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128篇文章
< 1 2 … 7 >
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：
遥感图像分类精度的点、群样本检验与评估 被引量：46
1
作者 刘旭拢 何春阳 +2 位作者 潘耀忠 杨明川 张锦水 《遥感学报》 EI CSCD 北大核心 2006年第3期366-372,共7页
遥感专题分类结果在使用前,必须进行客观可靠的精度验证和分析,以保持遥感分类结果的可靠性。本文利用不同分辨率遥感数据获取的同一地区土地利用/覆盖信息,进行了简单随机抽样、系统抽样和分层抽样三种不同抽样组织方式下的点样本和群... 遥感专题分类结果在使用前,必须进行客观可靠的精度验证和分析,以保持遥感分类结果的可靠性。本文利用不同分辨率遥感数据获取的同一地区土地利用/覆盖信息,进行了简单随机抽样、系统抽样和分层抽样三种不同抽样组织方式下的点样本和群样本检验分析,评估了不同抽样方式下的点样本和群样本检验效果。研究结果表明:(1)抽样方式对遥感分类精度评价结果的影响是客观存在的,不同抽样方式下的点样本和群样本检验结果都存在一定的随机性,但同一种抽样方式下,点样本检验精度评估结果的波动幅度小于群样本检验,稳定性比群样本检验要好;(2)不同抽样方式下的多次点样本和群样本检验的平均精度检验结果基本上都能够反映分类图像的精度特征,其中,点样本检验中,分层随机抽样点样本检验效果较好;群样本检验中,系统抽样群样本检验和分层随机抽样群样本检验的效果优于简单随机抽样群样本检验。 展开更多
关键词 遥感分类 精度评估 点样本检验 群样本检验
下载PDF
基于支持向量机的扎龙湿地遥感分类研究 被引量：46
2
作者 张策 臧淑英 +1 位作者 金竺 张玉红 《湿地科学》 CSCD 2011年第3期263-269,共7页
湿地遥感分类是实现湿地动态监测、管理与利用的重要手段之一。由于湿地具有独特的生态环境,获取实测样本点相对困难,因此,研究小样本、高精度的湿地遥感分类方法十分必要。以扎龙国家级自然保护区为研究区,采用支持向量机方法进行了研... 湿地遥感分类是实现湿地动态监测、管理与利用的重要手段之一。由于湿地具有独特的生态环境,获取实测样本点相对困难,因此,研究小样本、高精度的湿地遥感分类方法十分必要。以扎龙国家级自然保护区为研究区,采用支持向量机方法进行了研究区湿地遥感分类研究,初步剖析了样本数量与特征维度对分类结果的影响,并同传统的最大似然分类方法进行了比较。研究结果显示,支持向量机分类结果一般优于最大似然分类结果,尤其在小样本、高维度下,支持向量机方法具有较大优势。当每类样本数为100时,支持向量机高维分类结果总精度最高,达到88.125%,分类获得的扎龙保护区湿地总面积为90307.17hm2,其中水体面积为8301.15hm2,积水沼泽面积为33063.57hm2,无积水沼泽面积为48942.45hm2。研究结果表明,支持向量机方法是湿地遥感分类的有效手段。 展开更多
关键词 扎龙国家级自然保护区 支持向量机 湿地遥感分类 样本数量 特征维度
原文传递
土地利用/覆被深度学习遥感分类研究综述 被引量：36
3
作者 冯权泷 牛博文 +3 位作者 朱德海 陈泊安 张超 杨建宇 《农业机械学报》 EI CAS CSCD 北大核心 2022年第3期1-17,共17页
基于遥感分类实现高精度的土地利用和土地覆被制图是研究热点问题。近年来,以卷积神经网络为代表的深度学习在计算机视觉领域取得了长足发展,同时也被引入到土地利用/覆被遥感制图领域。相比于经典机器学习,深度学习的优势表现为能够自... 基于遥感分类实现高精度的土地利用和土地覆被制图是研究热点问题。近年来,以卷积神经网络为代表的深度学习在计算机视觉领域取得了长足发展,同时也被引入到土地利用/覆被遥感制图领域。相比于经典机器学习,深度学习的优势表现为能够自适应提取与分类任务最相关的特征,其缺陷表现为分类精度的提高依赖于海量标签样本。基于深度学习在土地利用/覆被分类中日益增多的研究成果,本文从样本、模型、算法3个角度对其研究进展进行综述。在样本方面,归纳总结了常用的土地利用/覆被样本集,并分析了上述样本集的学术影响力;在模型方面,综述了土地利用/覆被分类中常用的深度学习模型,包括卷积神经网络、循环神经网络、全卷积神经网络等的最新研究成果;在算法方面,综述了样本稀疏条件下的土地利用/覆被分类算法的最新研究进展,具体包括主动学习、半监督学习、弱监督学习、自监督学习、迁移学习等。最后从样本、模型、算法3个角度对未来研究方向进行展望,通过构建大规模遥感样本数据集、持续优化深度学习模型结构、提升样本稀疏条件下深度学习模型的时空泛化能力等研究,可以进一步改善土地利用/覆被分类效果和精度。 展开更多
