|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 地块尺度的复杂种植区作物遥感精细分类显示文摘实现复杂农区作物种植信息的精准、动态监测是中国农业精细化管理面临的迫切需求,而作物种植碎片化和异质性给作物遥感精细分类带来了诸多挑战,该文旨在探索基于高分辨率影像的地块尺度多种作物同步识别方法,以满足实时获取复杂农区作物详细分布信息需要。研究选取武汉市新洲北部为典型区,以WorldView-2影像为数据源,利用ReliefF-Pearson方法优选作物遥感特征,采用人工神经网络、K最近邻和随机森林算法进行作物分类,并对比分析其精度。研究发现:1)RVI、NDVI、相关性和边界长度等12个特征构成了地块尺度作物分类的相对较优特征,可在充分表征影像信息同时降低数据冗余;2)相比于人工神经网络和K最近邻算法,随机森林算法分类精度最高,其总体精度达79.07%;3)以光谱特征差异为作物区分基础,形状和纹理特征的使用能有效改善地块尺度作物分类精度,总体精度可提高4%左右;4)研究所采用的方法体系能有效提升复杂种植区地物分类精度,水稻、棉花、荷等主要作物以及裸旱地、裸水田等地物分类精度均达到了80%以上。研究成果可为复杂种植区作物遥感精细分类提供新的思路和方法借鉴,亦可为作物种植信息精准普查、土地利用精细化管理以及农业产业结构调整动态监测等提供参考。 | 张鹏 胡守庚 | 2019 | 农业工程学报2019，35，20： | 27 |
| 2 | GF6卫星红边波段对春季作物分类精度的影响显示文摘为探究高分六号(GF6)宽幅遥感影像红边波段在春季作物识别中的应用,以河南省杞县为研究区,通过分析2019年3月25日单时相影像及其光谱特征,利用随机森林算法完成4种不同红边波段方案下冬小麦、大蒜和其他作物(油菜、蔬菜等)的分类提取,并基于地面采样数据实现不同方案分类精度评价、样本间可分性测度以及光谱反射率计算分析。结果表明,有红边波段参与下,较无红边波段参与时作物总体分类精度和不同作物可分性测度值均有所提高;单红边波段参与下,红边波段2作物总体分类精度较红边波段1提高了1.98个百分点;引入全部红边波段较无红边参与方案的作物总体分类精度由81.56%提高到86.19%,提高了4.63个百分点,Kappa系数由0.72提高到0.79,冬小麦-大蒜、冬小麦-其他作物、大蒜-其他作物的J-M(Jeffries-Matusita)可分性测度也分别增加了0.0856、0.0761和0.0251。研究表明,红边波段的引入不仅增加了作物间的可分性测度,降低了分类结果中作物误分、漏分情况,也在一定程度上降低了结果中的“椒盐现象”,为国产红边卫星数据在农业上的应用提供参考。 | 王利军 郭燕 王来刚 贺佳 张红利 刘婷 | 2020 | 河南农业科学2020，49，6： | 13 |
| 3 | 时空协同的地块尺度作物分布遥感提取显示文摘地块尺度作物分布信息清晰直观地反映了农田位置、空间形态等空间细节和种植类型信息,对精准农业管理、种植补贴发放和农业资源调查等具有重要价值。虽然遥感时空协同思路为地块尺度作物分布提取提供了解决方案,但在农田地块提取和时序特征构建方面尚存在不足。该研究基于遥感时空协同的思路,以Google Earth高空间分辨率影像为底图,利用擅于学习影像视觉特征的D-LinkNet深度学习模型,快速、精准提取农田地块形态;以地块为观测单元,利用Landsat8和Sentinel-2多源遥感的“碎片化”无云数据构建地块时序数据集,基于加权Double-Logistic函数重建地块归一化植被指数(Normalized Difference Vegetation Index,NDVI)时序曲线;提取地块物候特征和多时相光谱特征,经过特征优选和随机森林分类模型构建,开展地块尺度作物分布制图。