共查询到20条相似文献,搜索用时 445 毫秒
1.
及时准确地获取耕地空间分布数据对于农业生产管理、产量估算、种植结构调整等具有重要意义。目前的耕地提取多基于多时相中低分辨率影像或单时相高分辨率影像,难以满足耕地破碎,农作物种植模式复杂的区域精度需求。基于此,本研究通过协同国产高分一号(GF-1)、高分二号(GF-2)和高分六号(GF-6)卫星影像,探索米级分辨率尺度下的耕地高精度提取方法。该方法以深度神经网络UNet为基础,通过协同GF-1/6的多时相优势和GF-2影像的高空间分辨率构建了CEUNet(Cropland Extraction UNet)模型,以充分挖掘耕地的时相特征和空间几何特征。同时,将基于CEUNet模型提取的米级耕地结果分别与基于UNet和多源不同分辨率遥感影像的语义分割(UNet_m)、基于UNet和单时相高分辨率影像的语义分割(UNet_s)、基于对象的随机森林分类(OBIA)、基于像元的随机森林分类(RF)提取的耕地结果展开对比,分析所提出的方法在不同区域的适宜性。结果表明,基于CEUNet模型提取的米级耕地总体精度达到92.92%,且基于CEUNet提取的耕地的逐像元验证结果在平均F1-Score值上相较于基于对象和基于像元的随机森林分类分别提升了0.21和0.21,相较于UNet_m和UNet_s分别提升了0.04和0.11,其中针对地块破碎,景观异质性高等区域,CEUNet相较于UNet_m和UNet_s提升了0.09和0.26。本研究提出的CEUNet模型能够充分发挥多源国产高分卫星数据的空间和时间优势,两者结合能够快速、高效地提取不同农业景观及不同种植模式的耕地空间分布信息。 相似文献
2.
3.
一种遥感影像自动识别耕地类型的机器学习算法 总被引:1,自引:0,他引:1
《国土资源遥感》2018,(4)
耕地作为重要的土地资源,关系着国家的粮食安全问题,因此迫切需求快速准确获取耕地信息的方法。传统的遥感影像监督分类方法以训练样本和待分类像元/图斑的光谱特征或纹理特征的一致性作为分类依据,这对训练样本的依赖性较强。对此提出了一种基于影像窗口子区的耕地类型自动识别算法,通过提取一定大小影像窗口子区的多光谱和多层次特征,利用机器学习算法,实现影像窗口子区耕地和非耕地类型的自动判别。依据该算法,可以通过建立某个区域内遥感影像耕地类型的特征库,实现对影像窗口子区类别的非监督自动判别,提高目前分类算法的自动化程度。以东北地区高空间分辨率遥感影像为例进行实验,精度达到了90. 8%。该算法为耕地信息自动化快速获取提供了技术支持,也可用于遥感影像中某一种纯净地物类型的快速提取。 相似文献
4.
本文旨在研究基于地块数据约束的深度学习模型的分类特征表示方法,以识别不同作物在不同时相上光谱差异从而对作物类型进行分类。通过Google Earth Engine平台获取作物生育期内全部Landsat 8影像,利用其质量评定波段完成研究区无云时相及区域上的地块统计,提取地块级别的各波段反射率均值按照时相顺序及波长进行排列,构建波谱、时相二维特征图作为该地块的抽象表示。通过构建相对最优的卷积神经网络CNN(Convolutional Neural Network)结构完成对特征图的分类,从而完成对地块的分类。构建CNN模型并不需要手工特征和预定义功能的需求,可完成提取特征并遵循端到端原则进行分类。将该模型的分类结果与其他最为常用机器学习分类器进行了比较,获得了优于常用遥感分类算法的分类精度。结果表明地块数据的加入可以有效的缩减计算规模并提供了准确的分类边界。所提出得方法在地块特征表示及作物分类中具有突出的应用潜力,应视为基于地块的多时相影像分类任务的优选方法。 相似文献
5.
6.
遥感技术已广泛地应用于土地覆盖/土地利用分类中。在专题应用中,用户只对某一类地物感兴趣,例如耕地提取,即单类别分类问题。随着影像分辨率的提高,基于像元的分类算法难以满足高分辨率影像高精度信息提取的需求。本文采用结合面向对象分类思想和基于正样本、未标记样本遥感单值(PUL)分类方法从多源高分辨率影像中提取耕地信息,并与基于像素的分类实验进行对比分析。结果表明,在缺少部分地类的不完全训练集下,基于面向对象的单值分类较传统神经网络分类有更较稳定的表现,并且远优于基于像素的分类结果。 相似文献
7.