关键词 深度学习 土地利用 土地覆被 遥感分类 样本-模型-算法
下载PDF
遥感影像样本数据集研究综述 被引量：27
4
作者 冯权泷 陈泊安 +3 位作者 李国庆 姚晓闯 高秉博 张连翀 《遥感学报》 EI CSCD 北大核心 2022年第4期589-605,共17页
随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展,基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式,其对样本数据的规模、质量、多样性等提出了更高要求。最近,国内外众多学者和研究机构相继... 随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展,基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式,其对样本数据的规模、质量、多样性等提出了更高要求。最近,国内外众多学者和研究机构相继发布了一系列遥感影像样本数据集,为大数据时代下遥感影像的信息提取和智能解译等奠定了研究基础。然而目前尚缺乏对上述影像样本数据集的综合分析,针对这一问题,本文在文献检索与分析的基础上,归纳总结了124个具有一定影响力且应用广泛的遥感影像样本数据集并对其元数据进行了分析,并提供了数据来源、应用领域与关键词的发展变化,分析了数据集在空间、时间、光谱分辨率上的差异,以应用领域为依据将其划分为场景识别、土地覆被/利用分类、专题要素提取、变化检测、目标检测、语义分割等8个类别并以部分数据为例进行了具体分析,总结了深度学习模型在数据集上的研究进展,并针对稀疏样本导致的模型过拟合问题,探讨了样本时空迁移、小样本和零样本学习、样本主动发现、样本生成等在遥感影像信息提取中的应用前景。本文首次对遥感影像样本数据集进行了综述研究,可为相关领域科研人员提供数据参考。 展开更多
关键词 遥感影像 样本数据集 机器学习 深度学习
原文传递
Google Earth影像辅助的农作物面积地面样方调查 被引量：24
5
作者 刘佳 王利民 +3 位作者 滕飞 李丹丹 王小龙 曹怀堂 《农业工程学报》 EI CAS CSCD 北大核心 2015年第24期149-154,共6页
地面样方调查是农作物种植面积遥感监测的重要环节,一般采用差分GPS(DGPS,differential GPS)实地测量的方式实现,是一项耗时、耗力的业务工作。该文利用经DGPS实测点校正后的Google Earth影像,以中国农业科学院(万庄)农业高新技术产业... 地面样方调查是农作物种植面积遥感监测的重要环节,一般采用差分GPS(DGPS,differential GPS)实地测量的方式实现,是一项耗时、耗力的业务工作。该文利用经DGPS实测点校正后的Google Earth影像,以中国农业科学院(万庄)农业高新技术产业园及周边地区范围(3.1 km×2.0 km)为研究区域,探索了基于Google Earth影像辅助的农作物面积地面样方调查,比较了该方法与完全采用GPS实地测量在调查精度和效率方面的差异。针对不同的GE影像来源,文中定义基于GE客户端COM API编程下载后的影像为A级影像、经在线GE影像校正后的影像为B级影像、经DGPS实测点校正后的影像为C级影像。与实测的检查点相比,0.5 m以上空间分辨率的A级影像X、Y 2个方向中误差232.7 m,B级影像中误差5.4 m,C级影像中误差1.0 m。B级影像中误差符合《数字航空摄影测量空中三角测量规范》1:25000平地的平面位置中误差不大于8.75 m的要求,C级影像中误差符合1:10000平地的平面位置中误差不大于3.5 m的要求。在测区内选择结构组成简单、中等和较为复杂的3个样方类型,量算B和C级影像的面积量算精度,与DGPS实测面积比较,平均误差仅有0.108%和0.018%。从样方相对位置确定、地块和农田边界的修正3个方面用于地面样方的辅助测量,在业务工作中进行了初步应用,陕西省2015年冬小麦种植面积地面样方调查的实际效果表明,GE影像辅助调查比GPS实测方法在时间方面减少了64.2%,路程节约82.5%,调查效率提高了73.3%以上。 展开更多