以广西扶绥县为研究区开展试验,共提取地块43.7万个,边界准确率为84.54%,相较于常规基于多尺度分割的地块提取,基于D-LinkNet的地块提取方法直接排除了非农田地物的干扰,地块形态与现实情况符合度更高;地块NDVI时间序列重建结果能够较好地捕捉作物开始生长、旺盛期、成熟收获期的动态变化趋势;分类特征重要性评价结果显示,红边特征、与时间相关的物候特征在分类中发挥重要作用,当联合物候特征和光谱特征时分类效果最佳;根据特征重要性分析不同特征数量情况下的分类精度,当特征数量大于40维时,作物分类精度和Kappa系数保持稳定,总体分类精度维持在88%左右;对扶绥县地块尺度作物分布进行制图,提取甘蔗地块277421个、水稻地块33747个、香蕉地块4973个、柑橘地块102055个,分别占农田地块总数的63.48%、7.72%、1.14%、23.35%,种植面积占比分别为69.78%、7.12%、1.71%、18.06%。该研究在理论上构建了遥感时空协同的地块尺度作物分类模型,为大范围、地块尺度作物分布遥感提取提供了实用化方案。 | 杨颖频 吴志峰 骆剑承 黄启厅 张冬韵 吴田军 孙营伟 曹峥 董文 刘巍 | 2021 | 农业工程学报2021，37，7： | 13 |
| 4 | 基于RF算法优选多时相特征的冬小麦空间分布自动解译显示文摘为探讨如何利用遥感影像自动解译技术,实现冬小麦种植情况统计调查、提高提取精度,选择冬小麦关键生育期6个时相的高分二号遥感影像数据,分别从6个时相的近红外灰度(NIR)、红波段灰度(R)、绿波段灰度(G)、蓝波段灰度(B)、比值植被指数(RVI)、归一化植被指数(NDVI)6个特征中优选出对冬小麦面积提取最敏感的1个特征作为输入变量,每个时相选择1个特征,6个时相共选出6个特征作为输入变量,利用随机森林算法构建模型,提取冬小麦空间分布特征。选择研究区不同长势、不同种植品种的地块样本构建训练集,利用多时相特征构建模型,并将模型推广应用于整个大厂回族自治县,得到大厂回族自治县冬小麦的空间分布情况。通过与统计结果对比分析,经过多时相特征优选构建的模型对冬小麦的识别精度接近90%。经过样本优化和后期处理仍可提升精度,此方法能在保证提取精度的前提下对冬小麦进行快速提取,提高相应的工作效率。 | 李旭青 刘世盟 李龙 金永涛 范文磊 吴伶 | 2019 | 农业机械学报2019，50，6： | 12 |
| 5 | 基于地块级时序NDVI的喀斯特山区撂荒地特征精准识别显示文摘撂荒地在全球呈扩散趋势,已成为土地利用的重要研究方向,喀斯特石漠化耕地的撂荒因多云多雨造成可利用的光学遥感影像十分有限,且因混合像元严重而不易被精确识别和提取。利用短期高空间分辨率影像和长时序中等空间分辨率影像的特性,以贵州省息烽县为例,首先,从高空间分辨率影像中提取的耕地地块数据,同时,利用最大值合成法基于Landsat数据得到2003—2018年间的时序NDVI数据;然后,运用阈值法识别撂荒地NDVI特征;最后,叠加喀斯特石漠化信息,分析撂荒与石漠化的关系。结果表明:①耕地地块和时序NDVI组合数据能够精准地识别提取撂荒地,在95.56%的耕地提取精度下撂荒地识别精度达90.7%,该方法在光学数据缺乏和耕地破碎的多云雨山区有很好的应用效果;②耕地撂荒归一化植被指数(normalized difference vegetation index,NDVI)曲线在形态上表现为“V”型特征,连续撂荒曲线形态呈“U”型特征,累计撂荒NDVI曲线形态呈不对称“W”型、“M”型或多个“W”和“M”组合型,其变化复杂多样;③非喀斯特撂荒地NDVI总体水平比石漠化撂荒地高,石漠化等级高低与NDVI曲线整体水平呈反比关系、与曲线波动程度呈正相关关系,撂荒次数与地块NDVI值呈反比关系、与NDVI曲线离散程度呈正相关关系。研究结果为喀斯特多云雨山区撂荒地的精准识别提取提供了高效、可行的思路和方法。 | 王玲玉 陈全 吴跃 周忠发 但雨生 | 2020 | 国土资源遥感2020，32，3： | 10 |