基于面向对象技术的农田分类方法 总被引:1,自引:0,他引:1
《地理空间信息》2016,(10)
采用面向对象的分类方法,以富锦地区为研究对象,将纹理和拓扑信息加入中等分辨率遥感影像中,快速准确地提取耕地信息。研究结果表明,利用面向对象技术对遥感影像进行多尺度分割,并结合影像的光谱、形状和纹理特征对水田和旱地进行提取,提取后的成果总体分类精度达到了92%,Kappa系数为0.91,说明采用面向对象技术对中等分辨率遥感影像进行耕地提取的成果可靠,可为大面积土地分类提供技术支持。 相似文献
8.
9.
以地块分类为核心的冬小麦种植面积遥感估算 总被引:5,自引:0,他引:5
以提高冬小麦种植面积估算精度为目标,选取种植结构复杂的都市农业区,采用QuickBird影像数字化农田地块边界,以多时相TM影像为核心数据源,以地块为基本分类单元,进行不同特征向量组合、不同分类器的冬小麦地块分类方法研究,并对比分析了基于地块分类和基于像元分类的冬小麦种植面积估算精度。研究结果表明,基于地块分类的冬小麦种植面积估算方法的总量精度和位置精度均高于像元分类;植被指数和纹理信息的引入有助于进一步提高地块分类精度;支持向量机与最大似然均能得到高达97%的总量精度和90%的位置精度,支持向量机地块分类所需的训练样本量远低于最大似然,因此支持向量机更加适合于冬小麦地块分类;冬小麦错分与漏分情况大多发生在细碎地块,其面积总量较小,而大地块错分和漏分较少,因此相对于像元分类,地块分类能在整个区域能得到较高的冬小麦位置精度和总量精度。 相似文献
10.
11.
随着测绘技术的不断进步,GPS实时动态定位技术(RTK)在测绘领域的应用日益广泛,而基于VRS(虚拟参考站Virtual Reference Station)技术的出现,更是为RTK测量提供了新的技术平台,给测量行业带来了革命性的变化。本文结合实例简要介绍了基于VRS的RTK在测绘领域的应用,阐述了其优越性和不足之处。 相似文献
12.
邓军 《测绘与空间地理信息》2015,(8)
根据固体潮理论,利用IERS 2003规范,计算中国部分IGS站的固体潮位移改正,分别对加入和不加入固体潮位移改正,对测站坐标的影响进行计算和比较分析。结果表明,固体潮改正对测站坐标径向影响明显,其他方向不太明显。 相似文献
13.
史磊 《测绘与空间地理信息》2009,32(6):153-155
MapInfo MapX是一个用来做地图化工作的OCX控件,它提供了一个最简单和最节约成本的方法,用来将地图化功能嵌入到新的和现有的应用中.MapX支持Windows环境下绝大多数标准的可视化开发环境,可以被快速集成到使用Visual Basic,Power-Builder,Delphi,Visual C++或其他面向对象的语言的客户端应用程序以及Lotus Script的Lotus Notes(v4.5)中.本论文介绍了利用快速开发工具MapX并结合Visual Basic应用程序来实现基于MapX的地图制图和空间分析,利用计算机对信息的快速处理,为使用者提供了一些必要的、有价值的参考,通过本软件可以使开发人员在他们熟悉的环境中更好地通过应用程序来访问地图数据. ws环境下绝大多数标准的可视化开发环境,可以被快速集成到使用Visual Basic,Power-Builder,Delphi,Visual C++或其他面向对象的语言的客户端应用程序以及Lotus Script的lotus Notes(v4.5)中.本论文介绍了利用快速开发工具MapX并结合Visual Basic应用程序来实现基于MapX的地图 图和空间分析,利用计算机对信息的快速处理,为使用者提供了一些必 相似文献
14.
15.
地学信息图谱具有图形与谱系的双重特性,是显示和揭示地球系统各要素和现象时空变化规律的一种手段与方法.在GIS支持下,以宁夏固原县为例,利用其1990年和2000年两期土地利用类型图作为主要信息源,探讨景观图谱分析方法. 相似文献
16.
17.
GISCloud是建立在云计算基础上的GIS系统,能够高效地进行数据管理并为用户提供稳定可靠的GIS服务。GISCloud以海量的地理空间信息数据作为基础,通过云计算来进行海量数据的处理。针对GISCloud的数据存储和访问需要,提出了区域化网络拓扑结构:云由多个区域化后的子网构成,无网络中心;子网内采用区域子网中心节点来进行管理,并可进行扩展。区域化网络拓扑以GIS数据特征及其交换方式等为核心将分布式拓扑结构与集中式拓扑结构结合在一起,从而构建出高效稳定可靠的GISCloud基础网络。 相似文献
18.
19.
介绍LiDAR技术的国内外发展情况,围绕LiDAR数据后处理软件的应用,详细论述了数据处理流程,特别针对LiDAR数据特点和处理技术难点提出笔者的看法. 相似文献