关键词 作物 遥感 监测 地面样方 面积 GOOGLE EARTH 差分地理信息系统
下载PDF
基于核密度估计的城市动态密集场景激光雷达定位 被引量：17
6
作者 王任栋 李华 +1 位作者 赵凯 徐友春 《光学学报》 EI CAS CSCD 北大核心 2019年第5期333-342,共10页
城市环境中的精确定位是自动驾驶领域的重点和难点,现有的激光雷达定位算法虽然能够在多数情况下保持较高的精度,但在一些比较复杂的城市动态场景中仍存在问题。针对这类场景中遮挡导致的全球定位系统定位精度下降,以及运动目标和环境... 城市环境中的精确定位是自动驾驶领域的重点和难点,现有的激光雷达定位算法虽然能够在多数情况下保持较高的精度,但在一些比较复杂的城市动态场景中仍存在问题。针对这类场景中遮挡导致的全球定位系统定位精度下降,以及运动目标和环境变化导致的有效点云特征减少的问题,提出一个新的概率定位框架;该框架使用核密度估计的方法对改进后的多层次随机采样一致性算法和直方图滤波算法进行融合,以有效克服多层次随机采样一致性算法在部分场景中的定位波动问题,以及直方图滤波算法在位姿误差较大时的效率低下和局部最优问题。结果表明:所提框架在保证定位精度的前提下,提升了对动态密集场景的适用性,能够在现有算法容易出错的场景中实现更加稳定精确的定位,并能够容忍更大的初始位姿误差。 展开更多
关键词 遥感 激光雷达 定位 核密度估计 动态密集场景 直方图滤波 随机采样一致性
原文传递
耕地“非农化”遥感解译样本分类体系及应用 被引量：12
7
作者 厉芳婷 张过 +1 位作者 石婷婷 李乐 《农业工程学报》 EI CAS CSCD 北大核心 2022年第15期297-304,共8页
了解耕地“非农化”的时空格局及其演变过程,是合理制定土地利用政策的重要依据;卫星遥感具有大范围的时空监测能力,基于遥感影像进行耕地监测,极为高效。针对耕地“非农化”类型复杂多样、“非农化”遥感监测分类体系缺乏的问题,该研... 了解耕地“非农化”的时空格局及其演变过程,是合理制定土地利用政策的重要依据;卫星遥感具有大范围的时空监测能力,基于遥感影像进行耕地监测,极为高效。针对耕地“非农化”类型复杂多样、“非农化”遥感监测分类体系缺乏的问题,该研究提出了耕地“非农化”遥感解译样本分类体系,进而构建耕地“非农化”遥感解译样本库。针对样本采集效率低、质量差的问题,该研究提出了一种基于地理国情监测成果的快速样本采集方法,用于快速获取高精度、高可靠性的“非农化”遥感解译样本。为验证方法的可行性和有效性,选取湖北省范围作为研究区域,利用该研究所提出的耕地“非农化”样本体系和样本采集方法,采集了覆盖平原、丘陵、山地、高山等地形的9类样本,并形成了深度学习模型训练的样本库;选择EfficientNet深度学习网络提取湖北省耕地“非农业”空间分布。结果表明:1)基于地理国情监测成果的样本采集方法可以极大地利用地理国情监测数据空间、属性精度高的特点,快速、精确定位变化样本。2)依据分类体系采集的样本用于模型优化后,样本数量超过5000时,模型精度有明显提高。在验证区域,采用目视解译和外业核查点的方式进行精度验证,其正检率分别为67.0%和76.5%,召回率分别为77.9%和76.5%。3)利用样本体系训练构建的网络模型相较于全要素样本训练模型,精度有显著提高,5个核查区正检率均提高20个百分点以上。因此,该研究提出的方法可以提高耕地“非农化”遥感监测的效率和精度,可适用于区域尺度的耕地遥感季度监测。 展开更多
关键词 遥感 分类 解译 样本 耕地 非农化 精度评价
下载PDF
近景摄影测量提高裸露地表粗糙度测量精度 被引量：10
8
作者 陶浩然 陈权 +2 位作者 李震 曾江源 陈晓宁 《农业工程学报》 EI CAS CSCD 北大核心 2017年第15期162-167,共6页