| 6 | 非监督分类的冬小麦种植信息提取模型显示文摘为了解决在区域冬小麦种植信息遥感提取过程中监督学习算法存在的需要地面样本数据支持、流程复杂、人为干扰因素多及自动化程度低等问题,本文以非监督分类为核心,结合多尺度技术,提出了一种新的非监督分类冬小麦种植信息提取模型。选取河北省辛集市为典型试验区,以2014年高分一号数据为数据源,对本文提出的模型进行实例验证。试验结果表明:该模型的Kappa系数为0.88,整体精度为94.00%;对于研究区内的冬小麦,在无需训练样本、人为干扰因素少等条件下,该模型具有与监督分类相似的提取精度,能够满足冬小麦种植信息地面遥感监测的需求。 | 王冬利 张安兵 赵安周 李静 | 2019 | 测绘通报2019，，8： | 9 |
| 7 | 基于GF-1和Sentinel-1A的漓江流域典型地物信息提取显示文摘漓江流域是桂林山水的核心,保护漓江流域生态环境已成为国家战略。以漓江流域为研究区域,以GF-1多光谱影像和SAR影像为数据源,采用小波融合算法将GF-1多光谱影像和SAR VV极化的后向散射影像进行影像融合,再利用随机森林算法分别对GF-1多光谱影像、GF-1和Sentinel融合影像构建典型地物高精度识别模型,提取与漓江流域生态环境紧密相关的河流、针叶林、阔叶林、水田、旱地以及居民地等地物类型。研究结果表明:①在95%置信区间内,基于GF-1影像分类的总体分类精度达到96.15%,基于GF-1和Sentinel-1A后向散射系数的影像总体分类精度达到了94.40%;②河流、阔叶林和旱地在基于GF-1多光谱影像的分类精度中分别达到了97.74%、93.20%、90.90%,比基于融合GF-1多光谱和SAR的数据分别高出7.57%、8.96%和1.22%,其余地物类型两者分类精度相近;③GF-1多光谱和SAR数据的融合中,利用了小波变换进行图像融合,发现融合图像的喀斯特地貌突出,增加了地物特征的差异性。 | 唐廷元 付波霖 何素云 娄佩卿 闭璐 | 2020 | 遥感技术与应用2020，35，2： | 8 |
| 8 | 基于图像分割和NDVI时间序列曲线分类模型的冬小麦种植区域识别与提取显示文摘为自动获取大面积冬小麦种植区域,通常利用中等空间分辨率遥感影像中的物候信息,基于时间序列曲线进行识别与提取。但在实际工程项目中,只使用物候信息提取精度偏低。因此提出了一种基于时间序列曲线数据分类模型与图像分割相结合的冬小麦识别方法。首先,构建多源数据的归一化植被指数(normalized difference vegetation index,NDVI)时间序列曲线,采用时间序列谐波分析方法(harmonic analysis of time series,HANTS)对NDVI时间序列数据进行平滑和去噪;然后,对NDVI时间序列进行坐标转换,获取波段均值、标准差和均方根3个参数,构建新的分类模型,提升冬小麦与其他作物的差异值;最后,通过与高空间分辨率数据的分割结果相结合,利用图像的空间结构信息,提高地物边界的准确性。以南京市江宁区为例,利用2017年12月—2018年6月间高分一号、Landsat8和Sentinel-2A 3种类型的共21景多源数据进行实验,最终提取精度达到98.74%,比其他方法有所提高,为农业管理部门提供了准确的冬小麦种植区域和分布的地理信息数据。 | 王碧晴 韩文泉 许驰 | 2020 | 国土资源遥感2020，32，2： | 8 |
| 9 | 基于Sentinel 2A/B时序数据的黑龙港流域主要农作物分类显示文摘黑龙港流域是中国季节性休耕的试点区域,利用遥感技术及时、准确监测该区域的农作物种植结构,对于精准评价休耕政策的实施效果具有重要意义。本研究以黑龙港流域南部区域为研究对象,采用2019年1-12月的21景Sentinel 2A/B为数据源,构建3种植被指数的时序数据集,结合作物典型时相多光谱数据,采用随机森林法提取研究区内冬小麦、夏玉米、棉花、大蒜、蔬菜等农作物信息,并结合野外调查数据对分类结果进行验证,对比分析不同特征参数提取农作物信息的精度。