首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
测绘学   1篇
  2022年   1篇
排序方式: 共有1条查询结果,搜索用时 31 毫秒
1
1.
由于显著的经济效益和生态效益,近年来稻虾共作模式分布面积迅猛扩张。准确获取稻虾田空间分布信息,对于水稻种植结构调整、产量估算和水资源管理具有重要意义。本文以“小龙虾之乡”——湖北省潜江市为研究区域,基于Google Earth Engine平台协同Landsat 7/8和Sentinel-2卫星数据,通过分析稻虾田的农业耕作管理和季相节律特征,提取了稻虾田区别其他农作物的关键“水淹”信号和“植被”信号。基于实地稻虾田样本统计分析关键特征的阈值,构建稻虾田规则集识别模型,提取了湖北省潜江市2019年稻虾田空间分布。最后,基于实地样本验证该物候窗口特征方法的精度,并评估和比较了该方法与随机森林和基于水体季相差异方法的表现。结果表明:物候窗口1月1日—4月30日内的水淹信号(LSWI>NDVI或EVI)、物候窗口7月15日—9月30日内的植被信号(NDVI或EVI>LSWI)和物候窗口11月10日—12月31日内的水淹信号是稻虾田遥感识别的典型特征。基于该方法提取的2019年潜江市稻虾田制图精度和用户精度分别为90.74%、94.69%,显著高于水体季相差异方法和随机森林方法的精度。基于关键物候窗口的稻虾田提取方法具有较高的泛化能力,能以较少的实地样本进行时空尺度的延展,从而为大尺度长时序稻虾田遥感制图提供重要的方法支撑。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号