微波遥感观测量对地表参数敏感,可用于对土壤水分、地表粗糙度和植被信息的定量提取。地表粗糙度参数实测值,是遥感反演结果验证、精度评价,以及各类遥感反演算法中的重要参量,但一直缺少一种简便、快捷、高精度的获取手段。该研究将近... 微波遥感观测量对地表参数敏感,可用于对土壤水分、地表粗糙度和植被信息的定量提取。地表粗糙度参数实测值,是遥感反演结果验证、精度评价,以及各类遥感反演算法中的重要参量,但一直缺少一种简便、快捷、高精度的获取手段。该研究将近景摄影测量方法和微波遥感领域传统地表粗糙度测量的针板法进行对比,分析2种方法均方根高度及相关长度的测量结果,表明近景摄影测量法可以有效提高粗糙度实地测量精度;以近景摄影测量法全角度粗糙度参数的均值作为实测真实值,表明传统针板法测量的均方根高度误差达到12%~35.1%,相关长度误差最大能达到19.6%~62.4%;分析了采样间隔和采样数目对粗糙度测量的影响,表明针板法采用1 cm的间隔是实际地表较好的选择,但仅采用2个方向均值的测量方法必然带来很大误差,同时得出测量次数大于12时,测量结果趋于稳定并可认定为真值的结论;此外,研究表明,在一些传统针板法无法提取粗糙度的情况,近景摄影测量法依然有效。该研究表明,近景摄影测量法的非接触式、高精度、采样间隔及采样频率可调节等特征,为微波遥感工作提供了有效的地表粗糙度地面实测手段。 展开更多
关键词 遥感 粗糙度 测量 近景摄影测量 点云 采样间隔
下载PDF
面向机载高光谱数据的3D-CNN亚热带森林树种分类 被引量：9
9
作者 赵霖 张晓丽 +1 位作者 吴艳双 张斌 《林业科学》 EI CAS CSCD 北大核心 2020年第11期97-107,共11页
【目的】探讨深度卷积神经网络在机载高光谱数据分类中的应用,以提高亚热带地区森林树种分类精度。【方法】以广西南宁高峰林场为试验区,基于中国林业科学研究院LiCHy系统获取的机载高光谱数据,以三维卷积层为基础,提出一种高效的卷积... 【目的】探讨深度卷积神经网络在机载高光谱数据分类中的应用,以提高亚热带地区森林树种分类精度。【方法】以广西南宁高峰林场为试验区,基于中国林业科学研究院LiCHy系统获取的机载高光谱数据,以三维卷积层为基础,提出一种高效的卷积神经网络(CNN)结构。CNN模型以端到端方式处理高光谱影像分析问题,将原始数据作为输入,不需要降维或特征筛选,可省去传统分类方法在不同程度上人工筛选特征的工作;网络中3D卷积层可同时提取光谱特征和空间特征,学习特征立方体空间和光谱维度的局部信号变化,利用重要的识别特征进行分类,以提高对高光谱影像的判别能力。针对机载高光谱数据维度高、训练样本相对较少的问题,对模型进行优化,以避免过拟合。【结果】相较传统的特征筛选与面向对象分割结合的方法,本研究提出的3D-CNN结构森林树种总体分类精度达98.38%,Kappa系数为0.98,与随机森林特征选择结合支持向量机分类相比,总体精度提高8.82%,Kappa系数提高0.11;小样本训练情况下(减少75%训练样本),总体精度仍可达95.89%,Kappa系数为0.94。【结论】三维卷积神经网络在处理机载高光谱影像特征提取和分类问题时能够充分利用影像中的丰富信息,实现高精度区分亚热带森林树种;合理的网络结构以及训练策略(加入Dropout)能够极大提高网络训练速度,并在小样本训练时仍能得到很好的结果,可实现高效、准确的森林树种分类。 展开更多
关键词 高光谱遥感 卷积神经网络 树种分类 小样本
下载PDF
基于3S技术调查陕西省宜川县野生中药资源及综合评价 被引量：9
10
作者 蒙麦侠 孟雪 +5 位作者 赵鑫 王晓婷 刘军锋 李晔 蔺康洋 陈娟 《中医药导报》 2020年第1期92-97,共6页
目的:调查陕西省宜川县野生中药资源。方法:利用遥感技术(RS)、全球卫星定位系统(GPS)和地理信息系统(GIS)技术,在第四次《全国中药资源普查技术规范》指导下,结合宜川县第三次中药资源普查成果及县域内目前植被分布状态,制定普查方案... 目的:调查陕西省宜川县野生中药资源。方法:利用遥感技术(RS)、全球卫星定位系统(GPS)和地理信息系统(GIS)技术,在第四次《全国中药资源普查技术规范》指导下,结合宜川县第三次中药资源普查成果及县域内目前植被分布状态,制定普查方案。通过样线样地调查,对县域内野生药用资源进行普查登记,采集标本、药材和种质资源;通过走访,对传统知识和市场情况进行调查;对普查结果归纳整理,填报国家采集系统数据库。结果:共完成39个样地调查,195个套方,涉及35科、158个物种,其中重点调查品种44个,一般调查品种74个,特色品种3个。结论:通过这次普查,明确了宜川县域野生中药资源分布情况,为中药材资源开发及医疗保障政策制定提供了科学依据。 展开更多
