检索结果-南通市图书馆

耦合NDVI与纹理时序特征的地块作物遥感分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南方农业学报 2024年

作者：史洁宁吴田军黄启厅骆剑承任应超徐欣雨长安大学理学院长安大学土地工程学院广西农业科学院农业科技信息研究所中国科学院空天信息创新研究院遥感科学国家重点实验室中国科学院大学资源与环境学院中国科学院空天信息创新研究院国家遥感应用工程技术研究中心

【目的】充分挖掘遥感影像的时间和空间信息，准确识别地块作物类型，为作物类型空间分布制图、产量估计、农业生产决策等提供可靠的数据支持。【方法】以Google Earth影像为参考，获得研究区完整的地块边界，利用多时相Sentinel-2影像... 详细信息

【目的】充分挖掘遥感影像的时间和空间信息，准确识别地块作物类型，为作物类型空间分布制图、产量估计、农业生产决策等提供可靠的数据支持。【方法】以Google Earth影像为参考，获得研究区完整的地块边界，利用多时相Sentinel-2影像构建地块归一化植被指数（NDVI）时序和时间—纹理二维表征图作为分类特征，NDVI时序捕捉作物生长的物候变化，时间-纹理二维表征图捕捉空间特征随时间的动态变化，进而使用CNN+LSTM双流构架来联合时间和空间特征实现农田作物的准确识别。【结果】实验结果显示，与仅使用NDVI时序的传统方法相比，纳入纹理时序后的方法显著提高了分类精度，随机森林的分类精度由0.89提升到0.92，支持向量机的分类精度由0.86提升到0.92，表明加入空间特征的纹理时序能够有效地提升作物分类能力；而使用CNN+LSTM双流构架分类模型进行地块作物分类的总体精度达到0.94，特别是棉花、西红柿、核桃的F1分数达到0.98、0.98、0.96，表明相较于传统的分类器，使用CNN+LSTM双流构架可以实现更精准的地块作物识别。【建议】在种植结构复杂、农作物生长习性相近的地区进行地块作物遥感分类时，考虑将纹理时序特征纳入分类体系，并使用CNN+LSTM双流架构来分别捕捉作物生长的空间和时间特征。这种综合应用时间和空间信息的方法，能提升地块作物分类的准确度，将为农业管理和决策提供更为强大的数据支持，助力精确农业的发展。

关键词：作物分布地块尺度时间序列空间纹理特征 CNN+LSTM双流构架

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地理时空数字化底座理论框架构建与应用实践

地球信息科学学报 2024年第4期26卷 799-830页

作者：吴田军骆剑承李曼嘉张静赵馨胡晓东左进闵帆王玲玉黄启厅长安大学土地工程学院西安710064 中国科学院空天信息创新研究院遥感科学国家重点实验室北京100101 中国科学院大学资源与环境学院北京100049 贵州师范大学地理与环境科学学院/喀斯特研究院贵阳550001 浙江科技学院信息与电子工程学院杭州310023 天津大学建筑学院天津300072 西南石油大学计算机科学学院成都610500 贵州轻工职业技术学院信息工程系贵阳550025 广西农业科学院农业科技信息研究所南宁530007

随着高质量发展成为全面建设社会主义现代化国家的首要任务,地理时空信息支撑国家和地方社会经济发展的重要性被提到新的高度。本文面向高质量发展对地理时空信息赋能提出的迫切需求,先从复杂地表系统表达、时空不确定性分析、地理空间... 详细信息

