类特征组合对机器学习分类精度的影响。结果表明:随机森林分类器可以有效集成光谱和植被指数等多维向量的优势,将其应用于干旱区典型农作物分类上的精度均在89%以上,分类组总体精度最高可达94.02%。地块基元点集支持下的分类特征提取方法能够提高机器学习效率和农作物分类精度,使光谱组及指数组的分类精度分别提高3.13%和4.07%,并能有效解决"椒盐"效应及耕地边缘廓线模糊等问题。红边光谱和红边指数的引入分别使随机森林分类器总体精度提高2.39%和1.63%,并使春、冬小麦的识别能力显著提高,表明红边特征能够帮助分类器更敏感地捕捉不同作物特有的生长特性及物候差异。该研究结果可为机器学习方法及Sentinel 2A卫星在干旱区农业遥感的应用提供参考。 展开更多
关键词 机器学习 随机森林 农作物分类 地块基元 红边波段
下载PDF
面向地块的农作物遥感分类研究进展 被引量：29
10
作者 韩衍欣 蒙继华 《国土资源遥感》 CSCD 北大核心 2019年第2期1-9,共9页
农作物遥感分类是农作物面积监测的核心问题,对于进一步开展农作物长势、产量等专题监测具有重要意义。与同质像元聚类得到的对象相比,地块数据包含了更为精确的位置和面积信息,被越来越多地应用于农作物遥感分类。首先,系统总结了面向... 农作物遥感分类是农作物面积监测的核心问题,对于进一步开展农作物长势、产量等专题监测具有重要意义。与同质像元聚类得到的对象相比,地块数据包含了更为精确的位置和面积信息,被越来越多地应用于农作物遥感分类。首先,系统总结了面向地块农作物遥感分类在理论、方法和实践中取得的进展;然后,分析了该方法目前存在的问题;最后,对未来的发展趋势进行了展望。研究认为,数字化和影像分割是获取地块数据的主要途径,陆续发布的全国地块数据集也给面向地块农作物遥感分类带来了新的契机;将面向地块的农作物遥感分类策略分为考虑地块整体特征和以像元为基础2种,并总结了遥感分类特征和分类方法取得的进展;在未来一段时间,多源数据的应用、地块边界检测技术的发展、分类特征的挖掘以及遥感分类运行化能力的提高将是面向地块农作物遥感分类的重要研究内容。 展开更多
关键词 面向地块 农作物 遥感 分类
下载PDF
基于HJ-1A高光谱遥感数据的湟水流域典型农作物分类研究 被引量：26
11
作者 史飞飞 高小红 +2 位作者 杨灵玉 何林华 贾伟 《遥感技术与应用》 CSCD 北大核心 2017年第2期206-217,共12页
利用高光谱遥感技术识别农作物类型已经成为高光谱遥感研究的热点领域。以青海省湟水流域内油菜、小麦和青稞等典型农作物为分类对象,以HJ-1A HSI高光谱数据和GF-1 WFV高分辨率数据为数据源,探讨利用高光谱遥感影像进行农作物类型信息... 利用高光谱遥感技术识别农作物类型已经成为高光谱遥感研究的热点领域。以青海省湟水流域内油菜、小麦和青稞等典型农作物为分类对象,以HJ-1A HSI高光谱数据和GF-1 WFV高分辨率数据为数据源,探讨利用高光谱遥感影像进行农作物类型信息提取的方法。数据经预处理后,首先,利用WFV数据采用面向对象方法提取研究区农作物种植边界,并利用其对HSI高光谱影像进行种植区域提取;其次,将提取后的高光谱影像经数据形式变换获得包括:R、1/R、Log(R)、d(R)、d(Log(R))和CR共6种数据形式;最后,利用上述6种数据形式的全波段数据和经遗传算法GA-SVM进行光谱波段选取后的6种特征数据,采用支持向量机SVM方法进行农作物分类。结果表明:采用基于样本的面向对象分类方法提取耕地信息精度高且实现周期短;利用GA-SVM波段选取后的6种特征数据集进行农作物分类,其精度显著高于全波段数据集分类精度;6种数据变换形式中,d(Log(R))和CR是两种最优的高光谱分类数据形式,其全波段和特征波段数据进行农作物分类均能获得较好的分类精度,总体精度最高分别达88%和86%,而采用1/R、Log(R)和R数据形式需经GA-SVM光谱波段选取后才能获得较优分类精度。 展开更多
关键词 高光谱遥感 HJ-1A 农作物分类 支持向量机 遗传算法
原文传递
基于多时相影像植被指数变化特征的作物遥感分类 被引量：25
12
作者 魏鹏飞 徐新刚 +3 位作者 杨贵军 李中元 王建雯 陈帼 《中国农业科技导报》 CAS CSCD 北大核心 2019年第2期54-61,共8页
