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2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：
基于人工智能算法的水稻空间分布智能识别研究——以浙江省台州市所辖两县级市为例
1
作者 国家统计局浙江调查总队课题组 金伟刚 +1 位作者 鲍陈程 赵彤 《统计科学与实践》 2024年第7期32-35,共4页
本文基于历史作物空间分布数据,提出了一种融合时空谱和物候信息的高效样本纯化策略,自动生成水稻样本数据,从而支持使用机器学习算法识别水稻。在台州两个县级市范围内,基于2019—2022年水稻空间分布历史数据,按以上策略自动生成样本,... 本文基于历史作物空间分布数据,提出了一种融合时空谱和物候信息的高效样本纯化策略,自动生成水稻样本数据,从而支持使用机器学习算法识别水稻。在台州两个县级市范围内,基于2019—2022年水稻空间分布历史数据,按以上策略自动生成样本,之后按所生成样本使用随机森林算法对2023年多期卫星影像提取水稻分布,识别结果精度达到85%以上。该算法提高了作物分布结果的准确性和精度,减少了漏分,并避免了手动分类的不稳定性,提升了工作效率和精度。建议后续可在扩大遥感影像类型、投入实战试用、扩大识别品种、尝试旱粮识别等方面进一步推广应用。 展开更多
关键词 人工智能算法 水稻空间分布 智能识别
下载PDF
基于Google Earth Engine的天津市水稻提取研究
2
作者 李煜 王惠敏 金航 《科学技术创新》 2022年第27期183-186,共4页
基于Google Earth Engine(GEE)平台,以天津市水稻为研究对象,利用2021年的Sentinel-2卫星数据,综合时间序列影像的光谱信息、多种遥感指数、地形特征及纹理信息,利用随机森林算法对天津市水稻种植区域进行分类提取。研究结果表明,随机... 基于Google Earth Engine(GEE)平台,以天津市水稻为研究对象,利用2021年的Sentinel-2卫星数据,综合时间序列影像的光谱信息、多种遥感指数、地形特征及纹理信息,利用随机森林算法对天津市水稻种植区域进行分类提取。研究结果表明,随机森林算法能够有效提取水稻空间分布信息,且提取结果精度较高,能够用于大面积水稻种植空间分布提取;水稻遥感提取总体精度为95.4%,统计的遥感提取水稻种植面积也与天津市公布统计数据吻合,进一步证明了遥感提取水稻种植面积的实用性。 展开更多
关键词 Google Earth Engine Sentinel-2 水稻空间分布 随机森林
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 下一页 到第 页
使用帮助 返回顶部