关键词 宜川县 第四次中药资源普查 3S技术 遥感技术 全球卫星定位系统 地理信息系统 样地调查 野生药用植物
下载PDF
样本优化选择的高光谱图像分类 被引量：8
11
作者 方帅 祝凤娟 +1 位作者 董张玉 张晶 《中国图象图形学报》 CSCD 北大核心 2019年第1期135-148,共14页
目的高光谱分类问题中,由于类内光谱特性存在差异性,导致常规的随机样本选择策略无法保证训练样本均匀覆盖样本空间。针对这一问题,提出基于类内再聚类的样本空间优化策略。同时为了进一步提高分类精度,针对低置信度分类结果,提出基于... 目的高光谱分类问题中,由于类内光谱特性存在差异性,导致常规的随机样本选择策略无法保证训练样本均匀覆盖样本空间。针对这一问题,提出基于类内再聚类的样本空间优化策略。同时为了进一步提高分类精度,针对低置信度分类结果,提出基于邻域高置信信息的修正策略。方法采用FCM(fuzzy C-means)聚类算法对每类样本进行类内再聚类,在所聚的每个子类内选择适当样本。利用两个简单分类器SVM(support vector machine)和SRC(sparse representation-based classifier),对分类结果进行一致性检测,确定高、低置信区域,对低置信区域,利用主成分图作为引导图对置信度图进行滤波,使得高置信信息向低置信区域传播,从而修正低置信区域分类结果。以上策略可以保证即便在较少的训练样本的情况下,也能够训练出较高的分类器,大幅度提高分类精度。结果使用3组实验数据,根据样本比例设置两组实验与经典以及最新分类算法进行对比。实验结果表明,本文算法均取得很大改进,尤其在样本比例较小的实验中效果显著。在小比例(一般样本选取比例的十分之一)训练样本实验中,对于India Pines数据集,OA(overall accuracy)值高达90. 48%;在Salinas数据集上能达到99. 68%;同样,Pavia U数据集的OA值为98. 54%。3组数据集的OA值均比其他算法高出4%～6%。结论综上表明,本文算法通过样本空间优化策略选取有代表性、均衡性的样本,保证小比例样本下分类精度依然显著;基于邻域高置信信息的修正策略起到很好的优化效果。同时,本文算法适应多种数据集,具有很好的鲁棒性。 展开更多
关键词 遥感 高光谱分类 光谱特性 样本空间优化 类内再聚类 置信区域 边缘保护滤波
原文传递
药用植物多级遥感监测体系中定量估计的若干关键问题 被引量：8
12
作者 谢彩香 陈士林 +2 位作者 王瑀 周应群 李滢 《中国中药杂志》 CAS CSCD 北大核心 2008年第3期326-329,共4页
多学科技术的发展进步促进了药材资源调查新体系的建立。建立多级遥感平台、粗中细分辨率互补的药用植物资源监测系统是资源调查技术发展和现实需求的必然结果。作者探讨了多级遥感资源调查的技术思路,并针对其中存在的关键问题和有关... 多学科技术的发展进步促进了药材资源调查新体系的建立。建立多级遥感平台、粗中细分辨率互补的药用植物资源监测系统是资源调查技术发展和现实需求的必然结果。作者探讨了多级遥感资源调查的技术思路,并针对其中存在的关键问题和有关数学理论进行了初步研究,提高药用植物的调查精度,对实际工作具有一定的指导意义和理论价值。 展开更多
关键词 药用植物 多级遥感 最优估测方程 样方调查
下载PDF
利用光学和SAR遥感数据的若尔盖湿地植被分类与变化监测 被引量：7
13
作者 明義森 刘启航 +1 位作者 柏荷 黄昌 《遥感学报》 EI CSCD 北大核心 2023年第6期1414-1425,共12页
