检索结果-南通市图书馆

基于j-m距离的多时相Sentinel-1农作物分类

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2020年第17期20卷 6977-6982页

作者：韩冰冰陈圣波曾庆鸿孙士超吉林大学地球探测科学与技术学院长春130026 中国人民解放军93116部队沈阳110141

为准确获取云雨天气较多地区的农作物分布信息,以敦化市西北部的黑市乡和额穆镇为研究区,以高分一号(GF-1)卫星宽视场(wide field view,WFV)传感器和哨兵一号(Sentinel-1)为数据源,通过WFV数据提取耕地范围,利用j-m(jeffries-matusita)... 详细信息

为准确获取云雨天气较多地区的农作物分布信息,以敦化市西北部的黑市乡和额穆镇为研究区,以高分一号(GF-1)卫星宽视场(wide field view,WFV)传感器和哨兵一号(Sentinel-1)为数据源,通过WFV数据提取耕地范围,利用j-m(jeffries-matusita)距离可分性进行Sentinel-1影像最优分类时相组合的判断,根据选取Sentinel-1数据通过最近邻分类器多次循环对研究区主要农作物的分布信息进行提取。研究结果表明,进行多次循环产生的分类结果优于单次循环结果,循环次数达到5次结果趋于稳定,总体分类精度为84.23%。可见利用Sentinel-1数据进行敦化市农作物分类是可行的,多次循环的最近邻算法有利于获取更精准的农作物分布信息。

关键词：农作物分类 Sentinel-1 j-m距离最近邻分类器

在线全文

学校读者我要写书评

暂无评论

近10年嫩江市大豆种植结构空间演变研究

中国农业资源与区划 2023年第12期44卷 77-83页

作者：周鑫洋黄青刘航中国农业科学院农业资源与农业区划研究所北京100081 北方干旱半干旱耕地高效利用全国重点实验室北京100081

[目的]我国是世界上最大的大豆进口国,随着近几年中美贸易战的摩擦升级、新型冠状病毒影响导致的全球贸易交流减少,乌克兰战事致其大豆出口骤降等各种因素的影响,我国大豆生产存在潜在危险。研究大豆主产区大豆种植结构动态分布及空间演... 详细信息

[目的]我国是世界上最大的大豆进口国,随着近几年中美贸易战的摩擦升级、新型冠状病毒影响导致的全球贸易交流减少,乌克兰战事致其大豆出口骤降等各种因素的影响,我国大豆生产存在潜在危险。研究大豆主产区大豆种植结构动态分布及空间演变,对中国粮食安全和进出口大豆体量都有重大意义。[方法]文章依托2011—2021年Landsat系列多景影像,利用“3S”技术、随机森林算法,得到黑龙江省嫩江市大豆空间面积,并通过j-m距离法对样点进行精度验证,最后通过景观格局指数方法,分析黑龙江省嫩江市大豆种植结构时空演变特征。[结果]2011—2021年黑龙江省嫩江市大豆种植面积在时空上整体上先减少再增加,主要种植面积从东北部至西南部、东南部增加。大豆面积总体以增加为主,但分阶段面积变化幅度较大。[结论]该文利用近10年遥感影像对黑龙江省嫩江市大豆种植结构空间演变研究,以作为东北地区作物种植结构调整、优化粮食安全保障的依据,同时为国家粮食生产政策制定提供参考。

关键词：遥感影像随机森林 j-m距离大豆嫩江市景观格局指数

退化高寒草甸主要物种花与叶片的光谱识别方法

在线全文

学校读者我要写书评

暂无评论

西北大学学报（自然科学版） 2022年第2期52卷 159-168页

作者：刘咏梅盖星华董幸枝王怀玉胡念钊西北大学城市与环境学院陕西西安710127 西北大学陕西省地表系统与环境承载力重点实验室陕西西安710127

近年来,青藏高原高寒草甸呈现不同程度的退化趋势,研究草地植物光谱特征识别方法对退化草甸遥感调查与监测具有重要意义。该文基于青海省祁连县青阳沟典型区主要植物花和叶片的实测光谱,综合采用Kruskal-Wallis检验、分类与回归树算法C... 详细信息