结果表明,归一化差值红边指数(NDRE1)+典型时相多光谱数据(S2_(0831))取得了最高的总体精度和Kappa系数,其值分别为87.27%和0.85。采用归一化差分植被指数(NDVI)+S2_(0831),冬小麦-夏玉米、大蒜-夏玉米2种双峰型轮作农作物的用户精度最高,分别为94.92%和86.41%。采用S2_(0831)+NDRE1,蔬菜及棉花2种单峰型农作物的用户精度最高,分别为91.95%和91.67%。因此,在黑龙港流域农作物的精细分类研究中,结合Sentinel 2A/B植被指数时序数据与典型时相多光谱数据进行分类的精度较高,可用于该区域农作物种植结构监测及休耕政策执行效果评价。 | 宋宏利 雷海梅 尚明 | 2021 | 江苏农业学报2021，37，1： | 7 |
| 10 | NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响显示文摘遥感技术获取的区域作物面积与作物面积统计数据间常常存在不一致的问题,这在一定程度上影响了作物分布遥感制图信息的应用。为获得与作物面积统计数据一致的高精度作物分布遥感制图信息,该研究以河北省衡水市武邑县为研究区,以时序Sentinel-2遥感影像生成的归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)为研究数据,将冬小麦面积目视解译数据作为遥感提取的区域冬小麦面积总量参考,提出基于复合型混合演化算法(Shuffled Complex Evolution-University of Arizona,SCE-UA)和区域作物种植面积总量控制的NDVI时序相似性阈值优化冬小麦分布制图方法,并进行精度验证。在此基础上,进一步开展不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取精度对比研究。结果表明,利用全生育期NDVI时序相似性获得的冬小麦分布制图结果总量精度达99.99%以上,总体精度达98.08%,Kappa系数为0.96,可以保证遥感提取的区域冬小麦面积与冬小麦种植面积总量控制参考间的高度一致性且能获得较高的作物遥感识别精度。从不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取结果可知,利用出苗期-分蘖期、返青期-拔节期的NDVI时序可获得高精度冬小麦分布提取结果,而利用抽穗期-成熟期的NDVI时序数据提取冬小麦结果则精度较低,且综合不同生育阶段NDVI时序数据有利于冬小麦制图精度的提高。该研究可为高精度冬小麦分布提取和制图技术及其方案优化提供一定参考依据,也可为遥感数据和作物面积统计数据融合的大范围农作物分布遥感制图及统计数据空间化提供一定技术方法参考和思路借鉴。 | 李方杰 任建强 吴尚蓉 张宁丹 赵红伟 | 2021 | 农业工程学报2021，37，9： | 6 |
| 11 | 融合物候和纹理特征的南方柑橘林地提取方法显示文摘为有效了解柑橘种植结构及科学估产,制定合理政策,故快速大面积准确获取柑橘果园面积至关重要。该文针对南方丘陵、山区柑橘的种植特点,利用多时相高空间分辨率GF-1 WFV遥感数据,结合柑橘生长过程中的物候特征,分析比较柑橘与其他地物类在光谱特征、植被指数及纹理特征的变化差异,构建了融合柑橘物候和林地纹理特征的模糊分类与最邻近分类相结合的提取方法,并以江西省寻乌县为例,利用该方法提取了江西寻乌县的柑橘种植面积。结果表明,GF-1WFV数据是复杂地形下提取柑橘作物的潜力数据源,该提取思路可为大范围内不同地区了解柑橘种植情况,进行柑橘长势监测和产量估测提供技术参考。 | 刘玉婷 李子阳 李恒凯 王秀丽 | 2021 | 测绘科学2021，46，9： | 4 |