湿地植被在固碳过程中扮演重要角色。作为高寒湿地生态系统的典型代表,若尔盖湿地的植被分类与变化监测对于研究其碳汇功能具有重要意义。光学遥感和微波遥感在植被监测中各有其优缺点,因此本研究提出结合Sentinel-2光学数据和Sentinel-... 湿地植被在固碳过程中扮演重要角色。作为高寒湿地生态系统的典型代表,若尔盖湿地的植被分类与变化监测对于研究其碳汇功能具有重要意义。光学遥感和微波遥感在植被监测中各有其优缺点,因此本研究提出结合Sentinel-2光学数据和Sentinel-1合成孔径雷达SAR(Synthetic Aperture Radar)数据的若尔盖湿地植被分类与变化监测方法。基于动态时间归整算法DTW(Dynamic Time Warping)提取Sentinel-1 SAR数据的时间序列物候特征,结合Sentinel-2多光谱数据的光谱特征,以2020年实地获取的植被样本及使用样本迁移得到的2017年样本,通过随机森林算法分别对两个时期的若尔盖湿地植被进行分类并对其变化进行分析。研究表明:(1)结合Sentinel-1和Sentinel-2数据,充分发挥各自多时相、多光谱的优势对若尔盖湿地植被进行分类得到可靠的分类结果,总精度达到了97.43%,Kappa系数为0.96。(2)基于样本迁移原理,本研究通过将2020年实地采集的样本迁移至2017年,解决了历史时期实地样本不可得的问题,并针对SAR数据的特点提出基于DTW的样本迁移方法,顺利实现了2017年的植被分类过程。(3)通过对2017年—2020年植被变化进行分析,发现近年来若尔盖湿地植被总体变化不大,演变类别以恢复演替为主,约占研究区面积的7%。 展开更多
关键词 遥感 变化监测 样本迁移 SAR 湿地植被分类 若尔盖
原文传递
基于高光谱植被指数的水稻LAI遥感估算 被引量：7
14
作者 张敏 郭涛 +5 位作者 刘轲 黄平 喻君 刘仕川 刘泳伶 李源洪 《西南农业学报》 CSCD 北大核心 2022年第11期2651-2658,共8页
【目的】探索植被指数(VI)及其波段选择、回归建模方法、训练样本选取三方面因素对基于统计模型的水稻叶面积指数(LAI)高光谱遥感估算的影响,构建县域水稻LAI估算模型,并在四川省凉山彝族自治州昭觉县开展实证应用。【方法】本文基于不... 【目的】探索植被指数(VI)及其波段选择、回归建模方法、训练样本选取三方面因素对基于统计模型的水稻叶面积指数(LAI)高光谱遥感估算的影响,构建县域水稻LAI估算模型,并在四川省凉山彝族自治州昭觉县开展实证应用。【方法】本文基于不同样本量的3套训练数据,分别对增强型植被指数(EVI)、修正三角植被指数2(MTVI2)、归一化差值植被指数(NDVI)和修正比值植被指数(MSR)开展波段选择。在此基础上,以1种VI作为LAI的特征参量,试用指数回归(ER)和人工神经网络(ANN),构建县域水稻LAI估算模型。计算LAI估算值和实测值之间的决定系数(R^(2))和均方根误差(RMSE),开展估算精度验证。【结果】①基于EVI或MTVI2的LAI估算精度优于NDVI和MSR。以ANN模型为例,基于优选波段的EVI和MTVI2得到的R^(2)分别为0.638和0.681,RMSE分别为0.554和0.519;而NDVI和MSR得到的R^(2)分别为0.567和0.560,RMSE分别为0.606和0.611。②基于各VI优选波段组合的LAI估算精度(平均R^(2)为0.574,平均RMSE为0.598)优于默认波段组合(平均R^(2)为0.424,平均RMSE为0.694)。③ANN模型的表现优于ER模型。在基于默认波段、优选波段的LAI估算试验中,ANN模型得到的平均R^(2)比ER模型分别提高40.27%和14.03%;平均RMSE分别降低11.32%和8.11%。④就本项目试验而言,训练样本量对基于ANN模型的LAI估测精度的影响不显著。例如,当训练样本量低至24时,基于EVI构建的ANN模型的测试精度(R^(2)=0.660,RMSE=0.537),仍然优于ER模型(R^(2)=0.597,RMSE=0.585)。【结论】VI及其波段选择与回归建模方法对县域水稻LAI高光谱遥感估算均有明显影响。针对特定区域的目标作物,尝试利用任意可能的波段组合来计算多种VI,遴选与实测LAI相关系数最大的VI及其波段组合,有益于提高基于VI的LAI高光谱遥感估算精度。同时,即使基于小样本训练数据,机器学习算法仍有可能得出优于参数回归的 展开更多
关键词 叶面积指数 遥感反演 植被指数 波段选择 机器学习 样本量
下载PDF
面向遥感影像智能分类的海量样本数据采集方法 被引量：7
15
作者 程滔 吴芸 +2 位作者 郑新燕 杨刚 白驹 《测绘通报》 CSCD 北大核心 2019年第10期56-60,共5页
