检索结果-南通市图书馆

农业工程学报 2022年第4期38卷 215-224页

作者：张馨予蔡志文杨靖雅王聪魏浩东胡琼徐保东华中农业大学资源与环境学院/宏观农业研究院武汉430070 华中师范大学城市与环境科学学院武汉430079 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

获取长时序且高质量遥感观测数据是捕捉不同农作物关键物候节律信息,进而获取高精度农作物空间分布信息的关键。受云雨天气影响,卫星遥感易产生低质量观测,其往往不参与或采用时序滤波处理后再用于农作物遥感识别。然而,时序滤波对于农... 详细信息

获取长时序且高质量遥感观测数据是捕捉不同农作物关键物候节律信息,进而获取高精度农作物空间分布信息的关键。受云雨天气影响,卫星遥感易产生低质量观测,其往往不参与或采用时序滤波处理后再用于农作物遥感识别。然而,时序滤波对于农作物遥感识别的影响机制尚未摸清,为高效且高精度农作物遥感制图带来了较大挑战。该研究基于HLS(Harmonized Landsat Sentinel-2,30 m)和MODIS(Moderate-resolution Imaging Spectroradiometer,500 m)两种空间尺度的反射率产品分别构建时间序列数据集,以S-G(Savitzky–Golay)和HANTS(Harmonic Analysis of Time Series)滤波为例,采用随机森林分类器探究时序滤波分别对于30与500 m空间尺度农作物识别的影响。并通过植被指数时序曲线对比,深入分析时序滤波对于两种空间尺度农作物识别关键特征所带来的差异。结果表明,在该研究试验区域及观测时相内,针对中高分辨率HLS影像,相较于未经滤波处理数据,S-G和HANTS滤波农作物识别精度分别下降了1.73和5.17个百分点;而对于中低分辨率MODIS影像,未经滤波处理、S-G滤波和HANTS滤波后的农作物总体识别精度分别为84.73%、85.51%和83.05%,时序滤波前后农作物识别精度没有显著差异。此外,对比不同作物类型的植被指数时序曲线后发现,中高分辨率尺度下,对于大豆与玉米,其较小的类间差异会被时间滤波误认为噪声而进一步弱化,从而降低相似农作物的分类精度,而对于特征差异较明显的水稻与玉米、水稻与大豆,时序滤波则会减小其类内差异从而提高分类精度。对比而言,对于中低分辨率影像的农作物识别,受到混合像元等因素的干扰,同一作物类型中的光谱异质性是影响农作物识别精度的重要因素,因此时序滤波对其时序特征的影响较小。该研究通过深入分析时序滤波处理对不同空间尺度农作物识别的影响,为未来农作物空间分布的获取提供理论参考和技术支撑。

关键词：农作物遥感识别时序滤波随机森林 MODIS HLS

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向对象的时序极化SAR农作物轮作非监督变化检测方法研究

面向对象的时序极化SAR农作物轮作非监督变化检测方法研究

引用

作者：叶家伟中南大学

学位级别：硕士

农作物轮作是指在同一田块上有计划地按顺序轮换种植不同类型的作物或轮换采用不同类型的复种形式的种植方式,由于其具有增加作物产量、改良土壤质量以及防治病虫害等诸多优点而受到政府的政策补贴。监测作物种植模式、绘制作物轮作地... 详细信息

