期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
时空协同的精准农业遥感研究 被引量:20
1
作者 吴志峰 骆剑承 +5 位作者 孙营伟 吴田军 曹峥 刘巍 杨颖频 王玲玉 《地球信息科学学报》 CSCD 北大核心 2020年第4期731-742,共12页
高分辨率遥感对地观测为我们从空间与时间2个维度客观反演地表格局—过程提供了有效的技术支撑。本文遵循时空协同的研究思路,基于高分辨率遥感影像,开展了农业遥感领域2个典型的问题研究:①提出了一种基于影像视觉特征的耕地分区分层... 高分辨率遥感对地观测为我们从空间与时间2个维度客观反演地表格局—过程提供了有效的技术支撑。本文遵循时空协同的研究思路,基于高分辨率遥感影像,开展了农业遥感领域2个典型的问题研究:①提出了一种基于影像视觉特征的耕地分区分层提取方法,该方法在利用DEM数据进行分区的基础上,根据不同区域内耕地所呈现的几何特征和纹理特征差异,分别设计了不同的耕地提取模型;②构建了一种地块尺度的作物生长参数反演方法,方法以地块为基本单元,在空间、时间及属性组合约束下进行作物理化参数反演。本研究以贵州省安顺市西秀区和广西扶绥县耕地提取进行了耕地地块提取示范,以扶绥县进行了基于耕地地块和中空间分辨率时间序列遥感数据的甘蔗叶面积指数反演。其中,对于安顺市西秀区的耕地地块提取结果而言,形态精度(IoU)大于0.7的地块超过60%,规则耕地、梯田以及林草地等的类型精度均超过了80%;对于扶绥县甘蔗叶面积指数反演的结果而言,其结果可以较为精确地反映出基地甘蔗与非基地甘蔗的差异,基地甘蔗在品质上要优于非基地甘蔗。西南山地区的耕地形态提取/类型判别和地块甘蔗叶面积指数应用验证均证明了方法的可行性。结果表明,协同使用多源高分辨率数据是实现精准农业遥感研究的有效途径。 展开更多
关键词 精准农业 高分遥感 遥感图谱认知 机器学习 分区分层 时空协同 地块 参数反演
原文传递
地理图斑智能计算及模式挖掘方法研究 被引量:17
2
作者 骆剑承 吴田军 +8 位作者 吴志峰 周亚男 郜丽静 孙营伟 吴炜 杨颖频 胡晓东 张新 沈占锋 《地球信息科学学报》 CSCD 北大核心 2020年第1期57-75,共19页
在大数据时代,高分辨率对地观测技术实现了对地球表层地理现象和地理过程最为真实、量化、全面覆盖又快速更新的数据化记录,可为地理空间认知研究的新发展奠定时空信息聚合与挖掘计算的基准。地理图斑是影像空间映射到地理空间中对于地... 在大数据时代,高分辨率对地观测技术实现了对地球表层地理现象和地理过程最为真实、量化、全面覆盖又快速更新的数据化记录,可为地理空间认知研究的新发展奠定时空信息聚合与挖掘计算的基准。地理图斑是影像空间映射到地理空间中对于地理实体的抽象化表达,是构建地理场景和承载地理空间各类信息进而开展模式挖掘的最小单元。本文以地理图斑为基本对象,通过分析其中视觉模拟、符号推测等几类机器学习的协同计算机制,从空间、时间与属性等维度构建了集"分区分层感知"、"时空协同反演"、"多粒度决策"三者于一体的地理图斑智能计算模型,并以在贵州息烽县、广西江州区开展的农业种植结构制图与规划决策为应用案例,探索了地理图斑分布、生长以及功能3种模式的挖掘方法,并进一步设计了动态视角下开展图斑动力模式挖掘的研究思路。 展开更多
关键词 地理图斑 分区分层感知 时空协同反演 多粒度决策 分布模式 生长模式 功能模式 动力模式
原文传递
精准地理应用驱动的高分遥感协同计算研究 被引量:3
3
作者 吴田军 骆剑承 +7 位作者 赵馨 李曼嘉 张新 董文 郜丽静 王玲玉 杨颖频 赵伟 《武汉大学学报(信息科学版)》 EI CAS CSCD 北大核心 2022年第8期1220-1235,共16页
高分遥感智能解译是实现地理信息精细生成与快速更新的重要途径,从基于遥感开展精准地理应用的背景出发,解析了遥感信息产品生产与落地应用中的局限性,阐释了遥感回归地理应用问题的必要性以及其中“精(形态)”“准(内容)”图谱特征耦... 高分遥感智能解译是实现地理信息精细生成与快速更新的重要途径,从基于遥感开展精准地理应用的背景出发,解析了遥感信息产品生产与落地应用中的局限性,阐释了遥感回归地理应用问题的必要性以及其中“精(形态)”“准(内容)”图谱特征耦合的关键性。以地理学指导智能遥感研究为基本认识,提出了基于精细地理场景开展高分辨率遥感地学分析的发展方向和技术思路,以及时空/星地两个层面相协同的智能计算模式,并以中国贵州省关岭县石漠化耕地评价为应用案例,利用分区分层感知/时空协同反演/多粒度决策3个基础模型,在复杂山地区开展精准应用驱动的高分遥感协同计算。结合实验结果,通过对不规则网格空间表达、时序特征多模态重建、多源不确定性解析以及不确定性引导的迭代优化等关键科学问题的探讨分析,给出面向未来的探索方向和研究思路,为地理学指导下的智能遥感研究以及遥感支撑的精准地理应用提出发展路径。 展开更多