以地理国情监测高分辨率遥感影像及高精度地表覆盖分类产品为数据源,提出了一种面向遥感影像智能分类、基于位置匹配技术的全国尺度海量样本数据采集方法。根据数据源特征,研究了县域采集数量权重设置、坐标投影转换、栅格灰度重采样、... 以地理国情监测高分辨率遥感影像及高精度地表覆盖分类产品为数据源,提出了一种面向遥感影像智能分类、基于位置匹配技术的全国尺度海量样本数据采集方法。根据数据源特征,研究了县域采集数量权重设置、坐标投影转换、栅格灰度重采样、无效样本数据过滤、地表覆盖分类码映射、样本数据命名标识、特定地表覆盖类型样本数据采集等关键技术,构建了位置匹配的遥感影像数据与分类标签数据组成的样本数据对,开发了样本数据自动采集软件。利用该方法,以县级行政区划为单元,实现了全国尺度海量样本数据采集。选取其中5个县域的成果,评估了方法的实用性及运算性能。研究表明:该方法提升了生产全国尺度海量样本数据的计算响应速度;采集的样本数据能够满足遥感影像智能分类对样本源高质量、大规模的需求,提升了遥感影像分类与预测的准确度。 展开更多
关键词 遥感 地表覆盖 智能分类 样本 位置匹配 地理国情监测
下载PDF
基于DeepLabv3+的遥感建筑物语义分割算法 被引量：5
16
作者 胡智翔 鲍胜利 +1 位作者 徐传淇 王浩然 《计算机应用》 CSCD 北大核心 2021年第S02期71-75,共5页
针对遥感图像语义分割中的小目标分割不全、边界精度不高,以及模型参数量大、实时性达不到需求等问题,通过改进DeepLabv3+网络来满足遥感语义分割任务中对精度和实时性的要求。该算法首先将高分辨率的遥感图像裁剪为统一尺寸的低分辨率... 针对遥感图像语义分割中的小目标分割不全、边界精度不高,以及模型参数量大、实时性达不到需求等问题,通过改进DeepLabv3+网络来满足遥感语义分割任务中对精度和实时性的要求。该算法首先将高分辨率的遥感图像裁剪为统一尺寸的低分辨率图像,便于针对小目标物的分割和批量训练。其次,使用轻量级网络MobileNet作为特征提取基干网络并在编码阶段后引入通道间注意力模块,在保证不损失分割性能的前提下,极大地减少了模型的参数量,使模型搭载在移动端和嵌入式设备上成为可能。最后,为了解决正负样本不均衡对模型性能产生的影响,将Focal loss和Dice loss合并起来充当损失函数进行网络训练。最终在马萨诸塞州建筑数据集上,相较于引入双注意力机制的DeepLabv3+网络,其分割像素精度(PA)和交并比(IoU)分别仅损失0.6和1.1个百分点,但模型大小仅为20.1 MB,为双注意力DeepLabv3+模型的1/7左右,在中央处理器(CPU)单张分割耗时上仅为399 ms,分割效率为其两倍多。该算法在充分保证分割精度的同时,能尽可能地提升模型的便携性和实时性。 展开更多
关键词 遥感图像 语义分割 DeepLabv3+网络 MobileNet 样本不均衡 注意力机制
下载PDF
结合多源专题数据和目视解译的大区域密集湿地样本数据生产 被引量：1
17
作者 彭凯锋 蒋卫国 +4 位作者 侯鹏 凌子燕 牛振国 毛德华 黄卓 《遥感学报》 EI CSCD 北大核心 2024年第2期334-345,共12页
样本数据是开展湿地制图的研究基础之一,对于数据生产和精度验证具有重要作用。针对湿地生态系统类型多样,大区域的全湿地类型样本生产困难的问题,本研究提出了一种准确、高效的大区域密集湿地样本生产框架。该框架主要包括两部分:首先... 样本数据是开展湿地制图的研究基础之一,对于数据生产和精度验证具有重要作用。针对湿地生态系统类型多样,大区域的全湿地类型样本生产困难的问题,本研究提出了一种准确、高效的大区域密集湿地样本生产框架。该框架主要包括两部分:首先,基于已有的湿地数据产品,使用规则筛选的方法直接生产稳定的湿地样本点,能够得到河流、湖泊、水库、滨海木本沼泽(红树林)、滩涂的5种湿地类型样本点;其次,基于多源专题数据进行规则筛选,生产潜在湿地样本点,并利用Google Earth Engine大数据云平台、Google Earth平台和Collect Earth平台进行目视解译,以确定潜在湿地样本点的类型属性。本文开展大洲尺度的全湿地类型样本生产,结果表明:本研究共生产了150688个湿地样本点,其中内陆湿地样本点为121412个,滨海湿地样本点为11563个,人工湿地样本点为17693个。13种湿地类型中,湖泊样本点占比最大(39.22%),潟湖样本点占比最小(0.19%)。本文生产了稳定、高质量的湿地样本点,样本数量充足,空间分布合理,能够为湿地分类器的训练和分类结果精度验证提供可靠的数据基础。 展开更多