随着高质量发展成为全面建设社会主义现代化国家的首要任务,地理时空信息支撑国家和地方社会经济发展的重要性被提到新的高度。本文面向高质量发展对地理时空信息赋能提出的迫切需求,先从复杂地表系统表达、时空不确定性分析、地理空间智能计算等视角出发,全面综述地理时空表达计算理论方法的研究现状,进而以解构复杂地表、解析精准参数为问题驱动,提出“地理时空数字化底座”的相关理论思考与研究思路,概述了其中的基本概念与技术要点,重点分析了复杂地表系统的多重表达与知识关联、空间形态约束谱序特征重建的不确定性分析、“星-地-人”协同的信号传递与优化控制3个关键科学问题,从“全域空间可解构”、“局部空间可解析”、“空间之间可传递”3个目标切入串联“空间表达”与“参数计算”前后两阶段,阐释了可靠表达、可信分析、可控计算的难点所在及可行求解路径。在此基础上,重点以农业生产空间的监测监管为需求导向,介绍了数字化底座的农业应用案例,通过展示其搭建过程与综合智能计算实施效果,说明底座之上承载并组合发挥时空数据要素的保障优势和基础性支撑作用,彰显了为复杂山地现代农业发展提供高品质时空信息服务的潜能。

关键词：高质量发展时空信息复杂地表系统地理时空数字化底座可靠表达可信分析可控计算数字农业应用

基于Copula函数的千米尺度综合干旱指数构建与应用——以重庆市为例

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2024年第3期36卷 117-127页

作者：杨辰飞吴田军王长鹏杨丽娟骆剑承张新长安大学理学院西安710064 长安大学土地工程学院西安710064 中国科学院空天信息创新研究院遥感科学国家重点实验室北京100101 中国科学院大学资源与环境学院北京100049

干旱是影响农业生产最大的自然灾害之一,开发综合干旱指数对于评估干旱具有现实意义。该文耦合XGBoost算法降尺度后的土壤水分和降水Z指数数据,在空间上以重庆市行政区县边界分区,时间上以旬为单位分段,基于Copula函数构建千米尺度网格... 详细信息

干旱是影响农业生产最大的自然灾害之一,开发综合干旱指数对于评估干旱具有现实意义。该文耦合XGBoost算法降尺度后的土壤水分和降水Z指数数据,在空间上以重庆市行政区县边界分区,时间上以旬为单位分段,基于Copula函数构建千米尺度网格化的综合干旱指数(meteorology-agriculture composite standardized dranght index,CSDI M-A),评估干旱的时空特征。结果表明,降尺度提高了遥感产品的空间连续性,为后续构建千米尺度的CSDI M-A提供支持;广义极值分布和t位置尺度分布分别适用于拟合重庆市大多数区县土壤水分和降水变量数据分布,Frank-copula函数适用于拟合旬尺度下二元变量的联合分布;基于土壤墒情数据验证构建的CSDI M-A比降水Z指数能更好地反映干旱信息,基于各区县得到CSDI M-A的空间分布与实际旱情资料相符,说明所构建的CSDI M-A可为干旱评估提供参考。

关键词：干旱土壤水分降水Z指数降尺度综合干旱指数

在线全文

学校读者我要写书评

暂无评论

时空协同的农业种植结构遥感精细制图

遥感学报 2024年第8期28卷 2014-2029页

作者：张冬韵吴田军骆剑承董文孙营伟杨颖频海云瑞孟博文刘巍中国科学院空天信息创新研究院遥感与数字地球重点实验室(中国科学院) 北京100101 中国科学院大学北京100049 长安大学理学院西安710064 中国农业科学院农业资源与农业区划研究所北京100081 广州大学地理科学与遥感学院广州510006 宁夏农林科学院农业经济与信息技术研究所银川750000

农业是国民经济的重要组成成分,精准地掌握农作物种植结构信息是精细化农业应用的基础。本文挖掘不同源遥感数据的时空特征互补优势,设计了一种时空协同的农业种植结构遥感制图方法,考虑将高空间分辨率遥感影像提取的耕地地块作为基本单... 详细信息

