本文主要研究内容
作者王林江,吴炳方,张淼,邢强（2019）在《关键生育期冬小麦和油菜遥感分类方法》一文中研究指出：农作物空间分布的遥感识别是地理学、生态学和农学等多学科研究的前沿和热点,多源遥感数据在其中发挥着重要的作用。本研究结合冬小麦和油菜的种植及生长特点,以安徽省合肥市为研究区域,利用ZY-3、Sentinel-2和GF-1等多源遥感影像数据,以高程、坡度等数据为辅助信息,结合以多尺度分割、最邻近法和阈值法等为主要步骤的面向对象的分类方法,提取研究区合肥市冬小麦和油菜种植的空间分布信息。结合来自于GVG农情采样系统和Google Earth高分辨率影像上获得的地面验证数据进行分类精度验证,计算得到分类结果的混淆矩阵,并根据混淆矩阵数据计算出分类的总体精度为94.43%,Kappa系数为0.914。结果表明,本研究提出的方法能够有效地区分在冬小麦和油菜的混种区域里两种作物种植区域的空间分布,且这种多种策略相结合的分类方法体系,能够适用于其它区域甚至是更加大尺度上的作物分类。
Abstract
nong zuo wu kong jian fen bu de yao gan shi bie shi de li xue 、sheng tai xue he nong xue deng duo xue ke yan jiu de qian yan he re dian ,duo yuan yao gan shu ju zai ji zhong fa hui zhao chong yao de zuo yong 。ben yan jiu jie ge dong xiao mai he you cai de chong zhi ji sheng chang te dian ,yi an hui sheng ge fei shi wei yan jiu ou yu ,li yong ZY-3、Sentinel-2he GF-1deng duo yuan yao gan ying xiang shu ju ,yi gao cheng 、po du deng shu ju wei fu zhu xin xi ,jie ge yi duo che du fen ge 、zui lin jin fa he yu zhi fa deng wei zhu yao bu zhou de mian xiang dui xiang de fen lei fang fa ,di qu yan jiu ou ge fei shi dong xiao mai he you cai chong zhi de kong jian fen bu xin xi 。jie ge lai zi yu GVGnong qing cai yang ji tong he Google Earthgao fen bian lv ying xiang shang huo de de de mian yan zheng shu ju jin hang fen lei jing du yan zheng ,ji suan de dao fen lei jie guo de hun xiao ju zhen ,bing gen ju hun xiao ju zhen shu ju ji suan chu fen lei de zong ti jing du wei 94.43%,Kappaji shu wei 0.914。jie guo biao ming ,ben yan jiu di chu de fang fa neng gou you xiao de ou fen zai dong xiao mai he you cai de hun chong ou yu li liang chong zuo wu chong zhi ou yu de kong jian fen bu ,ju zhe chong duo chong ce lve xiang jie ge de fen lei fang fa ti ji ,neng gou kuo yong yu ji ta ou yu shen zhi shi geng jia da che du shang de zuo wu fen lei 。
论文参考文献
论文详细介绍
论文作者分别是来自地球信息科学学报的王林江,吴炳方,张淼,邢强，发表于刊物地球信息科学学报2019年07期论文，是一篇关于关键生育期论文,多源遥感数据论文,冬小麦论文,油菜论文,面向对象分类论文,合肥市论文,地球信息科学学报2019年07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，资料来自地球信息科学学报2019年07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：关键生育期论文; 多源遥感数据论文; 冬小麦论文; 油菜论文; 面向对象分类论文; 合肥市论文; 地球信息科学学报2019年07期论文;