关键词 遥感 湿地 样本生产 多源专题数据 目视解译 Google Earth Engine Google Earth Collect Earth
原文传递
思南县国家级地面样方旱地土壤墒情监测 被引量：4
18
作者 张永江 张丽娟 《贵州农业科学》 CAS 2008年第1期110-113,共4页
思南县国家级地面样方是全国100个农业遥感地面监测网点之一。于2006年9月21日至2007年8月23日对1号样方的旱地土壤墒情进行了19次观测。对观测数据进行了综合分析,找出了影响观测精度的主要因子及其作用大小,其中,以田间操作规范化程... 思南县国家级地面样方是全国100个农业遥感地面监测网点之一。于2006年9月21日至2007年8月23日对1号样方的旱地土壤墒情进行了19次观测。对观测数据进行了综合分析,找出了影响观测精度的主要因子及其作用大小,其中,以田间操作规范化程度对墒情测量数据影响较大。 展开更多
关键词 思南县 农业遥感 地面样方 土壤墒情
下载PDF
基于遥感影像的大区域植被类型样本快速提取方法研究——以寒温带针叶林区域为例 被引量：5
19
作者 胡博 鞠洪波 +2 位作者 刘华 郝泷 刘海 《林业科学研究》 CSCD 北大核心 2017年第1期111-116,共6页
[目的]利用遥感影像的宏观性,基于植被分类资料数据,依据实验区域遥感影像及衍生影像本身特点,实现大区域样本快速提取。[方法]实验参考1∶100万植被图、WESTDC中国土地覆盖图,结合实验区域2001年MODIS时序NDVI影像的非监督分类结果,利... [目的]利用遥感影像的宏观性,基于植被分类资料数据,依据实验区域遥感影像及衍生影像本身特点,实现大区域样本快速提取。[方法]实验参考1∶100万植被图、WESTDC中国土地覆盖图,结合实验区域2001年MODIS时序NDVI影像的非监督分类结果,利用矢、栅数据的空间特征,将实验影像非监督分类的类型信息关联为随机样点属性,依据该属性中包含的非监督分类类型数和各类型的样点比例,对比类别间样本可分离性指标、标准差变化,实现样本纯化。[结果]纯化后的植被样本与WESTDC中植被空间分布基本一致,主要植被类型空间分布精确程度为84.82%。将纯化前后的样本输入最大似然分类器,总体分类精度提高了32.52%。[结论]该采样方法适用于宏观大区域植被样本数据的快速提取。同时,节省了大区域植被类型调查消耗的人力物力资源和时间,提高了采样效率。 展开更多
关键词 遥感 大区域 快速采样 样点纯化
下载PDF
训练样本标签误差对高光谱影像分类影响
20
作者 余腾 朱益民 +2 位作者 王月华 向健斌 张丹丹 《遥感信息》 CSCD 北大核心 2024年第4期68-79,共12页
在影像尤其是高光谱影像分类中,用于学习训练的标签质量对分类成效影响并未得到充分重视。为此,文章基于PyTorch框架,利用Indian Pines高光谱数据集,探讨了在RF、BP、CNN和SSConvNeXt模型下,光谱特征相似度较高的地物在不同比例人为误... 在影像尤其是高光谱影像分类中,用于学习训练的标签质量对分类成效影响并未得到充分重视。为此,文章基于PyTorch框架,利用Indian Pines高光谱数据集,探讨了在RF、BP、CNN和SSConvNeXt模型下,光谱特征相似度较高的地物在不同比例人为误标注情况时对分类结果的影响。分析结果认为:同样错误标注情况下,SSConvNeXt和CNN相较RF、BP模型体现出20%以上的分类精度优势;在无人为错误标注、10个错误噪声标签、错误标签占比15%和25%时,SSConvNeXt和CNN模型的分类精度都在96%以上,体现了模型的容错性和稳定性;在相对传统的RF和BP模型中,错误标签对分类影响较大且离散。最后重点分析了SSConvNeXt模型在分类方面的机制优势。该研究可从训练样本角度为遥感影像分类精度问题给予一定的方法选择和定量分析依据。 展开更多
关键词 高光谱遥感 样本标签质量 深度学习 分类精度 分类机制
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 … 7 下一页 到第 页
使用帮助 返回顶部