| 12 | 基于EVI相似性分区的冬小麦面积提取及其动态监测显示文摘及时、准确地获取冬小麦种植面积及时空变化信息对提升作物估产精度和保障粮食安全具有重要意义。冬小麦物候期受地理条件和人为因素影响差异很大,利用遥感进行大尺度种植面积提取时其精度容易受物候差异的影响。根据MODIS EVI数据和Landsat影像,在定量评价冬小麦EVI相似性并结合高程信息对研究区进行分区的基础上,通过对比冬小麦参考时序曲线与待分类像元时序曲线之间相似性提取冬小麦种植面积,并对湖北省2009~2017年冬小麦种植面积时空变化过程进行分析。结果表明:(1)冬小麦面积提取平均精度达95.3%,R^2大于0.90,明显优于未分区提取结果;(2)冬小麦主要集中分布于中部和北部地区,其中,襄阳县、枣阳市的种植面积尤为集中;(3)冬小麦空间分布大致呈现向西北、东南部地区扩张的时空变化格局;(4)在2009~2017年期间,冬小麦种植面积先增后减,总体呈上升趋势,2017年比2009年增加了4%。基于EVI相似性的作物分区提取方法可提高种植面积精度,为大区域内冬小麦面积时空变化遥感监测提供有效方法。 | 杨欢 邓帆 付含聪 许诺 李彩霞 张佳华 | 2020 | 长江流域资源与环境2020，29，10： | 2 |
| 13 | 基于时空滤波Sentinel-1时序数据的田块尺度岭南作物分布提取显示文摘为解决岭南地区作物制图中光学影像时空覆盖缺失以及作物种植结构复杂导致不确定性高等问题,以满足对高精度作物制图日益迫切的应用需求。该研究提出了一种基于Sentinel-1的双极化时间序列和作物物候信息建立时空维度典型物候特征的作物分类方法,选择广州市南沙区为试验区,通过XGBoost机器学习算法,实现了田块尺度下的不同作物类型的准确识别及种植面积的精细提取。结果表明:1)相比像素时序特征分类结果,经过雷达时空滤波后的田块时序特征分类方法不仅能有效抑制合成孔径雷达(Synthetic Aperture Radar,SAR)影像斑点噪声产生,而且总体分类精度和Kappa系数分别提高了12.5个百分点、0.19;2)与仅基于Sentinel-1(VV+VH)时空滤波后的全年时序特征分类方法相比,在分类过程中添加物候特征变量的方法表现出更高的精度,Kappa系数可达0.91,甘蔗和香蕉播种面积提取精度分别达到82.04%和71.01%。研究结果表明中高分辨率SAR影像(10 m×10 m)时间序列结合XGBoost算法和雷达数据时空滤波策略可实现区域作物准确识别及种植面积提取,同时,可从数据源与分类方法上为岭南地区农业遥感应用提供思路,对该地区农业灾害管理和灾后救助具有重要参考价值。 | 钱丽沙 姜浩 陈水森 李丹 王重洋 陈金月 代雪梅 | 2022 | 农业工程学报2022，38，5： | 2 |
| 14 | 时序影像在冬小麦种植区提取中的应用分析显示文摘卫星数据在农业土地信息提取中可以发挥重要作用,而由于农业土地具有显著的物候差异性,时间序列数据的应用能够有效提高作物的提取精度。不同作物因为物候期的差异,对时间序列的需求有明显的差异性。为了确定时间序列数据对冬小麦提取精度的影响,利用归一化植被指数(NDVI),增强植被指数(EVI)作为构造时序影像的特征,将覆盖整个冬小麦生育期的所有Sentinel-2A/B数据,以3个不同的时间间隔(10,15和30 d)的均值合成,使用随机森林分类器对像素或地块进行分类,以对比不同时间间隔合成的时序影像在面向不同元素的冬小麦提取时的应用效果和提取效率。结果表明:①当合成Sentinel-2A/B影像的时间间隔缩短时,2种分类方法的冬小麦的提取精度都会更高,但面向地块的分类方法能达到更好的提取效果;②10 d合成的面向地块的分类方法获得了最高的OA(96.28%)和Kappa系数(91.71%);③时间序列的合成方法对提取效率影响不大,影响它的主要原因是面向不同元素的分类方法。 | 石娴 明艳芳 刘春秀 瞿渝 隋淞蔓 | 2021 | 无线电工程2021，51，12： | 2 |