高分一号GF1/WFV遥感影像具有较高的时间和空间分辨率,利用多时相影像开展农作物分类调查具有明显优势。以安徽省颍上县为研究区域,利用2017年5月至9月共6景多时相GF-1/WFV卫星遥感影像数据对主要农作物的分类识别提取。首先,通过分析... 高分一号GF1/WFV遥感影像具有较高的时间和空间分辨率,利用多时相影像开展农作物分类调查具有明显优势。以安徽省颍上县为研究区域,利用2017年5月至9月共6景多时相GF-1/WFV卫星遥感影像数据对主要农作物的分类识别提取。首先,通过分析研究区主要农作物的典型植被指数NDVI、EVI和WDRVI时序变化特征,明析了不同作物在各时相对不同VI的响应特征;其次,基于作物在不同时相的敏感VI变化响应,构建了决策树分层分类模型,成功提取了研究区玉米、水稻、大豆和甘薯四种主要作物种植空间分布情况。结果表明:总体精度达到90.9%,Kappa系数为0.895。同时,采用最大似然法、支持向量机对研究区作物进行分类,通过分类效果对比发现,最大似然法最差,支持向量机次之,决策树分类方法最佳。研究表明:利用多时相时间序列的遥感影像数据,结合作物植被指数特征,采用决策树分类方法可以有效提高作物分类的精度。 展开更多
关键词 遥感 作物分类 多时相 GF-1 决策树
原文传递
基于颜色特征进行农作物图像分类识别的应用研究综述 被引量：13
13
作者 吴富宁 杨子彪 +4 位作者 朱虹 郑丽敏 廖树华 单成钢 王桂琴 《中国农业科技导报》 CAS CSCD 2003年第2期76-80,共5页
利用农作物自身的特征对农作物图像进行分类识别是计算机视觉技术在农业自动化应用中的重要前提条件。本文首先探讨了基于颜色特征的两种图像分类识别方法 :统计直方图法和颜色参量的统计特征法 ,并分析比较了两类方法的特点 ,试图为以... 利用农作物自身的特征对农作物图像进行分类识别是计算机视觉技术在农业自动化应用中的重要前提条件。本文首先探讨了基于颜色特征的两种图像分类识别方法 :统计直方图法和颜色参量的统计特征法 ,并分析比较了两类方法的特点 ,试图为以农作物颜色为特征的图像分类识别应用提供思路。最后综述了从分析农作物外在的颜色特征进行农作物图像分类识别的国内外最新研究方法和成果 ,以促进计算机视觉技术在我国农业领域的应用和发展。 展开更多
关键词 计算机视觉 农作物 颜色特征 分类 识别
下载PDF
黄河三角洲农作物种植分区的遥感研究 被引量：18
14
作者 潘志强 刘高焕 周成虎 《地理研究》 CSCD 北大核心 2003年第6期799-806,共8页
本文选取了一年中三个不同时相的TM影像 ,分别求出了三幅影像的NDVI分布图 ,将其合成为一幅影像图。由于不同区域种植的作物在三个时相中的NDVI变化是不同的 ,因此在NDVI合成图上会呈现不同的颜色区域。通过对不同颜色区域进行采样分析 ... 本文选取了一年中三个不同时相的TM影像 ,分别求出了三幅影像的NDVI分布图 ,将其合成为一幅影像图。由于不同区域种植的作物在三个时相中的NDVI变化是不同的 ,因此在NDVI合成图上会呈现不同的颜色区域。通过对不同颜色区域进行采样分析 ,可以确定桃红色区域为冬小麦、玉米 (大豆 )轮作区 ,蓝紫色区域为棉花、春玉米、杂粮种植区 ,亮蓝区域为水稻种植区 ,亮绿色区域为林地、草地。最后 ,根据不同颜色区域的NDVI变化特征用非监督分类和监督分类相结合的方法对影像进行了分类提取。这样便可对黄河三角洲农作物的种植情况进行宏观的了解 ,为农作物种植合理布局及农业可持续发展提供依据。 展开更多
关键词 黄河三角洲 农作物 遥感 分类
下载PDF
基于BERT的常见作物病害问答系统问句分类 被引量：18
15
作者 杨国峰 杨勇 《计算机应用》 CSCD 北大核心 2020年第6期1580-1586,共7页
问句分类作为问答系统的关键模块,也是制约问答系统检索效率的关键性因素。针对农业问答系统中用户问句语义信息复杂、差异大的问题,为了满足用户快速、准确地获取常见作物病害问句的分类结果的需求,构建了基于BERT的常见作物病害问答... 问句分类作为问答系统的关键模块,也是制约问答系统检索效率的关键性因素。针对农业问答系统中用户问句语义信息复杂、差异大的问题,为了满足用户快速、准确地获取常见作物病害问句的分类结果的需求,构建了基于BERT的常见作物病害问答系统的问句分类模型。