近年来,青藏高原高寒草甸呈现不同程度的退化趋势,研究草地植物光谱特征识别方法对退化草甸遥感调查与监测具有重要意义。该文基于青海省祁连县青阳沟典型区主要植物花和叶片的实测光谱,综合采用Kruskal-Wallis检验、分类与回归树算法CART和j-m距离算法提取退化高寒草甸主要物种花和叶片的最优光谱识别波段,分析层次降维方法在草地植被遥感中的应用潜力。得到以下结论:①研究区退化草甸主要物种花与叶片的反射光谱在380~1300 nm波段存在明显差异,在1300~2500 nm波段反射光谱变化趋于一致。②Kruskal-Wallis和Dunn事后检验、CART算法和j-m光谱距离3个层次的光谱降维效率分别为66.0%、33.1%和77.3%,总体降维效率达到94.8%,能够有效提取退化草甸主要物种花与叶片光谱识别的最优敏感波段。③退化草甸主要物种花与叶片之间均具有一定的光谱可分性。其中,白花-黄花、白花-绿叶、黄花-紫花3个类对具有最佳的光谱可分性,j-m距离值>1.9;白花-紫花、黄花-绿叶、紫花-绿叶3个类对具有一定的光谱可分性和潜在的应用价值,j-m距离值在1.0~1.9之间。花与叶片之间的光谱识别特征波长与色素的敏感波段密切相关,该研究可为草地植被遥感分类提供优化的波段参考依据。

关键词：花/叶片光谱降维 Kruskal-Wallis检验 CART算法 j-m距离

基于多源遥感数据和植被物候特征的优势树种分类研究

在线全文

学校读者我要写书评

暂无评论

基于多源遥感数据和植被物候特征的优势树种分类研究

作者：杨城东北林业大学

学位级别：硕士

森林资源是陆地生态系统的重要组成部分,是林业和生态环境建设的基础。随着遥感技术的发展,遥感数据类型日益丰富,遥感数据中所蕴含的信息越来越丰富,遥感技术已广泛应用于灾情监测、生态环境监管、城市地表分类等方面。然而,在面对森... 详细信息

森林资源是陆地生态系统的重要组成部分,是林业和生态环境建设的基础。随着遥感技术的发展,遥感数据类型日益丰富,遥感数据中所蕴含的信息越来越丰富,遥感技术已广泛应用于灾情监测、生态环境监管、城市地表分类等方面。然而,在面对森林这种复杂的生态环境时,不同遥感技术提取的森林信息有限,如何快速、准确的获取森林中树种类别以及分布范围等信息,是现代化林业遥感技术中亟待解决的问题,而遥感数据的多源化,多源数据协同互补可以弥补信息不足。充分利用多源、多时相遥感数据,分析特征间差异,优化特征结构,提高模型分类精度,在优势树种分类方面有迫切需求。本论文以东北林业大学凉水实验林场为研究区,通过对多源多时相卫星遥感数据的分析,结合森林二类资源调查数据,探究不同时相特征、不同机器学习算法对优势树种精细分类的影响,为现代化林业资源调查提供参考。本文的主要研究内容及结论如下:(1)基于多源多时相遥感数据,提取并分析多维特征信息,从而大幅提高优势树种分类的精度。本文以Sentinel-1和Sentinel-2数据提取的极化、光谱、植被指数以及纹理特征为基础,根据对不同时相下优势树种的物候特性分析,发现不同单时相特征对优势树种提供的物候信息存在差异;基于j-m距离的可分离性分析,发现多时相特征的可分离性明显高于单时相特征。利用随机森林分类器对优化后的多时相特征进行分类,分类精度可达80.61%,较基于单时相特征的分类精度提高了近12%。(2)针对不同分类算法在优势树种分类方面可适性不同的问题,本文选择了SVm、CART、RF三种不同的分类方法,对优化特征组合进行分类。结果表明:CART分类精度最好,达到了82.42%;RF分类精度次之为80.61%,SVm分类精度最差,仅为76.20%。CART相较于RF与SVm在优势树种分类的应用中具有明显优势,更适合于本研究区优势树种分类。

关键词：多源多时相遥感数据物候特性 j-m距离分类精度优势树种分类

退化高寒草甸狼毒遥感分类方法研究 ——以祁连山中段地区为例

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

退化高寒草甸狼毒遥感分类方法研究 —...