农业是国民经济的重要组成成分,精准地掌握农作物种植结构信息是精细化农业应用的基础。本文挖掘不同源遥感数据的时空特征互补优势,设计了一种时空协同的农业种植结构遥感制图方法,考虑将高空间分辨率遥感影像提取的耕地地块作为基本单元,再结合高时间分辨率遥感影像的光谱时序信息,在深度学习技术支持下实现地块尺度的作物分类识别和种植结构精准制图,进而可分析主要作物的空间分布特征。宁夏引黄灌区的试验案例结果表明:(1)本实验共获取研究区耕地地块149万个,总面积约54万ha,总体分类精度为0.80;(2)相比于利用传统的制图单元和机器学习方法,基于RCF网络从高分影像上获取的耕地地块形态信息更准确,与实际农业耕作管理单元更匹配,基于Bi-LSTM网络进行作物分类能够将时间序列特征的上下文信息考虑在内,且能保证更高的分类识别精度;(3)玉米、水稻、小麦和蔬菜是研究区的主要作物,其中玉米是种植面积最大的优势作物,空间分布最为广泛,菜地主要集中分布在永宁县和青铜峡市,水稻集中分布在灌溉便利的区域,而小麦大规模种植面积较少,其中小麦夏季收割后种植其他作物的情况主要集中于青铜峡灌区,且复种指数呈现由南向北逐渐降低的趋势。

关键词：遥感作物种植结构时空协同深度学习耕地地块 NDVI时间序列宁夏引黄灌区

在线全文

学校读者我要写书评

暂无评论

地形约束下的地块级水稻分层提取方法

农业与技术 2024年第7期44卷 1-8页

作者：李梦秋杨树文骆剑承石含宁付昱凯兰州交通大学测绘与地理信息学院甘肃兰州730070 地理国情监测技术应用国家地方联合工程研究中心甘肃兰州730070 中国科学院空天信息创新研究院/遥感科学国家重点实验室北京100101 中国科学院大学北京100049 中国地质大学(武汉)计算机学院湖北武汉430074

西南山区的多云多雨天气和复杂地形给光学遥感数据的收集带来挑战,影响了水稻最佳物候期的高质量成像获取,并增加了构建稳定的时间序列和精确提取水稻的难度。本实验选取了重庆市双河镇作为研究区域,以地形高程作为约束条件,利用GF-2卫... 详细信息

西南山区的多云多雨天气和复杂地形给光学遥感数据的收集带来挑战,影响了水稻最佳物候期的高质量成像获取,并增加了构建稳定的时间序列和精确提取水稻的难度。本实验选取了重庆市双河镇作为研究区域,以地形高程作为约束条件,利用GF-2卫星影像实现了水稻地块的分层精准提取。这一方法有效降低了复杂地形对水稻提取准确性的影响。确定耕地地块作为最小单元,保障了地块内种植作物的唯一性;根据水稻移栽时间随海拔升高而后延的特点将研究区地块细分,高程作为主要地形约束条件,以400m为界分为低海拔和高海拔的水稻种植区,从而加强同一高程内水稻物候的一致性;结合Sentinel-1/2的影像数据,计算各地块的SPRI(SAR-based Paddy Rice Index,水稻指数)值,量化评估每个地块中种植水稻的概率;对这些具有特定SPRI值的地块应用了多阈值二进制分类方法,实现了精确提取。实验结果表明,在0~400m区域,使用高程约束的水稻分类方法F1_score精度可达92.1%,而在400m以上区域精度达到90.8%。SAR数据有效捕捉了水稻关键生长期信息,地块级提取减少了数据干扰,高程分层减少了同一海拔区域内的分类差异,简化了由于高程变化引起的分类复杂性,显著提升了西南地区水稻分类的精度。

关键词：遥感高程分层水稻指数地块级水稻分类多阈值分类

光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2012年第7期37卷 800-805页

作者：吴炜骆剑承沈占锋朱志文中国科学院遥感应用研究所北京市朝阳区大屯路甲3号100101

针对高分辨率遥感影像具有较为丰富的地物属性"谱相"信息和空间分布及其组合"图式"信息的特点,提出了一种光谱和形状特征相结合的建筑物自动提取方法。在多尺度分割和矢量化基础上,根据建筑物的形状、光谱特征,从特征基元中自动选取样本... 详细信息