首先,对问句数据集进行预处理;然后,分别构建双向长短期记忆(Bi-LSTM)自注意力网络分类模型、Transformer分类模型和基于BERT的微调分类模型,并利用三种模型提取问句的信息,进行问句分类模型的训练;最后,对基于BERT的微调分类模型进行测试,同时探究数据集规模对分类结果的影响。实验结果表明,基于BERT的微调常见作物病害问句分类模型的分类准确率、精确率、召回率、精确率和召回率的加权调和平均值分别高于双向长短期记忆自注意力网络模型和Transformer分类模型2~5个百分点,在常见作物病害问句数据集(CCDQD)上能获得最高准确率92.46%,精确率92.59%,召回率91.26%,精确率和召回率的加权调和平均值91.92%。基于BERT的微调分类模型具有结构简单、训练参数少、训练速度快等特点,并能够高效地对常见作物病害问句准确分类,可以作为常见作物病害问答系统的问句分类模型。 展开更多
关键词 自然语言处理 BERT 作物病害 问答系统 问句分类
下载PDF
基于哨兵2时间序列组合植被指数的作物分类研究 被引量：17
16
作者 谷祥辉 张英 +2 位作者 桑会勇 翟亮 李少军 《遥感技术与应用》 CSCD 北大核心 2020年第3期702-711,共10页
时间序列是一种常用的物候研究方法。为充分利用哨兵2数据在红边波段的丰富信息,本文利用多种植被指数组合成时间序列进行作物分类。将NDVI、EVI、红边NDVI三种植被指数进行组合,构建时序植被指数图像,然后使用支持向量机、随机森林、C... 时间序列是一种常用的物候研究方法。为充分利用哨兵2数据在红边波段的丰富信息,本文利用多种植被指数组合成时间序列进行作物分类。将NDVI、EVI、红边NDVI三种植被指数进行组合,构建时序植被指数图像,然后使用支持向量机、随机森林、CART决策树和最大似然4种不同的算法对四种作物、三种林草、裸露地表、水体进行分类。原始分类结果中,总体精度最高的随机森林为87.92%,最低的最大似然为80.07%,在分类细节上,随机森林和支持向量机的边界最清晰,4种分类结果中,农作物的分类精度均高于其他地类,仅次于水体的精度,误差主要来自三种林草的混分,表明时间序列组合植被指数用于农作物分类是可行的。 展开更多
关键词 植被指数 时间序列 遥感 农作物分类 哨兵2
原文传递
基于高光谱遥感的农作物识别 被引量：16
17
作者 舒田 岳延滨 +3 位作者 李莉婕 黎瑞君 李裕荣 彭志良 《江苏农业学报》 CSCD 北大核心 2016年第6期1310-1314,共5页
高光谱遥感为农作物种类识别提供了新的技术手段,对发展精准农业具有重要意义。本研究在分析农作物光谱信息特征的基础上,利用不同数据变换形式和10种常用植被指数对采收期的7种农作物进行了识别能力研究。结果表明：在350~500 nm波长... 高光谱遥感为农作物种类识别提供了新的技术手段,对发展精准农业具有重要意义。本研究在分析农作物光谱信息特征的基础上,利用不同数据变换形式和10种常用植被指数对采收期的7种农作物进行了识别能力研究。结果表明：在350~500 nm波长芭蕉芋反射率最高,农作物在760-915 nm、1 000-1 115 nm波长反射光谱曲线差异明显;识别这7种农作物的最佳波长位置有516 nm、568 nm、609 nm、642 nm、660 nm、700 nm、717 nm、760 nm、928 nm、1 001 nm、1 118 nm、1 136 nm和1 327 nm等;采用原始光谱计算的10种植被指数中RVI辨识农作物的能力最强,其他由强到弱依次为MSRI、NVI、TDVI、EVI、NDVI、SAVI、DVI、TVI、IPVI。由此可见,不同特征谱段和植被指数能够识别不同类型农作物。 展开更多
关键词 农作物 高光谱遥感 植被分类
下载PDF
特征优选与卷积神经网络在农作物精细分类中的应用研究 被引量：15
18
作者 刘戈 姜小光 唐伯惠 《地球信息科学学报》 CSCD 北大核心 2021年第6期1071-1081,共11页