作者：盖星华西北大学

学位级别：硕士

高寒草甸作为青藏高原主要草地类型,近年来受到全球气候变化和人类活动影响,出现了不同程度的退化趋势。以瑞香狼毒（Stellera Chamaejasme L.）为代表的毒杂草在当地快速蔓延并严重威胁以莎草科（Cyperaceae juss.）及嵩草属（Kobresia... 详细信息

高寒草甸作为青藏高原主要草地类型,近年来受到全球气候变化和人类活动影响,出现了不同程度的退化趋势。以瑞香狼毒（Stellera Chamaejasme L.）为代表的毒杂草在当地快速蔓延并严重威胁以莎草科（Cyperaceae juss.）及嵩草属（Kobresia Willd）植物为优势种的草甸生态系统。使用遥感技术大范围、快速、准确地获取高寒退化草甸狼毒群落空间分布信息,对高寒退化草甸的恢复和毒杂草的防治至关重要。盛花期狼毒群落呈现大面积斑块状聚集的空间分布模式,密集盛开的顶花呈现粉白色,和其他绿色草地群落的光谱特征差异明显,为狼毒遥感识别奠定了基础。本文选取青海省祁连县中段的典型狼毒发生区为研究区,联合Kruskal–Wallis检验、分类与回归树（CART）和jeffries-matusita（j-m）光谱距离在叶片光谱和样方光谱的尺度上提取狼毒特征识别波段,使用j-m光谱距离对基于双向指示物种分析（TWINSPAN）的狼毒群落分类结果进行调整得到狼毒遥感识别方案,采用不同机器学习方法构造分类器对Planet多光谱影像进行狼毒群落进行分类并进行分类精度评价。本文主要研究结论如下:（1）联合Kruskal–Wallis＆Dunn事后检验、CART算法和j-m光谱距离的层次分析法在植物花\叶片光谱尺度和样方光谱尺度均提取出j-m距离＞1.9的狼毒识别特征波段,总体平均降维效率达到91.14%。综合叶片与样方尺度的分析结果,狼毒群落与其他草地群落之间特质识别波段主要位于392～540nm、567～576nm、581～739nm、1127～1134nm、1148～1209nm、1243～1373nm、1383nm、1409～1460nm、1595nm、1600nm、1616～1647nm、1657nm、1662～1718nm、1729～1734nm、1746～1749nm、1754nm、1879nm、1885～1950nm、1956nm、1964～1967nm、1975～1992nm、2001～2029nm、2042～2051nm。（2）TWINSPAN数量分类将研究区93个样方划分为6个群落,类别I早熟禾+高山嵩草+披针叶野决明群落、类别II狼毒（狼毒盖度29.5%）+早熟禾+委陵菜群落、类别III狼毒（狼毒盖度22.3%）+早熟禾+麻花艽群落、类别IV早熟禾+狼毒（狼毒盖度14.26%）+草玉梅群落、类别V垂穗披碱草+花苜蓿+蒲公英群落、类别VI金露梅+早熟禾+车前群落。基于Planet影像采用j-m距离对TWINSPAN分类结果中存在光谱冲突的样方进行调整,依据光谱可分性得到4种群落:类别II、类别III和类别IV三种狼毒群落及草地群落（类别I+类别V+类别VI）,进一步将三种狼毒群落合并,构建光谱可分,群落构成明确的的狼毒群落分类方案。（3）使用随机森林、支持向量机、K最近邻法、最大似然法构建分类器对Planet影像进行狼毒识别遥感分类,分类总精度分别为75.47%、66.04%、72.17%、68.88%,狼毒分类精度分别为74.24%、65.15%、71.97%、65.15%;四种分类方法对于高寒退化草甸狼毒遥感识别分类的适用性排序由大到小依次为:随机森林＞K最近邻法＞最大似然法＞支持向量机。结果表明:在区域尺度上基于高分辨率的多光谱影像随机森林的分类效果最好。

关键词：数量排序与分类光谱层次降维 CART j-m距离机器学习

基于Google Earth Engine的祁连山国家公园土地覆被时空变化分析

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

基于Google Earth Engine的祁连山国家公园土地覆被时空变化分析

作者：贺泽宇兰州大学

学位级别：硕士

土地覆被数据获取及其时空变化分析是监测各类自然资源和生态环境,掌握区域植被类型分布和研究土地覆被类型转化的重要手段。祁连山国家公园地形复杂、海拔落差大、垂直地带分异规律明显,研究云计算平台以及最优机器学习算法在山地区域... 详细信息