| 15 | 耕地细碎化农业区冬小麦遥感制图方法显示文摘从遥感影像中提取作物播种面积和空间分布对耕地可持续发展和粮食安全意义重大。目前的遥感小麦制图研究主要依靠光学图像和高复杂度的分类方法,且现有分类算法在小样本条件下、耕地细碎化农业区的分类性能以及时间迁移性能仍然不确定,探索适合小样本的低复杂度的稳定算法具有现实意义。该研究基于Google Earth Engine(GEE)遥感云平台,使用Sentinel-1SAR和Sentinel-2光学时间序列遥感数据,评估了时间加权动态时间规整算法(Time-Weighted Dynamic Time Warping,TWDTW)、随机森林算法(Random Forest,RF)和基于相似性测度(Difference and Similarity Factor,DSF)的OTSU阈值法在小样本条件下、耕地细碎化农业区的冬小麦制图精度和时间迁移性能。研究结果表明,在有限样本条件下,TWDTW方法小麦制图精度最高,总体精度(Overall Accuracy,OA)和Kappa系数分别为0.923和0.843;其次是RF(OA=0.906,Kappa=0.809)和DSF算法(OA=0.887,Kappa=0.767);基于欧式距离的OTSU阈值法分类精度最低。当利用算法进行时间迁移分类提取2021年的冬小麦分布图时,TWDTW和DSF算法表现出更好的稳定性且分类精度优于RF算法,其中TWDTW算法的精度最高,OA和Kappa系数分别为0.889和0.755;RF算法分类精度下降明显,OA和Kappa系数分别降低了约0.07和0.19,说明RF算法的迁移分类性能较差。综合来看,TWDTW算法对样本和耕地细碎化的敏感性较低,可以在有限样本条件下实现耕地细碎化农业区的高精度连续冬小麦制图;而RF算法对样本和耕地细碎化的敏感性较高,在有限样本条件下的耕地细碎化农业区进行连续冬小麦制图时稳定性较差。 | 王丽美 靳国旺 熊新 武珂 黄启灏 | 2022 | 农业工程学报2022，38，22： | 2 |
| 16 | 基于地块单元的冬小麦遥感估产方法研究显示文摘[目的]以高分时序遥感影像为基础数据源,结合土地承包经营权地块数据,对冬小麦遥感估产方法及其精度进行研究和分析。[方法]文章以河南省兰考县为研究区,采用2019年4―5月份的GF-1C和GF-62 m PMS遥感影像提取了研究区冬小麦种植空间分布,并在地块单元控制下对冬小麦种植面积进行了修正和精度验证。其最优提取结果的修正阈值为0.93,地块单元内冬小麦总体分类精度为95.66%,Kappa系数为0.89。利用3月7日至5月20日6期GF-1 WFV遥感影像序列NDVI和RVI与冬小麦种植地块单元数据进行空间统计,得出各冬小麦种植地块单元内NDVI和RVI均值,通过分析冬小麦测产地块单元内均值植被指数与产量间的敏感性,提出一种组合均值植被指数的冬小麦遥感估产模型构建方法,通过交叉验证法对不同的估产线性回归模型进行精度评价。[结果]由4个均值植被指数组合变量的多元线性回归模型为最佳,决定系数为0.9220,预测误差为40.96 g/m^(2),预测精度为93.13%。通过该模型得出兰考县冬小麦平均产量为6047.25 kg/hm^(2),较2017年河南省统计年鉴研究区冬小麦平均单产6001 kg/hm^(2)有所提高,土地承包经营权地块内和地块外冬小麦总产量分别为2.76亿kg和4650万kg。[结论]该方法实现了冬小麦估产结果以像元为单位向以地块单元为单位的转变,解决了模型构建时光谱信息与实测产量间对应问题,为利用国产高分卫星进行县域地块尺度遥感单产精准化估算提供了方法支撑。 | 王利军 郭燕 贺佳 刘婷 张红利 程永政 杨秀忠 秦奋 王来刚 | 2021 | 中国农业资源与区划2021，42，7： | 1 |