农作物的精细分类一直是农业遥感领域的热点,对农作物估产和种植结构监管有重要意义。深度学习的出现为农作物分类准确性的提升提供了新的思路。本文提出一种特征优选与卷积神经网络(Convolutional Neural Networks,CNN)相结合的多光谱... 农作物的精细分类一直是农业遥感领域的热点,对农作物估产和种植结构监管有重要意义。深度学习的出现为农作物分类准确性的提升提供了新的思路。本文提出一种特征优选与卷积神经网络(Convolutional Neural Networks,CNN)相结合的多光谱遥感农作物分类方法,用以解决精细分类问题。实验以哨兵2号遥感影像为数据源,基于多光谱遥感影像的波段反射率与包括归一化植被指数在内的10种植被指数,利用Relief F算法进行特征增强与优选,获取最优特征集,从而设计出基于特征优选的CNN分类方法,并对河南省原阳县主要农作物水稻、玉米、花生进行分类识别与制图,分类精度达到96.39%。同时,选用支持向量机、CNN方法分别对研究区农作物进行分类识别。对比分析3种方法的分类结果,发现本文提出的基于最优特征集的CNN农作物分类方法表现最优,CNN方法次之,支持向量机方法表现最差。实验结果表明:(1)利用Relief F算法能够对特征贡献度进行排序,完成特征筛选,得到包含24个特征的最优特征子集,训练精度达到99.89%;(2)基于最优特征集的CNN方法能够在最大程度上提取高精度差异性特征,实现对农作物的精细分类,且相比CNN和支持向量机的农作物分类方法,本文方法表现更佳。 展开更多
关键词 农作物分类 遥感 CNN 深度学习 Relief F 特征优选 植被指数 多光谱
原文传递
农作物种植面积遥感估算的影响因素研究 被引量：15
19
作者 张焕雪 李强子 +3 位作者 文宁 杜鑫 陶青山 田亦陈 《国土资源遥感》 CSCD 北大核心 2015年第4期54-61,共8页
针对不同的农作物种植结构区,研究影响遥感影像分类各因素与农作物种植面积估算精度的定性和定量关系是十分必要的。以Rapid Eye影像提取的早稻种植信息为研究对象,从农作物的种植成数、种植破碎度和地块形状指数3个角度进行了不同空间... 针对不同的农作物种植结构区,研究影响遥感影像分类各因素与农作物种植面积估算精度的定性和定量关系是十分必要的。以Rapid Eye影像提取的早稻种植信息为研究对象,从农作物的种植成数、种植破碎度和地块形状指数3个角度进行了不同空间分辨率下各因素对农作物面积监测的影响研究。结果表明:随着农作物种植成数的降低,种植结构越来越破碎,种植地块趋于狭长分布,各分辨率下农作物面积估算精度均呈递减趋势;要达到85%以上的面积估算精度,当作物种植成数在50%以上时,可选取高于150 m分辨率的遥感数据;当作物种植较为破碎时,需要在提高影像空间分辨率的同时融入其他技术手段;当作物种植地块为狭长分布时,提高影像的空间分辨率并不能保证面积估算精度,必须通过其他技术手段达到精度要求;并最终得到了4种影响因素对面积估算精度的定量评估模型。研究结果为解决不同农作物种植结构区遥感数据的选择、面积估算精度的提高,以及在特定研究区和数据源条件下可达到的面积估算水平等问题提供了理论基础。 展开更多
关键词 遥感估算 种植面积 农作物 影像分类 精度
下载PDF
训练样本对农作物遥感分类的精度影响研究 被引量：12
20
作者 潘洪涛 王轩 王晓飞 《红外与激光工程》 EI CSCD 北大核心 2017年第B12期143-150,共8页
为了比较好地研究和分析训练样本的数量和质量对农作物分类精度的影响,选取黑龙江省海伦市作为研究所需要的实验区,以Landsat 8遥感影像作为数据源,利用最大似然、神经网络、支持向量机3种分类方法分别去研究训练样本数量与质量对分类... 为了比较好地研究和分析训练样本的数量和质量对农作物分类精度的影响,选取黑龙江省海伦市作为研究所需要的实验区,以Landsat 8遥感影像作为数据源,利用最大似然、神经网络、支持向量机3种分类方法分别去研究训练样本数量与质量对分类精度的影响,并且对3种分类方法进行了多次实验。最终的研究结果表明:(1)在训练样本质量相对恒定下,同一种分类方法对相同数量的训练样本的响应程度以及不同分类方法对训练样本数量的响应程度是不同的,并且分类精度存在不同程度的波动,随着训练样本数量的增加,这种波动会减小,当训练样本的数量达到一定程度,分类精度的均值将趋于相对稳定;(2)在训练样本数量恒定下,同一种分类方法以及不同种分类方法对相同质量等级的训练样本的响应程度是不同的;同一种分类方法对不同质量等级的训练样本响应程度也是不同的。 展开更多
关键词 遥感图像分类 农作物分类 训练样本 分类精度
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 2 … 8 下一页 到第 页
使用帮助 返回顶部