土地覆被数据获取及其时空变化分析是监测各类自然资源和生态环境,掌握区域植被类型分布和研究土地覆被类型转化的重要手段。祁连山国家公园地形复杂、海拔落差大、垂直地带分异规律明显,研究云计算平台以及最优机器学习算法在山地区域进行长时间序列土地覆被分类的准确性,分析不同地物类型的时空变化对于国家公园自然资源管理和可持续发展具有重要指导意义。本文基于Google Earth Engine云计算平台,以祁连山国家公园为研究区,使用多年云量较少的Landsat 5、Landsat 7、Landsat 8、Sentinel-1、Sentinel-2影像及实地样本数据,结合地形、光谱、纹理、缨帽变换和物候特征,比较了随机森林、支持向量机、分类与回归树、梯度提升树四种机器学习方法及Sentinel-2、Landsat 8两种分辨率数据的土地覆被分类精度,最后选择精度、效果最好的随机森林算法完成1990、2000、2010年和2020年祁连山国家公园土地覆被分类,并利用分类后比较法对三十年来的土地覆被进行了变化分析。主要结论如下:(1)祁连山国家公园土地覆被分类结果:对比2020年Landsat 8数据的分类结果,随机森林、支持向量机、分类与回归树、梯度提升树四种算法的总体精度分别为89.7%、78.0%、81.4%、90.1%。随机森林和梯度提升树表现出了较好的分类精度,对比这两者的分类效果后发现随机森林分类算法对于耕地、祁连圆柏、裸地的边界、面积、整体性刻画更加准确,且其作为分类器,参数调整范围更加合理;此外Sentinel-2数据91.6%的分类精度要优于Landsat 8数据的89.7%。(2)分类特征优化:多种特征的组合可以提高土地覆被分类的精度,但同时特征过多也会存在冗余,降低分类精度,本研究利用j-m距离对特征集合进行了优化,使Sentinel-2数据进行土地覆被分类的37个特征降低至24个,分类总体精度从90.3%提升至91.6%,Landsat数据进行分类的35个特征降低至28个,总体精度从88.6%增加至89.7%,并且j-m距离显示海拔、物候特征在易混分地物类别,尤其是不同植被类型中表现出了很好的可分性。(3)基于光谱角距离的样本迁移:利用2020年样本迁移至2010年、2000年、1990年,样本总量分别下降了10.1%、13.7%、18.0%,而分类精度只下降了2.0%、4.2%、6.6%,总体精度分别达到了88.0%、86.0%、83.9%,表明此方法可以实现大面域时间序列样本的获取,同时精度不会受到太大的影响,避免了不同年份样本获取中目视解译、实地考察的繁琐过程,提高了分类效率。(4)祁连山国家公园1990-2020年十年一期的土地覆被时空分布及变化分析:整体上森林、灌丛主要分布于甘肃片区的肃南县、天祝县,而草地在甘肃、青海片区都大量分布,主要位于肃南县、祁连县、天峻县,1990-2020年森林减少了62.2 km2,灌丛增加了440.5 km2,草地则减少了794.7 km2。其中1990-2000年森林的面积减少了84.0 km,主要位于肃南县、天祝县,2000-2010年森林面积增加16.7 km2,主要位于民乐县及肃南县,2010-2020年森林面积增加5.1 km2,增加区域位于天祝县、门源县。灌丛面积在1990-2000年增加较多,2000-2020年基本平稳,草地的面积则呈现出波动的规律,1990年、2010年总面积分别为12858.5 km2、13690.2 km2,而2000年、2020年总面积分别为12363.0 km2、12063.8 km2。植被变化主要为森林、灌丛、草地之间的相互转化,变化区域集中在肃南县、天祝县、门源县。可以发现随着祁连山国家公园生态环境保护措施的大力实施,森林的面积从2000年开始逐渐增加,本次研究的结果为植被保护过程中应该关注的重点区域提供了参考,有助于合理的分配管理资源、制定保护方案。