农作物轮作是指在同一田块上有计划地按顺序轮换种植不同类型的作物或轮换采用不同类型的复种形式的种植方式,由于其具有增加作物产量、改良土壤质量以及防治病虫害等诸多优点而受到政府的政策补贴。监测作物种植模式、绘制作物轮作地图有利于农业专业人员在农业管理中的日常决策,同时也能为政府轮作补贴政策提供参考。作为一种时序累积变化的现象,农作物轮作可利用变化检测的手段进行监测。极化SAR(Polarimetric Synthetic Aperture Radar,Pol SAR)是一种具有全天时全天候成像的主动式微波雷达成像技术,具有一定的穿透性、能够持续稳定地获取时序大范围影像数据,同时由于还可以接收和发射不同组合方式的极化回波,使得其对地表反射体的介电属性、形态结构等较为敏感,这些均使得极化SAR技术已成为变化检测常用的遥感监测手段之一。此外,对象级极化SAR图像处理由于可以提高图像处理效率、降低SAR影像斑点噪声的影像而广泛受到国内外学者的认可和研究。然而,传统基于极化SAR影像的对象级变化检测方法存在以下三个关键问题:1)传统的时序极化SAR影像超像素生成方法未顾及图像场景的异质性,无法自适应地确定极化相似度和空间相似度的权重,难以在不同图像场景下生成效果良好的图像同质块,超像素分割精度较低,进而降低了后续对象级变化检测的精度。2)像素级变化检测方法和传统的对象级检测方法虽然在细节处理和边界保持方面能够表现出较好的优势,但是未顾及图像像素之间和超像素对象之间的空间领域关系,检测结果中存在一定的椒盐现象,难以检测到空间上连续的变化区域,限制了轮作检测结果的效果和精度。3)双时相变化检测方法和传统的时序变化检测方法无法充分利用时序数据中丰富的物候信息,不能同时联合时域空域特征进行非监督变化检测,难以消除由物候不确定性而带来的“同物异谱”的检测误差,从而导致轮作检测结果精度较低。针对上述关键问题,本文主要开展以下三部分研究,构建基于时序极化SAR影像的对象级农作物轮作非监督变化检测的完整体系,服务于农作物轮作快速及时监测的重大应用需求。本文的主要研究创新和贡献如下:(1)提出了一种基于简单线性迭代聚类模型(Simple Linear Iterative Clustering,SLIC)的时序极化SAR图像自适应超像素生成方法,利用基于多时相极化SAR边缘检测的同质性测度因子来自适应平衡极化距离和空间距离的权重关系,从而自适应地生成时序上统一的超像素结果。首先联合多个时相的极化协方差矩阵,基于Wishart分布计算时序极化SAR相似性距离;然后利用多时相极化SAR数据进行梯度计算,检测图像边缘;最后提出一种基于多时相极化SAR边缘检测的同质性测度因子,用于自适应平衡极化距离和空间距离的权重关系。本文使用8景Radarsat-2全极化SAR影像和8景Sentinel-1双极化SAR影像,从可视化效果和定量精度两个方面评价方法有效性。相关结果表明,本文方法优于单时相极化SAR超像素生成方法和现有的多时相极化SAR超像素方法,生成的超像素能够有效贴合研究区域地块边界,是一种有效的超像素生成方法。(2)提出了一种基于概率松弛模型(Probabilistic Label Relaxation,PLR)的双时相极化SAR对象级农作物轮作非监督变化检测方法,通过充分利用图像像素间及对象间的空间上下文邻域关系,检测出了空间上连续的轮作区域,提高了轮作变化检测的精度。首先基于似然比检验距离(Likelihood Ratio Test,LRT)生成变化差异图,随后利用最大类间方差法(Maximum between-class Variance,OTSU)进行阈值分割,得到像素级轮作变化检测结果。然后利用本文提出的多时相自适应超像素生成方法生成时序上统一的超像素结果,并基于超像素结果统计每个超像素变化的概率,最后利用PLR模型对各个超像素的轮作概率进行迭代计算,得到对象级农作物轮作变化检测结果。本文使用5组不同物候期的双时相Sentinel-1双极化SAR影像进行实验,并利用人工实地勘察的轮作样本对结果进行精度评定。实验结果显示对象级的轮作检测结果精度优于像素级,基于PLR模型的对象级检测结果精度优于基于最大投票结果的,这表明利用空间上下文信息有利于提高变化检测结果的精度,相比于传统的最大投票方法,PLR模型更加充分地利用了空间领域信息。(3)提出了一种基于变化检测矩阵的时序极化SAR对象级农作物轮作变化检测方法,采用非监督的方式同时联合时域空域特征对地物在时序上发生的累积变化进行了探测和分析,极大地提高了农作物轮作变化检测的效果和精度。一方面,基于LRT距离构建变化检测矩阵用以对原始时序数据进行时序滤波。然后,基于时序滤波后的数据构建变化检测差异矩阵,利用信息熵可以表征信源不确定性的特性和最大类间方差法得到像素级轮作变化检测结果。另一方面,借助本文提出的超

关键词：极化合成孔径雷达超像素分割变化检测农作物轮作变化检测矩阵时序滤波

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

随机配置网络在短时电力负荷曲线预测中的应用

引用

西北民族大学学报（自然科学版） 2023年第1期44卷 71-78页

作者：邓真平重庆市科源能源技术发展有限公司重庆渝北401147

传统梯度类神经网络负荷预测模型在面对高维度、大规模负荷数据集时,存在模型构建复杂、训练时间长等问题.为提高负荷曲线预测模型训练的时效性和预测准确性,提出了一种基于随机配置网络的短时电力负荷曲线预测方法.首先针对弱局部负荷... 详细信息

传统梯度类神经网络负荷预测模型在面对高维度、大规模负荷数据集时,存在模型构建复杂、训练时间长等问题.为提高负荷曲线预测模型训练的时效性和预测准确性,提出了一种基于随机配置网络的短时电力负荷曲线预测方法.首先针对弱局部负荷波动对预测模型的影响,利用Savitzky-Golay滤波器对负荷时序平滑进行处理,将时序滤波处理后的负荷序列、节假日、气象等数据作为预测模型的输入组成部分.在此基础上,发挥随机配置网络模型的随机增量学习优势,完成负荷曲线预测模型的训练.利用某电厂采集的短时负荷数据及其影响因素数据对模型的预测效果进行验证,仿真结果表明,随机配置网络预测模型相较于深度神经网络模型在模型训练的时间效率方面更具优势,预测的效果基本与深度神经网络模型接近.

关键词：随机配置网络电力负荷预测时序滤波随机增量学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于模板匹配图像算法的高速铁路接触网几何参数测量

引用

铁道技术监督 2015年第9期43卷 11-14,31页

作者：赵东兴粤海铁路公司供电部海南海口570100

利用机器视觉三角测量原理,建立基于弓网视频的接触网几何参数测量参考坐标系,并进行测量标定。通过合理提取模板类型,利用时序图像滤波方法,实现连续视频图像快速匹配与参数测量。以海南东环铁路公司综合检测列车200 km/h的弓网视频检... 详细信息

利用机器视觉三角测量原理,建立基于弓网视频的接触网几何参数测量参考坐标系,并进行测量标定。通过合理提取模板类型,利用时序图像滤波方法,实现连续视频图像快速匹配与参数测量。以海南东环铁路公司综合检测列车200 km/h的弓网视频检测数据为例,对比接触式检测系统测量数据和现场实测数据,分析测量结果准确性,用3次测量结果分析重复性。分析结果表明,基于模板匹配方法测量接触网几何参数方案可行,在200 km/h运行速度下,测量误差可控制在±20 mm。

关键词：机器视觉时序滤波模板匹配弓网视频接触网几何参数

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：