关键词 精准地理应用 高分遥感 协同计算 地理图斑 时空协同 星地协同
原文传递
地块级航空高光谱遥感土地覆盖制图及其精度评估 被引量:2
4
作者 董世英 吴田军 焦思佳 《遥感技术与应用》 CSCD 北大核心 2023年第2期353-361,共9页
利用高光谱遥感影像可以开展精细化土地覆盖制图,相关技术已在农业生产、植被生态等领域中广泛应用。然而,现有的面向像元或对象的分析方法在制图单元的合理性、精细性尚有欠缺。鉴于此,提出了基于随机森林的地块级高光谱土地覆盖制图思... 利用高光谱遥感影像可以开展精细化土地覆盖制图,相关技术已在农业生产、植被生态等领域中广泛应用。然而,现有的面向像元或对象的分析方法在制图单元的合理性、精细性尚有欠缺。鉴于此,提出了基于随机森林的地块级高光谱土地覆盖制图思路,并利用雄安新区马蹄湾村高光谱影像开展实验与精度评估,综合类型精度和形态精度指标,探析不同划分尺度的制图优劣。在类型精度方面,结果表明:地块级高光谱土地覆盖制图效果及类型精度最优;在形态精度方面,发现地块级土地划分优于对象级划分结果。综合对比两类精度后得出,面向地块的高光谱土地覆盖制图可生产更符合用户需求的信息成果,具有较高的潜在应用价值。 展开更多
关键词 高光谱遥感图像 面向地块 土地覆盖制图 类型精度 形态精度
原文传递
基于地理图斑的遥感粒计算与精准应用 被引量:1
5
作者 吴田军 骆剑承 +8 位作者 张新 董文 黄启厅 周亚男 刘巍 孙营伟 杨颖频 胡晓东 郜丽静 《遥感学报》 EI CSCD 北大核心 2023年第12期2774-2795,共22页
以数据粒化为基础的粒计算是大数据处理领域模拟人类思考和解决大规模复杂问题的前沿方向,其通过结构化、关联化等手段提升模式挖掘与知识发现的精度与效率。为更好地实施多源多模态遥感大数据的智能处理与解译分析,获取可服务于精准应... 以数据粒化为基础的粒计算是大数据处理领域模拟人类思考和解决大规模复杂问题的前沿方向,其通过结构化、关联化等手段提升模式挖掘与知识发现的精度与效率。为更好地实施多源多模态遥感大数据的智能处理与解译分析,获取可服务于精准应用的时空信息,本文借鉴粒计算的数据处理思维,遵照从“外在场景的视觉理解”到“内在机理的知识发现”的演进脉络,在空间、时间、属性等3个维度上剖析了遥感大数据的粒结构及其多层次、多粒度特征,并以“地理图斑”为主线发展了集成分区分层感知、时空协同反演、多粒度决策等3个基础模型的遥感粒计算方法。重点以精准农业应用需求为导向开展了实践研究,案例从多个视角阐释了粒计算契合遥感大数据智能计算的需要,验证了本文构建的理论与方法可对农业遥感多层次的复杂问题进行有序解构与逐步求解,彰显了其助益于领域化精准应用的潜在能力。 展开更多
关键词 遥感大数据 粒结构/粒计算 地理图斑 分区分层感知 时空协同反演 多粒度决策 精准农业应用
原文传递
高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究 被引量:28
6
作者 骆剑承 胡晓东 +8 位作者 吴田军 刘巍 夏列钢 杨海平 孙营伟 徐楠 张新 沈占锋 周楠 《遥感学报》 EI CSCD 北大核心 2021年第7期1351-1373,共23页
通过对地观测可在影像空间上全面反映地表地理现象、格局及演化过程,基于遥感数据提取的土地利用与覆盖变化(LUCC)产品为分析地理要素空间分布规律及其变化机制提供全覆盖、定量化和快速更新的本底信息。本文以高分辨率遥感视觉特征(图... 通过对地观测可在影像空间上全面反映地表地理现象、格局及演化过程,基于遥感数据提取的土地利用与覆盖变化(LUCC)产品为分析地理要素空间分布规律及其变化机制提供全覆盖、定量化和快速更新的本底信息。本文以高分辨率遥感视觉特征(图)与多源多模态观测机理特征(谱)相互耦合的图谱认知理论研究为基础,提出了精细地理图斑空间结构(精)上融合定量指标反演模型(准)的精准LUCC简称P-LUCC(Precision LUCC)的概念,并依据"五土合一"的地理学思想构建了分层感知、时空协同与多粒度决策于一体的P-LUCC遥感信息智能提取与综合地理应用方法,提出并解析了其中视觉感知的深度学习、外部知识逐步融入的迁移学习以及增量式的自组织强化学习等3类机器学习模型的协同计算机制。基于此,进一步设计了"分区控制—分层提取—分级迁移—功能重组"为途径的高分辨率遥感P-LUCC信息产品生产线系统,并以苏州市高新区为应用区域针对土地利用(LU)图斑的形态、类型以及土地覆盖变化(LCC)的指标等内容开展了P-LUCC产品精度、生产效率的综合分析,展望了基于P-LUCC信息产品开展专题应用研究的新思路。 展开更多
关键词 地理图斑/图谱 精准LUCC(P-LUCC) 五土合一 机器学习 智能计算 空间优化
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部