姚新华:太湖流域果树提取的光谱和纹理特征选择研究论文

姚新华:太湖流域果树提取的光谱和纹理特征选择研究论文

本文主要研究内容

作者姚新华,金佳,徐飞飞,冯险峰,罗明,毕雷雷,陆洲(2019)在《太湖流域果树提取的光谱和纹理特征选择研究》一文中研究指出:准确获取果树的空间种植分布信息,对于开展果树长势监测、产量估算等具有重要意义。为提取太湖流域金庭镇果树的空间分布,本研究以冬夏时期的两景高分二号(GF-2)遥感影像为数据源,利用归一化植被指数(NDVI)和归一化水体指数(NDWI)结合纹理特征构建了基于光谱指数和纹理特征的决策树模型,提取了金庭镇2017年果树的空间分布信息。通过分析研究区各地类的光谱曲线发现,植被与非植被区分明显,但果树与茶树的光谱存在混淆。GF-2影像包含丰富的纹理信息,果树与茶树在GF-2影像上纹理特征明显,易于区分。纹理可作为果树提取的重要特征。为了确定最佳纹理窗口的大小,研究中提出了累计差(Δf)的方法。通过比较每一个纹理变量在15种不同尺度窗口(3?3,5?5,7?7,9?9,11?11,13?13,15?15,17?17,19?19,21?21,23?23,25?25,27?27,29?29,31?31)下的Δf,确定了最佳纹理窗口为15?15。在最佳纹理窗口下根据累计差选取了5大纹理组合:均值(mean)、方差(variance)、对比度(contrast)、信息熵(entropy)和相关性(correlation)。研究结果表明基于光谱指数NDVI和NDWI结合纹理特征构建的决策树模型可有效区分果树与茶树。累计差的方法能够快速确定最佳纹理窗口和纹理组合。提取结果说明果树分布于金庭镇的各个位置,主要分布在平原区,种植比较整齐,南部种植面积多于北部。本研究果树的提取精度为95.23%,模型总体分类精度为89.57%,Kappa系数为89.00%,果树的生产精度为90.00%,用户精度为87.30%。与单一光谱、纹理模型相比,本文模型总体分类精度更高,精度分别提升了10.65%和12.04%。该方法能够适用于大区域果树的遥感提取,可为亚米级遥感影像研究果树的纹理特征提供重要参考和借鉴价值。此外,文中提出的累计差可为选取最佳纹理窗口提供一种新的思路。

Abstract

zhun que huo qu guo shu de kong jian chong zhi fen bu xin xi ,dui yu kai zhan guo shu chang shi jian ce 、chan liang gu suan deng ju you chong yao yi yi 。wei di qu tai hu liu yu jin ting zhen guo shu de kong jian fen bu ,ben yan jiu yi dong xia shi ji de liang jing gao fen er hao (GF-2)yao gan ying xiang wei shu ju yuan ,li yong gui yi hua zhi bei zhi shu (NDVI)he gui yi hua shui ti zhi shu (NDWI)jie ge wen li te zheng gou jian le ji yu guang pu zhi shu he wen li te zheng de jue ce shu mo xing ,di qu le jin ting zhen 2017nian guo shu de kong jian fen bu xin xi 。tong guo fen xi yan jiu ou ge de lei de guang pu qu xian fa xian ,zhi bei yu fei zhi bei ou fen ming xian ,dan guo shu yu cha shu de guang pu cun zai hun xiao 。GF-2ying xiang bao han feng fu de wen li xin xi ,guo shu yu cha shu zai GF-2ying xiang shang wen li te zheng ming xian ,yi yu ou fen 。wen li ke zuo wei guo shu di qu de chong yao te zheng 。wei le que ding zui jia wen li chuang kou de da xiao ,yan jiu zhong di chu le lei ji cha (Δf)de fang fa 。tong guo bi jiao mei yi ge wen li bian liang zai 15chong bu tong che du chuang kou (3?3,5?5,7?7,9?9,11?11,13?13,15?15,17?17,19?19,21?21,23?23,25?25,27?27,29?29,31?31)xia de Δf,que ding le zui jia wen li chuang kou wei 15?15。zai zui jia wen li chuang kou xia gen ju lei ji cha shua qu le 5da wen li zu ge :jun zhi (mean)、fang cha (variance)、dui bi du (contrast)、xin xi shang (entropy)he xiang guan xing (correlation)。yan jiu jie guo biao ming ji yu guang pu zhi shu NDVIhe NDWIjie ge wen li te zheng gou jian de jue ce shu mo xing ke you xiao ou fen guo shu yu cha shu 。lei ji cha de fang fa neng gou kuai su que ding zui jia wen li chuang kou he wen li zu ge 。di qu jie guo shui ming guo shu fen bu yu jin ting zhen de ge ge wei zhi ,zhu yao fen bu zai ping yuan ou ,chong zhi bi jiao zheng ji ,na bu chong zhi mian ji duo yu bei bu 。ben yan jiu guo shu de di qu jing du wei 95.23%,mo xing zong ti fen lei jing du wei 89.57%,Kappaji shu wei 89.00%,guo shu de sheng chan jing du wei 90.00%,yong hu jing du wei 87.30%。yu chan yi guang pu 、wen li mo xing xiang bi ,ben wen mo xing zong ti fen lei jing du geng gao ,jing du fen bie di sheng le 10.65%he 12.04%。gai fang fa neng gou kuo yong yu da ou yu guo shu de yao gan di qu ,ke wei ya mi ji yao gan ying xiang yan jiu guo shu de wen li te zheng di gong chong yao can kao he jie jian jia zhi 。ci wai ,wen zhong di chu de lei ji cha ke wei shua qu zui jia wen li chuang kou di gong yi chong xin de sai lu 。