针对高分辨率遥感影像具有较为丰富的地物属性"谱相"信息和空间分布及其组合"图式"信息的特点,提出了一种光谱和形状特征相结合的建筑物自动提取方法。在多尺度分割和矢量化基础上,根据建筑物的形状、光谱特征,从特征基元中自动选取样本,并计算其特征;通过根据建筑物形状、光谱、纹理构造的模板,在整景影像上进行建筑区域识别,并在建筑区域内提取建筑物外部轮廓。实验表明,本算法具有较高的识别率和较低的误识别率。

关键词：光谱-形状建筑物提取多尺度分割边缘检测

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

高分辨率遥感影像上基于形状特征的船舶提取

武汉大学学报（信息科学版） 2005年第8期30卷 685-688页

作者：汪闽骆剑承明冬萍中国科学院地理科学与资源研究所

由于高分辨率遥感影像上靠岸船舶的灰度、纹理特征往往和港口地面接近,与离岸船舶相比,其自动提取与识别相对更为困难,为此,为离岸、靠岸船舶的提取设计了不同方案。实验证明了方法的有效性。

关键词：高分辨率遥感信息提取目标识别形状船舶

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种复杂多边形最大内圆的快速查找算法

光谱学与光谱分析 2013年第6期33卷 1581-1586页

作者：沈占锋 Yongwei Sheng 骆剑承中国科学院遥感与数字地球研究所北京100101 Department of Geography University of CaliforniaLos Angeles(UCLA)

任意多边形的最大内圆的快速查找在多个领域有着重要的应用。首先给出了任意多边形的Voronoi图的生成方法,以及基于Voronoi图实现该多边形的最大内圆的寻找算法,在此基础上分别采用中线简化及并行化处理对算法进行了效率方面的改进,并... 详细信息

任意多边形的最大内圆的快速查找在多个领域有着重要的应用。首先给出了任意多边形的Voronoi图的生成方法,以及基于Voronoi图实现该多边形的最大内圆的寻找算法,在此基础上分别采用中线简化及并行化处理对算法进行了效率方面的改进,并重点研究了矢量数据并行化过程中的数据分配策略,给出了其最优数据划分策略——算法复杂度均衡法。最后对北美阿拉斯加地区的多个湖泊进行了最大内圆的查找实验,相应的实验结果表明,改进的方法能够很大程度地提高最大内圆的查找效率。

关键词：最大内圆 Voronoi 中线(Medial Axis) 并行计算数据分配策略

在线全文

学校读者我要写书评

暂无评论

分类线性回归的Landsat影像去云方法

武汉大学学报（信息科学版） 2013年第8期38卷 983-987页

作者：吴炜骆剑承沈占锋王卫红浙江工业大学计算机科学与技术学院杭州市留和路288号310023 中国科学院遥感与数字地球研究所北京市大屯路甲3号100101

首先,对参考影像和待去云影像上的云覆盖区域进行检测和掩膜;然后,对掩膜后的参考影像进行ISODATA聚类,并建立各个类别参考影像到待去云影像灰度值的线性回归方程;再对待去云影像上的云覆盖区域,依据参考影像上的灰度值进行最小距离方... 详细信息

首先,对参考影像和待去云影像上的云覆盖区域进行检测和掩膜;然后,对掩膜后的参考影像进行ISODATA聚类,并建立各个类别参考影像到待去云影像灰度值的线性回归方程;再对待去云影像上的云覆盖区域,依据参考影像上的灰度值进行最小距离方法分类,划分到聚类形成的各个类别之中;最后,依据各个类别回归方程进行灰度值预测。实验结果表明,所提方法能够进行云区的检测和去除,预测精度相比传统方法有较大提高。

关键词：影像镶嵌去云云检测分类线性回归