| 17 | 基于时序遥感影像的西南山区地块尺度作物类型识别显示文摘西南山区地块破碎且复杂,种植类型多样,且该地区多云多雨,可利用遥感数据有限,利用单一的光谱特征或植被指数难以实现作物的有效识别。物候特征能够反映作物的生长周期规律,可用于复杂地区作物的精细监测。本研究以重庆市潼南区为例,基于多时相中分辨率的Sentinel-2和Landsat8遥感影像,对地块尺度的NDVI、EVI等6个植被指数进行时间序列构建并提取其物候特征,通过特征优选构建多维数据,利用随机森林分类模型对柠檬、油菜、水稻、玉米等作物进行识别。结合植被指数与物候特征进行作物分类,总体精度达94.52%,Kappa系数为0.90,柠檬、油菜、玉米、水稻的精度分别为89.88%、87.30%、84.98%和95.57%。研究表明,利用时序遥感数据的植被指数与物候特征能够有效进行地块尺度的作物识别,为复杂种植结构地区获取大范围作物分布制图提供参考。 | 秦肖伟 程博 杨志平 李林 董文 张新 杨树文 靳宗义 薛庆 | 2023 | 地球信息科学学报2023，25，3： | 1 |
| 18 | M-4高速公路Shorkot-Khanewal段生态环境与社会经济监测分析显示文摘针对巴基斯坦M-4高速公路Shorkot-Khanewal段的建设对当地生态环境与社会经济影响未知的情况,基于遥感技术监测分析了该路段的植被覆盖度变化、生态占用和生态恢复情况,并评估了其对当地社会经济的影响。结果表明:该路段10 km缓冲区内植被覆盖状况较好,2014年劣盖度植被占比0.34%,2018年占比5.31%;该路段建设对生态环境影响极小,未造成破坏性扰动,其中林地的永久性生态损失占比不足0.2%;该路段建设对经济发展具有显著促进作用,夜间灯光明显变亮;该路段1 km缓冲区内新增建筑面积171812 m^(2),2 km缓冲区内新增居民人口9486人,将助力巴基斯坦实现SDG9.1.1。该文可为评估“一带一路”基础设施互联互通工程对生态环境与社会经济的影响提供方法借鉴。 | 高许淼 邬明权 贾战海 牛铮 蒋瑜 | 2022 | 遥感信息2022，37，3： | 1 |
| 19 | 基于多时相卫星影像的复杂山区烤烟种植区域提取显示文摘为提高卫星影像对复杂山区烤烟种植区的提取精度,以高分六号2 m分辨率卫星影像作为遥感数据源,基于多时相卫星遥感影像序列,根据烤烟不同生长期的卫星影像特征,采取面向对象分类方法,分别完成3个不同时相卫星影像的烤烟种植区初步提取,再利用多时相植被指数规则初步提取烤烟种植区,最后通过交叉验证获取烤烟种植区域,并完成精度验证。结果表明,研究方法能较为准确地提取复杂山区烤烟种植区,能够保持较低的错分率(5.3%),提取精度达94.67%,较基于单一时相卫星影像提取烤烟种植区域精度(90%)明显提升。 | 刘芸 宋善海 李雪 廖瑶 李慧璇 王伟 | 2023 | 农业工程2023，13，1： | 0 |
| 20 | 基于作物双时相遥感特征的花生种植区提取显示文摘基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据,构建40个作物分类遥感特征,采用ReliefF-Pearson方法优选出15个特征,构造作物可分的4种特征空间。采用最大似然分类法、支持向量机和随机森林分类器,分别耦合4种特征空间,开展作物分类对比试验,进行分类精度和景观评价提出作物双时相遥感分类模型(dual-temporal remote sensing classification model for crop,C-DRSC)。结果表明:该模型具有较高的作物分类和花生识别能力,作物分类总体精度和Kappa系数分别为93.25%和0.89,平均形状指数和平均斑块分维指数分别为1.33和1.13;花生识别的用户精度和制图精度分别为96.20%和96.32%,平均形状指数和平均斑块分维指数分别为1.27和1.11。利用该模型在黄淮海地区的4个花生主产县开展夏花生种植面积遥感测算,与统计面积相比,面积测算相对误差为±16.25%,决定系数为0.9778(达到0.01显著性水平),模型具有较好的适用性。 | 郭其乐 李军玲 郭鹏 | 2022 | 应用气象学报2022，33，2： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员