关键词：土地覆被祁连山国家公园 j-m距离机器学习样本迁移

基于无人机多光谱图像的云南松虫害区域识别方法

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

农业机械学报 2018年第5期49卷 249-255页

作者：张军国韩欢庆胡春鹤骆有庆北京林业大学工学院北京100083 北京林业大学林学院北京100083

针对云南省祥云县林区云南松虫害区域高效识别的需求,为更加高效准确地对虫害信息进行监测,本文搭建了林区八旋翼多光谱图像采集平台,基于无人机多光谱图像提出了一种jeffries-matusita(j-m)距离优化的反向传播神经网络(BP)分类方法。... 详细信息

针对云南省祥云县林区云南松虫害区域高效识别的需求,为更加高效准确地对虫害信息进行监测,本文搭建了林区八旋翼多光谱图像采集平台,基于无人机多光谱图像提出了一种jeffries-matusita(j-m)距离优化的反向传播神经网络(BP)分类方法。该方法首先引入j-m距离实现了对训练样本的优化,有效降低了"同谱异物"和"同物异谱"现象的影响,然后基于颜色矩和灰度共生矩阵提取了图像的颜色和纹理特征,并提取了580、680、800 nm共3个波段的相对光谱反射率作为光谱值特征,建立了5个植被指数模型,最后利用BP神经网络算法对颜色、纹理、光谱值和植被指数4种特征向量进行训练识别,实现了对虫害区域的分类识别。利用所提算法从总体分类精度和Kappa指数两方面与传统BP神经网络和支持向量机(SVm)算法进行对比试验。试验结果表明,本文算法总体分类精度和Kappa指数分别达到了94.01%和0.92,建模时间相对于传统BP神经网络缩短了38%,总体分类效果优于传统BP神经网络和SVm算法。

关键词：无人机多光谱图像森林虫害监测特征提取反向传播神经网络 j-m距离

在线全文

学校读者我要写书评

暂无评论

基于光谱指数的流域尺度农业塑料大棚制图

黑龙江粮食 2022年第4期 26-28页

作者：郭锦涛洪亮云南师范大学地理学部云南昆明650500 云南师范大学西部资源环境地理信息技术教育部工程技术研究中心云南昆明650500

本文基于三种光谱指数的阈值模型进行复杂地理环境下的塑料大棚提取,以滇池流域为研究区,系统地对比分析三种塑料大棚指数的提取效果,并使用j-m距离计算不同方法中塑料大棚与其他地物的可分性。结果表明,PGHI指数的阈值模型分类效果最佳... 详细信息

本文基于三种光谱指数的阈值模型进行复杂地理环境下的塑料大棚提取,以滇池流域为研究区,系统地对比分析三种塑料大棚指数的提取效果,并使用j-m距离计算不同方法中塑料大棚与其他地物的可分性。结果表明,PGHI指数的阈值模型分类效果最佳,且指数中不同类型塑料大棚与其他地物整体可分性最高。PGHI指数能够快速实现流域尺度农业塑料大棚覆盖制图,为长期监测、管理和规划塑料大棚使用提供了技术支持。

关键词：塑料大棚光谱指数流域尺度 j-m距离

基于模拟光谱数据的冬小麦播期遥感监测最佳时相研究

在线全文

学校读者我要写书评

暂无评论

麦类作物学报 2015年第8期35卷 1148-1154页

作者：李明君李存军淮贺举胡海棠史姝全斌北京农业信息技术研究中心北京100097 西安科技大学陕西西安710054

为利用高时空分辨率的航天数据对区域冬小麦播期实现尽早监测,对冬小麦播期的不同遥感监测时相精度进行了分析。首先利用耦合作物模型和辐射传输模型模拟不同播期冬小麦从播种至返青的冠层光谱反射率,分析不同播期的冠层光谱响应差异,... 详细信息

为利用高时空分辨率的航天数据对区域冬小麦播期实现尽早监测,对冬小麦播期的不同遥感监测时相精度进行了分析。首先利用耦合作物模型和辐射传输模型模拟不同播期冬小麦从播种至返青的冠层光谱反射率,分析不同播期的冠层光谱响应差异,选取对不同播种日期敏感的波段。然后,根据敏感波段的冠层光谱,选择训练样本并计算不同播期之间的j-m距离,初步判断出光谱可分性较好的时相。最后,对不同的播期进一步进行判别分析,判定未知类别样本的所属类别。根据正确分类的精度,在华北平原北部选择播期监测的最佳时相为12月中旬,精度达到89.5%。

关键词：冬小麦播期 j-m距离判别分析最佳时相