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1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Sentinel-2A遥感影像的棉花种植信息提取研究
1
作者 祁佳峰 郭鹏 +2 位作者 徐权 刘笑 杜文玲 《测绘与空间地理信息》 2023年第8期85-88,92,共5页
及时准确地对棉花种植区位置和面积进行提取,对农业发展政策的制定和经济的发展具有重要意义。该试验基于Sentinel-2A遥感影像,首先通过分析典型作物的物候信息以及遥感影像时间序列特征确定棉花提取的最佳时相,从而构建差值归一化植被... 及时准确地对棉花种植区位置和面积进行提取,对农业发展政策的制定和经济的发展具有重要意义。该试验基于Sentinel-2A遥感影像,首先通过分析典型作物的物候信息以及遥感影像时间序列特征确定棉花提取的最佳时相,从而构建差值归一化植被指数(Difference Normalized Differential Vegetation Index,DNDVI),其次采用深度学习U-Net模型,对DNDVI数据进行训练和分类,提取新疆棉花种植信息,最后基于试验区和验证区样本分别进行精度评价。主要结果包括:1)经棉花物候信息以及时间序列植被指数和一阶微分曲线分析,最终选择5月和9月作为最佳提取时间,以此构建DNDVI数据;2)经多时相训练样本多次迭代,深度学习U-Net模型的精度达到95.52%,损失函数值为0.077 9;3)试验区混淆矩阵总体分类精度达到92.83%,验证区总体精度为89.55%,二者均达到89%以上。该研究结果可为新疆棉花种植规划提供一定依据,对农业经济发展具有促进作用。 展开更多
关键词 棉花 深度学习 时间序列 dndvi U-Net
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