论文参考文献

  • [1].纹理特征与面向对象结合的高分影像耕地提取应用[J]. 郝剑南,王瑞红.  安徽农业科学.2018(19)
  • [2].结合雷达影像纹理特征的作物叶面积指数估测[J]. 高帅,牛铮,刘翔,吴朝阳.  国土资源遥感.2010(03)
  • [3].日光温室的纹理特征分层提取[J]. 李洪伟,刘勇.  测绘科学.2017(08)
  • [4].基于纹理特征与MODIS-NDVI时间序列的耕地面积提取研究[J]. 于利峰,乌兰吐雅,乌云德吉,许洪滔,包珺玮,任婷婷.  中国农业资源与区划.2018(11)
  • [5].基于机器学习和环境因子的温室网纹甜瓜纹理特征的预测[J]. 刘倩,李达仁,熊鑫,牛庆良,黄丹枫,常丽英.  上海交通大学学报(农业科学版).2019(02)
  • [6].基于颜色和纹理特征的玉米旱情统计判别模型[J]. 岳焕然,李茂松,王春艳,安江勇.  中国农业科技导报.2019(05)
  • [7].基于CNN和农作物光谱纹理特征进行作物分布制图[J]. 周壮,李盛阳,张康,邵雨阳.  遥感技术与应用.2019(04)
  • [8].若尔盖高寒沼泽植被生物量遥感估算研究[J]. 马琼芳,崔丽娟,郝云庆,高常军,王义飞,李伟.  林业资源管理.2015(04)
  • [9].基于颜色和纹理特征的玉米干旱识别[J]. 岳焕然,李茂松,安江勇.  中国农学通报.2018(24)
  • [10].基于Google earth engine的山东省近30年农业大棚时空动态变化研究[J]. 朱德海,刘逸铭,冯权泷,欧聪,郭浩,刘建涛.  农业机械学报.
  • 论文详细介绍

    论文作者分别是来自中国生态农业学报(中英文)的姚新华,金佳,徐飞飞,冯险峰,罗明,毕雷雷,陆洲,发表于刊物中国生态农业学报(中英文)2019年10期论文,是一篇关于影像论文,果树提取论文,光谱特征论文,纹理特征论文,累计差论文,决策树分类论文,中国生态农业学报(中英文)2019年10期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自中国生态农业学报(中英文)2019年10期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  

    姚新华:太湖流域果树提取的光谱和纹理特征选择研究论文
    下载Doc文档

    猜你喜欢